En un estudio con un grupo de 2.

000 personas que habían sido tratadas psicológicamente por problemas de ansieda
desea preguntar a las mismas, cuántas veces habían sufrido un ataque de ansiedad desde que terminó el tratamie
recibido. Pero no se quiere realizar una investigación exhaustiva, por lo cual se selecciono una muestra de 20 person
resultado de esta encuesta, se anta a continuación:

X1= 2 X6= 4 X11= 4 X16= 0 Yi ni hi

X2= 2 X7= 0 X12= 0 X17= 2 0 7 35%
X3= 1 X8= 1 X13= 0 X18= 3 1 3 15%
X4= 2 X9= 0 X14= 4 X19= 0 2 4 20%
X5= 1 X10= 0 X15= 4 X20= 3 3 2 10%
4 4 20%
n= 20 100%
X1= 0 N= 2,000
X2= 0 n= 20
X3= 0
X4= 0
X5= 0 MEDIA=X=
X6= 0
X7= 0 MEDIA=X=
X8= 1 MEDIA=X=
X9= 1
X10= 1 S2=
X11= 2 S=
X12= 2 CV=
X13= 2
X14= 2
X15= 3
X16= 3
X17= 4 𝐻_𝑖=𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 𝑎𝑐𝑜
X18= 4
X19= 4
X20= 4

1.65
or problemas de ansiedad, se
que terminó el tratamiento
na muestra de 20 personas. El

Ni Hi Ni Hi Yi*ni (Yi-x)^2*ni
7 35% 20 100% 0
10 50% 13 65% 3
14 70% 10 50% 8
16 80% 6 30% 6
20 100% 4 20% 16
33 0

1.65 Me= 1.5 1.5

Mo= 0
1.65
2

𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 𝑎𝑐𝑜𝑚𝑢𝑙𝑎𝑑𝑎𝑑.
 Yi * ni
0
3
8
6
16
MEDIA 1.65
Las siguientes es una muestra que representa un estudio hecho en la ciudad de Bogotá, este se realizo con fin de conocer l
¿Cuál sería la principal causa de muerte? ¿Con que porcentaje?; ¿Cuál sería la menor causas de muerte? ¿Con que porcent
H3?

1 5 3 1 2 4 1 3 1 5 donde: Yi ni hi
2 1 1 5 3 1 2 1 4 1 1. Vehícular 1 Vehícular 47 47.00%
4 1 3 1 5 1 2 1 1 2 2. Inmersión 2 Inmersión 15 15.00%
5 1 1 5 1 5 3 1 2 1 3. Incendio 3 Incendio 12 12.00%
2 3 1 1 2 1 5 1 5 1 4. Homicidio 4 Homicidio 7 7.00%
1 2 5 1 1 2 3 4 1 1 5. Otros 5 Otros 19 19.00%
1 1 2 1 1 2 1 1 2 3 100
3 3 1 5 2 3 5 1 3 4
1 1 2 4 5 4 1 5 1 5 Mo=
5 1 1 5 1 1 5 1 1 5
e se realizo con fin de conocer la principal causas de muerte en esta ciudad.
de muerte? ¿Con que porcentaje?; ¿Qué quiere decir N 2? ¿Qué quiere decir

Ni Hi Ni Hi
47 47.00% 100 100
62 62.00% 53 53.00%
74 74.00% 38 38.00%
81 81.00% 26 26.00%
100 100 19 19.00%

1
Vehícular
Tomamos como ejemplo una muestra de 20 alumnos del grado decimo jorn
fin de conocer su peso en kilos:

1 67.9 6 56.4 11 50.2 16 47.4

2 61.6 7 75.3 12 80.2 17 78.7
3 64.4 8 65.8 13 68.5 18 43.5
4 62.6 9 72.3 14 61.1 19 59.0
5 47.2 10 58.3 15 68.8 20 99.5

PASOS

1. X MAX= 99.500
X MIN= 43.500 1
1 43.5 2. R= 56.000 2
2 47.2 3. n= 20 3
3 47.4 4. m= 5 4
4 50.2 5. C= 11.20000 5
5 56.4
6 58.3
7 59.0
8 61.1
9 61.6
10 62.6
11 64.4
12 65.8
13 67.9
14 68.5
15 68.8
16 72.3
17 75.3
18 78.7
19 80.2
20 99.5
el grado decimo jornada tarde del colegio Inem Santiago Pérez, ubicado en la localida

𝑌_𝑖=(𝑌_(𝑗−1)^`+𝑌_𝑗^`)/2

𝑋 ̅=(∑_(𝑖=1)^𝑛▒ 〖𝑌 _𝑖 𝑛_𝑖 〗

LI LS 1
Y´j-1 Y´j ni hi Ni Hi Yi
43.500 54.700 4 20.0% 4 20.0% 49.10
54.700 65.900 8 40.0% 12 60.0% 60.30
65.900 77.100 5 25.0% 17 85.0% 71.50
77.100 88.300 2 10.0% 19 95.0% 82.70
88.300 99.500 1 5.0% 20 100.0% 93.90
20 100.0%
n/2 10

X=

S2=
S=
CV=

SK=
у1=
A3=
do en la localidad 6 de Tunjuelito, a

𝑀_𝑂=Ý_(𝑗−1)+𝐶(𝑑_1/
(𝑑_1+𝑑_2 ))

〖𝑌 _𝑖 𝑛_𝑖 〗 )/𝑛

Yi*ni (Yi-X)2 (Yi-X)2*ni (Yi-X)3*ni (Yi-X)4*ni

196.40
482.40
357.50
165.40
93.90
1295.60 0.00 0.00 0

Me=
MO=

d1= 4
d2= 3

𝑆𝐾=(𝑋 ̅−𝑀_𝑜)/𝑆

𝛾_1=(∑_(𝑖=1)^𝑛▒ 〖 (𝑌_𝑖−𝑋 ̅
)^3 𝑛_𝑖 〗 )/(𝑛𝑆^3 )
En cierto bario de Bogotá, en el año 2012, se entrevistó a un cierto número de mujeres casadas nacid

y se les preguntó a qué edad contrajeron matrimonio. A continuación se muestran los datos correspo

15 17 25 15 16 11 15 13 12 10
15 14 16 14 17 13 14 20 29 19
16 18 10 18 12 11 20 34 13 22
19 14 17 16 16 15 12 24 25 9
21 15 13 23 24 10 10 16 14 18

Realizar tablas de frecuencias, Con 6 intervalos.

X=
Me=
Mo=

22 Med=
47 DesP=
45 Mo=
26
31
41
27
26

SK=
у1=
e mujeres casadas nacidas entre los años 1935 y 1944

stran los datos correspondientes a 50 de estas mujeres:

PASOS
1. X MAX=
X MIN=
2. R=
3. n= 50
m=
4. C=

Y´j-1 Y´j ni hi Ni Hi Yi
1
2
3
4
5
6
0 0.0%

X=
X=
Me=
Mo=

d1=
d2=
S2=
S= 𝑆𝐾=(𝑋 ̅−𝑀_𝑜)/𝑆
CV=
SK=
у1= 𝛾_1=(∑_(𝑖=1)^𝑛▒ 〖 (𝑌_𝑖−
𝛾_1=(∑_(𝑖=
𝑋 ̅ )^3 𝑛_𝑖 〗 )/(𝑛𝑆^3 )
𝑌_𝑖−𝑋 ̅ )^3
〗 )/(𝑛𝑆^3 )
 (Yi-X)`2*ni (Yi-X)`3*ni

0 0.00

𝛾_1=(∑_(𝑖=1)^𝑛▒ 〖 (
𝑌_𝑖−𝑋 ̅ )^3 𝑛_𝑖
〗 )/(𝑛𝑆^3 )
 ni Ni hi

Número de Número de Frecuencia Frecuancia

Factores defectos Factores defectos acomulada relativa

Seda 13 Algodón 171

Algodón 171
Tul 105
Tafetán 7
Raso 7
Encaje 8
Lana 4
Lino 9
Satén 11
Viscosa 9
344
 Hi
Frecuancia
relativa
acomulada
A un grupo de 11 personas se les preguntó la edad. Hallar la media
aritmética de la edad.

14 25 14 8 22 14 14 14 13 21 15

n=
1. En un conjunto de números, la suma algebraica de las desviaciones de estos números respecto a su med

∑24_(𝐼=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ ) =0
Xi Xi - X
1
2
∑▒(𝑋_𝑖 ) −∑▒(𝑋 ̅ ) =0
3
4
5 ∑▒(𝑋_𝑖 ) −𝑛𝑋 ̅=0
0.0
𝑛𝑋 ̅−𝑛𝑋 ̅=0
X=

2 En un conjunto de números Xi la suma de los cuadrados de sus desviaciones respecto a un número a es

∑24_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑎)^2

1
2
3
4
5
MIN 0

X= a= 0

3 La media aritmética de una variable más una constante, es la media aritmética de la variable más la con

Xi Xi k=
1 1
2 2
3 3
4 4
5 5

X=
4 La media aritmética de una variable por una constante, es igual a la media aritmética de la variable por

Xi Xi k=
1 1
2 2
3 3
4 4
5 5

X=
úmeros respecto a su media aritmética es cero.

respecto a un número a es un mínimo si y sólo si a=X

a Valor

a de la variable más la constante.

tmética de la variable por la constante.
un alumno de estadística I, obtuvo las siguientes notas durante los tres cortes: 1º corte 2.3; 2º corte 3.1; y 3º corte 2.9;
la nota definitiva del este alumno?

NOTA Wi Xi * Wi
1º corte 2.3 0.1
2º corte 3.1 0.3
3º corte 2.9 0.6
1

Med. Art.=
W=
W=

Cred. Nota Xi*w

Mate. 1 1 4
Mate. 2 3 4.5
Mate. 3 7 1
Mate. 4 3 4
Mate. 5 2 3.5
Mate. 6 2 4.2
Mate. 7 2 5
Mate. 8 2 3.8
22 0

Med. Art.=
W=
corte 3.1; y 3º corte 2.9; ¿cuál será
 DATOS ORIGINALES
Suponga que tenemos 5 observaciones cuyos valores son:

X1 = 3
X2 = 8
X3 = 9 𝐺=√(5&3∗8∗9∗7∗6)
X4 = 7
X5 = 6 G=

Calcular la media geométrica.

n=

DATOS AGRUPADOS
Suponga que tenemos 10 observaciones cuyos valores son:
X1 = 2
X2 = 6
X3 = 3
X4 = 3 Yi ni log Yi
X5 = 4 2
X6 = 2 3
X7 = 5 4
X8 = 4 5
X9 = 3 6
X10 = 2
Calcular la media geométrica. n= 10
ni log Yi

0.000
•Suponga que la población de un lugar en 1980 fue de 2 personas, y el número estimado
incremento porcentual promedio anual estimado? R=27,09%

1980 2.0 1
𝐺=√(𝑛&(𝑉𝑎𝑙𝑜𝑟
1981 2.0 0.00000 𝑝𝑒𝑟𝑖𝑜𝑑𝑜)/(𝑉𝑎𝑙𝑜
1982
1983
−1
1984
1985
1986 0
1987 𝐺=√(10&22/2)−1=0,270
1988
1989
1990

Una producción se incrementó de 23,000 unidades en 1971 a 120.520 unidades en 1991

incremento porcentual anual. R=8,63%

1971 23,000 Chart Titl

1972 -1 25,000
1973
1974 20,000
1975
1976 15,000
1977
1978 10,000
1979 Err:502
1980
5,000
1981
1982
-
1983 0 5 10
1984
1985
1986
1987
1988
1989
1990
1991
1992
1971 120,520
1972
1973 -7.9479562%
1974
1975
1976
𝐺=√(20&23000/12052
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986 Chart T
1987 140,000
1988
1989 120,000
1990 100,000
1991
80,000

60,000

40,000

20,000

-
0 5 10
, y el número estimado para 1990 es 22. ¿Cuál fue el

Cha
=√(𝑛&(𝑉𝑎𝑙𝑜𝑟 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 2.5
𝑟𝑖𝑜𝑑𝑜)/(𝑉𝑎𝑙𝑜𝑟 𝑎𝑙 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑖𝑜 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜))
1 2.0

1.5

/2)−1=0,2709 1.0

𝑣𝑓=𝑣𝑝 〖 (1+𝑖)" " 〗 ^𝑛 0.5

0.0
1 2 3 4 5

0.520 unidades en 1991. Obtenga la media geométrica del

Chart Title

5 10 15 20 25
23000/120520)−1=−0,09479

Chart Title

5 10 15 20 25
 Chart Title

2 3 4 5 6 7 8 9 10 11
 DATOS ORIGINALES
Suponga que tenemos 5 observaciones cuyos valores son:

X1 = 11
X2 = 13
X3 = 10
X4 = 12
X5 = 11
0
Calcular la media armónica

DATOS AGRUPADOS

Suponga que tenemos 10 observaciones cuyos valores son:

X1 = 8
X2 = 𝑀_(−1)=𝑛/(∑24_(𝑖=1)^𝑛▒𝑛_𝑖/𝑌_𝑖 )
4
X3 = 7
X4 = 4
X5 = 7
X6 = 8 Yi ni ni/Xi
X7 = 8
X8 = 6
X9 = 6
X10 = 5
Calcular la media armónica
0 0

M-1=

Supóngase que en una carrera de automóviles de relevos, 3 pilotos condujeron 3.000 kilómetros, es dec
kilómetros cada uno, con las siguientes velocidades promedio:

𝑣=𝑋/𝑡 𝑡=𝑋/𝑣 𝑀_(−1)=𝑛/(∑24_(𝑖=1)

Velocidad
𝑀_(−1)=3/0,02
Conductor promedio km t = Horas 1/Xi
(km/h)
 A 100 1000
B 120 1000
𝑀_(−1)=
C 140 1000
Total 3000 0.000 0

Med. Arit.
Med. Armo.
0
0
𝑋=𝑣∗𝑡
 EJERCICIO DESVIACIÓN ESTANDAR
Xi Xi-X (Xi-X)^2 414
448 149.333333333333 22300.4444 303
272 -26.6666666666667 711.111111 158
176 -122.666666666667 15047.1111
38058.6667
X=
n= 3
X= 298.666666666667
DESV. = 112.633131103695
DE= 112.633131103695

𝑀_(−1)=

n 3.000 kilómetros, es decir 1.000

=𝑛/(∑24_(𝑖=1)^𝑛▒1/𝑋_𝑖 )

𝑀_(−1)=3/0,025476
𝑀_(−1)=
EJERCICIO PROMEDIO
93 38502
85 25755
68 10744
246 75001

304.882113821138
 Datos originales:

Número impar de observaciones.

X1= 14 50%
X2= 15
X3= 12
X4= 5
50%
X5= 9 n=
X6= 6 n/2=
X7= 11
Me=

Número par de observaciones.

X1= 27
X2= 38 n=
50%
X3= 23 n/2=
X4= 28
X5= 36 Me=
X6= 39
50%
X7= 35
X8= 26
Variables discretas

Caso a: 1
Yj nj Nj
0 2 2
1 3 Nj-1 Nj-1 = < Me=
n/2=
2 6 Nj
3 5
4 4
20

Caso b: 1
Yj nj Nj
0 2
1 3 2
2 5 Nj-1 Nj-1 = = Me=
n/2=
3 6 Nj
4 4
n= 20

Variables continuas
Caso a: 1
Y´j-1 Y´j ni Ni
2.1 6 2
6.1 10 3 2
10.1 14 5 Nj-1 Nj-1 = = Me=
n/2=
14.1 18 6 Nj
18.1 22 4
20

Caso b: 1
Y´j-1 Y´j ni Ni
2.1 6 2 2
6.1 10 3 Nj-1 Nj-1 = < 0 Me=
n/2=
10.1 14 6 Nj
14.1 18 5
18.1 22 4
20
DATOS ORIGINALES
Calcula la moda los siguientes datos:

14 25 14 8 22 14 14 14 13 21 15

Datos organizados
8 13 14 14 14 14 14 15 21 22 25

Mo=

DATOS AGRAPADOS
Variables discretas

Yj nj
0 2 MAX=
1 3 Mo=
2 6
3 5
4 4
20

Ý_(𝑗−1) " =limite inferior de la clase modal (la clase q

Variables continuas "d1 = la diferencia entre la frecuencia de la clase moda
"d2 = la diferencia entre la frecuencia de la clase modal y
Y´j-1 Y´j ni
2.1 6 2
6.1 10 3 MAX=
10.1 14 5 Mo=
14.1 18 6
18.1 22 4
20 d1=
d2=

𝑀_𝑂=Ý_(𝑗−1)+𝐶(𝑑_1/
(𝑑_1+𝑑_2 ))
 3 2 1 4

Mo=

2 2 3 4 5

Mo=

modal (la clase que contiene la moda)"

de la clase modal y la frecuencia de la clase anterior"
e la clase modal y la frecuencia de la clase siguiente"
6 6
 5
Xmin
 25%
Xmin Q
Xmin Q
 D1 D2
10% 10% 1
Xmin
Xmin

k1
20%
Xmin
Xmin
 33.33%
Xmin
Xmin

P1
P1P2P3P4P5P6P7P8P9P10P11P12P13P14P15P16P17P18P19P20P21

Xmin
50%
 25%
Q1
Q1
D2 D3 D4
10% 10% 10%
k1 k2
20%
 T1
3% 3
P22P23P24P25P26P27P28P29P30P31P32P33P34P35P36P37P38P39P40P41P42P43P44
Me
 25%
Q2
Q2
4 D5 D6 D
10% 10% 10%
 k3
20% 20
 T2
33.33%
P45P46P47P48P49P50P51P52P53P54P55P56P57P58P59P60P61P62P63P64P65P66P67
50%
% 25%
Q3
Q3
 D7 D8 D9
0% 10% 10%
 k4
20% 20%
T2
33.33%
P68P69P70P71P72P73P74P75P76P77P78P79P80P81P82P83P84P85P86P87P88P89P90
Xmax
5%
Xmax
Xmax
D9
10%
 Xmax

20%
Xmax
Xmax
%
Xmax
Xmax
P91P92P93P94P95P96P97P98P99
P100

Xmax
 PERCENTIL

Son 99 valores que dividen en cien porciones iguales el conjunto de datos ordenados. Ejemplo, el percentil de orden 15 de
por encima queda el 85%.

P15
15% 85%

Datos originales:
𝑃=(𝑛+1) 𝐾/100
P = Posición

Datos originales, con los siguientes datos: 16, 10, 4, 8, 12, 10, 8, 20, 4, 13, 12, 22, 16, 26, 20. Hallar:

16 Primero y tercer cuartil

10
4 Q1=P25= 8
8 n=
12 k=
10 P=
Q1
8
Q2
20
Q3 Xmin Q1 Xmax
4
13
12 Cuarto y sexto decíl
22
16 D4=P40=
26 n=
20 k=
P=

El 30 y 90 percentil

P30=
n=
k=
P=
En la tabla siguiente se muestran los números de acciones negociadas de cierta empresa (en miles), en 50 días d
los cuartiles, decíl 2, decíl 6, percentil 82 y 32.

3 10 19 27 34 38 48
4 12 20 29 34 39 48
7 14 21 31 36 43 52
9 15 25 31 37 45 53
10 17 27 34 38 47 56

Q1= D2= P82=

Q2= D6= P32=
Q3=
TIL

emplo, el percentil de orden 15 deja por debajo al 15% de las observaciones, y

20. Hallar:

Q3=P75= Q2=P50=
n= n=
k= k=
P= P=

Xmax
𝑃=(𝑛+1) 𝑘/100

D6=P60=
n=
k=
P=

P90=
n=
k=
P=
empresa (en miles), en 50 días de operaciones. Determinar los valores de

56 67 74
59 67 74
62 69 76
63 71 79
64 73 80
 PERCENTIL
A quince personas que asistieron a una viejoteca se les pregunto la edad, las edades se ordenaron en la siguien

Yi ni Ni 𝑁_(𝑗−1) =(𝐾
47 1 𝑃_𝑘=(𝑌_𝑗+𝑌
52 2 Calcular: Q1; P40; Q2; Q3; P60; P30; P90
57 1
58 2 Q1=P25= Q2=Pk=
60 1 n= n=
65 1 k= k=
66 2
(𝐾∗𝑛)/100= (𝐾∗𝑛)/100=
71 2
72 1
73 1
96 1 Q3=P75=
15 Nj-1
Nj

—Con los siguientes datos, Hallar el primer cuartir, tercer cuartil, sexto decil, el noveno
decil, el percentil 80 y el percentil número 50.

1. Y´j-1 Y´j ni Ni
3.1 8.1 14 Nj-1 Nj-1 = <
Kn/100=
8.1 13.1 15 Nj P25=
13.1 18.1 8
18.1 23.1 6
23.1 28.1 7
28.1 33.1 10
n= 60
Q1= ?
P25= ?
 K=

2. Y´j-1 Y´j ni Ni
3.1 8.1 14
8.1 13.1 15
13.1 18.1 8
18.1 23.1 6 Nj-1 Nj-1 = <
Kn/100=
23.1 28.1 7 Nj P75=
28.1 33.1 10
n= 60
Q3= ?
P75= ?
K=

3 Y´j-1 Y´j ni Ni
3.1 8.1 14
8.1 13.1 15 Nj-1 Nj-1 = <
Kn/100=
13.1 18.1 8 Nj
18.1 23.1 6
23.1 28.1 7 P60=
28.1 33.1 10
n= 60
D6= ?
P60= ?
K=

=
4 Y´j-1 Y´j ni Ni
3.1 8.1 14
8.1 13.1 15
13.1 18.1 8
18.1 23.1 6
23.1 28.1 7 Nj-1 Nj-1 = < P90=
Kn/100=
28.1 33.1 10 Nj
n= 60
D9= ?
P90= ?
K=

=
 47
52
rdenaron en la siguiente tabla: 52
57
𝑁_(𝑗−1) =(𝐾∗𝑛)/100 ; 58
𝑃_𝑘=(𝑌_𝑗+𝑌_(𝑗−1))/2 58
60
𝑁_(𝑗−1) <(𝐾∗𝑛)/100 ;
65
𝑃_𝑘=𝑌_𝑗
66
66
Q1= 71
Q2= 71
Q3= 72
P40= 73
P60= 96
P30=
P90=
En la siguiente tabla se presenta el índice de contaminación (ppm) de una muestra de 14 días por año, en la ciud
cada año.

2010 2011 2012

248 221 248
184 171 208
104 131 113
79 101 128
69 95 106
67 89 118
35 33 60
32 63 79
30 56 55
30 54 47
26 55 88
21 69 47
20 59 58
11 48 82
de 14 días por año, en la ciudad de Bogotá. Graficar el diagrama de caja para
Supongamos que durante el presente mes, se mide el tiempo en minutos que tardan un grupo de estudiantes para llega
Datos de Tiempo (minutos): 12, 13, 13, 14, 14, 15, 15, 20, 21, 22, 22, 22, 25, 27, 28, 29, 31, 31, 33, 34, 36, 38, 39, 40, 41,

Construir el diagrama de tallo y hojas; hallar la moda, la mediana, los cuartiles Q1 y Q3.

Tallo Hoja ni
1
2
3
4
5

Se seleccionó una muestra de 50 alumnos de la universidad y se les pregunto que edad tenían los resultados son los sigu

20 21 18 21 17 Min= 16
20 16 19 19 17 Max= 24
17 20 21 20 24
17 16 20 18 18 Tallo Hoja
22 16 18 18 19
18 23 19 21 18
19 20 17 22 20
21 20 16 19 18
20 18 20 19 21
16 22 17 20 17
 DIAGRAMA DE TALLO Y HOJA

grupo de estudiantes para llegar  a clase.

31, 31, 33, 34, 36, 38, 39, 40, 41, 41, 42, 44, 45, 50, 51 52.

tenían los resultados son los siguientes:

 Hora
LI LS
[Link] [Link] [Link] [Link] [Link]
1 52 55.8
2 55.8 56.6
3 56.6 57.4
4 57.4 58.2
5 58.2 59
6 59 59.8
7 59.8 60.6
8 60.6 61.4
9 61.4 62.2
10 62.2 66
0 0 0 0 0

Media 59.00
Des. Es. 2.300 [Link] [Link] [Link]
n= 20 1
2
LI LS 3
μ±σ 56.70 61.30 4
μ ± 2σ 54.40 63.60 5
μ ± 3σ 52.10 65.90 6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

min 0 0 0
max 0 0 0
 Hora
[Link] [Link] [Link] [Link] [Link] [Link]
0

0 0 0 0 0 0

[Link] [Link] [Link] [Link] [Link] [Link] ###

0 0 0 0 0 0 0
0 0 0 0 0 0 0
[Link]

0
0
Edad de 20 personas por grupo:

36 25 37 24 39 20
Grupo 1
39 24 29 23 41 40
35 38 32 28 30 29
Grupo 2
39 24 24 34 26 41

Grupo 1 Grupo 2 Grupo 1

36 35
25 38
37 32
24 28
39 30
20 29
36 27
45 19
31 48
31 40
39 39
24 24
29 24
23 34
41 26
40 41
33 29
24 48
34 28
40 22
 36 45 31 31 Min=
33 24 34 40 Max=
27 19 48 40 Min=
29 48 28 22 Min=

Grupo 1 Tallo Grupo 2

0 1 1 X
2
3
4
0 1
1. Una aseguradora vende 5 pólizas de seguros, sus valores fueron 110, 145, 125, 95 y 150 dólares, hallar la media p

Poblacional MUESTRAL
Xi
𝜇=(∑_(𝑖=1)^𝑁▒𝑋_𝑖 )/𝑁 Xi
𝑋 ̅=(∑_(𝑖=1)^𝑛▒𝑋
110 110
145 145
𝜎^2=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝜇)^2 )/𝑁
125 𝑆^2=(∑_(𝑖=1)^𝑛▒(𝑋
125
95 95
150 150

N= n=
µ= X=

Ϭ 2= S2 =
Ϭ= S=
CV= CV=

2. Hallar la varianza de la variable ansiedad que siente cuando se encuentra mucha gente alrededor de ella, de una

Xi 9 3 3 10 5 1 9 4

𝑆^2=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )^2 )/(𝑛−1)

n=
X=
S 2=
S=
CV=

3. —Cálcar la varianza para la variable “Tiempo empleado en completar un laberinto” por una muestra de 20

Tiempo (seg) ni (Yi-X)2 (Yi-X)2 ni

𝑆^2=(∑_(𝑖=1)^𝑛▒ 〖 (𝑌_𝑖−𝑋 ̅ )
9 3
10 8
11 6
12 2
13 1
n= 20 0.00
 n=
X=
S 2=
S=
CV=
dólares, hallar la media poblacional y la varianza poblacional.

𝜇=(110+145+125+95+150)/5
MUESTRAL

𝑋 ̅=(∑_(𝑖=1)^𝑛▒𝑋_𝑖 )/𝑛
𝜎^2=((110−125)^2+(145−125)^2+(125−125)^2+(95−125)^2

2=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )^2 )/(𝑛−1) 𝜎=√430

𝑆^2=((110−125)^2+(145−125)^2+(125−125)^2+(95−125)^2+

𝑋 ̅=(110+145+125+95+150)/5

𝑆=√537,5

lrededor de ella, de una muestra de 10 personas.

9 2

2 )/(𝑛−1)

por una muestra de 20 ratas:

〖 (𝑌_𝑖−𝑋 ̅ )^2 𝑛_𝑖 〗 )/(𝑛−1)

125−125)^2+(95−125)^2+(150−125)^2)/5

25−125)^2+(95−125)^2+(150−125)^2)/(5−1)
𝑉𝑎𝑟(𝑋)=(∑_(𝑖=1)^𝑁▒(𝑋_𝑖−𝜇)^2 )/𝑁=∑_(𝑖=1)^𝑁▒(𝑥_𝑖−𝜇)^2 𝑃(𝑥)=𝐸(𝑋_𝑖−𝜇)^2

𝑉𝑎𝑟(𝑋)≥0
𝑉𝑎𝑟(𝐶)=0 1 3
𝑉𝑎𝑟(𝐶𝑋)=𝐶^2 𝑉𝑎𝑟(𝑋) 2 6
𝑉𝑎𝑟(𝑋+𝐶)=𝑉𝑎𝑟(𝑋) 3 9
𝑉𝑎𝑟(𝑋)=𝐸(𝑋^2 )−µ^2
𝑉𝑎𝑟(𝑋+𝑌)≠𝑉𝑎𝑟(𝑋)+𝑉𝑎𝑟(𝑌)" Dependiente" 4 12
𝑉𝑎𝑟(𝑋+𝑌)=𝑉𝑎𝑟(𝑋)+𝑉𝑎𝑟(𝑌)" Independiente" 5 15

2.000 18.000
18.000

"Propiedades de la varianza"
"Primera propiedad"
Var(X)≥0
Var(X)=𝐸 〖 (𝑋_𝑖−𝜇) 〗 ^2
""
"Segunda propiedad"
𝑉𝑎𝑟(𝐶)=0
Var(C)=𝐸 〖 (𝐶−𝐶) 〗 ^2=0
""
"Tercera propiedad"
𝑉𝑎𝑟(𝐶𝑋)=𝐶^2 𝑉𝑎𝑟(𝑋)
𝑉𝑎𝑟(𝐶𝑋)=𝐸(𝐶𝑋_𝑖−𝐶𝜇)^2
𝑉𝑎𝑟(𝐶𝑋)=𝐸(𝐶(𝑋_𝑖−𝜇))^2
𝑉𝑎𝑟(𝐶𝑋)=𝐶^2 𝐸((𝑋_𝑖−𝜇))^2=𝐶^2 𝑉𝑎𝑟(𝑋)
""
"Cuarta propiedad"
𝑉𝑎𝑟(𝑋+𝐶)=𝑉𝑎𝑟(𝑋)
𝑉𝑎𝑟(𝑋+𝐶)=𝐸 〖 (𝑋+𝐶−(𝜇+𝐶)) 〗 ^2
𝑉𝑎𝑟(𝑋+𝐶)=𝐸 〖 (𝑋+𝐶−𝜇−𝐶)) 〗 ^2
𝑉𝑎𝑟(𝑋+𝐶)=𝐸 〖 (𝑋−𝜇) 〗 ^2
𝑉𝑎𝑟(𝑋+𝐶)=𝑉𝑎𝑟(𝑋)
""
"Quinta propiedad"
𝑉𝑎𝑟(𝑋)=𝐸(𝑋_𝑖−𝜇)^2=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2−2𝑋_𝑖 𝜇+𝜇^2)=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇𝐸(𝑋_𝑖)+𝐸(𝜇^2)=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇𝜇+𝜇^2=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇^2+𝜇^2=𝜎^2
"Quinta propiedad"
𝑉𝑎𝑟(𝑋)=𝐸(𝑋_𝑖−𝜇)^2=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2−2𝑋_𝑖 𝜇+𝜇^2)=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇𝐸(𝑋_𝑖)+𝐸(𝜇^2)=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇𝜇+𝜇^2=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−2𝜇^2+𝜇^2=𝜎^2
𝑉𝑎𝑟(𝑋)=𝐸( 〖𝑋 _𝑖 〗 ^2)−𝜇^2=𝜎^2
 1
4
9
16
25

E(X2)= 11
E(X)= 3
VAR(X)= 2
Ciudad A
X = 240,000
Sx = 3,300

Ciudad B
X = 150,000
Sx = 2,900
 + -
Min Max Min Max Min Max
𝑋 ̅>𝑀𝑒>𝑀𝑜 𝑋 ̅=𝑀𝑒=𝑀𝑜 𝑋 ̅<𝑀𝑒<𝑀𝑜

TIEMPO NECESARIO NÚMERO DE yi yi*ni (Yi-X)^2*ni (Yi-X)^3*ni (Yi-Y)^4 *ni

ENTREVISTAS (ni)
1 12 20 6
2 21 29 9
3 30 38 14
4 39 47 72
5 48 56 95
n= 196 0 0.0 0.0 0

MEDIA
VARIANZA
DESVIACIÓN
n/2 𝐴^4=(∑_(𝑖=1)^𝑛▒ 〖 (𝑌_𝑖−𝑋 ̅ )^4 𝑛_𝑖 〗 )/
MEDIANA
MODA
Sk=
у1=
A4
A4 -3=
12

10

12 20 21 29 30 38 39 47 48 56
Max

Chart Title
100
90
80
70
60 TIEMPO NECESARIO
Axis Title

50 12
40 21
30
30
20
39
10
48
0
Axis Title

^4 𝑛_𝑖 〗 )/(𝑛𝑆^4 ) 𝛾_1=(∑_(𝑖=1)^𝑛▒ 〖 (

𝑌_𝑖−𝑋 ̅ )^3 𝑛_𝑖
〗 )/(𝑛𝑆^3 )
 Chart Title
25

20
NÚMERO DE
TIEMPO NECESARIO ENTREVISTAS (ni) 15
20 23
29 12 10
38 8
47 2 5
56 1
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
5 5.5
Sk
Y´j-1 Yj ni Yi yi*ni Ni (yi-x)`2*ni
50 60 8
60 70 10
70 80 16
80 90 14
90 100 10
100 110 5
110 120 2
65

X=
Mo=
n/2=
Me=
S^2=
S=
CV=
18

16

14

12

10

0
 Variable 1
1 96.001 µ= 100
2 99.040 Ϭ= 5.3
3 95.970
4 94.432
5 98.459
6 97.701
7 108.054
8 114.273
9 93.171
10 103.474
11 90.308
12 103.480
13 101.432
14 97.767
15 104.458
16 94.129
17 98.741
18 107.887
19 97.708
20 102.577
21 111.407
22 98.941
23 98.645
24 96.752
25 103.278
26 94.455
27 107.469
28 103.823
29 100.964
30 94.454
31 106.117
32 99.754
33 97.713
34 94.648
35 106.793
36 99.831
37 98.583
38 104.306
39 98.155
40 99.936
41 101.945
42 104.792
43 95.743
44 99.676
45 96.651
46 106.472
47 97.771
48 101.960
49 98.670
50 102.763
51 104.297
52 111.217
53 95.923
54 107.215
55 101.083
56 108.736
57 98.716
58 104.817
59 98.119
60 100.513
61 101.382
62 92.437
63 104.294
64 97.682
65 106.480
66 100.028
67 105.162
68 103.066
69 103.302
70 96.523
71 104.374
72 107.869
73 100.452
74 98.329
75 98.011
76 90.656
77 96.250
78 90.836
79 98.685
80 101.080
81 92.809
82 99.721
83 108.603
84 110.490
85 113.146
86 107.340
87 106.011
88 98.327
89 101.667
 90 99.986
91 104.861
92 93.523
93 102.446
94 100.727
95 88.572
96 98.487
97 98.924
98 94.242
99 96.574
100 98.635
101 110.712
102 96.352
103 107.377
104 99.883
105 99.480
106 101.378
107 94.927
108 100.832
109 98.651
110 99.323
111 96.975
112 97.606
113 100.927
114 95.737
115 96.189
116 101.547
117 102.878
118 99.577
119 98.823
120 98.309
121 94.667
122 94.187
123 102.907
124 100.004
125 112.478
126 96.426
127 104.304
128 95.030
129 101.422
130 96.756
131 104.637
132 105.869
133 98.131
134 97.414
135 97.606
136 101.946
137 96.752
138 95.688
139 103.936
140 109.007
141 96.678
142 104.379
143 95.125
144 100.565
145 93.410
146 98.152
147 99.952
148 101.741
149 98.941
150 101.824
151 96.418
152 91.534
153 107.803
154 95.693
155 105.307
156 100.093
157 98.539
158 105.819
159 96.721
160 99.930
161 97.005
162 101.795
163 100.381
164 96.282
165 103.983
166 90.769
167 100.249
168 94.193
169 109.486
170 99.146
171 102.466
172 107.059
173 88.501
174 104.409
175 95.310
176 95.056
177 93.666
178 108.213
179 110.383
180 100.384
181 105.575
182 100.203
183 97.775
184 104.590
185 89.206
186 103.145
187 99.244
188 102.967
189 98.465
190 93.970
191 99.995
192 99.122
193 99.397
194 99.898
195 105.895
196 99.022
197 103.717
198 90.958
199 106.901
200 84.599
201 102.768
202 91.814
203 104.836
204 106.612
205 99.770
206 95.566
207 97.520
208 99.343
209 94.932
210 99.605
211 97.585
212 101.445
213 98.352
214 96.258
215 100.464
216 97.235
217 102.298
218 95.954
219 94.332
220 99.713
221 94.199
222 104.543
223 99.303
224 98.091
225 96.632
226 102.010
227 102.475
228 93.342
229 100.232
230 109.836
231 104.328
232 100.675
233 104.324
234 98.514
235 100.316
236 94.827
237 94.705
238 104.212
239 99.848
240 106.098
241 114.030
242 89.117
243 101.390
244 108.151
245 89.467
246 110.004
247 101.457
248 99.868
249 96.638
250 104.041
251 110.339
252 108.696
253 99.502
254 102.599
255 110.840
256 107.364
257 88.678
258 99.040
259 96.066
260 103.393
261 107.057
262 99.874
263 98.738
264 98.326
265 103.003
266 96.562
267 100.415
268 103.657
269 95.353
270 98.139
271 100.194
272 96.206
273 99.739
274 95.222
275 96.870
276 98.313
277 99.680
278 106.765
279 96.076
280 101.451
281 98.038
282 112.256
283 98.395
284 91.313
285 105.227
286 101.401
287 105.944
288 90.607
289 95.133
290 102.689
291 95.206
292 101.007
293 99.273
294 97.506
295 105.910
296 97.991
297 92.953
298 90.441
299 111.699
300 99.743
301 98.381
302 103.929
303 93.898
304 101.427
305 102.245
306 92.806
307 95.861
308 100.732
309 92.461
310 96.422
311 110.589
312 94.923
313 102.057
314 113.408
315 95.725
316 99.839
317 98.578
318 98.790
319 104.382
320 107.866
321 98.251
322 105.214
323 101.562
324 101.905
325 97.199
326 95.410
327 95.718
328 101.830
329 102.905
330 101.639
331 99.203
332 108.188
333 95.290
334 106.311
335 108.840
336 97.716
337 103.485
338 98.500
339 102.797
340 106.633
341 104.980
342 96.876
343 97.749
344 109.963
345 87.808
346 99.419
347 103.020
348 103.556
349 107.399
350 112.851
351 97.905
352 92.825
353 98.188
354 104.114
355 87.416
356 103.440
357 97.132
358 106.335
359 98.236
360 102.199
361 100.043
362 99.287
363 105.495
364 100.099
365 103.203
366 101.388
367 100.484
368 91.302
369 92.394
370 96.848
371 98.827
372 101.242
373 98.338
374 96.742
375 102.714
376 92.821
377 99.369
378 100.967
379 100.775
380 93.282
381 105.603
382 96.773
383 88.172
384 96.930
385 93.139
386 110.866
387 96.400
388 99.587
389 107.276
390 95.411
391 95.381
392 94.459
393 100.975
394 99.640
395 101.063
396 97.900
397 103.949
398 105.874
399 97.559
400 102.345
401 94.885
402 99.598
403 99.218
404 101.743
405 90.735
406 100.562
407 98.026
408 106.262
409 94.523
410 92.183
411 104.543
412 101.325
413 97.260
414 95.482
415 95.427
416 100.869
417 102.092
418 98.915
419 101.734
420 95.385
421 97.222
422 108.953
423 99.012
424 93.067
425 94.933
426 95.429
427 98.632
428 98.590
429 103.562
430 101.866
431 102.226
432 98.512
433 102.563
434 95.924
435 96.978
436 103.814
437 104.151
438 99.269
439 100.213
440 112.414
441 99.137
442 95.701
443 107.706
444 92.129
445 88.891
446 103.595
447 95.447
448 96.827
449 96.875
450 101.553
451 105.436
452 91.869
453 96.331
454 90.162
455 103.235
456 104.163
457 102.801
458 101.830
459 99.763
460 98.337
461 103.467
462 107.280
463 104.749
464 102.504
465 99.379
466 97.402
467 105.353
468 100.542
469 96.069
470 98.076
471 97.054
472 97.758
473 104.332
474 104.061
475 104.565
476 93.911
477 98.844
478 108.556
479 96.031
480 89.739
481 98.257
482 101.577
483 88.010
484 88.277
485 95.526
486 97.537
487 102.241
488 104.006
489 103.300
490 97.976
491 98.846
492 104.352
493 99.935
494 103.205
495 108.390
496 97.295
497 99.324
498 91.611
499 99.046
500 96.944
𝜎_((𝑋))=𝜎/√𝑛

𝑍 𝜎/√𝑛
 Un economista puede intentar explicar los cambios en la demanda de vivienda, en términos de las altas tasas de

X= tasas de interés.
Y= demanda de vivienda

Los adictos creen que el encarecimiento de la cocaína es consecuencia de los altos niveles de fumigació

X= niveles de fumigación.
Y= encarecimiento de la cocaína

h
C a t
r t
i
T e
l

El profesor cree que el bajo rendimiento académico es consecuencia de la poca dedicación de los estud

X= dedicación
Y= rendimiento académico

" "
"Lineal " 𝑌=𝐴+𝐵𝑋 (1)
"A (1) le agregamos la sumatoria."
∑1▒𝑌=∑1▒𝐴+∑1▒𝐵𝑋
∑1▒𝑌=𝐴𝑛+𝐵∑1▒𝑋
∑1▒𝑌−𝐵∑1▒𝑋=𝐴𝑛
𝐴=(∑1▒𝑌−𝐵∑1▒𝑋)/𝑛 (2)
"Lineal " 𝑌=𝐴+𝐵𝑋
"A (1) la multiplicamos por X y le agregamos la sumatoria."
𝑋𝑌=𝐴𝑋+𝐵𝑋^2
∑1▒𝑋𝑌=∑1▒𝐴𝑋+∑1▒ 〖𝐵𝑋 ^2 〗
∑1▒𝑋𝑌=𝐴∑1▒𝑋+𝐵∑1▒𝑋^2
∑1▒𝑋𝑌−𝐵∑1▒𝑋^2 =𝐴∑1▒𝑋
" " 𝐴=(∑1▒𝑋𝑌−𝐵∑1▒𝑋^2 )/(∑1▒𝑋)
" "
𝐴=𝐴

(∑1▒𝑌−𝐵∑1▒𝑋)/𝑛=(∑1▒𝑋𝑌−𝐵∑1▒𝑋^2 )/(∑1▒𝑋)
∑1▒𝑋 ∑1▒𝑌−𝐵(∑1▒𝑋)^2=𝑛∑1▒𝑋𝑌−𝐵𝑛∑1▒𝑋^2
𝐵𝑛∑1▒𝑋^2 −𝐵(∑1▒𝑋)^2=𝑛∑1▒𝑋𝑌−∑1▒𝑋 ∑1▒𝑌
𝐵(𝑛∑1▒𝑋^2 −(∑1▒𝑋)^2 )=𝑛∑1▒𝑋𝑌−∑1▒𝑋 ∑1▒𝑌
" "
𝐵=(𝑛∑1▒𝑋𝑌−∑1▒𝑋 ∑1▒𝑌)/(𝑛∑1▒𝑋^2 −(∑1▒𝑋)^2 )
n términos de las altas tasas de interés.

os altos niveles de fumigación.

C h t
r
a T e
l
t
i

poca dedicación de los estudiantes.

 CAPACIDAD COEFICIENTE
LECTORA (X) INTELECTUAL (Y)
25 80
20 70
15 60
30 90
35 100
5 40
10 50

𝑌=𝐵𝑋+𝐴 𝐵=((𝑛∑▒𝑋𝑌)−(∑▒𝑋 ∑▒𝑌))/

(𝑛 〖∑▒𝑋 ^2 −(∑▒𝑋) 〗 ^2 )

COEFICIENTE CAPACIDAD XY X2 y2
INTELECTUAL (Y) LECTORA (X)
1 80 25
2 70 20
3 60 15
4 90 30
5 100 35
6 40 5
7 50 10
490 140 0 0 0
2 2
∑Y ∑X ∑XY ∑X ∑Y
Var= 𝑅=(𝑛∑▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/
Des=

B=
A=
R 2= 𝐶𝑂𝑉 (𝑋,𝑌)=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ ) (𝑌
R=
X=
Y=
COV(X,Y)=
 COV(X,Y)= 𝑏 ̂=(𝐶𝑂𝑉(𝑥,𝑦))/(𝜎_𝑥^2 )

B=
A= 𝑅_(𝑥,𝑦)=(𝐶𝑂𝑉(𝑋,𝑌) 𝑎 ̂=𝑌 ̅−𝑏 ̂𝑋 ̅
R= )/(𝜎_𝑥 𝜎_𝑦 )

𝑅_(𝑥,𝑦)=(𝐶𝑂𝑉(𝑥,𝑦))/
(𝜎_𝑥 𝜎_𝑦 )

COEFICIENTE CAPACIDAD
INTELECTUAL (Y) LECTORA (X)
1 80 25 1
2 70 20 2
3 60 15 3
4 90 30 4
5 100 35 5
6 40 5 6
7 50 10 7

Cov(X,Y)= 200

a= 5

1
2
3
4
5
6
7

1
2
3
4
5
6
7
 ▒𝑌))/ 𝐴=(∑▒𝑌−𝐵∑▒𝑋)/𝑛
〗 ^2 )

(Xi-X) (Yi-Y) (Xi-X)*(Yi-Y) Xi*Yi

0
𝑌=2𝑋+30
𝑅=(𝑛∑▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/√((𝑛∑▒𝑋^2 −(∑▒𝑋)^2 )(𝑛∑▒𝑌^2 −(∑▒𝑌)^2 ) )

𝑂𝑉 (𝑋,𝑌)=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ ) (𝑌_𝑖−𝑌 ̅ ))/𝑛

𝐶𝑂𝑉 (𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖)−𝑋 ̅∗𝑌 ̅

𝑎 ̂=𝑌 ̅−𝑏 ̂𝑋 ̅

COEFICIENTE INTELECTUAL (Y) CAPACIDAD LECTORA (X)

COEFICIENTE INTELECTUAL (Y)
CAPACIDAD LECTORA (X)

COEFICIENTE INTELECTUAL (Y) CAPACIDAD LECTORA (X)

400 25
350 20
300 15
450 30
500 35
200 5
250 10

Cov(a*X,Y)= 1000
Cov(a*X,Y)= 1000

COEFICIENTE INTELECTUAL (Y) CAPACIDAD LECTORA (X)

400 125
350 100
300 75
 450 150
500 175
200 25
250 50

Cov(a^2*X,Y)= 5000
Cov(a^2*X,Y)= 5000

COEFICIENTE INTELECTUAL (Y) CAPACIDAD LECTORA (X)

400 400
350 350
300 300
450 450
500 500
200 200
250 250

Cov(a^2*X,x)= 10000
Cov(a^2*x)= 10000
𝐵=((𝑛∑▒𝑋𝑌)−(∑▒𝑋 ∑▒𝑌))/
(𝑛 〖∑▒𝑋 ^2 −(∑▒𝑋) 〗 ^2 )
Resumen

𝐴=(∑▒𝑌−𝐵∑▒𝑋)/𝑛 Estadísticas de la regresión

Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 1
Error típico 4.27803E-15
Observaciones 7

ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 5
Total 6

Coeficientes
Intercepción 30
CAPACIDAD LECTORA (X) 2

Análisis de los residuales

ObservaciónPronóstico COEFICIENTE INTELECTUAL (Y)

1 80
2 70
3 60
4 90
5 100
6 40
7 50
 CAPACIDAD LECTORA (X) Gráfico de los
residuales
0
-2E-15 0 5 10 15 20 25 30 35 40
Residuos

-4E-15
-6E-15
-8E-15
CAPACIDAD LECTORA (X)

Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
2800 2800 1.5299E+32 6.55586E-80
9.15079E-29 1.83016E-29
2800

Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
 3.6156E-15 8.2974E+15 4.82612E-79 30 30 30 30
1.61694E-16 1.2369E+16 6.55586E-80 2 2 2 2

Resultados de datos de probabilidad

Residuos
Residuos estándares Percentil
COEFICIENTE INTELECTUAL (Y)
0 0 7.14285714 40
0 0 21.4285714 50
0 0 35.7142857 60
0 0 50 70
0 0 64.2857143 80
-7.1054E-15 -2.44948974 78.5714286 90
0 0 92.8571429 100
fico de los

30 35 40

CAPACIDAD LECTORA (X) Curva de regresión

ajustada
COEFICIENTE INTELECTUAL (Y)

150 COEFICIENTE INTELECTUAL

100 (Y)
Pronóstico COEFICIENTE
50 INTELECTUAL (Y)
0
0 5 10 15 20 25 30 35 40
CAPACIDAD LECTORA (X)

Gráfico de probabilidad normal

COEFICIENTE INTELECTUAL (Y)

120
100
80
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil
 80

COEFICIENTE INTE
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil
𝐵=((𝑛∑▒𝑋𝑌)−(∑▒𝑋
∑▒𝑌))/(𝑛 〖∑▒𝑋 ^2 −
(∑▒𝑋) 〗 ^2 ) 𝑌=−1,1064𝑋+14,081
𝒓=𝑬=𝒀−𝒀 ̂
Observado Esperado
X Y Y=BX+A r=E=Y-y (Xi-X)
1 8 3
2 2 10
3 11 3
4 6 6
5 5 8
6 4 12
7 12 1
8 9 4
9 6 9
10 1 14
3.441 4.074
11.84 16.6
Ϭ2(Y)= Ϭ2(Y)=

B=
A=
R 2=
R=
𝑅^2=(𝜎_𝑦^2−𝜎_𝑟^2)/
R 2= (𝜎_𝑦^2
R= )=1−(𝜎_𝑟^2)/(𝜎_𝑦^2 )

X= 𝐶𝑂𝑉 (𝑋,𝑌)=(∑_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )
(𝑌_𝑖−𝑌 ̅ ))/𝑛
Y=
COV(X,Y)=
𝐶𝑂𝑉 (𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖)−𝑋 ̅∗𝑌 ̅
COV(X,Y)=

B=
A=
𝑅_(𝑥,𝑦)=(𝐶𝑂𝑉(𝑥,𝑦))/
R= (𝜎_𝑥 𝜎_𝑦 )
 𝐴=(∑▒𝑌−𝐵∑▒𝑋)/𝑛

(Yi-Y) (Xi-X)*(Yi-Y) Xi*Yi

24
20
33
36
40
48
12
36
54
14

^2=(𝜎_𝑦^2−𝜎_𝑟^2)/
𝜎_𝑦^2
=1−(𝜎_𝑟^2)/(𝜎_𝑦^2 )
=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )

𝑖 𝑌_𝑖)−𝑋 ̅∗𝑌 ̅
𝑏 ̂=(𝐶𝑂𝑉(𝑥,𝑦))/
(𝜎_𝑥^2 )

𝑎 ̂=𝑌 ̅−𝑏 ̂𝑋 ̅

𝑂𝑉(𝑥,𝑦))/
 Gráfico de probabilidad normal
X Y 1.2
1
X 11.84
0.8
Y -13.1 16.6 0.6

Y
0.4
0.2
0
0.8 1 1.2 1.4 1.6 1.8 2
Muestra percentil
abilidad normal

1.4 1.6 1.8 2

ra percentil
El gerente técnico del Acueducto de una ciudad, desea establecer la relación entre el consumo mensual dom
siguientes tareas:

A=
B=
R2=
R=
Consumo de agua potable por grupo familiar
Tamaño de la familia (X) Galones de agua utilizados (Y) Y=BX+A
3 700
7 1200
9 1700
4 800
10 1700
6 1000
9 1800
3 640
3 700
2 500
2 500
2 550
4 650
5 900
5 850
6 1100
6 1200
2 550
3 450
3 640
6 1200
6 1350
7 1320
8 1750

Dibuje un diagrama de dispersión

Determine manualmente la ecuación de regresión, el coeficiente de determinación y el coeficiente de correl
l consumo mensual domiciliario de agua y el tamaño de las familias. Se recogió una muestra aleatoria con los datos que se mue

𝜎_𝐸^2 𝑅^2=(𝜎_𝑦^2−𝜎_𝐸^2)/(𝜎_𝑦^2 )
=1−(𝜎_𝐸^2)/(𝜎_𝑦^2 )
𝜎_𝑦^2

E=Y-y

y el coeficiente de correlación
aleatoria con los datos que se muestran en la tabla. Para los datos de esta tabla desarrolle las

(𝜎_𝑦^2 )
¿Merece la pena estudiar? Para contestar esta pregunta un estudiante curioso de una clase de estadística preguntó a
dedicaron al estudio para el último examen y la nota que obtuvieron. Los datos se muestran en la tabla.
a) Calcule la ecuación de regresión y el coeficiente de correlación ¿ Cual es la conclusión ?
b) ¿Si usted estudia 30 horas para el examen ¿Cuál seria la calificación que obtendrías en virtud del modelo ?

Calificación Horas (T)

75 30
85 40
35 15
95 45
90 40
30 10
75 25
85 35
50 15
60 20
e una clase de estadística preguntó a otros 10 estudiantes cuantas horas
e muestran en la tabla.
clusión ?
drías en virtud del modelo ?
 "Propiedades:"
𝐶𝑂𝑉(𝑋,𝑋)=𝑉𝑎𝑟(𝑋)
𝐶𝑂𝑉(𝑋,𝐶)=0
𝐶𝑂𝑉(𝑋,𝑌)=𝐶𝑂𝑉(𝑌,𝑋)
𝐶𝑂𝑉(𝑎𝑋,𝑌)=𝑎𝐶𝑂𝑉(𝑋,𝑌)
𝐶𝑂𝑉(𝑋+𝐶,𝑌)=𝐶𝑂𝑉(𝑋,𝑌)
𝐶𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅

OVARIANZA"
ropiedades"
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )(𝑌_𝑖−𝑌 ̅ ) )/𝑛
"
rimera propiedad"

𝑂𝑉(𝑋,𝑋)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )(𝑋_𝑖−𝑋 ̅ ) )/𝑛

𝑂𝑉(𝑋,𝑋)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )^2 )/𝑛
𝑂𝑉(𝑋,𝑋)=𝑉𝑎𝑟(𝑋)
"
egunda propiedad"
𝑂𝑉(𝑋,𝐶)=0
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )(𝐶−𝐶 ̅ ) )/𝑛
𝑂𝑉(𝑋,𝐶)=0
"
ercera propiedad"
𝑂𝑉(𝑋,𝑌)=𝐶𝑂𝑉(𝑌,𝑋)
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑌_𝑖−𝑌 ̅ )(𝑋_𝑖−𝑋 ̅ ) )/𝑛
𝑂𝑉(𝑋,𝑌)=𝐶𝑂𝑉(𝑌,𝑋)
"
uarta propiedad"
𝑂𝑉(𝑎𝑋,𝑌)=𝑎𝐶𝑂𝑉(𝑋,𝑌)
𝑂𝑉(𝑎𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑎𝑋_𝑖−𝑎𝑋 ̅ )(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑎𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒𝑎(𝑋_𝑖−𝑋 ̅ )(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑎𝑋,𝑌)=𝑎 (∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑎𝑋,𝑌)=𝑎𝐶𝑂𝑉(𝑋,𝑌)
"
uinta propiedad"
𝑂𝑉(𝑋+𝐶,𝑌)=𝐶𝑂𝑉(𝑋,𝑌)
𝑂𝑉(𝑋+𝐶,𝑌)=(∑1_(𝑖=1)^𝑛▒( 〖 (𝑋 〗 _𝑖+𝐶)−(𝑋 ̅+𝐶))(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑋+𝐶,𝑌)=(∑1_(𝑖=1)^𝑛▒( 〖 (𝑋 〗 _𝑖+𝐶−𝑋 ̅−𝐶))(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑋+𝐶,𝑌)=(∑1_(𝑖=1)^𝑛▒( 〖 (𝑋 〗 _𝑖−𝑋 ̅))(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑋+𝐶,𝑌)=𝐶𝑂𝑉(𝑋,𝑌)
"
exta propiedad"
𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖−𝑋 ̅ )(𝑌_𝑖−𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 𝑌_𝑖−𝑋_𝑖 𝑌 ̅−𝑋 ̅𝑌_𝑖+𝑋 ̅𝑌 ̅ ) )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 𝑌 ̅ ) −∑1_(𝑖=1)^𝑛▒(𝑋 ̅𝑌_𝑖 ) +∑1_(𝑖=1)^𝑛▒(𝑋 ̅𝑌 ̅ ) 〗 )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 ) −𝑋 ̅∑1_(𝑖=1)^𝑛▒(𝑌_𝑖 ) +𝑛𝑋 ̅𝑌 ̅ 〗 )/𝑛
𝑛=∑1_(𝑖=1)^𝑛▒(𝑌_𝑖 ) 𝑋 ̅𝑛=∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 )
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅𝑛−𝑋 ̅𝑌 ̅𝑛+𝑛𝑋 ̅𝑌 ̅ 〗 )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅𝑛 〗 )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 𝑌_𝑖 ) )/𝑛−𝑌 ̅𝑋 ̅
𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅
𝑛=∑1_(𝑖=1)^𝑛▒(𝑌_𝑖 ) 𝑋 ̅𝑛=∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 )
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅𝑛−𝑋 ̅𝑌 ̅𝑛+𝑛𝑋 ̅𝑌 ̅ 〗 )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒ 〖 (𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅𝑛 〗 )/𝑛
𝑂𝑉(𝑋,𝑌)=(∑1_(𝑖=1)^𝑛▒(𝑋_𝑖 𝑌_𝑖 ) )/𝑛−𝑌 ̅𝑋 ̅
𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅
▒(𝑋 ̅𝑌 ̅ ) 〗 )/𝑛
 X Y X2 XY X3
1 1.2 4.5
2 1.8 5.9
3 3.1 7.0
4 4.9 7.8
5 5.7 7.2
6 7.1 6.8
7 8.6 4.5
8 9.8 2.7
∑= 42.2 46.4 0.0 0.0 0.0

A B C
=
=
=

Cuadrática 𝒀=𝑨+𝑩𝑿+𝑪𝑿^𝟐
A
B
C

Cuadrática 𝒀=𝟐,𝟓𝟖𝟕𝟖+𝟐,𝟎𝟔𝟒𝟗𝑿−𝟎,𝟐𝟏𝟏𝟎𝑿^𝟐
X Y Y ESTIMADA (Y(estim) -Y )2
1 1.2 4.5
2 1.8 5.9
3 3.1 7.0
4 4.9 7.8
5 5.7 7.2
6 7.1 6.8
7 8.6 4.5
8 9.8 2.7
PROMEDIO 5.800000 #DIV/0!
SUMAS

R2=
R=
 Xi*Yi
1
2
3
4
5
6
7
8

COV(X,Y)=
 X4 X2*Y

0.0 0.0

∑1▒𝑌=𝑛𝐴+𝐵∑1▒𝑋+𝐶∑1▒𝑋^2
∑1▒𝑋𝑌=𝐴∑1▒𝑋+𝐵∑1▒𝑋^2 +𝐶∑1▒𝑋^3
∑1▒ 〖𝑋 ^2 𝑌 〗 =𝐴∑1▒𝑋^2 +𝐵∑1▒𝑋^3
+𝐶∑1▒𝑋^4

Cuadrática 𝒀=𝑨+𝑩𝑿+𝑪𝑿^𝟐

𝟏𝟏𝟎𝑿^𝟐
(Y(obser.) -Y )2 X=
Y=

X
Y

𝑅^2=(∑_(𝑖=1)^𝑛▒(𝑌 ̂_𝑖−𝑌 ̅
)^2
)/(∑_(𝑖=1)^𝑛▒(𝑌_𝑖−𝑌 ̅ )
^2 )
𝐶𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅

X Y
X
Y
X Y
 En determinado proceso se realizaron una serie de 24 mediciones, que luego al graficarse se determinó que es d
grado, que mejor se ajusta a esa serie de datos, y cuál es el valor de la variable dependiente, cuando el valor de l

X Y
1 0 10.08
2 0.5 12.03
3 1 11.38
4 1.5 18.81
5 2 20.53
6 2.5 28.5
7 3 31.38
8 3.5 38.4
9 4 48.39
10 4.5 60.6
11 5 66.66
12 5.5 82.61

X Y X2 XY X3
1 0 10.08
2 0.5 12.03
3 1 11.38
4 1.5 18.81
5 2 20.53
6 2.5 28.5
7 3 31.38
8 3.5 38.4
9 4 48.39
10 4.5 60.6
11 5 66.66
12 5.5 82.61
13 6 91.37
14 6.5 105.55
15 7 122.53
16 7.5 137.77
17 8 152.74
18 8.5 172.65
19 9 188.84
20 9.5 207.77
21 10 230.94
22 10.5 251.35
23 11 274.07
24 11.5 295.95
138 2660.9 0 0 0

A B C
=
=
=

A
B
C

X Y Y ESTIMADA ([Link] -Y promedio)2

1 0 10.08
2 0.5 12.03
3 1 11.38
4 1.5 18.81
5 2 20.53
6 2.5 28.5
7 3 31.38
8 3.5 38.4
9 4 48.39
10 4.5 60.6
11 5 66.66
12 5.5 82.61
13 6 91.37
14 6.5 105.55
15 7 122.53
16 7.5 137.77
17 8 152.74
18 8.5 172.65
19 9 188.84
20 9.5 207.77
21 10 230.94
22 10.5 251.35
23 11 274.07
24 11.5 295.95
PROMEDIOS 110.870833 #DIV/0!
SUMAS 0.000

R2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

COV(X,Y)=
que luego al graficarse se determinó que es de naturaleza cuadrática. Se desea encontrar los parámetros del polinomio de segundo
la variable dependiente, cuando el valor de la variable independiente es de 20.

X Y
13 6 91.37
14 6.5 105.55
15 7 122.53
16 7.5 137.77
17 8 152.74
18 8.5 172.65
19 9 188.84
20 9.5 207.77
21 10 230.94
22 10.5 251.35
23 11 274.07
24 11.5 295.95

X4 X2*Y
 0 0

(Y-Y Promedio)2
 0.000

Xi*Yi

X Y
X
Y

𝐶𝑂𝑉(𝑋,𝑌)=𝐸(𝑋_𝑖 𝑌_𝑖 )−𝑌 ̅𝑋 ̅

inomio de segundo
 X Y Ln (Y) X2 X Ln (Y) Y est.
1 1 3
2 1.2 3.4
3 1.5 3.2
4 2 3.4
5 3 4.1
6 3.7 5
7 4 5.6
8 4.5 5.9
20.9 0 0 0

B=
A=
𝐵=((𝑛∑▒
∑▒𝐿𝑛𝑌))
(∑▒𝑋) 〗
𝐴^`=(∑▒ 〖
−𝐵∑▒𝑋)/𝑛
 r
𝑌=𝐴𝑒^𝐵𝑋
𝐿𝑛𝑌=𝐿𝑛𝐴𝑒^𝐵𝑋
𝐿𝑛𝑌=𝐿𝑛𝐴𝑒^𝐵𝑋
𝐿𝑛𝑌=𝐿𝑛𝐴+𝐿𝑛𝑒^𝐵𝑋
𝐿𝑛𝑌=𝐿𝑛𝐴+𝐵𝑋 𝐿𝑛𝑒
𝐿𝑛𝑌=𝐿𝑛𝐴+𝐵𝑋
𝑌^`=𝐴^`+𝐵𝑋
𝐵=((𝑛∑▒𝑋𝐿𝑛𝑌)−(∑▒𝑋
∑▒𝐿𝑛𝑌))/(𝑛 〖∑▒𝑋 ^2 −
(∑▒𝑋) 〗 ^2 )
𝐴^`=(∑▒ 〖𝐿𝑛𝑌〗 ^`
−𝐵∑▒𝑋)/𝑛
X Y Ln (Y) X2 X Ln (Y)
1 10
2 40
3 120
4 300
5 800
6 500
21 0.00000 0 0.0000
 𝒀=𝜷_𝟎+𝜷_𝟏 𝑿_𝟏+𝜷_𝟐 𝑿_𝟐+…
+𝜷_𝑲 𝑿_𝑲
Gastos Alimentación Ingresos Tamaño
0.43 2.1 3
0.31 1.1 4
0.32 0.9 5
0.46 1.6 4
1.25 6.2 4
Tam año

0.44
Cur va

2.3
de r egres i ón

3
ajus tada

0.52 1.8 6
0.29 1 5
1.29 8.9 3
0.35 2.4 2
0.35 1.2 4
0.78 4.7 3
0.43 3.5 2
0.47 2.9 3
0.38 1.4 4

X1=
X2=
Y=
𝒀=−𝟎,𝟏𝟔𝟎𝟒+𝟎,𝟏𝟒𝟖𝟕𝑿_𝟏+𝟎,𝟎𝟕𝟔𝟗𝟏𝟓𝑿_𝟐
 𝒀=𝜷_𝟎+𝜷_𝟏 𝑿_𝟏+𝜷_𝟐 𝑿_𝟐+…
+𝜷_𝑲 𝑿_𝑲
Ventas (Y) Temperatura (X1) Clientes (X2)
55 33.6 157
44 25.6 192
66 33.9 100
44 29.4 204
55
Tem per atur a (X1)
32.1
Gr áfico de
156
los r es iduales

X1= 22.3
X2= 80
Y= #REF!

𝒀=𝟔𝟓,𝟎𝟒𝟐+𝟎,𝟓𝟖𝟏𝟒𝑿_𝟏−𝟎,𝟏𝟖𝟔𝟕𝑿_𝟐
 Los momentos son medidas de dispersión sobre un determinado valor. En general, se define el momento de orden r res

𝑚_𝑟 (𝐶)=1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖−𝐶)^𝑟

ORIGEN
C=0
𝑎_𝑟 (𝐶=0)=1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖 )^𝑟

OR
Momento cero Momento uno
Yi ni X ir ni * Xir Xir
1 1
1 2
1 3
2 4
2 0 0
3
3
3 a0=
3 a1=
4 a2=
a3=
a4=

M
Momento cero Momento uno
Yi ni X ir ni * Xir Xir
1
2
3
4
0 0

Media=
m0=
m1= MEDIA
m2= C=X
m3= 𝑚_𝑟 (𝐶=𝑋 ̅ )=1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖−𝑋 ̅ )^𝑟
 𝑚_𝑟 (𝐶=𝑋 ̅ )=1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖−𝑋 ̅ )^𝑟
m4=
se define el momento de orden r respecto del valor c como:

ORIGEN
Momento uno Momento dos Momento tres Momento cuatro
ni * Xir X ir ni * Xir Xir ni * Xir Xir ni * Xir

0 0 0 0

MEDIA
Momento uno Momento dos Momento tres Momento cuatro
ni * Xir X ir ni * Xir Xir ni * Xir Xir ni * Xir

0 0 0 0

1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖−𝑋 ̅ )^𝑟

1/𝑛 ∑_(𝑖=1)^𝑘▒𝑛_𝑖 (𝑋_𝑖−𝑋 ̅ )^𝑟