TRABAJO COLABORATIVO

Unidad 1 y 2: Paso 3. Análisis de la información

Interpretar la problemática utilizando Medidas Univariantes

Estudiantes

Elmer Ovidio López Aldana---Código: 1193513821

Gabriel Ricardo Cortés Garzón—Código: 72170634
Omar Ovidio Cortés—Código: 4150752.

Grupo del curso

100105_125

Presentado a

JOSÉ RODRIGO GONZÁLEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA - ECBTI
BOGOTÁ.
31 DE OCTUBRE DE 2018

1
 INTRODUCCIÓN

En el paso por la vida no hemos dado cuenta lo necesaria que es la materia de estadística
ya que en ella podemos encontrar los cálculos matemáticos para desenvolvernos en los
distintos problemas que en la vida se nos presenten.
Con el propósito de desarrollar estas habilidades Matemáticas, a continuación, se
desarrollara una actividad en la que apoyándonos en el entorno de conocimiento,
videotutoriales y libros haremos una comprensión general del tema relacionado con
medidas Univariantes de tendencia central y dispersión, para posteriormente ser aplicado
ese conocimiento adquirido en ejercicios como los que verán a continuación prácticos e
individuales de acuerdo a la guía de actividades y a los ejercicios escogidos tomando
como referencia la base de datos “Calidad en el servicio de urgencias 2018-16-4”.
Toda la actividad que se realizará estará en torno a la calidad del servicio prestado en las
salas de urgencias de un determinado hospital y la encuesta realizada, además es de anotar
que se harán distintos aportes luego de esta actividad individual para que sean compilados
y así conformar una entrega final por todos los integrantes del grupo entregando todo el
informe del trabajo realizado con todo su desarrollo de acuerdo con la guía de actividades.

2
 JUSTIFICACIÓN.

La estadística es una disciplina aplicada en todos los campos de la actividad humana. De

ahí que se tenga como una asignatura indispensable en todas las áreas y carreras del
conocimiento de nivel intermedio y profesional.
Ella ha cobrado gran importancia en los últimos tiempos en todas y cada una de las
disciplinas, no sólo por su aplicación, sino por los diferentes avances que se van dando
en la ciencia y la tecnología moderna.
En el mundo de hoy, es considerado la Estadística de gran importancia porque
suministra los mejores instrumentos de investigación, no sólo para observar y recopilar
toda una gama de información incubada dentro de un mismo entorno o fuera de ello,
sino también en el control de ciertas actividades desarrolladas como son: producción,
ventas, organización, proyecciones o estimaciones a corto plazo, mediano y largo plazo,
procesos encaminados a facilitar la conceptualización y toma de decisiones de unos
datos plasmados en tablas y gráficos.
La actividad está dirigida a una gran variedad de datos con mucha información
recolectada de la calidad en el servicio de urgencias, dando soluciones por medio de un
estudio descriptivo la solución a cada problema, obteniendo óptimos resultados
estadísticos, para predecir o descifrar cualquier estudio en específico. El desarrollo de la
Actividad paso 3 permite dar un enfoque de análisis de los datos de acuerdo a las
Medidas univariantes de tendencia Central y de Dispersión; Las cuales son muy útiles
para determinar qué tan dispersos están los datos de la Muestra con relación a la Media
Aritmética de estos. Al igual que en el estudio de los pasos anteriores, la elaboración de
las gráficas y tablas de frecuencia son fundamentales en el análisis de los datos.

3
 OBJETIVOS

Objetivos Generales

Lograr el correcto uso de la estadística para obtener información relevante frente al

servicio de urgencias del pueblo colombiano, también con este, hallar sus déficit y
características que podrían mejorar las empresas prestadoras de salud (EPS), y
demostrar mediante gráficas, datos reales de estas, junto con el Análisis e interpretación
de las Medidas de Tendencia Central y Dispersión.

Objetivos Específicos

 Conocer los conceptos de Medidas de Tendencia Central

 Conocer los conceptos de Medidas de Dispersión
 Utilizar la base de datos de la muestra suministrada “Calidad en el servicio de
urgencias 2018-16-4” del Hospital Federico Lleras de la ciudad de Ibagué
 Aplicar Conceptos aprendidos para el análisis de los datos teniendo en cuenta las
medidas de Tendencia Central y Dispersión
 Descubrir y utilizar las herramientas del programa Excel aplicadas a la
estadística para facilitar el desarrollo de las actividades de este paso 3.
 Realizar cálculo e interpretación de las medidas univariantes de Tendencia
Central y Dispersión a las variables Discretas y Continuas de la Base de datos
suministrada
 Realizar tablas de frecuencia (graficas) Calcular medidas de tendencia central
(media, mediana, moda, los cuartiles, deciles; percentiles e Interpretar sus
resultados.

 Determinar tipo de asimetría (los cuartiles, deciles; percentiles) Interpretar sus

resultados.

 Calcular para las medidas de Univariantes de dispersión rango, varianza,

desviación Típica y coeficiente de variación. Para las variables continuas y
discretas.

4
 MARCO REFERENCIAL

Formulación del Problema

Con el Propósito de Abordar, describir la situación y posteriormente plantear posibles

alternativas de solución a la problemática objeto de estudio, Se recopiló información de
las hojas de urgencias de 120 usuarios que asistieron al centro de urgencias del hospital
Federico lleras (Ibagué) los días comprendidos en la semana del 1 de junio al 9 de junio
del 2014.

Planteamiento del Problema

Realizar el análisis estadístico en cuanto a la calidad del servicio de urgencias 2018-16-

04, recopilando información de 120 usuarios del hospital Federico Lleras en Ibagué. Para
lo cual se toma en cuenta los conceptos básicos de la estadística suministrados en los
entornos de aprendizaje para hacer el respectivo proceso de caracterizar las diferentes
variables disponibles en la base de datos relacionada, también para realizar análisis a
través de gráficas, tablas de contingencia, uso de fórmulas que nos conducen a establecer
conclusiones de acuerdo con los resultados obtenidos.

5
 DESARROLLO DE ACTIVIDADES

3. Medidas Univariantes de Tendencia Central.

3.1. Elegir una variable cuantitativa discreta de la base de datos suministrada “Calidad
en el servicio de urgencias 2018-16-4” y:
 Calcular las medidas univariantes de tendencia central:
 Media,
 Mediana,
 Moda.
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Estudiante 1 Elmer Ovidio López

Variable escogida: Pacientes

Media Aritmética
La media x (también llamada promedio o media aritmética) de un conjunto de datos (X1,
X2,…, XN) es una medida de posición central. La definimos como el valor característico
de la serie de datos resultado de la suma de todas las observaciones dividido por el
número total de datos.
𝑛
1 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑥̅ = ∑ 𝑥𝑖 =
𝑛 𝑛
𝑖=1

7320
𝑥̅ = = 61
120

Mediana

6
Es el número en el medio de una lista ordenada. Para calcular la mediana, ordena los
números que te han dado según su valor y encuentra el que queda en el medio.
La mediana de este conjunto de valores es 23. PERO si hay una cantidad par de números
la cosa cambia un poco.La Moda

 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Cuartil

Los cuartiles son los tres valores que dividen un conjunto de datos ordenados en cuatro
partes porcentualmente iguales.

Decil

Los Deciles se calculan como si fueran 10-cuartiles, o sea de manera que: El

primer Decil separe el juego de datos entre el 10% de los valores inferiores, y el resto de
los datos. Y el noveno Decil separe los datos entre el 90% de los valores inferiores y el
10% de los valores superiores.

Percentil

Es una medida de posición no central que representa los valores de la variable una vez se
divide las observaciones en cien partes iguales.

MEDIA 61
MEDIANA 61
MODA 0
Q1 30,25
Q2 60,5
Q3 90,75
D5 60,5
D7 84,7
P25 30,25
P50 60,5
7
 Conclusiones:
 La media es igual a la mediana
 El valor del Cuartil 2 coincide con el valor del Percentil 50
 El valor del Cuartil 1 coincide con el percentil 25
 Los percentiles más altos son los de mayores valores

Estudiante 2 Gabriel Ricardo Cortés G

Variable escogida: No de Hijos

0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 1 2
0 0 2 2
0 0 2 2
0 1 2 2
0 1 2 2
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 4
0 1 2 4
0 1 2 4
0 1 2 4
8
Media Aritmética
la media aritmética se obtiene a partir de la suma de todos sus valores dividida entre el
número de sumandos
𝑛
1 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑥̅ = ∑ 𝑥𝑖 =
𝑛 𝑛
𝑖=1

148
𝑥̅ = = 1,2333
120
Mediana

Es el valor que divide en dos una distribución de datos, ubicándose en el centro de la

distribución. Para calcular la mediana, los datos deben estar ordenados y si el número de
datos es impar se obtiene fácilmente ubicando el valor central. Si el número de datos es
par, la mediana se obtiene tomando los datos centrales y hallando su media.

La Moda

Se reconoce por ser el valor que más se repite en un conjunto de datos. Se puede
representar gráficamente a través de gráficos como Histograma o Polígono de
Frecuencias.

 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Cuartil

Es una medida de posición no central que representa los valores de la variable una vez se
divide las observaciones en cuatro partes iguales.

Decil

Es una medida de posición no central que representa los valores de la variable una vez se

9
divide las observaciones en diez partes iguales.

Percentil

Es una medida de posición no central que representa los valores de la variable una vez se
divide las observaciones en cien partes iguales.

media 1,23333333
mediana 1
moda 0
Q1 0
Q2 1
Q3 2
D5 1
D7 2
P25 0
P50 1
 La media se encuentra por encima de la mediana
 El valor de la mediana coincide con el valor del segundo cuartil Q2
 El 25% de los pacientes que acudieron a urgencias en esta muestra no tienen
hijos
 El 50% de los pacientes que acudieron a urgencias en esta muestra tienen menos
de 2 hijos
 El 75% de los pacientes que acudieron a urgencias en esta muestra tienen hasta 2
hijos
 El valor del Decil 5 coincide con el valor del Percentil 50
 Los percentiles más altos son los de mayores valores

Estudiante 3 Omar Ovidio Cortés

Variable Cuantitativa Variable Cuantitativa

Nombre del estudiante
Discreta continua
Omar Ovidio Cortés No visitas último . estatura
trimestre.

10
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 2 2 2 2
2 2 2 2 2 2
2 2 2 2 2 2
2 2 2 2 2 2
2 2 2 2 3 3
3 3 3 3 3 3

 Calcular las medidas univariantes de tendencia central:

 Media = 1,35
En matemáticas y estadística, la media aritmética, también llamada
promedio o media, de un conjunto finito de números es el valor
característico de una serie de datos cuantitativos, objeto de estudio que
parte del principio de la esperanza matemática o valor esperado, se obtiene

11
 a partir de la suma de todos sus valores.
Conclusión

 El promedio de visitantes a los pacientes fue de 1 persona por

paciente.

 Mediana = 1
En el ámbito de la estadística, la mediana representa el valor de la variable
de posición central en un conjunto de datos ordenados

Conclusión

 50% del El paciente solo recibieron 1 visita y el otro 50%

recibieron entre 1 y 3 visitas.

 Moda = 1
Es el valor que más veces se repite en el conjunto de datos

Conclusión

 De los 120 pacientes la tendencia es que 86 reciben una visita

 Calcular:
 Todos los cuartiles

CUARTIL POCISION VALOR

Q1 30 1
Q2 60 1
Q3 90 2

Conclusión
 A partir del estudio estadístico podemos afirmar que el 50% de
los pacientes reciben una visita cada tres meses

 Deciles 5 y 7
DECIL POCISION VALOR
5 60 1
7 84 1

12
  Percentiles 25, 50
percentiles posición valor
25 30 1
50 60 1

Estudiante 4 Juan Felipe Ospina Ávila

3.2. Elegir una variable cuantitativa continua y:

 Diseñar una tabla de frecuencia para datos agrupados.
 De la tabla de frecuencias construir:
 El histograma de frecuencias
 El polígono de frecuencias.
 Calcular las medidas de tendencia central
 Determinar el tipo de asimetría,
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Estudiante 1 Elmer Ovidio López

Variable escogida: EDAD

tabla de frecuencia para datos agrupados

Frecuencia
Número de Límite Límite Frecuencia
Marca de clase absoluta
clases inferior superior absoluta f
acumulada
1 0,00 11,75 5,88 21 21
2 11,75 23,50 17,63 28 49
3 23,50 35,25 29,38 19 68
4 35,25 47,00 41,13 13 81
5 47,00 58,75 52,88 20 101

13
 6 58,75 70,50 64,63 9 110
7 70,50 82,25 76,38 7 117
8 82,25 94,00 88,13 3 120
TOTAL 120

n 120
Min 0,00
Max 94,00
Rango 94,00
K 7,907040099 8
A 11,75

n= Número de datos

V min= Menor valor de la variable

V Max= Mayor valor de la variable

Rango= La diferencia entre los valores extremos 𝑅 = 𝑣 𝑚𝑎𝑥 − 𝑣 𝑚𝑖𝑛

K (No de intervalos de Clase) = Usando la Regla de Sturges 𝑘 = 1 + log(𝑛) ∗ 3,322

𝑅
Amplitud= Ancho del intervalo de clase 𝐴 = 𝑘

 De la tabla de frecuencias construir:

 El histograma de frecuencias
 El polígono de frecuencias.

HISTOGRAMA DE FRECUENCIAS

Clase Frecuencia % acumulado

11,75 20 16,81%
23,50 28 40,34%
35,25 19 56,30%
47,00 14 68,07%
58,75 19 84,03%

14
 70,50 9 91,60%
82,25 7 97,48%
94,00 3 100,00%
Y mayor... 0 100,00%

Histograma
50 200,00%
Frecuencia

Frecuencia
0 0,00%
11,75 23,50 35,25 47,00 58,75 70,50 82,25 94,00y mayor... % acumulado
0

POLÍGONO DE FRECUENCIAS

Clase Frecuencia
11,75 20
23,50 28
35,25 19
47,00 14
58,75 19
70,50 9
82,25 7
94,00 3
Y mayor... 0

Poligono de frecuencias
50
Frecuencia

0
11,75 23,50 35,25 47,00 58,75 70,50 82,25 94,00 y mayor...
Clase

Frecuencia

 Calcular las medidas de tendencia central

15
 Media 34,025
Mediana 26
Moda 23

 DETERMINAR EL TIPO DE ASIMETRÍA

La distribución de los datos de esta variable es ASIMETRIA POSITIVA ya que

podemos observar los gráficos con una inclinación mayor a la derecha que a la izquierda,
además cuando se realiza la operación matemática su valor es 0,43 positivo

Medidas de tendencia central

Media 34,025
Error típico 2,118792218
Mediana 26
Moda 23
Desviación estándar 23,21020585
Varianza de la muestra 538,7136555
Curtosis -0,59324378
Coeficiente de asimetría 0,436737921
Rango 94
Mínimo 0
Máximo 94
Suma 4083
Cuenta 120
Nivel de confianza
(95,0%) 4,195420209

Clase Frecuencia
11,75 20
23,50 28
35,25 19
47,00 14
58,75 19

16
 70,50 9
82,25 7
94,00 3
Y mayor... 0

Histograma
30
Frecuencia

20

10
Series1
0
0 2 4 6 8 10
0

 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Tomando en cuenta la tabla de frecuencias:

EJERCICIO SOLUCION
PERCENTILES
25 19

17
 PERCENTILES
50 26
CUARTIL 1 19
CUARTIL 2 26
CUARTIL 3 52,75
DECILES 5 26
DECILES 7 48,7

Conclusiones:

 El valor de Percentil 50 coincide con el valor del Decil 5 y con el Cuartil

2.
 El valor del percentil 25 coincide con el cuartil 1

Estudiante 2 Gabriel Ricardo Cortés G

Variable escogida: Peso (Kg)

 Diseñar una tabla de frecuencia para datos agrupados.

Xi Frecuencia Frecuencia
Clase Lim inf Lim sup Marca Absoluta Absoluta
de clase (f) Acumulada
1 2,60 13,21 7,90625 11 11
2 13,21 23,83 18,51875 9 20
3 23,83 34,44 29,13125 2 22
4 34,44 45,05 39,74375 1 23
5 45,05 55,66 50,35625 13 36
6 55,66 66,28 60,96875 44 80
7 66,28 76,89 71,58125 20 100
8 76,89 87,50 82,19375 20 120
120

n 120
V min 2,60
V max 87,50
Rango 84,90
18
 K (N
intervalos) 8
Amplitud 10,61
n= número de datos

V min= menor valor de la variable

V max= mayor valor de la variable

Rango= La diferencia entre los valores extremos 𝑅 = 𝑣 𝑚𝑎𝑥 − 𝑣 𝑚𝑖𝑛

K (No de intervalos de Clase) = usando la Regla de Sturges 𝑘 = 1 + log(𝑛) ∗ 3,322

𝑅
Amplitud= ancho del intervalo de clase 𝐴 = 𝑘

 De la tabla de frecuencias construir:

 El histograma de frecuencias
 El polígono de frecuencias.

Histograma de Frecuencias

peso de pacientes
50
45
40
35
Peso en Kg

30
25
20
15
10
5
0
2,60 13,21 23,83 34,44 45,05 55,66 66,28 76,89
intervalos

Polígono de Frecuencias

19
 Peso de Pacientes
50
45
40
35

Peso Kg
30
25
20
15
10
5
0
2,60 13,21 23,83 34,44 45,05 55,66 66,28 76,89
Intervalos

 Calcular las medidas de tendencia central

Media Aritmética
∑𝑓 ∗ 𝑋
𝑥̅ =
𝑛

6764,40
𝑥̅ = = 56,37
120

Mediana

𝑛
− 𝐹𝑘−1
𝑀𝑒 = 2 ∗ 𝐴𝑘 + 𝐿𝑘
𝑓𝑘

120
− 36
𝑀𝑒 = 2 ∗ 10,61 + 55,66
44

𝑀𝑒 = 61,45

La Moda

𝐿𝑖 − 𝐿𝑖−1
𝑀𝑜 = 𝐿𝑖 + ∗𝐴
(𝐿𝑖 − 𝐿𝑖−1 ) + (𝐿𝑖 − 𝐿𝑖+1 )

20
 44 − 13
𝑀𝑜 = 55,66 + ∗ 10,61
(44 − 13) + (44 − 20)

𝑀𝑜 = 61,64

Media 56,37
Mediana 61,45
Moda 61,64

 Determinar el tipo de asimetría,

La distribución de los datos de esta variable es Asimétrica Negativa o hacia la izquierda

ya que encontramos que la moda es mayor que la mediana y a su vez esta es mayor que
la media, lo que corresponde a que hay más observaciones con valores menores a la media.

𝑥̅ < 𝑀𝑒 < 𝑀𝑜

Por lo tanto la mayoría de los pacientes que acudieron al servicio de urgencias del hospital
Federico Lleras de la ciudad de Ibagué entre los días comprendidos en la semana del 1 de
junio al 9 de junio del 2014 tienen un peso por debajo del promedio.

 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Tomando en cuenta la tabla de frecuencias:

Cuartiles

𝑘∗𝑛
−𝐹𝑖−1
Usamos la fórmula 𝑄𝑘 = 𝐿𝑖 + (𝐴 ( 𝐹4 −𝐹 ))
𝑖 𝑖−1

21
 𝑘∗𝑛
Se calcula la posición y se busca en la tabla de frecuencia en los datos de la
4

frecuencia absoluta acumulada

𝐹𝑖−1 se busca el valor de frecuencia anterior a la posición

𝐹𝑖 se busca el valor de frecuencia posterior a la posición

𝐿𝑖 se busca el límite inferior del intervalo siguiente a la posición.

A Amplitud que se había calculado en la tabla 10,61

Se remplazan los datos

Cuartil 1

𝑘∗𝑛 1∗120
Posición = 30
4 4

𝐹𝑖−1 = 23

𝐹𝑖 = 36

𝐿𝑖 = 45,05

1 ∗ 120
− 23
𝑄1 = 45,05 + (10,61 ( 4 ))
36 − 23

𝑄1 = 50,76

Cuartil 2

𝑘∗𝑛 2∗120
Posición = 60
4 4

𝐹𝑖−1 = 36

𝐹𝑖 = 80

𝐿𝑖 = 55,66

22
 2 ∗ 120
− 36
𝑄2 = 55,66 + (10,61 ( 4 ))
80 − 36

𝑄2 = 61,44

Cuartil 3

𝑘∗𝑛 3∗120
Posición = 90
4 4

𝐹𝑖−1 = 80

𝐹𝑖 = 100

𝐿𝑖 = 66,28

3 ∗ 120
− 80
𝑄3 = 66,28 + (10,61 ( 4 ))
100 − 80

𝑄3 = 71,58

Deciles 5 y7

𝑘∗𝑛
−𝐹𝑖−1
Usamos la fórmula 𝐷𝑘 = 𝐿𝑖 + (𝐴 ( 10 ))
𝐹 −𝐹
𝑖 𝑖−1

Decil 5:

5∗𝑛 5∗120
Posición = 60
10 10

𝐹𝑖−1 = 36

𝐹𝑖 = 80

𝐿𝑖 = 55,66

23
 5 ∗ 120
− 36
𝐷5 = 55,66 + (10,61 ( 10 ))
80 − 36

𝐷5 = 61,44

Decil 7:

7∗𝑛 7∗120
Posición = 84
10 10

𝐹𝑖−1 = 80

𝐹𝑖 = 100

𝐿𝑖 = 66,28

7 ∗ 120
− 80
𝐷7 = 66,28 + (10,61 ( 10 ))
100 − 80

𝐷7 = 68,40

Percentiles 25 y 50

𝑘∗𝑛
−𝐹𝑖−1
Usamos la fórmula 𝑃𝑘 = 𝐿𝑖 + (𝐴 (100 ))
𝐹 −𝐹
𝑖 𝑖−1

Percentil 25

𝑘∗𝑛 25∗120
Posición 100 = 30
100

𝐹𝑖−1 = 23

𝐹𝑖 = 36

𝐿𝑖 = 45,05

24
 25 ∗ 120
− 23
𝑃25 = 45,05 + (10,61 ( 100 ))
36 − 23

𝑃25 = 50,76

Percentil 50

𝑘∗𝑛 50∗120
Posición 100 = 60
100

𝐹𝑖−1 = 36

𝐹𝑖 = 80

𝐿𝑖 = 55,66

2 ∗ 120
− 36
𝑃50 = 55,66 + (10,61 ( 4 ))
80 − 36

𝑃50 = 61,44

 El valor obtenido en el cuartil 2 coincide con el valor del Percentil 50 y con el

valor del Decil 5, por lo tanto, el 50% de los pacientes pesan entre 2,60 y 61,44
Kg; que también es el valor de la mediana.
 El valor obtenido en el cuartil 1 coincide con el valor del Percentil 25, por lo
tanto, el 25% de los pacientes pesan entre 2,60 y 50,76 Kg
 El 70% de los pacientes pesan hasta 68,40 Kg, por lo tanto, el 30% restante
pesan hasta 87,50 Kg; siendo la frecuencia más baja para estos pacientes
 La mayoría de los pacientes que acudieron al servicio de urgencias del problema
planteado, pesan entre 55 y 66 Kg y se encuentran por debajo del valor promedio

Estudiante 3 Omar Ovidio Cortés

La variable seleccionada es estatura

25
  Diseñar una tabla de frecuencia para datos agrupados.

0,45 0,45 0,45 0,45 0,45 0,45

0,47 0,47 0,47 0,47 0,47 0,47
0,53 0,53 0,53 0,53 0,53 0,53
0,57 0,57 0,57 0,57 0,57 0,57
0,57 0,57 0,57 0,57 0,57 0,57
0,65 0,65 0,65 0,65 0,65 0,65
0,73 0,73 0,73 0,73 0,73 0,73
0,76 0,76 0,76 0,76 0,76 0,76
0,82 0,82 0,82 0,82 0,82 0,82
0,85 0,85 0,85 0,85 0,85 0,85
0,86 0,86 0,86 0,86 0,86 0,86
0,96 0,96 0,96 0,96 0,96 0,96
0,96 0,96 0,96 0,96 0,96 0,96
0,98 0,98 0,98 0,98 0,98 0,98
1 1 1 1 1 1
1,03 1,03 1,03 1,03 1,03 1,03
1,03 1,03 1,03 1,03 1,03 1,03
1,06 1,06 1,06 1,06 1,06 1,06
1,1 1,1 1,1 1,1 1,1 1,1
1,16 1,16 1,16 1,16 1,16 1,16

Frecuencia
Número de Límite Límite Frecuencia
Marca de clase absoluta
clases inferior superior absoluta f
acumulada
1 0,45 0,63 0,54 5 5

26
 2 0,63 0,80 0,71 3 8
3 0,80 0,98 0,89 5 13
4 0,98 1,16 1,07 6 19
5 1,16 1,33 1,24 2 21
6 1,33 1,51 1,42 4 25
7 1,51 1,68 1,60 65 90
8 1,68 1,86 1,77 30 120
TOTAL 120

 De la tabla de frecuencias construir:

 El histograma de frecuencias

estatura de pacientes en sala de urgencias

70

60

50

40

30

20

10

0
0,45-0,63 0,63-0,80 0,80-0,98 0.98-1,16 1,16-1,33 1,33-1,51 1,51-1,68 1,68-1,86

 El polígono de frecuencias.

27
 estatura de pacientes
70

60

50

40

30

20

10

0
0,45-0,63 0,63-0,80 0,80-0,98 0.98-1,16 1,16-1,33 1,33-1,51 1,51-1,68 1,68-1,86

 Calcular las medidas de tendencia central

Las medidas de tendencia central son medidas estadísticas que pretenden
resumir en un solo valor a un conjunto de valores. Representan un centro en
torno al cual se encuentra ubicado el conjunto de los datos. Las medidas de
tendencia central más utilizadas son: media, mediana y moda

MEDIA: 1,51

 En promedio los 1os 120 pacientes tirne 1,52 mts de altura

MODA: 1,53

28
  De los 120 pacientes en su gran mayoría miden 1,53 metros

MEDIANA: 1,60

 El 50% de los pacientes tienen entre 0.45 y1,60 metros y el otro

50% miden entre 1,60 y 1,86 metros

29
  Determinar el tipo de asimetría:
 Es una asimetría negativa
Se da cuando en una distribución la minoría de los datos está en la parte izquierda
de la media
 Calcular:
 Todos los cuartiles

CUARTIL VALOR
Q1 1,52
Q2 1,60
Q3 1,68

3.2.1.1.Deciles 5 y 7;

DECIL VALOR
5 1,60
7 1,67

3.2.1.2.Percentiles 25, 50

percentiles valor
25 1,52
50 1,60

Estudiante 4 Juan Felipe Ospina Ávila

4. Medidas Univariantes de Dispersión.

30
 4.1. Con la variable cuantitativa discreta antes seleccionada:
 Calcular las medidas univariantes de dispersión:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.

Estudiante 1 Elmer Ovidio López

Rango

Es la diferencia entre el mayor y el menor valor.Y está representada por

𝑅𝑒 = 𝐿𝑚𝑎𝑥 − 𝐿𝑚𝑖𝑛

𝑅𝑒 = 94 − 0 = 94

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media
de una distribución estadística.
La varianza se representa por signo 𝜎 2 y está dada para una muestra por
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝜎2 =
𝑛−1
64.106
𝜎2 = = 538,71
119
Desviación Típica o estándar
La desviación estándar es un índice numérico de la dispersión de un conjunto de datos
(o población). Mientras mayor es la desviación estándar, mayor es la dispersión de la
población. La desviación estándar es un promedio de las desviaciones individuales de
cada observación con respecto a la media de una distribución.
La desviación estándar se representa por el signo 𝜎

31
 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝜎= √
𝑛−1

2.761.99
𝜎= √ = 23,21
119

Coeficiente de Variación

Es una medida de dispersión relativa que mide la proporción de la desviación estándar

con respecto a la media de los datos observados; se puede dar en valores porcentuales.

Está representado por

CV= Desviación Estándar/promediodelosdatos

CV=34,7/(promedio de datos)

𝐶. 𝑉 = 0,57

MEDIDAS UNIVARIANTES PACIENTES

Media 60,5
Error típico 3,175426481
Mediana 60,5
Moda #N/A
Desviación estándar 34,78505426
Varianza de la muestra 1210
Curtosis -1,2
Coeficiente de asimetría 2,27706E-17
Rango 119
Mínimo 1
Máximo 120
Suma 7260
Datos 120
Coeficiente De Variación 0,574959575

 Entre menos estén dispersos los datos, la información es más confiable

32
  Se observa que la dispersión de los datos de número de pacientes es pequeña.
 El número de pacientes tienen una tendencia a ser muy poco dispersos ya que su
coeficiente de variación es de 0,57%

Estudiante 2 Gabriel Ricardo Cortés G

Rango

Se conoce como la diferencia entre el máximo y el mínimo valor de la variable

seleccionada. Y está representada por

𝑅𝑒 = 𝐿𝑚𝑎𝑥 − 𝐿𝑚𝑖𝑛

𝑅𝑒 = 4 − 0 = 4

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media
de una distribución estadística.
La varianza se representa por signo 𝑆 2 y está dada para una muestra por

2
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆 =
𝑛−1
153,46
𝑆2 = = 1,2896
119
Desviación Típica o estándar
Se conoce como la raíz cuadrada de la varianza.
La desviación estándar se representa por el signo 𝑆

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆= √
𝑛−1

153,46
𝑆= √ = 1,1356
119

Coeficiente de Variación

33
Es una medida de dispersión relativa que mide la proporción de la desviación estándar
con respecto a la media de los datos observados; se puede dar en valores porcentuales.
Esta representado por

𝑆
𝐶. 𝑉 = ∗ 100
𝑥̅

1,1356
𝐶. 𝑉 = ∗ 100
1,2333

𝐶. 𝑉 = 90,077%

Rango 4
Varianza 1,28963585
Desviación Típica 1,13562135
Coeficiente de
Variación 92,0774069

 Las medidas de dispersión indican que tan cerca o lejos están los datos de la
media
 Entre menos estén dispersos los datos, la información es más confiable
 Se observa que la dispersión de los datos de número de hijos es grande
 El número de hijo de los pacientes tienen una tendencia a ser muy dispersos ya
que su coeficiente de variación es de 90%.

Estudiante 3 Omar Ovidio Cortés

VARIANZA COEFICIENTE DE VARIACION.

∑𝑛 ̅ 2
𝑖=1(𝑋𝑖−𝑋 ) 𝑆
𝑆2 = = 0,363865 𝐶𝑉(𝑋) = 𝑋̅ ∗ 100 = 0,447098
𝑛

RANGO DESVIACIÓN TIPICA

∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2
𝑅𝑒 = 𝐿𝑚𝑎𝑥 − 𝐿min =2 𝜎= √ 𝑛−1
= 0,603212

34
 Columna1

Media 1,35
Error típico 0,05506553
Mediana 1
Moda 1
Desviación estándar 0,60321269
Varianza de la muestra 0,36386555
Curtosis 1,27699887
Coeficiente de asimetría 1,53365211
Rango 2
Mínimo 1
Máximo 3
Suma 162
Cuenta 120

lsup 3 linf 1 n 120

A 0,25 K 7,86 R 2

Análisis: La desviación estándar es muy representativo, no hay diferencias significativas

en las visitas realizadas a los pacientes.

Estudiante 4 Juan Felipe Ospina Ávila

4.2. Elegir una variable cuantitativa continua elegida calcular:

 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.

Estudiante 1 Elmer Ovidio López

Variable escogida: Edad

35
 MEDIDAS UNIVARIANTES EDAD DE
LOS PACIENTES

Media 34,025
Error típico 2,118792218
Mediana 26
Moda 23
Desviación estándar 23,21020585
Varianza de la muestra 538,7136555
Curtosis -0,593243775
Coeficiente de asimetría 0,436737921
Rango 94
Mínimo 0
Máximo 94
Suma 4083
Datos 120
Coeficiente de variación 0,682151531

Estudiante 2 Gabriel Ricardo Cortés G

Variable escogida: Peso (Kg)

Tomando como base la tabla de frecuencias del punto 3.2 se calcula los datos requeridos
para datos agrupados

Frecuencia
Xi Marca Frecuencia
Clase Lim inf Lim sup Absoluta f*Xi Xi2 f*Xi2
de clase Absoluta (f)
Acumulada

1 2,60 13,21 7,90625 11 11 86,97 62,51 687,60

2 13,21 23,83 18,51875 9 20 166,67 342,94 3086,50
3 23,83 34,44 29,13125 2 22 58,26 848,63 1697,26
4 34,44 45,05 39,74375 1 23 39,74 1579,57 1579,57
5 45,05 55,66 50,35625 13 36 654,63 2535,75 32964,77
6 55,66 66,28 60,96875 44 80 2682,63 3717,19 163556,29
7 66,28 76,89 71,58125 20 100 1431,63 5123,88 102477,51
8 76,89 87,50 82,19375 20 120 1643,88 6755,81 135116,25
SUMA 120 6764,40 20966,28 441165,74

36
Media

Primero hallamos la Media para datos agrupados que está representado por 𝑥̅ y su
fórmula es la relación entre el producto de la marca de clase con el número de datos

∑ 𝑋𝑖 ∗ 𝑓
𝑥̅ =
𝑛

6764,4
𝑥̅ =
120

𝑥̅ = 56,37

Rango

Se conoce como la diferencia entre el máximo y el mínimo valor de la variable

seleccionada. Y está representada por

𝑅𝑒 = 𝐿𝑚𝑎𝑥 − 𝐿𝑚𝑖𝑛

𝑅𝑒 = 87,5 − 2,6 = 84,90

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media
de una distribución estadística.
La varianza se representa por signo 𝑆 2 y está dada para una muestra por

2
∑𝑛𝑖=1 𝑓𝑖 ∗ (𝑥𝑖 )2
𝑆 = − 𝑥̅ 2
𝑛−1
441165,74
𝑆2 = − 3177,5769 = 529,70
119
Desviación Típica o estándar
Se conoce como la raíz cuadrada de la varianza.
La desviación estándar se representa por el signo 𝑆

∑𝑛𝑖=1 𝑓𝑖 ∗ (𝑥𝑖 )2
𝑆= √ − 𝑥̅ 2
𝑛−1

37
 441165,74
𝑆= √ − 3177,5769 = 23,02
119

Coeficiente de Variación

Es una medida de dispersión relativa que mide la proporción de la desviación estándar

con respecto a la media de los datos observados; se puede dar en valores porcentuales.
Está representado por

𝑆
𝐶. 𝑉 = ∗ 100
𝑥̅

23,02
𝐶. 𝑉 = ∗ 100
56,37

𝐶. 𝑉 = 40,83%

Media 56,37
Rango 84,90
Varianza 529,70
Desviación Típica 23,02
Coeficiente de
Variación 40,83

Una vez hallada la media aritmética de los datos de la variable Peso (Kg). Se puede
observar que:
 Los datos se reparten aproximadamente en 85 grupos de los 120 datos obtenidos
 la varianza es demasiado grande respecto a la media casi en 10 veces
 la variación entre las edades de los pacientes es muy alta ya que los datos están
muy dispersos
 Solamente 38 pacientes de los 120 están por debajo de la media de peso
 El 68% de los pacientes que acudieron al servicio de urgencias pesan entre 56Kg
y 87,5 Kg
 El coeficiente de variación nos indica un 40,83% de desviación del peso de los
pacientes con respecto a la media.

38
Estudiante 3 Omar Ovidio Cortés

Columna1

Media 1,51266667
Error típico 0,03036467
Mediana 1,63
Moda 1,65
Desviación estándar 0,33262827
Varianza de la muestra 0,11064157
Curtosis 2,34549184
-
Coeficiente de asimetría 1,83640526
Rango 1,41
Mínimo 0,45
Máximo 1,86
Suma 181,52
Cuenta 120

lsup 1,86 linf 0,45 n 120

A 0,18 K 7,86 R 1,41

varianza 0,11064157
des. Estándar 0,33262827
coef. De variación 0,21989529
rango 1,41

Análisis: la desviación estándar de las estaturas de los pacientes es de 0,3326 es decir

existe un 0,2198% de variabilidad de los datos alrededor de la media o promedio
1,5126.

Estudiante 4 Juan Felipe Ospina Ávila

Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.

39
 Observamos que debido a que el coeficiente de variación es 0,67 la dispersión de
datos es un poco alta.
 Observamos que el rango es de 94 ya que la edad máxima de la base de datos es
de 94 años para los pacientes.

40
 CONCLUSIONES

Al desarrollar esta actividad se pudo aprender a diferenciar las medidas de tendencia

central con las medidas de dispersión y la forma de caracterizar las variables. Se tuvo al
principio confusión respecto a clasificar las variables en cuantitativas discretas y
continuas y la forma de llevarlas a su respectiva evaluación; con la ayuda de los recursos
como las Web conferencias se pudo aclarar estos conceptos y llevar a cabo la actividad.
Se observa una gran diferencia de valores obtenidos con variables cuantitativas discretas
y continuas para los datos agrupados.
Con las medidas de tenencia central ubicamos la posición de los datos, mientras que con
las medidas de dispersión reconocemos que tan alejados están los datos de la media.
Logramos aprender cómo usar las Medidas de Tendencia Central y Dispersión dentro de
un problema o caso de estudio, para colocarlo en práctica. Además, como preámbulo a
llevarlo a la práctica en otros temas de la vida laboral y cotidiana.
Se aprende a utilizar unas de las funciones del programa Microsoft Excel aplicada
especialmente a la estadística en la cual nos brinda una gran ayuda y ahorro de trabajo
para consultar las medidas en un resumen

41
 REFERENCIAS BIBLIOGRÁFICAS

Academia Internet. (2018, abril, 5). Medidas de variabilidad, Varianza, Desviación

estandar, para datos agrupados y no agrupados. [Archivo de Video]. Recuperado
de https://youtu.be/SoMyFlPpCzs
Cabrera F. (2015, octubre, 28). Graficas de Histogramas de frecuencias en excel 2013
con aplicacion en JAWS. [Archivo de Video]. Recuperado de
https://youtu.be/L3m5T7qHMbU
Churchill, G.A. (2009).Análisis de Correlación y de Regresión Simple. México City:
Cengage Learning. (pp-675–686). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&
it=r&p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41
Cifuentes M. (2013, mar. 31). variables discretas y continuas. [Archivo de Video].
Recuperado de https://youtu.be/rNXwZ0ukeqs
García, M.S. (2004).Introducción a la estadística económica y empresarial.Paraninfo.
(pp.74–98). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad&
it=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327207c94b4c0d549
JuroIwai. (2012, noviembre, 9). Tabla de frecuencias en Excel para datos agrupados.
[Archivo de Video]. Recuperado de https://youtu.be/VolNwhj-4bM
Matematicas profe Alex. (2017, junio, 6). Cuartiles, Deciles y Percentiles | Datos
agrupados en intervalos | Ejemplo 1 [Archivo de Video]. Recuperado de
https://youtu.be/Eju_9eM4PZg
Matematicas profe Alex. (2017, junio, 12). Varianza y desviación estándar |
Introducción. [Archivo de Video]. Recuperado de
https://youtu.be/oZRaDwnpXkY
Math2me. (2014, jul. 10). Desviación estándar de una muestra │ ejercicio 1. [Archivo
de Video]. Recuperado de https://youtu.be/YC9158GWkpY
Montero J. (2007). Estadística Descriptiva. España. Thomson Ediciones Paraninfo,
S.A. Recuperado de
https://books.google.com.co/books?id=D6sj2d0xTgUC&lpg=PR4&pg=PR4#v=on
epage&q&f=false
Monroy, S. S. (17 de 09 de 2018). Instituto Politécnico Nacional. Recuperado de.
Obtenido de Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX:
Instituto Politécnico Nacional. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docID=
10436604&tm=1489456194304

42
Ortegón M. (2016, abril, 14). Análisis de las medidas univariantes. [Archivo de Video].
Recuperado de https://youtu.be/Ktk263q-W-4
Ortegón M. (2015, sep. 3). Histográma y Polígonos de Frecuencias. [Archivo de Video].
Recuperado de https://youtu.be/Uh7xqrSFhYY
Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística 1.
Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docID=
11230886&tm=1489456400673
Sebastian R. (2015,abril, 2). Medidas de dispersión: desviación media, varianza,
desviación típica y coeficiente de variación. [Archivo de Video]. Recuperado de
https://youtu.be/lZOleQMMp4U
Sociedad de conocimientos con las TICs. (2016, abril, 6). DATOS AGRUPADOS EN
INFOSTAT. Archivo de Video]. Recuperado de https://youtu.be/X7XGOW3Pk7k
Sociedad de conocimientos con las TICs. (2016, abril, 6). media mediana y moda.
[Archivo de Video]. Recuperado de https://youtu.be/IwtkLouXvSE

43