TRABAJO COLABORATIVO

INTEGRANTES:

LEIDY CRISTINA GOMEZ GARCIA C.C 1091677795

ANDRES JAVIER ARIAS C.C

MARIA ANGELICA ESPITIA C.C 1072638682

ELICETH RANGEL C.C 1.096.949.648

YENIFER GARCIA C.C 1069730529

GRUPO:

511004_3

TUTORA:

MARIA CAMILA GONZALEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
Introducción

Las medidas de tendencia central son medidas estadísticas que resumen en un solo valor a un

conjunto de valores; las más utilizadas son: la media, la mediana y la moda. Las medidas de

dispersión por su parte miden el grado de dispersión de los valores de la variable, es decir pretenden

evaluar en qué medida los datos difieren entre sí; entre estas se cuentan el recorrido, la desviación

media, la varianza y la desviación típica. Ambos tipos de medidas usadas en conjunto permiten

describir un conjunto de datos entregando información acerca de su posición y su dispersión.

En este trabajo se profundizan los conceptos de regresión lineal, medidas de dispersión, correlación

lineal y diagramas de caja, además se aplican dichos conceptos en la solución de problemas.

Objetivo General

Conocer y aplicar las medidas estadísticas y de dispersión

Objetivo Especifico

Investigar sobre medida de dispersión, regresión lineal, correlación lineal y diagramas de

caja.
Aplicar los conocimientos en las diferentes actividades.
 Actividades a Desarrollar

1. Cada estudiante presentará en el foro los conceptos de medidas de dispersión,

regresión lineal, correlación lineal y diagramas de caja.

Primer participante Leidy Cristina Gómez

 Medidas De Dispersión: muestran la variabilidad de una distribución, indicándolo por

medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de
la media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más
homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho
entre ellos.

 Regresión lineal: El análisis de regresión lineal es una técnica estadística utilizada para
estudiar la relación entre variables. Se adapta a una amplia variedad de situaciones. ... En
física se utiliza para caracterizar la relación entre variables o para calibrar medidas.

 Correlación lineal: Bajo el concepto de correlación se recogen varios procedimientos e

indicadores estadísticos utilizados para determinar el grado de asociación entre
dos variables; el más sencillo de ellos es el de correlación lineal que está basado en la
comparación de la varianza asociada de dos variables (covarianza) y las desviaciones
estándar de cada uno a través del cálculo del coeficiente r de Pearson.

 Diagramas de cajas: es un gráfico utilizado para representar una variable

cuantitativa (variable numérica). El gráfico es una herramienta que permite visualizar, a
través de los cuartiles, cómo es la distribución, su grado de asimetría, los valores
extremos, la posición de la mediana, etc. Se compone de:

*Un rectángulo (caja) delimitado por el primer y tercer cuartil (Q1 y Q3). Dentro de la caja
una línea indica dónde se encuentra la mediana (segundo cuartil Q2).

*Dos brazos, uno que empieza en el primer cuartil y acaba en el mínimo, y otro que empieza
en el tercer cuartil y acaba en el máximo.

*Los datos atípicos (o valores extremos) que son los valores distintos que no cumplen
ciertos requisitos de heterogeneidad de los datos.

Segundo Participante Andrés Javier Arias

  Medidas de dispersión: Muestran la variabilidad de una distribución, indicándolo por
medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de
la media. Son números reales no negativos, su valor es igual a cero cuando los datos son
iguales y este se incrementa a medida que los datos se vuelven más diversos. Cuando
mayor sea ese valor, mayor será la variabilidad, cuando menos sea, más homogénea será
la media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
 Regresión lineal: Es un modelo Matemático usado para aproximar la relación de
dependencia entre una variable dependiente Y, las variables independientes Xi y un
término aleatorio ∑. También se le llama ajuste lineal.
Permite determinar el grado de dependencia de las series de los valores X e Y,
prediciendo el valor Y estimado que se obtendría para un valor X que no esté en la
distribución.
 Correlación lineal: Es un método estadístico utilizado para determinar el grado de
asociación entre dos variables. Está basado en la comparación de la varianza asociada de
dos variables (covarianza) y las desviaciones estándar de cada uno a través del cálculo del
coeficiente r de Pearson.
 Diagramas de caja: Es un gráfico que está basado en cuartiles y mediante el cual se
visualiza la distribución de un conjunto de datos. Para la interpretación de este tipo de
gráfico, primero obtendremos la media de cada intervalo, y luego la mediana de la tabla
de frecuencias en general, con estos datos utilizamos la fórmula de la media de cada
intervalo elevado a la mediana, los datos obtenidos en ésta fórmula son la interpretación.

Tercer Participante María Angélica Espitia

Las medidas de dispersión pueden definirse como los valores numéricos cuyo objeto es analizar
el grado de separación de los valores de una serie estadística con respecto a las medidas de
tendencia central consideradas.
Las medidas de dispersión son de dos tipos:

 Medidas de dispersión absoluta: como recorrido, desviación media, varianza y desviación

típica, que se usan en los análisis estadísticos generales.

 Medidas de dispersión relativa: que determinan la dispersión de la distribución estadística

independientemente de las unidades en que se exprese la variable. Se trata de parámetros
más técnicos y utilizados en estudios específicos, y entre ellas se encuentran los coeficientes
de apertura, el recorrido relativo, el coeficiente de variación (índice de dispersión de
Pearson) y el índice de dispersión mediana.
El recorrido, también llamado rango o amplitud, es la diferencia aritmética entre el máximo
y el mínimo de los valores:
 La desviación media se define como la media aritmética de los valores absolutos de la
desviación de cada valor de la variable con respecto a la media.

La varianza se define como el cociente entre la suma de los cuadrados de las desviaciones
de los valores de la variable y el número de datos del estudio. Matemáticamente, se expresa
como:

La desviación típica, simbolizada por s, se define como la raíz cuadrada de la varianza:

Por lo tanto, se tiene que:

 La regresión lineal es una técnica estadística que permite estudiar la relación entre una
variable dependiente y una o más variables independientes, con el fin de averiguar en que
medida la primera puede estar explicada por la segunda y obtener predicciones en la
variable dependiente a partir de las independientes. El procedimiento implica, básicamente,
obtener la ecuación mínimo cuadrática que mejor expresa la relación entre las variables y
estimar mediante el coeficiente de determinación la calidad de la ecuación de regresión
obtenida.

 La correlación lineal o de Pearson, es una medida de regresión que pretende cuantificar

el grado de variación conjunta entre dos variables. Es una medida estadística que cuantifica
la dependencia lineal entre dos variables, es decir, si se representan en un diagrama de
dispersión los valores que toman dos variables, el coeficiente de correlación lineal señalará
lo bien o lo mal que el conjunto de puntos representados se aproxima a una recta.
Es el número que mide el grado de intensidad y el sentido de la relación entre dos variables.
𝐶𝑜𝑣𝑥𝑦
𝜌(𝑥𝑦) =
𝜎𝑥 𝜎𝑦
Siendo:
Covxy: la covarianza entre el valor x e y.
σx: desviación típica de x.
σy: desviación típica de y.
  Un diagrama de cajas y bigotes es una manera conveniente de mostrar visualmente grupos
de datos numéricos a través de sus cuartiles. Las líneas que se extienden paralelas a las cajas
se conocen como “bigotes”, y se usan para indicar variabilidad fuera de los cuartiles
superior e inferior. Los valores atípicos se representan a veces como puntos individuales
que están en línea con los bigotes. Los diagramas de cajas y bigotes se pueden dibujar
vertical u horizontalmente.
Son una excelente forma de examinar
rápidamente uno o más conjuntos de datos
gráficamente, tienen la ventaja de ocupar menos
espacio, lo cual es útil cuando se comparan
distribuciones entre muchos grupos o conjuntos
de datos.

Cuarta Participante Eliceth Rangel

 Medidas de dispersión:
Las medidas de dispersión son las que se encargan de mostrar la variable de una distribución
teniendo como herramienta principal o como base un número, teniendo en cuenta que esto se da si
las puntuaciones de la variable están alejadas de la media.
Hay que tener en cuenta que entre más alejado estén las puntuaciones de la media mayor será la
variabilidad y viceversa.

 Regresión lineal:
También conocido como ajuste lineal, este modelo matemático se basa en aproximar la relación
que existe entre las variables independientes y las variables dependientes. Teniendo en cuanta que
las variables dependientes son la y y las variables independientes son Xi y un término aleatorio ε.

 Correlación lineal:
La correlación lineal tiene que ves con el estudio que se hace a la relación que existe entre una
variable dependiente y una o más variables independientes para así saber en qué medida la variable
dependiente está declarada o expresada por la segunda.
  Diagrama de cajas:
Los diagramas de Caja-Bigotes son una presentación visual que describe varias características
importantes, al mismo tiempo, tales como la dispersión y simetría.
Para su realización se representan los tres cuartiles y los valores mínimo y máximo de los datos,
sobre un rectángulo, alineado horizontal o verticalmente.

Quinta Participante Yennifer García

 Medidas de dispersión:
Las medidas de dispersión muestran la variabilidad de una distribución, indicándolo por medio de
un número, si las diferentes puntuaciones de una variable están muy alejadas de la media. Cuanto
mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más homogénea será a
la media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
Las medidas de dispersión son números reales no negativos, su valor es igual a cero cuando los
datos son iguales y este se incrementa a medida que los datos se vuelven más diversos.
 Regresión lineal:
En estadística la regresión lineal o ajuste lineal es un modelo matemático usado para aproximar la
relación de dependencia entre una variable dependiente Y, las variables independientes Xiy un
término aleatorio ε.
 Correlación lineal:
La correlación, también conocida como coeficiente de correlación lineal (de Pearson), es una
medida de regresión que pretende cuantificar el grado de variación conjunta entre dos variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos variables, es
decir, si se representan en un diagrama de dispersión los valores que toman dos variables, el
coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de puntos representados
se aproxima a una recta.
De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.
 Diagramas de caja:
También conocido como diagrama de caja y bigote, box plot, box-plot o boxplot. Es un método
estandarizado para representar gráficamente una serie de datos numéricos a través de sus
cuartiles. De esta manera, el diagrama de caja muestra a simple vista la mediana y los cuartiles de
los datos1pudiendo también representar los valores atípicos de estos.
 Actividad Grupal
De forma grupal los estudiantes deben resolver las siguientes tareas:
Tarea 1: Los porcentajes de rentabilidad de los fondos de la inversión de diez grandes empresas
fueron:
28,2 18,1 34,4 28,9 26,5 26
11,5 0 10,9 20,5 25,5 14,9
Para esta población determine:
a) La varianza
b) La desviación típica
c) Desviación media.

X ̅
𝑿 ̅
𝑿−𝑿 ̅ )𝟐
(𝑿𝟏 − 𝑿

𝑿𝟏 28,2 7,75 60,06

𝑿𝟏 18,1 -2,35 5,52

𝑿𝟏 34,4 13,95 194,60

𝑿𝟏 28,9 8,45 71,40

𝑿𝟏 26,5 6,05 36,60

𝑿𝟏 26 5,55 30,80

𝑿𝟏 11,5 -8,95 71,40

𝑿𝟏 0 -20,45 418,20

𝑿𝟏 10,9 -9,55 91,20

𝑿𝟏 20,5 0,05 0,25

𝑿𝟏 25,5 5,05 25,50

𝑿𝟏 14,9 -5,55 30,80

∑ 245,4 20,45 93,7 1036,33

 ∑𝑥
𝑥̅ =
𝑛

245,4
𝑥̅ =
12

𝑥̅ = 20,45

Varianza:

∑(𝑋1 − 𝑋̅)2
S2 =
𝑛−1

1036,33
S2 =
12 − 1

1036,33
S2 =
11

𝐒 𝟐 = 𝟗𝟒, 𝟐𝟏

La desviación típica:

∑(𝑋1 − 𝑋̅)2
𝜎=√
𝑛

1036,33
𝜎=√
12

𝜎 = √86,36

𝝈 = 𝟗, 𝟐𝟗

Desviación media:
 ∑(𝑋1 − 𝑋̅)
𝐷. 𝑀 =
𝑛

97,7
𝐷. 𝑀 =
12

𝑫. 𝑴 = 𝟕, 𝟖𝟎

Tarea 2:

En la siguiente aparecen los años de servicio acumulados por 360 trabajadores de una gran

empresa antes de su retiro voluntario:

Años de Número de

experiencia empleados

0-1 8

1-2 34

2-3 56

3-4 76

4-5 82

5-6 25

6-7 10

7-8 27

8-9 12

9-10 8

10-11 19

11-12 3
 Para esta muestra halle:

a. Dibuje el histograma

b. Media

c. Mediana

d. Moda

e. Varianza

f. Desviación típica

g. Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6 años de

experiencia.

Tabla De Frecuencia
N 12
Clase limite inf limite sup mi ni Ni fi Fi
X min 3
1 3 20 23 6 6 1 1
X max 82
2 20 37 58 3 9 0 1
Rango 79
3 37 55 92 0 9 0 1
K 5
4 55 72 126 1 10 0 1
W 17
5 72 89 161 2 12 0 1
Histograma

Histograma
1
0
0
0
23 58 92 126 161
 Media 30

Mediana 22

Moda 8

Varianza

82 + 342 + 562 + 762 + 822 + 252 + 102 + 272 + 122 + 82 + 192 + 32

= −302
12

64 + 1156 + 3136 + 5776 + 6724 + 625 + 100 + 729 + 144 + 64 + 361 + 9

= −302
12

1574 − 900 = 𝟔𝟕𝟒

Desviación típica

√(30 − 8)2 + (30 − 34)2 + (30 − 56)2 + (30 − 76)2 + (30 − 82)2 + (30 − 25)2 + (30 − 10)2 + (30 − 27
12

√(22)2 + (−4)2 + (−26)2 + (−46)2 + (−52)2 + (5)2 + (20)2 + (3)2 + (18)2 + (22)2 + (11)2 + (27)2
12

√484 − 16 − 676 − 2116 − 2704 + 25 + 400 + 9 + 324 + 484 + 121 + 729

12

√−2936
12

√−244,6

−𝟒𝟗, 𝟒𝟓𝟕

Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6 años de

experiencia.
Tarea 3:

La siguiente tabla refiere a los usos más comunes citados en una encuesta realizada a usuarios de
ordenadores de pequeñas y medianas empresas.

Área Respuesta
Contabilidad 26%
Procesadores de texto 15%
Hojas de calculo 24%
Bases de datos 13%
Puntos de venta 10%
Información 4%
Otros 8%
Hallar:
a) Media
b) Mediana
c) Moda
d) Varianza
e) Desviación típica
f) Realizar el histograma correspondiente a los datos.
Solución:

a) Hallar la media

26%,15%,24%,13%,10%,4%,8% se suman esos valores y luego se divide por el total de datos=

99%
𝟏𝟎𝟎%
= 𝟏𝟒. 𝟐𝟖 𝒆𝒔 𝒍𝒂 𝒎𝒆𝒅𝒊𝒂
𝟕

b) Hallar la mediana
Organizamos los valores de menor a mayor
4%,8%,10%,13%,15%,24%,26%
Entonces tachamos los extremos de cada lado hasta obtener los dos números del centro para
hallar la mediana
 13% es la mediana

c) Hallar la moda

Organizamos los valores del menor al mayor

Entonces miramos cual es el número que más se repite: no hay moda

d) Hallar la varianza

Colocamos los valores dados

x
𝒙𝟏 26%
𝒙𝟐 15%
}𝒙𝟑 24%
𝒙𝟒 13%
𝒙𝟓 10%
𝒙𝟔 4%
𝒙𝟕 8%

∑ 100%

Entonces dividimos 100%/la cantidad de datos

𝟏𝟎𝟎%
=14.28
𝟕

Cada dato dado lo restamos por la media ósea 14.28

x x x- x (𝒙 − 𝒙𝟐 )
𝒙𝟏 26% 11,72 484
𝒙𝟐 15% 0.72 0.5184
𝒙𝟑 24% 9.72 94.4784
 𝒙𝟒 13% -1.28 1.6384
𝒙𝟓 10% -4.28 18.3184
𝒙𝟔 4% -10.28 105.6784
𝒙𝟕 8% -6.28 39.4384

∑ 100% 14.28 744.0704

Para hallar la 4 columna debemos elevar al cuadrado el valor de x-x

𝑋 = (𝑋𝑖 − 𝑥)2
= (𝑋1 − 𝑥)2 = 11.722 = 137.3584 (𝑋𝑖 − 𝑥)2 =0.722 =0.5184………………..
Después sumamos los valores obtenidos en la casilla 4 y con ese valor hallaremos la varianza
∑(𝑥𝑖 −𝑥)2 7.44.0704
𝑠2 = = =124.0 la varianza
𝑛−1 6

Tarea 4:

Una compañía asigna diferentes precios a un equipo de sonido particular en ocho regiones
diferentes del país. La tabla adjunta muestra el número de unidades vendidas y los precios
correspondientes (en miles de pesos).

Ventas 402 381 350 430 441 380 405 420 421
Precio 45 66 70 90 75 45 65 70 65

a) Estimar la ecuación de regresión lineal de las ventas sobre el precio que mejor se
ajuste.
b) Determinar las ventas si el precio es de 55, 58, 68, y 70 miles de pesos.
c) Determinar R y dar una interpretación
Solución
X(precio) Y(ventas) 𝒙𝟐 x.y
45 402 2025 18090
66 381 4356 25146
70 350 4900 24500
90 430 8100 38700
75 441 5625 33075
45 380 2025 17100
65 405 4225 26325
70 420 4900 29400
65 421 4225 27365
Total 591 3630 40381 239701
Para encontrar y= mx + b
9(239701)−(591)(3630)
M= 9(40381)−(591)2

M= (2157309) − (2145330)
(363429)-(349281)
M= 11979
14148
M= 0,84669

B= 3630 _ 0,84669 (591)

9 9
B= 403,33 - 55,593
B=347,737

a) Determinar las ventas si el precio es de 55, 58, 68, y 70 miles de pesos.

Y= 0,84669 (55) + 347,737

Y= 394,304

Y= 0,84669 (58) + 347,737

Y= 396,845

Y= 0,84669 (68) + 347,737

Y= 405,311

Y= 0,84669 (70) + 347,737

 Y= 407,005

Media de x = 591 / 9
X= 65,666

Media de y = 3630 / 9
y= 403,333

X(precio) Y(ventas) x- y- (𝐱 (𝐲 (x- (mediana de

(mediana (mediana − 𝐦𝐞𝐝𝐢𝐚𝐧𝐚 𝐝𝐞 𝐱)𝟐 − 𝐦𝐞𝐝𝐢𝐚𝐧𝐚 𝐝𝐞 𝐲)𝟐 ( y- (mediana de
de x) de y)
45 402 -20,666 -1,333 427,083556 1,776889 27,547778
66 381 0,334 -22,333 0,111556 498,762889 -7,459222
70 350 4,334 -53,333 18,783556 2844,40889 -231,145222
90 430 24,334 26,667 592,143556 711,12888 648,914778
75 441 9,334 37,667 87,123556 1418,80289 351,583778
45 380 -20,666 -23,333 427,083556 544,428889 482,199778
65 405 -0,666 1,667 0,443556 2,778889 -1,110222
70 420 4,334 16,667 18,783556 277,788889 72,234778
65 421 -0,666 17,667 0,443556 312,122889 -11,766222
Total 591 3630 0,003 0,006 1572 6612 1331

1331
R= 2 2
√1572 √6612

1331
R= (39,648)(81,314)
1331
R= 3224,056

R= 0,412

Tarea 5:

El dato de la siguiente tabla representa las alturas (X) cm. y los pesos (Y) kg. de varios hombres.

Y 40 51,5 53,5 56,5 53,5 58 62,5 82

X 185 152 185 155 126 196 172 187

a) Estimar la ecuación que mejor se ajuste de modo que el peso dependa de la altura.
 b) Determinar el peso si la altura es de 150, 153 y 175 cm.
c) Determinar R y dar una interpretación
Solución
x (m) y (Kg) x2 y2 x.y

1,85 40 3,42 1600 74

1,52 51,5 2,31 2652,25 78,28

1,85 53,5 3,42 2862,25 98,97

1,55 56,5 2,40 3192,25 87,57

1,26 53,5 1,59 2862,25 67,41

1,96 58 3,84 3364 113,68

1,72 62,5 2,96 3906,25 107,5

1,87 82 3,50 6724 153,34

13,58 457,5 23,44 27163,25 780,75

Se hallan las medias aritméticas:

13,58 457,5
𝑥̅ = 𝑦̅ =
8 8
𝑥̅ = 1,70 𝑦̅ = 57,19

Se calculan las varianzas:

23,44
𝜎𝑥 2 = − (1,70)2 = 2,93 − 2,89 = 0,04
8

27163,25
𝜎𝑦 2 = − (57,19)2 = 3395,41 − 3270,70 = 124,71
8
Se calcula la covarianza:

780,75
𝜎𝑥𝑦 = − (1,70)(57,19) = 97,59 − 97,22 = 0,37
8

La recta de regresión de y en función de x será:

0,37
𝑦 − 57,19 = (𝑥 − 1,70)
0,04
𝑦 − 57,19 = 9,25𝑥 − 15,72
𝒚 = 𝟗, 𝟐𝟓𝒙 + 𝟒𝟏, 𝟒𝟕

Para las estaturas dadas los pesos estimados son:

𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,50) + 41,47
𝒚 = 𝟓𝟓, 𝟑𝟒 𝑲𝒈

𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,53) + 41,47
𝒚 = 𝟓𝟓, 𝟔𝟐 𝑲𝒈

𝑦 = 9,25𝑥 + 41,47
𝑦 = 9,25(1,75) + 41,47
𝒚 = 𝟓𝟕, 𝟔𝟔 𝑲𝒈

Se calculan las desviaciones típicas:

23,44
𝜎𝑥 = √ − (1,70)2 = √2,93 − 2,89 = 0,2
8

27163,25
𝜎𝑦 = √ − (57,19)2 = √3395,41 − 3270,70 = 11,17
8

El coeficiente de correlación lineal es:

𝜎𝑥𝑦 0,37 0,37

𝑟= = = = 𝟎, 𝟏𝟕
𝜎𝑥 𝜎𝑦 (0,2)(11,17) 2,23

Como el coeficiente de correlación es positivo entonces la correlación es directa, es decir

cuando una variable aumenta la otra también; la recta correspondiente a la nube de puntos
 de la distribución es creciente; dado que el valor es cercano a cero, indica que la correlación

es débil.

Conclusión

En el presente trabajo conocimos los conceptos de medida de dispersión, regresión lineal,

correlación lineal y diagramas de caja, lo cual nos ayudó ampliar más nuestros conocimientos en
esta materia de estadística.

También fue de gran ayuda cada actividad porque con ellas pudimos aplicar los conocimientos
adquiridos a lo largo de este tiempo académico.

Como grupo nos ayudamos muchísimos, todos aportamos al aprendizaje de nuestros compañeros
Referencias

- Análisis de regresión lineal. El procedimiento regresión lineal. Disponible en:

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf

- Economipedia. Coeficiente de correlación lineal. Disponible en:

https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html

- Eusko Jaurlaritza. Gobierno Vasco. Departamento de Educación. Medidas de dispersión.

Disponible en: https://www.hiru.eus/es/matematicas/medidas-de-dispersion

- González, María Camila. Estadística Descriptiva: Tipos de variables estadísticas. [OVI].

Disponible en: http://hdl.handle.net/10596/14469

- Romero, E. (2016). Estadística para todos: análisis de datos; estadística descriptiva; teoría

de la probabilidad e inferencia. Editorial Difusora Larousse - Ediciones Pirámide.

Disponible en:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11231145&p00

=Estadistica+descriptiva

- Eusko Jaurlaritza. Gobierno Vasco. Departamento de Educación. Medidas de dispersión.

Disponible en: https://www.hiru.eus/es/matematicas/medidas-de-dispersion

- Análisis de regresión lineal. El procedimiento regresión lineal. Disponible

en: http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf
- Economipedia. Coeficiente de correlación lineal. Disponible
en: https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
-