UNA METODOLOGA DE SERIES DE TIEMPO PARA EL REA DE LA SALUD

CASO PRCTICO
Len Daro Bello Parias
1
Sandra Martinez Calle
2
RESUMEN
En los ltimos aos las series de tiempo han tenido desarrollos y aplicaciones
importantes en el rea de la sal!d" por ello" el presente artc!lo m!estra !na
metodolo#a ensayada en est!dios anteriores" donde se es$ozan los pasos en el
anlisis de series de tiempo para !n en%o&!e clsico' El o$(eti)o permite identi%icar
!n $!en modelo de pronstico !sando t*cnicas de s!a)izacin+ E,ponencial" Simple"
-olt y .inter' /dems se realiza la )alidacin de los s!p!estos de los resid!ales
lo#rando dar con%ia$ilidad a los res!ltados del modelo encontrado' Para e(emplarizar
el procedimiento se !tilizaron los datos del nmero de cons!ltas e,ternas realizadas
en la 0PS de la 1ni)ersidad de /ntio&!ia d!rante a$ril de 2221 y septiem$re de 2223'
Palabras clave
Series de tiempo" estacionalidad" aleatoriedad" tendencia" cons!lta e,terna'
ABSTRACT
0n the last years the series o% time ha)e had de)elopments and important
applications in the area o% the health" %or that reason" the present article sho4s a
methodolo#y tried in pre)io!s st!dies" 4here the passa#es in the analysis o% series
o% time %or a classic approach are o!tlined' 5he o$(ecti)e allo4s to identi%y a #ood
model o% smoothin# pro#nosis $ein# !sed technical+ E,ponential" Simple" -olt and
1
Docente 6ac!ltad 7acional de Sal!d P$lica
2
Est!diante de s*ptimo semestre de 8erencia en Sistemas de 0n%ormacin en Sal!d'
.inter' 0n addition the )alidation o% the ass!mptions o% the resid!al ones is made
mana#in# to #i)e tr!st4orthiness to the res!lts o% the %o!nd model' 0n order to #i)e
e,ample the proced!re the data o% the n!m$er o% e,ternal cons!ltations made in the
0PS o% the 1ni)ersity o% /ntio&!ia 4ere !sed d!rin# /pril o% 2221 and Septem$er o%
2223'
Key wr!s"
Series o% time" station" randomness" tendency" cons!lt e,ternal'
INTRODUCCI#N
1na serie de tiempo es el con(!nto de datos n!m*ricos &!e se o$tienen en perodos
re#!lares a tra)*s del tiempo" tam$i*n se conoce como series temporales o series
cronol#icas' La !nidad de tiempo p!ede ser+ hora" da" mes" trimestre" ao o
c!al&!ier perodo &!e se p!eda considerar de inter*s'
La s!posicin $sica &!e soporta el anlisis de series temporales es &!e los %actores
&!e han ocasionado patrones o tendencias en el pasado y en el presente
contin!arn haci*ndolo" ms o menos de la misma %orma en el %!t!ro' Por lo tanto"
los principales o$(eti)os del anlisis de series temporales consisten en identi%icar y
aislar tales %actores de in%l!encia con el propsito de realizar proyecciones" es decir"
estimar los )alores %!t!ros de la )aria$le en est!dio'
Las series de tiempo poseen caractersticas di%erentes de la mayora de m*todos
estadsticos !tilizados para tratar temas re%erentes al rea de la sal!d' Por e(emplo"
en la estadstica Param*trica se as!me &!e los datos pro)ienen de o$ser)aciones
independientes del %enmeno de inter*s' Sit!acin poco pro$a$le en datos
pro)enientes de series de tiempo' El incremento o dismin!cin de al#!nas
en%ermedades se p!eden )er a%ectadas por el incremento o dismin!cin de la
po$lacin 9desplazamiento" )iolencia:" por lo tanto" a medida &!e se a)anza en el
tiempo" es pro$a$le &!e se incremente o dismin!ya el nmero de personas
a%ectadas dado el a!mento de la po$lacin o &!e se dismin!ya de$ido al desarrollo
cient%ico y tecnol#ico" es decir" los datos estn in%l!enciados por el pasado'
/dems" p!ede s!ceder &!e al#!nos $rotes o epidemias sean rec!rrentes en
periodos similares cada ao" de$ido entre otras sit!aciones por los cam$ios
climticos" cam$io de dietas alimenticias y;o sit!aciones %olclricas y c!lt!rales'
Es importante mencionar &!e e,iste el en%o&!e de los modelos /<0M/ 9Procesos
/!torre#resi)os inte#rados con promedios m)iles:" los c!ales re&!ieren de !na
mayor concept!alizacin estadstica" sin em$ar#o" lo e,p!esto en *ste artc!lo"
tam$i*n es til como metodolo#a para identi%icar si esos procesos son estacionarios
en media y en )arianza" lo c!al se re&!iere para identi%icar el orden de los
parmetros &!e se !tilizan en dichos m*todos'
/dems" para e)entos no m!y cam$iantes como s!ele oc!rrir en el rea &!e nos
oc!pa" mortalidad y mor$ilidad en e)entos como+ s!icidios" di%erentes tipos de
cncer" accidentalidad por di)ersos moti)os" los datos $ien sea en casos y an en
tasas" no son )oltiles y por lo tanto" los m*todos clsicos a(!stan de !na manera
adec!ada" as se demostr en el est!dio realizado para la Secretara Distrital de
Santa 6* de Bo#ot en el ao 2222
$
La serie con la c!al se desarrolla la metodolo#a prop!esta" as como al#!nos
elementos &!e se de$en considerar pre)iamente para #arantizar !n $!en anlisis es
el nmero de cons!ltas e,ternas realizadas en la 0nstit!cin Prestadora de Ser)icios
de Sal!d de la 1ni)ersidad de /ntio&!ia 90PS 1ni)ersitaria: entre a$ril de 2221 y
septiem$re de 2223" datos o$tenidos mens!almente'
En la =0PS 1ni)ersitaria>" la cons!lta e,terna" con%ormada por cons!lta m*dica
#eneral" especializada" s!$especializada" atencin domiciliaria y procedimientos
terap*!ticos? constit!ye !no de los ser)icios de mayor demanda dentro de la
asistencia prestada por dicha entidad? la po$lacin a la c!al se le $rinda el ser)icio
esta con%ormada por los a%iliados al pro#rama de sal!d 9tra$a(adores de la
1ni)ersidad:" a los est!diantes de la instit!cin" y desde hace al#!nos aos este"
entre otros ser)icios" tam$i*n se presta tanto a !s!arios de otras EPS como a
personas partic!lares' Dicha ampliacin de co$ert!ra" ha )enido #enerando !na
serie de cam$ios en la dinmica de la prestacin de los ser)icios" en especial de
cons!lta e,terna" por lo c!al se &!iere o$ser)ar &!e tanto ha cam$iado el
comportamiento de dicha )aria$le a tra)*s del tiempo' El so%t4are !tilizado para el
caso prctico %!e el SPSS )ersin 11'2'
3
Docentes 8risales <" -!#o' Bello P" Len Daro" -incapi* Doraceli@ Est!diantes+ Lpez /na Maria y -oyos Catalina'
CONSIDERACIONES PRE%IAS SOBRE UNA SERIE DE DATOS
C&s's(e&c'a+ /n considerando &!e al#!nas series tienen pro$lemas de calidad
del dato" )al#a decir" s!$re#istro" m!estreo ins!%iciente y dems" el hecho de &!e la
manera de recolectar el dato sea in)aria$le en el tiempo" p!ede #arantizar !na
$!ena descripcin de la serie' Lo anterior" tiene &!e )er con los mecanismos de
noti%icacin" los c!ales p!eden cam$iar la %orma de capt!ra de la in%ormacin'
C)*arab'l'!a!+ 5ener presente los posi$les cam$ios &!e se ori#inan a tra)*s del
tiempo" por e(emplo" c!ando se in)ol!cra la )aria$le nmero de po$lacin" es
necesario o$tener !na medida de relacin respecto a ese cam$io de )ol!men'
PASOS EN EL ANALISIS DE UNA SERIE DE TIEMPO: Enfoque clsico.
+" De(er)'&ar s' la sec,e&c'a !e !a(s -r)a& ,&a ser'e & alea(r'a"
1na manera emprica de identi%icar aleatoriedad es mediante el #r%ico de
sec!encia" si *ste m!estra !na tendencia hacia arri$a o hacia a$a(o" indica no
aleatoriedad" como en *ste caso' Para )eri%icar dicha percepcin se realiza la pr!e$a
de rachas' Con lo anterior" se determina la dependencia o no de las serie' En caso
de &!e no sea aleatoria" la serie se conoce como r!ido $lanco o caminata aleatoria y
por ende no tiene las componentes de tendencia" estacionalidad ni ciclos'
Para el caso prctico el )alor del si#' en la pr!e$a de rachas es 2'222 A 2'23" por lo
tanto se concl!ye &!e la serie no es aleatoria'
2. A&.l's's e/*lra(r' !e !a(s"
Es )ital determinar la e,istencia de )alores atpicos" e,tremos y )alores perdidos
antes de tratar de modelar la serie' Para ello se tienen las si#!ientes
herramientas+
- 8r%ico de sec!encias'
- 8r%ico de Ca(a y Ses#o'
@ Clc!lo de estadsticas descripti)as'
Para la )aria$le =cons!ltas e,ternas>" el #r%ico de sec!encia es+
C&s,l(as e/(er&as real'0a!as *r la IPS U&'vers'(ar'a e&(re abr'l !e 122+ y
se*('e)bre !e 1223"
En el #r%ico anterior se aprecia &!e la serie presenta !na tendencia ne#ati)a
d!rante el perodo analizado" siendo ms pron!nciada en el ao 222B" a partir de
ese ao" el nmero de cons!ltas se mantiene esta$le' 7o se identi%ican )alores
perdidos" ni atpicos o e,tremos' Para el propsito &!e se $!sca" es indi%erente
tra$a(ar con casos o tasas" de$ido a &!e el comportamiento en am$os casos es
similar'

La estacionalidad no es %cil de int!ir se#n la %i#!ra" por lo tanto" se re&!iere de
m*todos para ello 9Cndices estacinales:'
De otro lado es importante calc!lar al#!nas medidas res!men con el %in de
con%rontar lo encontrado en el #r%ico" adems" de pro%!ndizar en el conocimiento de
la serie en aspectos importantes como+ La )aria$ilidad de los datos y la %orma de los
mismos'
Las medidas de res!men para la )aria$le =cons!ltas e,ternas> desde a$ril de 2221
hasta septiem$re de 2223 mes a mes %!eron los si#!ientes+
En promedio se presentaron apro,imadamente D1EE cons!ltas e,ternas por mes"
con !na )aria$ilidad moderadamente alta 91EFD:" es decir" el nmero de cons!ltas
e,ternas )aria apro,imadamente !n 2GH 9coe%iciente de )ariacin: mes a mes' El
32H de los meses se presentaron" en ese perodo D112 cons!ltas e,ternas o
menos' El menor nmero de cons!ltas e,ternas realizadas en la 0PS en !n mes" y a
s! )ez !no de los )alores ms %rec!entes es 2G3B

'
3. I!e&('-'cac'4& !e las c)*&e&(es !e ,&a ser'e"
Con el %in de identi%icar si se realizan pr!e$as param*tricas o no param*tricas para
determinar la presencia de la tendencia" es necesario )alidar los si#!ientes
s!p!estos+ /leatoriedad y 7ormalidad" teniendo en c!enta el perodo estacional de
la serie" para este caso se tra$a(a an!almente" es decir" se )alidarn los s!p!estos
para cada ao' En al#!nos casos" no es necesario comparar los promedios para
cada ao" ya &!e se p!ede partir la serie en )arios tramos y comparar dichos
promedios" esa particin se p!ede hacer teniendo en c!enta el #r%ico de
sec!encias'
Para la serie &!e se est analizando los res!ltados arro(ados por SPSS son+
Alea(r'e!a! Nr)al'!a!
S'5" S'5"
2221 1'222 2'3DI
2222 2'BDF 2'2F2
222B 2'2BF 2'G3G
222F 1'222 2'I2E
2223 1'222 2'212
Con respecto a la normalidad se o$ser)a &!e solo para el ao 2223" el nmero de
cons!ltas e,ternas no se comporta de manera normal" por lo tanto se p!ede aplicar
la pr!e$a de /7JK/ 9/nlisis de )arianza:' En c!anto a la aleatoriedad el nmero
de cons!ltas en el ao 222B" m!estra !na tendencia persistente a la dismin!cin" y
por ende no c!mpli el s!p!esto de aleatoriedad" sin em$ar#o esto no impide la
)alidez de la pr!e$a de /7JK/'
$"+" Te&!e&c'a6 Mo)imiento #eneral o persistente a tra)*s del tiempo" mo)imiento
hacia arri$a o hacia a$a(o del lar#o plazo' Se presenta por cam$ios en tecnolo#a"
a)ances cient%icos" incrementos en la po$lacin" etc'
Para identi%icar la e,istencia o no de tendencia en !na serie" se realiza la pr!e$a de
/no)a con respecto a los aos" para determinar si los promedios de cons!ltas
e,ternas por ao presentan o no di%erencias'
Para el caso prctico" el si# en la pr!e$a de /no)a con respecto a los aos es 2'222
L 2'23" lo &!e si#ni%ica &!e al menos !no de los promedios de cons!ltas e,ternas
por ao es di%erente" lo &!e con%irma &!e la serie presenta tendencia tal como se
ha$a o$ser)ado en el #r%ico'
$"1 Es(ac'&al'!a!6 6l!ct!aciones peridicas $astante re#!lares &!e se presenta
dentro de cada perodo de 12 meses" ao tras ao' Se presenta por condiciones
climatol#icas" cost!m$res sociales y reli#iosas entre otras razones'
Para identi%icar la e,istencia o no de estacionalidad en !na serie" se p!ede realizar
la pr!e$a de /no)a con respecto a los meses" para determinar si los promedios de
cons!ltas e,ternas por mes presentan o no di%erencias? o pro$ar los ndices
estacinales para o$ser)ar si e,isten )alores &!e se enc!entren por %!era del ran#o
de I2 M 112'
Cndices estacinales+
Seasonal
inde,
Period 9N 122:
1 12G'FBF
2 12I'122
B 121'IF2
F 122'31I
3 12E'22B
D 12I'B3B
E 123'BFE
G 122'2EF
I EF'FG1
12 G2'FID
11 IG'22F
12 12B'22G

De ac!erdo con los ndices estacinales se determina &!e la serie si presenta
estacionalidad" p!es e,isten ndices &!e se enc!entran por %!era del ran#o I2 y 112"
el c!al es !n criterio emprico" pero reconocido en la literat!ra de series de tiempo
para determinar la estacionalidad de !na serie'
/s" por e(emplo" en los meses de septiem$re se presenta !na marcada dismin!cin
de 23'31IH con respecto al promedio de cons!ltas mens!ales" mientras &!e en los
meses de %e$rero y (!nio se incrementa el nmero de cons!ltas e,ternas'
$"$ C7cl'ca6 Jscilaciones repetidas hacia arri$a y hacia a$a(o" no con la misma
d!racin no por los mismo perodos' Por lo #eneral se presenta por decisiones
polticas &!e impactan los e)entos a lar#o plazo" por lo tanto" en el rea de la sal!d"
es poco pro$a$le encontrar series &!e permitan !n anlisis de ciclos'
En este caso se tienen datos para F aos" lo &!e indica &!e *sta serie no presenta la
componente cclica'
$"8 Irre5,lar6 Comportamiento no sistemtico' 6l!ct!aciones aleatorias sin nin#n
patrn de%inido' 5odas las series la poseen'
Se concl!ye &!e la serie presenta las componentes de tendencia" estacionalidad y
)ariacin irre#!lar' Con estos elementos se p!ede identi%icar el modelo'
8" I!e&('-'cac'4& !el )!el"
E,isten di%erentes procedimientos para encontrar !n modelo &!e permita
pronosticar los )alores de !na serie" entre ellos+ M*todos de s!a)izacin"
modelos mnimos c!adrticos y modelos /<0M/' Para el caso &!e nos oc!pa" el
nmero de cons!ltas e,ternas no es m!y cam$iante" por lo tanto" se !tilizan los
modelos de s!a)izacin'
8"+ S,av'0a! e/*&e&c'al s')*le6 es !na t*cnica til para s!a)izar !na
serie de tiempo por lo tanto proporciona !na impresin de los mo)imientos o
patrones #enerales de los datos' /dems" el m*todo de s!a)izado e,ponencial
p!ede !tilizarse para o$tener predicciones a corto plazo' Esta t*cnica s!pera al
m*todo de promedios m)iles en el sentido &!e no elimina )alores como si es el
caso anterior' /dems" le da mayor ponderacin a los ltimos )alores de la serie y
menos peso a los primeros )alores'
Esta herramienta de anlisis predice !n )alor $asndose en el pronstico del
perodo anterior' El s!a)izado e,ponencial simple" es apropiado c!ando las series a
predecir son no estacinales y no tienen !na tendencia constante ni ascendente ni
descendente'
8"1 S,av'0a! e/*&e&c'al !e 9OLT6 es !na e,tensin del planteamiento de
s!a)izado e,ponencial" la di%erencia radica en &!e el procedimiento de s!a)izado
e,ponencial proporciona !na )isin de los mo)imientos a lar#o plazo sin tener en
c!enta la estacionalidad ni la tendencia" mientras &!e -olt permite pronosticar la
tendencia'
Para !tilizar el m*todo de -olt para prediccin" s!ponemos &!e todos los
mo)imientos de tendencia %!t!ros contin!arn a partir del ltimo ni)el s!a)izado'
8"$ S,av'0a! e/*&e&c'al !e :INTER6 Modela el ni)el #eneral de la serie"
la tendencia y la estacionalidad" por ello se re&!iere estimar la componente
estacional" por medio de lo &!e se conoce como Cndices Estacinales" los c!ales
sir)en para a(!star el modelo'
Para encontrar el modelo adec!ado de la serie en est!dio" se rec!rri al S!a)izado
E,ponencial de .inter" dado &!e la serie presenta estacionalidad y tendencia' En
*ste caso se re&!ieren B constantes de s!a)izacin" a sa$er+
5he SSE is+ /lpha 8amma Delta SSE
'D222222 '222222 '2222222 BGG223BD'EEF
Donde /lpha modela el ni)el #eneral de la serie" 8amma la tendencia y Delta la
estacionalidad' SSE" es la s!ma de c!adrados del error" l!e#o el modelo &!e ten#a
!n menor )alor de SSE" es el &!e se pre%iere'
Se corrieron )arios modelos 9constantes di%erentes: y el &!e me(or se a(!st a los
datos %!e+ /lpha O 2'D" 8amma O 2'2 y Delta O 2'2
3" A&.l's's !e Res'!,ales6
Es necesario )alidar los s!p!estos de aleatoriedad y normalidad de los resid!ales
para determinar si el modelo encontrado es o no el adec!ado para realizar
pronsticos'
La aleatoriedad de los resid!ales se p!ede determinar por medio de la pr!e$a de
<achas" y la normalidad mediante la pr!e$a de Smirno) Polmo#or)'
Para el caso de los resid!ales de la serie de =cons!ltas e,ternas> los res!ltados son
los si#!ientes+
Alea(r'e!a! Nr)al'!a!

Pr!e$a de <achas Si#' Mayor de 2'23 Pr!e$a de Smirno) Polmo#oro) Si#'
Por lo tanto se c!mple' Menor de 2'23" por lo tanto no se c!mple'
En la pr!e$a de <achas se c!mple aleatoriedad para los resid!ales" pero la
normalidad no" no o$stante" si se realiza la pr!e$a por ao" estos se comportan de
manera normal'
Dado lo anterior" se de$e de $!scar otro modelo mnimo c!adrticos" como los
o%recidos por el pro#rama SPSS" donde se destacan lo#artmico" lo#stico y
e,ponencial entre otros'
L!e#o de los ensayos de ri#or" se encontr &!e el a(!ste e,ponencial" di%erente al
s!a)izado e,ponencial" permite !na $!ena apro,imacin a los datos de cons!lta
e,terna'
Los resid!ales de *ste ltimo modelo c!mplen aleatoriedad y normalidad por ao'
En am$os casos" se c!mplieron los mismos s!p!estos' Jtros modelos" por lo tanto"
podrn c!mplir las mismas condiciones" e incl!so me(ores' Por lo tanto" es pr!dente
tener en c!enta a los e,pertos en la temtica espec%ica" para darle conte,to a las
proyecciones meramente estadsticas'
3" Pr&4s('cs"
Con la ay!da del Pro#rama SPSS" o$ser)amos la %orma de presentar la
in%ormacin se#n el procedimiento' Para el a(!ste e,ponencial" se o$ser)a cmo
la proyeccin )a dismin!yendo de !na manera le)e" adems" se presentan dos
$andas constr!idas por los lmites de los inter)alos de con%ianza" dando !n ran#o
de posi$ilidades donde de$er estar la demanda de cons!ltas e,ternas en la 0PS
!ni)ersitaria'
Para el s!a)izado e,ponencial" se aprecia &!e el pronostico est %!ertemente
in%l!enciado por el ltimo mes 9septiem$re 2223:" sin em$ar#o" el modelo parece
a(!star $ien los datos'
La sit!acin es" a medida &!e lle#!en n!e)os datos" estos se introd!zcan a la $ase
de datos para ro$!stecer el modelo' En c!al&!ier caso" no es pr!dente realizar
proyecciones a ms de D meses'
Los pronsticos para am$os modelos son+
6echa
S!a)izado
E,ponencial
M*todo e,ponencial
6i#!ra 1+ Proyeccin m*todo
e,ponencial" cons!ltas
e,ternas" 2221@2223
6i#!ra 2+ Proyeccin m*todo
s!a)izacin e,ponencial"
cons!ltas e,ternas" 2221@2223
Jct@23 B3GI F2B3
7o)@23 BF22 BIEI
Dec 2223 2FDG BI2F
Qan 222D 23II BGDI
6e$@2D B2E1 BG1D
Mar@2D B1F2 BEDB
/pr 222D B1FF BE12
May@2D B1DF BD3I
Q!n@2D 2GI1 BD2G
Como ya se mencion" el darle conte,to a los )alores encontrados es %!ndamental'
C&cl,s'&es
E,isten di%erentes metodolo#as para a$ordar !na serie de tiempo" sin
em$ar#o" se s!#iere &!e la seleccin del m*todo sea lo ms prctica y
entendi$le posi$le'
La ay!da de los pro#ramas de so%t4are permite e,plorar e implementar el
procedimiento de ensayo error" es decir" permite ensayar )arias hiptesis para
l!e#o esco#er la &!e c!mpla !n mayor nmero de s!p!estos y adems"
entre#!e )alores razona$les para el e)ento en est!dio'
La discrecionalidad de los e,pertos en el tema" no se p!ede de(ar de lado" es
ms" de$en re%inar los pronsticos entre#ados por los procedimientos
estadsticos y darles la c!ota de racionalidad al nmero'
Re-ere&c'as
+" Bello L' Estadstica como apoyo a la in)esti#acin' 1a ed' Medelln+ L'
Kieco e -i(as Ltda' 2223'
1" /#!irre Q' 0ntrod!ccin al 5ratamiento de Series de 5iempo" /plicacin
a las Ciencias de la Sal!d' Ediciones Diaz de Santos S'/' /o 1IIF'
$" 7e4$old P' Estadstica para los 7e#ocios y la Economa' Fa ed' /o
1IIG'
8" Da Sil)a M' <e)ista Coy!nt!ra Colom$iana" )ol!men 1F" 7R 1" 1IIE"
9Deteccin de )alores atpicos:'
3" Daz /' Diseo estadstico de e,perimentos' Editorial 1ni)ersidad de
/ntio&!ia' Medelln 1III'
;" Manson <' Lind D' Estadstica para /dministracin y Economa' Ea ed'
Ediciones /l%aome#a' /o 1II2'
<" Stat#raphis' Series 5emporales' 9Sitio de 0nternet: Disponi$le en+
http+;;444'stat#raphics'net;Prod!cto;MdlSeries5emp'htm' Cons!ltado+
23 de oct!$re de 2223'
=" /sociacin de la Sociedad Espaola de -ipertensin' 9Sitio de 0nternet:
Disponi$le en+ >((*6??www"se>@lel>a"r5?(ser'es">()" Cons!ltado+ 23
de oct!$re de 2223'
A" Secretarias De Sal!d Departamentales;M!nicipales' 9Sitio de 0nternet:
Disponi$le en+ >((*6??www"cl"*s@)s"r5?'a>?l's&als!s">()'
Cons!ltado+ 1E de no)iem$re de 2223'
+2" /reyano M' 0ntrod!ccin al Anlisis Clsico de Series de Tiempo.
++" 9Sitio de 0nternet: Disponi$le en+
http+;;ci$erconta'!nizar'es;LECC0J7;seriest;22262'-5M Cons!ltado+
1E de no)iem$re de 2223'
+1" Boli)ar M' Estadstica' 9Sitio de 0nternet: Disponi$le en+
http+;;444'mono#ra%ias'com;tra$a(os1F;estadistica;estadistica'shtmlSm
a' Cons!ltado+ 23 de no)iem$re de 2223'