– Fase 1 - Planeación

Elaborado por: DERLY MARITZA PINZON ULLOA

CODIGO:211622

Presentado a: JEINNY MARIA PERALTA

Directora de curso

Universidad Nacional Abierta y a Distancia -UNAD

Escuela de Ciencias de la Salud Ecisalud
Programa de Regencia de Farcia
CCAV Zipaquirá 05 de Marzo 2020
DUREZA HIERRO
TOTAL TOTAL
6.8 0.1
5.69 0.23 media mediana moda
9 0.16 25.9211835 17 5.69
5.69 0.13 varianza desviación tcoeficiente de variación
5.69 0.14 599.282815 24.4802536 0.9444111
5.69 0.2 HETEROGENEA
5.69 0.2 cuartil 1 decil 4 percentil 82
12 0.2 9 13.2 41.888
5.69 0.23
6.44 0.21 N° de datos 583
6.08 0.21 X max 123.6 R Xmax-
51.4 0.08 X min 5.6 Xmin
65.8 0.1 Intervalos 10.1267062 redondeo
56.4 0.08 Amplitud 11.801
57.2 0.08
56.8 0.2
50.8 0.2
59.2 0.2 Intervalos Marca de cla
50.8 0.2 X min X max Xi
57.2 0.2 1 5.6 17.4 4.1
62.08 0.2 2 17.4 29.2 8.3
55.27 0.2 3 29.2 41.0 12.6
12.2 0.08 4 41.0 52.8 16.8
12.2 0.11 5 52.8 64.6 21.0
16.6 0.13 6 64.6 76.4 25.2
10.6 0.13 7 76.4 88.2 29.4
12.1 0.22 8 88.2 100.0 33.7
8.2 0.04 9 100.0 111.8 37.9
10.2 0.2 10 111.8 123.6 42.1
11.6 0.2 Total
23.4 0.2 700
9 0.2
20.18 0.2 600
13.72 0.2
79.8 0.08 500
49.6 0.2
55 0.2 400
histogra
45.2 0.2 dureza
40.55 0.2
300 poligon
116.4 0.09
200
113.4 0.15
113.4 0.08
100
112 0.2
118.4 0.2 0
98.16 0.2 4.1 8.3 12.616.821.025.229.433.737.942.1
17.6 0.65
9 0.18
10.4 0.08 Prueva de la funcion de correlacion
13.2 0.08 Prueva con la funcion coeficiente de determinacion
 7.4 0.08
11.2 0.2 m -0.0004682
9.2 0.2 b 0.22813981
9.2 0.2
10.8 0.27
9.4 0.2 ecuacion de regresion lineal
8.34 0.2
8.82 0.2 Y= -0.0004682 *X+
5.69 0.2
6 0.08
5.69 0.08 correlacion de datos
7.05 0.08
1.4
6 0.11
7.8 0.2 1.2
7.6 0.2
1
5.69 0.2 c
5.69 0.2 0.8 L
d
5.69 0.2 0.6
5.69 0.2
35.4 0.08 0.4
40.4 0.39 0.2
f(x) = − 0.000468203239144 x + 0.228139812624546
51.4 0.58 R² = 0.004745418370771
25.2 0.24 0
0 20 40 60 80 100 120 140
20.4 0.2
17 0.38
27.4 0.39
25.8 0.77
40.77 0.28
23.8 0.15
32.2 0.28
29.4 0.35
21.4 0.28
12.6 0.24
15.4 0.23
14.8 0.37
19 0.79
20.6 0.53
13.58 0.56
41.36 0.21
39.6 0.37
35 0.13
44.8 0.08
18.2 0.13
13.6 0.13
16.2 0.2
12 0.21
28 0.2
24 0.24
41.9 0.2
44.49 0.2
12.2 0.08
10.2 0.15
18.4 0.29
8.73 0.53
18.4 0.25
15.6 0.59
11.8 0.14
23.8 0.27
14.4 0.2
10.8 0.2
19.4 0.43
10.2 0.2
16.07 0.9
7 0.2
7.2 0.09
9.2 0.12
6.6 0.1
10.4 0.44
12.8 0.2
7.8 0.2
18 0.2
8.8 0.2
8.15 0.2
6.86 0.2
11.4 0.08
6.2 0.12
9.2 0.08
21.8 0.14
7 0.11
14.6 0.2
8.4 0.2
8.2 0.2
5.69 0.2
5.69 0.2
8.23 0.2
13.2 0.08
9.6 0.08
12.4 0.08
7.8 0.08
12.4 0.08
8.8 0.2
11.35 0.2
8 0.2
6.8 0.3
9.89 0.2
9.21 0.2
15.4 0.15
13.2 0.08
11 0.1
17.2 0.09
17.2 0.23
18.6 0.2
16.8 0.2
15.8 0.2
16.6 0.2
15.88 0.34
9.2 0.08
5.69 0.08
11.4 0.18
6.85 0.1
7.7 0.14
5.69 0.05
5.69 0.23
8.2 0.2
6.2 0.2
7.18 0.2
8.23 0.2
10 0.37
10 0.13
8 0.5
8 0.35
8 0.22
30.4 0.2
5.69 0.35
12 0.36
6.2 0.36
7.95 0.26
10.19 0.3
15.2 0.09
10.8 0.51
15.2 1.01
11 0.92
7.8 0.81
8.6 0.29
5.69 0.26
17.4 0.8
10.2 1.08
9.31 0.97
23.32 1.06
5.69 1.08
7.8 0.17
7 0.5
5.69 0.17
10.4 0.13
5.69 0.19
5.8 0.32
5.59 0.2
6.4 0.2
6.01 0.2
6.66 0.71
14.8 0.11
16.2 0.08
12.4 0.08
14 0.08
11.6 0.08
18.8 0.2
13.4 0.2
28 0.2
15.6 0.2
13.13 0.2
7.4 0.16
9 0.08
6.4 0.23
9.2 0.21
5.69 0.18
6.4 0.03
5.69 0.26
8 0.2
5.69 0.21
10.39 0.2
9 0.08
11.8 0.08
14.4 0.89
8.8 0.08
5.8 0.2
6.8 0.2
6.8 0.2
8.2 0.2
5.69 0.2
8.23 0.2
7.8 0.08
9 0.08
11 0.84
5.69 0.08
5.69 0.2
5.69 0.2
7.2 0.2
8.2 0.2
5.69 0.2
10.19 0.2
19.2 0.14
21.6 0.08
20 0.12
11.2 0.25
12.4 0.2
13.4 0.2
11 0.25
21.4 0.2
13.4 0.2
10.48 0.2
13.33 0.2
13.6 0.38
6.6 0.11
13.4 0.18
7 0.08
11.8 0.2
12.2 0.2
5.69 0.25
8 0.2
7.2 0.2
5.69 0.43
6.27 0.33
19 0.2
23.4 0.17
18.6 0.08
11 0.14
11 0.1
10.4 0.1
12.6 0.25
16.4 0.2
14.4 0.2
9.51 0.3
5.69 0.08
31.8 1.09
5.69 0.16
5.69 0.11
92.6 0.14
8 0.2
5.69 0.33
5.69 0.24
5.69 0.26
56.6 0.23
57.4 0.13
74.8 0.14
38.8 0.16
28 0.13
32.2 0.03
32.8 0.23
53.4 0.2
46.37 0.32
5.69 0.22
5.69 0.08
5.69 0.13
8.4 0.13
6.8 0.2
6.8 0.2
6.8 0.2
5.69 0.2
5.69 0.2
7.84 0.2
 10 0.32
9 0.08
10.6 0.08
9.8 0.08
17.6 0.08
9.2 0.2
13.8 0.2
16 0.2
8.92 0.2
34.2 0.2
45 0.2
38.22 0.2
39.4 0.2
9.2 0.11
8.6 0.09
9.8 0.18
10 0.1
10.6 0.2
8.4 0.06
12.2 0.2
6 0.2
16.6 0.2
6.4 0.2
8.43 0.2
123.6 0.12
64.4 0.08
116.7 0.11
88.9 0.08
70.4 0.08
56.8 0.2
71.8 0.2
70.6 0.2
33.3 0.2
51.8 0.2
73.92 0.2
69.39 0.23
6.6 0.2
5.69 0.2
36.6 0.09
39 0.1
34.2 0.2
36.8 0.2
38.8 0.2
43.07 0.2
20.6 0.1
15.2 0.08
14.4 0.08
23.6 0.08
23.8 0.2
23.4 0.2
22.8 0.2
12.8 0.2
16.9 0.2
15.13 0.24
16.57 0.2
21.6 0.2
11.96 0.2
14.2 0.08
17.6 0.2
91.6 0.08
61.6 0.08
67.4 0.08
67 0.08
67.4 0.08
66.6 0.2
67.2 0.2
64.6 0.2
65.8 0.2
63.05 0.2
52.6 0.08
41.6 0.79
42 0.2
40.2 0.12
40.8 0.24
39.2 0.2
47.8 0.2
49.8 0.2
35.11 0.2
78 0.2
39.6 0.08
23.6 0.08
21 0.19
18.8 0.08
22 0.08
25 0.2
21.6 0.2
12 0.2
57.81 0.2
19.8 0.2
24.6 0.21
69 0.08
20.4 0.49
25.2 0.41
23.6 0.39
27.8 0.2
24.89 0.2
50 0.18
61.4 0.21
52.6 0.15
58.4 0.17
52.4 0.09
55.2 0.2
51.4 0.35
62 0.42
56.6 0.2
119 0.2
5.69 0.2
79.8 0.2
71.2 0.25
67.2 0.15
73.8 0.08
79.4 0.2
73.8 0.2
89.8 0.2
105.6 0.2
66.54 0.2
65.86 0.2
64 0.08
24.6 0.08
31.4 0.11
24.4 0.08
24.6 0.08
23.2 0.2
23.2 0.2
29.6 0.2
25.8 0.2
21.53 0.2
22.31 0.2
26.2 0.09
26.6 0.33
26.8 0.2
21 0.26
16.88 0.2
39 0.2
46.4 0.34
26.2 0.2
26 0.14
21.2 0.2
33.4 0.2
36 0.14
31.8 0.08
56.2 0.09
55.2 0.2
47.8 0.2
46 0.2
43 0.2
47.14 0.2
28.51 0.09
39.01 0.26
40.4 0.1
 37 0.53
41.4 0.08
36.6 0.72
38 0.2
35.4 0.2
40.4 0.2
40.4 1.24
36.66 1.12
37.44 0.85
88.8 0.2
70.17 0.2
22.2 0.13
20.6 0.1
18.6 0.08
20.6 0.37
54.6 0.2
23.6 0.2
24.2 0.23
24.8 0.2
20 0.2
18 0.2
21.15 0.2
25.31 0.09
24.23 0.1
25.46 0.11
28.21 0.08
25.37 0.14
16.87 0.17
24.93 0.16
25.5 0.2
29 0.2
24.71 0.19
21.6 0.13
22.57 0.11
107.6 0.25
110.8 0.29
112.8 0.08
111.4 0.08
107.8 0.08
105.4 0.2
111.4 0.2
107.4 0.2
66.2 0.2
20.4 0.09
15.4 0.08
16.6 0.08
13.6 0.08
16.6 0.2
19.6 0.2
19 0.2
19.2 0.2
22 0.2
17.07 0.2
16.46 0.28
18.2 0.08
23.4 1.06
16.2 0.15
18 0.22
16 0.2
28.6 0.2
17.8 0.2
16.8 0.2
12.8 0.3
26.6 0.28
24.8 0.46
26 0.21
28 0.19
25.2 0.23
19 0.53
58.4 0.2
16 0.2
17.07 0.2
18.42 0.2
31.8 0.28
120 0.2
29.6 0.32
6.8 0.29
20.2 0.29
21.2 0.27
8.8 0.24
5.69 0.15
5.69 0.2
8.6 0.2
13.19 0.2
5.69 0.47
9 0.21
8.4 0.18
8.4 0.19
6 0.12
5.69 0.2
5.69 0.2
5.69 0.2
5.69 0.3
22.6 0.08
21.6 0.12
24.4 0.08
21.4 0.08
21.4 0.08
20.8 0.2
18.6 0.2
 20 0.2
21.2 0.38
15.71 0.2
8.2 0.11
12.8 0.08
8.2 0.08
15 0.18
6.4 0.2
8.54 0.2
9.21 0.2
13.4 0.08
15.6 0.18
15.2 0.13
12 0.06
8.8 0.2
14.8 0.13
24 0.27
21 0.21
26.6 0.08
19.6 0.2
24.4 0.05
18.6 0.2
24 0.2
13.13 0.2
53.6 0.22
30.2 0.13
64.8 0.1
34.2 0.08
24.2 0.2
32.6 0.2
41.8 0.2
27 0.2
22.7 0.2
36.65 0.2
 frecuencia relativa a frecuencia relativa
15112.05
oeficiente de variación
94%

118.01
10

F Absoluta F relativa F ABS AcumuF,Rel Acumulada

ni hi Ni Hi
296 5.90% 296 5.90%
424 8.45% 720 14.34%
472 9.40% 1192 23.75%
501 9.98% 1693 33.73%
527 10.50% 2220 44.22%
550 10.96% 2770 55.18%
553 11.02% 3323 66.20%
558 11.12% 3881 77.31%
565 11.25% 4446 88.57%
574 11.43% 5020 100.00%
5020 100.00%

histograna y pligono de
dureza
poligono

.821.025.229.433.737.942.1

ncion de correlacion -0.068887 NEGATIVA

iente de determinacion 0.00474542
 Y=mx+b

0.228139812624546

correlacion de datos

correlacion de datos
Linear (correlacion de
datos)

0.000468203239144 x + 0.228139812624546
04745418370771
40 60 80 100 120 140
 MEDIDAS DE DISPERCION

Las medidas de dispersión son importantes porque nos hablan de la variabilidad que encontramos en una determinada m
hablamos de muestra, esta dispersión es importante porque condiciona el error que vamos a tener a la hora de hacer inf
tendencia central, como la media.En una distribución de datos, las medidas de dispersión tienen un papel muy importan
a las de posición central, caracterizando la variabilidad de los datos.
¿Para qué sirven las medidas de dispersión?
En un estudio estadístico, a la hora de generalizar los datos de una muestra de una población las medidas de dispersión s
condicionan de manera directa el error con el que trabajemos. Así, cuanta más dispersión recojamos en una muestra, m
trabajar con el mismo error.
Por otro lado, estas medidas nos ayudan a determinar si nuestros datos se alejan mucho del valor central. Con ello, no
central es adecuado para representar la población de estudio
Funciones de cada una de las medidas de dispersión
Rango
En primer lugar, el rango está recomendado para una comparación primaria. De esta manera, considera solo las dos obs
recomienda solo para muestras pequeñas. Se define como la diferencia entre el último valor de la variable y el primero
Desviación estadística
Por su parte, la desviación media indica dónde estarían concentrados los datos si todos estuvieran a la misma distanci
Consideramos la desviación de un valor de la variable como la diferencia en valor absoluto entre ese valor de la variable y
Así pues, se considera como la media aritmética de las desviaciones .
Varianza
La varianza es una función algebraica de todos los valores, apropiada para tareas de estadística inferencial. Se puede d
cuadrado
Desviación estándar o típica
Para muestras extraídas de la misma población, la desviación estándar es de las más utilizadas . Se trata de la raíz cuadra
Coeficiente de variación
Se trata de una medida utilizada principalmente para comparar la variación entre dos conjuntos de datos medidos en d
ejemplo, estatura y peso corporal de los alumnos de una muestra. Así, se utiliza para determinar en qué distribución est
media es más representativa.

Rango
Indica la dispersión entre los valores extremos de una variable. se calcula como la diferencia entre el mayor y el menor va
como R.
Para datos ordenados se calcula como:
R = x(n) - x(1)
Donde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la variable.
Desviación media
Es la media aritmética de los valores absolutos de las diferencias de cada dato respecto a la media.
Donde:
xi:valores de la variable.
n: número total de datos
Desviación estándar
La desviación estándar mide el grado de disersión de los datos con respecto a la media, se denota como s para una mues
define como la raiz cuadrada de la varianza según la expresión:
Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde se divide entre n; también existe la fo
el denominador es n pero se prefiere n-1.
Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir existe menor dispersión, el increme
estándar indica ina mayor variabilidad de los datos.
Varianza
Es otro parámetro utilizado para medir la dispersión de los valores de una variable respecto a la media. Corresponde a la
de las desviaciones respecto a la media. Su expresión matemática es:
donde Xi es el dato i-ésimo y  es la media de los N datos.
Coeficiente de Variación
Permite determinar la razón existente entre la desviación estándar (s) y la media. Se denota como CV. El coeficiente de v
claridad sobre la dispersión de los datos.
También puede ser expresado en por ciento.
 amos en una determinada muestra o población. Cuando
tener a la hora de hacer inferencias para medidas de
nen un papel muy importante. Estas medidas  complementan

las medidas de dispersión son muy importantes ya que

cojamos en una muestra, más tamaño necesitaremos para

el valor central. Con ello, nos dan información de si este valor

a, considera solo las dos observaciones extremas. Por eso se

de la variable y el primero

uvieran a la misma distancia de la media aritmética.

ntre ese valor de la variable y la media aritmética de la serie.

stica inferencial. Se puede definir como las desviaciones al

as . Se trata de la raíz cuadrada de la varianza.

ntos de datos medidos en diferentes unidades. Por

inar en qué distribución están más agrupados los datos y la

entre el mayor y el menor valor de la variable. Se denota

media.

nota como s para una muestra o como σ para la población. Se

entre n; también existe la formula de desviación típica donde

menor dispersión, el incremento de los valores de la desviación

a la media. Corresponde a la media aritmética de los cuadrados

como CV. El coeficiente de variación permite decidir con mayor

Bouza Herrera, Carlos N. y Sistachs Vega, Vivian: Estadística, Teoría Básica y Ejercicios.Editorial Félix
Varela, La Habana, 2004
Batanero, Carmen. Didáctica de la Estadística. Granada: Grupo de Investigación en Educación Estadística.
Departamento de Didáctica de la Matemática. Universidad de Granada, ISBN: 84-699-4295-6.
https://lamenteesmaravillosa.com/las-medidas-de-dispersion-en-estadistica/
Peña, D. (2014). Medidas de centralización y dispersión. En: Fundamentos de Estadística. [Online] Madrid:
Alianza Editorial S.A. (pp. 59 – 77). Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11028686&ppg=59
Puente, V. C. D. L. (2018). Parte 5 Asociación lineal y modelo lineal. En: Estadística descriptiva e
inferencial, Ediciones IDT. (pp. 215 -249). Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=5486569&ppg=215
os.Editorial Félix

Educación Estadística.
99-4295-6.
/
ística. [Online] Madrid:

28686&ppg=59
escriptiva e
uest-
=215