Qwertyuiopasdfghjklzxcvbnmqwertyu

iopasdfghjklzxcvbnmqwertyuiopasdfg
hjklzxcvbnmqwertyuiopasdfghjklzxcv
bnmqwertyuiopasdfghjklzxcvbnmqwe
CURSO: ESTADISTICA II
Semestre 2015-II
rtyuiopasdfghjklzxcvbnmqwertyuiopa
UNIDAD TEMÁ TICA I:
sdfghjklzxcvbnmqwertyuiopasdfghjklz
ORGANIZACIÓN Y
PRESENTACIÓN DE DATOS
xcvbnmqwertyuiopasdfghjklzxcvbnmq
BIVARIADOS
wertyuiopasdfghjklzxcvbnmqwertyuio
pasdfghjklzxcvbn
Universidad Nacional Mayor de San Marcos
E.A.P de Estadística
Facultad de Ciencias Matemá ticas
Mqwertyuiopasdfghjklzxcvbnmqwerty Profesores:
Lic. Fernando Camones Gonzales

uiopasdfghjklzxcvbnmqwertyuiopasdf
Mg. Ana María Cárdenas Rojas
Lic. Lucy Vega Calero

ghjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiop
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

Unidad Temática I: Organización y presentación de datos

bivariados.

Karl Pearson, científico, matemático,

estadístico, Biólogo y pensador
británico, que estableció la disciplina
de la estadística matemática.
Desarrolló una intensa investigación
sobre la aplicación de los métodos
estadísticos en la biología y fue
fundador de la bioestadística. Nacido
en Londres el 27 de marzo de 1857 y
falleció en 1936.

Sesión de Aprendizaje 3: Medidas de Resumen de Conjunto

de Datos Bivariados.

1. Cálculo e interpretación de medias y varianzas marginales, medias

y varianzas condicionales. Covarianza, propiedades.

Práctica dirigida N°3:

a. Continuación de la representación tabular, gráfica de datos

bivariados y medidas resumen.

Laboratorio N°3:

a. Guía de Laboratorio sobre medidas resumen de datos bivariados.

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 2
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

I. INTRODUCCIÓN

En esta parte del análisis bidimensional de datos nos ocuparemos de las

MEDIDAS DE POSICION, DE DISPERSION Y DE FORMA EN DISTRIBUCIONES DE
FRECUENCIAS BIDIMENSIONALES considerando los valores de una variable
bidimensional (X, Y), que pueden estar organizados en una tabla de doble
entrada, con sus respectivas frecuencias conjuntas, o en tablas de
distribución de frecuencias marginales y condicionales, se puede obtener de
esas tablas las siguientes medidas de posición y dispersión:

Media marginal de X y varianza marginal de X

Media marginal de Y y varianza marginal de Y
Coeficiente de asimetría marginal de X y coeficiente de Kurtosis de la
marginal de X
Coeficiente de asimetría marginal de Y y coeficiente de Kurtosis de la
marginal de Y
Medias, varianzas y desviaciones estándar condicionales de X dado Y
Medias, varianzas y desviaciones estándar condicionales de Y dado X
Coeficiente de asimetría de X/Y y coeficiente de Kurtosis de X/Y
Coeficiente de asimetría de Y/X y coeficiente de Kurtosis de Y
Covarianza de (X, Y)

También podemos obtener las otras medidas de posición, dispersión y forma

aprendidas en Estadística I: Medianas, rango intercuartílico, desviación
estándar etc.

En esta parte de la sesión nos ocuparemos específicamente de las medidas de

tendencia central y de dispersión.

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 3
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

II. MEDIAS Y VARIANZAS DE LAS DISTRIBUCIÓNES MARGINALES: DATOS AGRUPADOS

Sea una población estudiada simultáneamente según dos variables

estadísticas (X;Y) tal que los distintos valores que toman X e Y son:
X: x1, x2, …, xi,…, xk
Y: y1, y1, …, yj,…, ye

Donde xi; yj son dos valores cualesquiera que al estudiarse simultáneamente

forman un arreglo de valores observados (x 1;y1), (x2;y2), …, (xk;ye) de la
variable estadística bidimensional (X;Y) con sus respectivas frecuencias
absolutas conjuntas fij. Las medias y varianzas marginas de X e Y las
definiremos bajo las siguientes expresiones matemáticas:

I.1 MEDIA DE LAS DISTRIBUCIÓNES MARGINALES DE X e Y

Las distribuciones marginales se obtienen de la tabla de doble entrada:

Distribución Marginal de X Distribución Marginal de Y

X fi. fi.*xi Y f.j f.j*yj

x1 f1. f1.*x1 y1 f.1 f.1*y1
x2 f2. f2.*x2 y2 f.2 f.2*y2
. . . . . .
. . . . . .
. . . . . .
xi fi. fi.*xi yj f.j f.j*yj
. . . . . .
. . . . . .
. . . . . .
xk fk. fk.*xk ye fe. f.e*ye
Total e

∑ k f i . xi Total ∑ f . j yj 
j =1
i=¿¿
❑ ❑

Tabla 01. Tablas de distribución marginal de X e Y, para el cálculo de las

medias

a) MEDIA DE LA DISTRIBUCIÓN MARGINAL DE X

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 4
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

Esta dada por el siguiente algoritmo.

∑ k f i . xi
i=¿ ¿
X́ =
n

b) MEDIA DE LA DISTRIBUCIÓN MARGINAL DE Y

Esta Dado Por el siguiente algoritmo:

∑ f.jyj
Ý = j=1
n

I.2 VARIANZA DE LA DISTRIBUCIÓNES MARGINALES DE X e Y

En la Tabla 01, se operacionalizan y se obtienen las siguientes tablas:

Distribución Marginal de X Distribución Marginal de Y

X fi. fi.*xi^2 Y f.j f.j*yj^2

x1 f1. f1.*x1^2 y1 f.1 f.1*y1^2
x2 f2. f2.*x2^2 y2 f.2 f.2*y2^2
. . . . . .
. . . . . .
xi fi. fi.*xi^2 yj f.j f.j*yj^2
. . . . . .
. . . . . .
. . . . . .
xk fk. fk.*xk^2 ye fe. f.e*ye^2
k e
2 2
Total ∑ f i. x i  Total  ∑ f . j y j
i=1 j=1
Tabla 02. Tablas de distribución marginal de X e Y, para el cálculo de las
varianzas

a) VARIANZA DE LA DISTRIBUCIÓN MARGINAL DE X

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 5
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

Esta dada por el siguiente algoritmo:

k
2
∑ f i . ( xi − X́ ) k
S2X = i=1
n−1
=
1
n−1 [∑i=1
]
f i . x 2i −n X́ 2 = var [ X ]

Por lo tanto, la desviación estándar marginal de X es:

k

√
2
∑ f i . ( x i− X́ )
i=1
SX=
n−1

b) VARIANZA DE LA DISTRIBUCIÓN MARGINAL DE Y

Esta dada por el siguiente algoritmo:

e
2
∑ f . j ( y j−Ý ) e
S2Y = j=1
n−1
=
1
n−1 [∑
j=1
]
f . j y 2j−n Ý 2 =var [ Y ]

Por lo tanto, la desviación estándar marginal de Y es:

e

√
2
∑ f . j ( y j −Ý )
j=1
SY =
n−1

I.3 COVARIANZA ENTRE LAS VARIABLES X e Y

Sea una población estudiada simultáneamente según dos variables

estadísticas (X;Y) tal que los distintos valores que toman X e Y son:

X: x1, x2, …, xi,…, xk

Y: y1, y1, …, yj,…, ye

Donde xi; yj son dos valores cualesquiera que al estudiarse simultáneamente

forman un arreglo de valores observados (x1;y1), (x2;y2), …, (xk;ye) de la
variable estadística bidimensional (X;Y) con sus respectivas frecuencias
absolutas conjuntas fij. Como podemos observar en la siguiente tabla de
distribución de frecuencias absolutas bivariadas:
Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 6
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

Valores de Y Total
Valores
de X y1 ... ...
y2 yJ ye
.. ..
x1 f11 ... ...
f12 f1j f f1.
.. . . 1e
x2 ... ...
f21 f21 f2j f f2.
.. . . 21
. . . . . . . .
. . . . . . . .
. . . . . . . .
xi ...
fi1 fi2 fij   fie fi.
..
. . . . . . . .
. . . . . . . .
. . . . . . . .
xk ... ...
fk1 fk2 fkj f fk.
.. . . ke
... ...  
Total f.1 f.2 f.j f.e
.. .. n=∑ ❑ ∑ f ij

La covarianza entre las variables X e Y está dada por la siguiente expresión:

a) COVARIANZA ENTRE X e Y: FORMULA EXTENSA

k e

∑ ❑ ∑ f ij ( x i− X́ )( y j−Ý )
S XY =Cov [ X ; Y ] = i=1 j=1
n
b) COVARIANZA ENTRE X e Y: FORMULA ABREVIADA

k e
1
S XY =Cov [ X , Y ] = ∑ ❑∑ f x y − X́ Ý
n i=1 j=1 ij i j

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 7
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

III. MEDIAS Y VARIANZAS DE LAS DISTRIBUCIÓNES CONDICIONALES: DATOS

AGRUPADOS

2.1 MEDIA DE LA DISTRIBUCIÓN DE X CONDICIONADA a Y

La distribución de la variable X condicionada a que la variable Y tome el

valor fijo yj (j=1,2,…,e) está dada en la siguiente tabla:

Distribución de la
variable X condicionada
a Y=yj Así: f(X/Y=yj)
Valores de Y Valores de
Total f.j f.j*xi
Valores de X
X .... ....
y1 y2 yJ ye
. .
x1 .... .... f1. x1
f11 f12 f1j f1e f1j f1j*x1
. .
x2 .... .... f2. x2
f21 f21 f21 f21 f2j f2j*x2
. .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
xi .... fi. xi
fi1 fi2 fij   fie fij fij*xi
.
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
xk .... .... xk
fk1 fk2 fkj fke fk. fkj fkj*xk
. .
k k
.... ....
Total f.1 f.2 f.j f.e n  Total  ∑ f ij ∑ f ij x i 
. . i=1 i=1
La media de la distribución de X condicionada a Y=yj, está dada por el siguiente
algoritmo.

∑ f ij x i
X́ ( Y =X yj )= i=1
f.j

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 8
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

2.2 MEDIA DE LA DISTRIBUCIÓN DE Y CONDICIONADA a X

La distribución de la variable Y condicionada a que la variable X tome el

valor fijo xi (i=1,2,…,k) está dada en la siguiente tabla:

Distribución de la
variable Y condicionado
a X, Así: f(Y/X=xi)
Valores de Y Valores de
fi. fi.*yj
Valores Y
Total
de X .... ....
y1 y2 yJ ye y1 fi1 fi1*y1
. .
x1 .... .... f1.
f11 f12 f1j f1e y2 fi2 fi2*y2
. .
x2 .... .... f2.
f21 f21 f21 f21 ..... … …
. .
. . . . . . . . yJ fij fij*yj
. . . . . . . . ..... … …
. . . . . . . . ye fie fie*je
e e
xi .... fi.
fi1 fi2
.
fij   fie Total ∑ f ij   ∑ f ij y j
j=1 j=1
. . . . . . . .
. . . . . . . .
. . . . . . . .
xk .... ....
fk1 fk2 fkj fke fk.
. .
.... ....
Total f.1 f.2 f.j f.e  n
. .

La media de la distribución de Y condicionada a X=xi, está dada por el siguiente

algoritmo.

Y
∑ f ij y j
Ý(X =xi
= j=1)f i.

2.3 VARIANZA DE LA DISTRIBUCIÓN DE X CONDICIONADA a Y

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 9
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

La siguiente tabla muestra la distribución de la variable X condicionada a Y=yj,

Distribución de la
variable X condicionado
a Y, Así: f(X/Y=yj)

Valores de
f.j f.j*xi f.j*xi^2
X

x1 f1j f1j*x1 f1j*x1^2

x2 f2j f2j*x2 f2j*x2^2
. . . .
. . . .
. . . .
xi fij fij*xi fij*xi^2
. . . .
. . . .
. . . .
xk fkj fkj*xk fkj*xk^2
k
2
Total      ∑ f . j x i
i=1

La varianza de la distribución de X condicionada a Y, esta dada por el

siguiente algoritmo:
k
2
∑ f . j ( x i− X́ ) k
S2
X ( X /Y ) = i=1
n−1
=
1
n−1 [∑
i=1
f . j x 2i −n X́ 2
]
Por lo tanto, la desviación estándar de la distribución de X condicionada a Y,
está dada por:
k

√
2
∑ f . J ( x i− X́ )
i=1
S X ( X /Y ) =
n−1

2.4 VARIANZA DE LA DISTRIBUCIÓN DE Y CONDICIONADA a X

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 10
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

La siguiente tabla muestra la distribución de la variable Y condicionada a X=xi,

Distribución de la
variable Y condicionado
a X, Así: f(Y/X=xi)
Valores de
fi. fi.*yj fi.*yj^2
Y
y1 fi1 fi1*y1 fi1*y1^2
y2 fi2 fi2*y2 fi2*y2^2
..... … … …
yJ fij fij*yj fij*yj^2
..... … … …
ye fie fie*je fie*je^2
e
Total     ∑ f i . y j2  
j=1

La varianza de la distribución de Y condicionada a X, está dada por el

siguiente algoritmo:

e
2
∑ f i . ( y j−Ý ) E
S 2
=
Y (Y / X )
j=1
n−1
=
1
n−1 [∑ J=1
f i . y 2j−n Ý 2 ]
Por lo tanto, la desviación estándar de la distribución de Y condicionada a X,
está dada por:
e

√
2
∑ f i . ( y j−Ý )
j=1
SY (Y / X )=
n−1

2.5 UNA ALTERNATIVA PARA LOS CALCULOS EN LAS TABLAS BIDIMENSIONALES

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 11
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

Se presenta una alternativa de hallar los cálculos adicionales para encontrar las
medias marginales, varianzas marginales y condicionales dada una tabla de
distribución de frecuencias absolutas conjuntas, añadiendo columnas y filas a la
tabla bidimensional, como se muestra a continuación:

EJEMPLO. Se registró el ingreso familiar mensual (X), en miles de soles, y el

gasto mensual por escolaridad (Y), en miles de soles, en una muestra de
funcionarios de una empresa petrolera transnacional. Los datos (x,y) se
presentan en la siguiente tabla bidimensional. Con los datos calcularemos
algunos de los estadísticos arriba mencionados.
Tanto para X como para Y por ser variables cuantitativas continuas se
construyeron intervalos de clase y en la tabla bidimensional adjunta se han
considerado las marcas de clases y cálculos adicionales.

Distribución de los Ingresos mensuales (X) y gastos mensuales por escolaridad (Y) de
funcionarios de una empresa petrolera transnacional.

Xi \ Yj 3 4 5 6 fi. fi . X i fi. Xi2 Xi Yj fij

12 10 (360) 5 (240) 4 (240) 2 (144) 21 252 3024 984
12
15 8 (360) 3 (225) 1 (90) 24 360 5400 1395
(720)
10
18 3 (162) 15 (1350) 2 (216) 30 540 9720 2448
(720)
21 1 (63) 4 (336) 13 (1365) 10 (1260) 28 588 12348 3024
f.j 22 31 35 15 103 1740 30492 7851
f.j yj 66 124 175 90 455
f.j yj2 198 496 875 540 2109
Xi Yj fij 945 2016 3180 1710 7851

IV. APLICACIÓN1 AULA MEDIDAS DE RESUMEN DE CONJUNTO DE DATOS

BIDIMENSIONALES: CASO DE DATOS AGRUPADOS

1. De una determinada empresa se conocen los siguientes datos, referidos al

X: Gasto en publicidad (miles de $) y el Y: Volumen de ventas (miles de $)
de los últimos cinco años.

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 12
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

X: Gastos
Publicidad 35 30 40 45 48 60 50 44 54 56 42 46
(Miles $)
Y: Volumen
de ventas 100 150 120 200 160 200 150 200 120 150 100 120
(Miles $)

Se pide:
a) Construya la tabla de distribución de frecuencias absolutas
bivariadas. Considerando para la variable X y la variable Y: Agrupar
en 5 clases e intervalos constantes.
b) Halle las frecuencias marginales de las variables X e Y. Interprete.
c) Halle la distribución de frecuencias de la variable Y condicionada a
la variable X=51. interprete.
d) Halle la distribución de frecuencias de la variable X condicionada a
la variable Y=160. Interprete.
e) Halle las medias de las distribuciones marginales de las variables X
e Y. Interprete.
f) Halle las varianzas de las distribuciones marginales de las variables
X e Y. Interprete.
g) Halle la media y la varianza de la distribución de frecuencias de la
variable Y condicionada a la variable X=51. Interprete.
h) Halle la media y la varianza de la distribución de frecuencias de la
variable X condicionada a la variable Y=160. Interprete.
i) Finalmente, halle la covarianza entre las variables X e Y. Interprete.

V. APLICACIÓN2 AULA MEDIDAS DE RESUMEN DE CONJUNTO DE DATOS

BIDIMENSIONALES: CASO DE DATOS AGRUPADOS

1. Un Banco estatal Peruano está estudiando la posibilidad de bajar los

tipos de interés para incentivar la inversión privada, y así abrir la
posibilidad de creación de un puesto de trabajo. Para ello contrasta los
tipos de interés real de diferentes países con la inversión privada en los

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 13
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

mismos, todo ello durante el último periodo. Obteniéndose los

resultados que aparecen reflejados en la siguiente tabla:

X: Inversión Y: Tipos de Interés (Relativo) Total

(miles de
soles) 0,05-0,10 0,10-0,15 0,15-0,20 0,20-0,25  
10-50     2 6  
50-100   1 5    
100-150 1 4      
150-200 5 1      
Total          

a) Halle las frecuencias marginales de las variables X e Y. Interprete.

b) Halle la distribución de frecuencias de la variable Y condicionada a
la variable X=75. interprete.
c) Halle la distribución de frecuencias de la variable X condicionada a
la variable Y=0,175. Interprete.
d) Halle las medias de las distribuciones marginales de las variables X
e Y. Interprete.
e) Halle las varianzas de las distribuciones marginales de las variables
X e Y. Interprete.
f) Halle la media y la varianza de la distribución de frecuencias de la
variable Y condicionada a la variable X=75. Interprete.
g) Halle la media y la varianza de la distribución de frecuencias de la
variable X condicionada a la variable Y=0,175. Interprete.
h) Finalmente, halle la covarianza entre las variables X e Y. Interprete.

VI. APLICACIÓN AULA MEDIDAS DE RESUMEN DE UN CONJUNTO DE DATOS

BIDIMENSIONALES: CASO DE DATOS NO AGRUPADOS

1. De una determinada empresa se conocen los siguientes datos, referidos

al X: Gasto en publicidad (miles de $) y el Y: Volumen de ventas (miles
de $) de los últimos cinco años.

X: Gastos Y: Volumen
Publicidad de ventas
(Miles $) (Miles $)

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 14
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

35 100
30 150
40 120
45 200
48 160
60 200
50 150
44 200
54 120
56 150
42 100
46 120
Se pide:

a) Halle las medias de las variables X e Y. Interprete.

b) Halle las varianzas de las variables X e Y. Interprete.
c) Finalmente, halle la covarianza entre las variables X e Y. Interprete.

I. ACTIVIDAD APLICATIVA Nº 3

a. Organizar y presentar en Tablas y Gráficos los datos bivariados del

proyecto de investigación estadística un diseño de investigación no
experimental transversal o transeccional descriptiva correlacional, en
relación a la Base de Datos elegida en la actividad Nº 1 Y 2.

II. LABORATORIO Nº 3

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 15
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

a. Usar las Bases de datos elegidas por cada grupo y aplicar un análisis
bivariado.

b. En el aula crear una guía de Laboratorio sobre medidas resumen para

datos bivariados conjuntamente con los estudiantes usando el EXCEL u
otros programas estadísticos.

Bibliografía

Amón, J. (1985). Estadística para Psicólogos. Estadística descriptiva. Tomo 1.

Ediciones Pirámide S. A. Madrid, 7ª Edición.

Babbie E. (1998) Métodos de Investigación por Encuestas. Ed. Fondo de

Cultura Económica.

Fernández, S., Cordero, J. y Córdova, A. (1996). Estadística Descriptiva.

Editorial ESIC, Madrid.

Gómez, D. (2006). Estadística Descriptiva con soporte de SPSS y

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 16
 Curso: Estadística II EAPE_FCM-UNMSM-2015-II

MATLAB. Fondo Editorial de la UNMSM. Lima- Perú.

Hernández S., Fernández C. y Baptista L. (2014). Metodología de la

Investigación. (5ta.edic) Mc Graw Hill.

Jhonson, R, Kuby (1999). Estadística Elemental. International Editores.

Levin, R. y Rubin, D. (2004). Estadística para Administración y Economía.

Pearson Educación. México.

Lind, Marchal, Wathen (2008). Estadística aplicada a los negocios y la

economía. Mc Graw Hill.

Milton, S. (2002). Estadística para Biología y Ciencias de la Salud. Editorial Mc

Graw Hill

Mitacc, M. (2011). Tópicos de Estadística Descriptiva y Probabilidad

Pagano, R. (2008). Estadística para las Ciencias del Comportamiento.

International Thomson Editores.

Solanas, A. y otros (2005). Estadística Descriptiva en Ciencias del

Comportamiento. Editorial Thomson-España.

Veliz, C. (2000). Estadística Aplicaciones.

Ya-Lun Chou, (1975). Análisis Estadístico. Interamericana, 2ª Edición

Tukey, H y Mosteller. Understanding Robustand Exploratory-Data Analysis.

Unidad Temá tica I: Organizació n y presentació n de datos bivariados

Profesores: Lic. Fernando Camones, Mg. Ana María Cá rdenas, Lic. Lucy Vega Calero Pá gina 17