ni N xini xi2ni

150 155 152.5 3 3 3 457.5 69768.75

155 160 157.5 3 3 6 472.5 74418.75
160 165 162.5 12 12 18 1950 316875
165 170 167.5 11 11 29 1842.5 308618.75
170 175 172.5 1 1 30 172.5 29756.25
nj 30 0 0 0 0 0 0 30 4895 799437.5
N
yinj 0 0 0 0 0 0 0 0
yj2nj 0 0 0 0 0 0 0 0

cuartil 0.25 7.5 intervalo 28.31 29.5 0.22 Sxy COVARIANZA

percentil 0.9 27 intervalo 34.37 35.5
MEDIA VARIANZA

X 4895 163.17 S2x 799438 26647.92 - 26623.36

30 30

Y 0 0.00 S2y 0 0.00 0.00

30 30

Sx DESV TIP X 4.96

COEF VARSx 24.56 0.15 COEF VARIACIN
VARIAC X 163.17 Sy DESV TIP Y 0.00

25 28 53
28 31 26.5
RECTAS 31
Y=a+bX b= Sxy 0.00 0 a= 163.17 - 0
S2x 24.56
y= 163.17
X=a+by b= Sxy 0.00 #DIV/0! a= 0.00 - #DIV/0!
S2y 0.00
y= #DIV/0!

25 28 26.5
28 31 29.5
31 34 32.5
34 37 35.5
37 40 38.5

175
147
28
 XIYJNINJ
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0
0 0 0 0 0 0 0 0
0

OVARIANZA 0 0- 163.1667 0 0 0.00

30

24.56 15.00

0.00

OEF VARIACIN COVARIANZA 0.00 ###

Sx.Sy 0.00

* 163.17 163.17 - 0= ###

+ 0.00 x
* 0.00 0.00 - #DIV/0! = ###

+ ### x
 2 4 6 ni N xini xi2niXIYJNINJ
0.5 4 9 0 13 1 6.5 3.25 4 18 0
1.5 0 3 4 7 8 10.5 15.75 0 18 36
0 8 0 0 0 0 0
0 8 0 0 0 0 0
0 8 0 0 0 0 0
0 8 0 0 0 0 0
0 8 0 0 0 0 0
nj 4 12 4 0 0 0 0 20 17 19 4 36 36
N 1 13 17 17 17 17 17
yinj 8 48 24 0 0 0 0 80
yj2nj 16 192 144 0 0 0 0 352

Sxy COVARIANZA 76 3.8

20
MEDIA VARIANZA

X 17 0.85 S2x 19 0.95 - 0.72 0.23

20 20

Y 80 4.00 S2y 352 17.60 16.00 1.60

20 20

Sx DESV TIP X 0.48

COEF VARSx 0.23 0.27 COEF correlacin COVARIANZA
VARIAC X 0.85 Sy DESV TIP Y 1.26 Sx.Sy

RECTAS
Y=a+bX b= Sxy 0.40 1.75824 a= 4.00 - 1.75824 * 0.85 4.00
S2x 0.23
y= 2.51 + 1.76 x
X=a+by b= Sxy 0.40 0.25 a= 0.85 - 0.25 * 4.00 0.85
S2y 1.60
x= -0.15 + 0.25 x
Que es desviacin estndar?
Justamente la desviacin Estndar, en un conjunto de
datos (precios en el caso del mercado de valores) es una
medida de dispersin, que nos indica cunto pueden
alejarse los valores respecto al promedio (media), por lo
tanto es til para buscar probabilidades de que un
evento ocurra, o en el caso del mercado burstil,
determinar entre que rango de precios puede moverse
un determinado activo, y determinar que tipo de activos
pueden ser mas voltiles que otros.
Qu es el coeficiente de variacin?
Se utiliza el CV para medir la dispersin de los datos
independientemente de las unidades que se utilicen,
Cuanto ms elevado sea el CV ms dispersin o
variabilidad tienen los datos. Por ejemplo si unos datos
te da el CV=89% y otros el CV te da 123%, puedes
concluir que los primeros datos tienen mucha menos
variabilidad que los segundos
El coeficiente de variacin es, al igual que la desviacin
estndar, uuna medida de dispersin o variabilidad e
igualmente te indica que tan dispersos se encuentran
los datos con respecto al promedio.
Solo que es ms precisa que la misma desviacin
estndar ya est en proporcin a la media.
Por ejemplo:
Si tengo qe el peso promedio de los elefantees es de
7500 kg con una desviacin estndar de 500kg y
tambin tengo que el peso promedio de los ratones es
de 30g cp una desviacin estandar de 5 g, podr
suponer (errneamente) que los elefantes tienen
mayor desviacin que los ratonees, sin embargo, si
caculas el coeficiente de variacin de cada muestra
COEF correlacin
**Si r < 0Haycorrelacin negativa: las dos variables se
correlacionan en sentido inverso.A valores altos de una de ellas le
suelen corresponder valor bajos de la otra y viceversa.Cunto ms
prximo a -1 est el coeficiente de correlacin ms patente ser esta
covariacin extrema.Si r= -1 hablaremos decorrelacin negativa
perfectaloque supone una determinacin absoluta entre las dos
variables ( en sentido inverso): Existe una relacin funcional perfecta
entre ambas(una relacin lineal de pendiente negativa).
**Si r > 0Haycorrelacin positiva: las dos variables se
correlacionan en sentido directo.A valores altos de una le corresponden
valores altos de la otra e igualmente con los valores bajos.Cunto ms
prximo a +1 est el coeficiente de correlacin ms patente ser esta
covariacin.Si r = 1 hablaremos decorrelacin positiva perfectalo
que supone una determinacin absoluta entre las dos variables (en
sentido directo):Existe una relacin lineal perfecta ( con pendiente
positiva).
**Si r = 0se dice que las variables estnincorrelacionadas: no
puede establecerse ningn sentido de covariacin.
En cualquierclculo de percentiles, el 50 es la media. Esto implica
que si tu beb se encuentra en un percentil 50, pesa/mide lo mismo
que el 50% de los nios de su misma edad y sexo. Estara en la
media.
Recuerda que todas las lneas de los percentiles corresponden a
valores normales, y que dentro de los lmites de la normalidad hay
nios muy rechonchos y otros ms delgados, lo mismo que habr
nios altos y bajos. Los nios excesivamente altos o gordos estaran
por encima del percentil 97, mientras que los excesivamente bajos o
delgados estaran por debajo del percentil 3. Lo importante no es
tener un percentil alto, sino crecer y engordar de forma ms o menos
regular en torno a un mismo percentil.
Qu significa que tu hijo est en el percentil 10 de peso?Que
si lo comparamos con 100 lactantes normales de su misma edad,
habr solo 10 que pesen menos, mientras que los otros 90 pesarn
ms que l. Lo mismo vale para la talla. Si decimos que tu hijo est
estndar ya est en proporcin a la media.
Por ejemplo:
Si tengo qe el peso promedio de los elefantees es de
7500 kg con una desviacin estndar de 500kg y
tambin tengo que el peso promedio de los ratones es
de 30g cp una desviacin estandar de 5 g, podr
suponer (errneamente) que los elefantes tienen
mayor desviacin que los ratonees, sin embargo, si
caculas el coeficiente de variacin de cada muestra
tendrs que el de los elefantes es de 6.7% y el de los
ratones de 16,67%, es decir, es mayor la variacin
entre los pesos de los ratones.
por encima del percentil 97, mientras que los excesivamente bajos o
delgados estaran por debajo del percentil 3. Lo importante no es
tener un percentil alto, sino crecer y engordar de forma ms o menos
regular en torno a un mismo percentil.
Qu significa que tu hijo est en el percentil 10 de peso?Que
si lo comparamos con 100 lactantes normales de su misma edad,
habr solo 10 que pesen menos, mientras que los otros 90 pesarn
ms que l. Lo mismo vale para la talla. Si decimos que tu hijo est
en el percentil 75 de talla, nos referimos a que, comparado con cien
lactantes, 75 mediran menos y 25 ms. Dicho de otra forma, si
ponemos en fila a estos cien lactantes normales segn su talla, tu hijo
estara en el puesto 75.
 0 0 0 0 22
0 0 0 0 54
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 76
76

- 0.85 4 3.4 0.40

COVARIANZA 0.40 0.66

0.60

- 1.49 = 2.51
- 1= -0.15
es se
de ellas le
Cunto ms
ente ser esta
n negativa
ntre las dos
ional perfecta
).
s se
le corresponden
jos.Cunto ms
tente ser esta
va perfectalo
ariables (en
n pendiente

onadas: no

dia. Esto implica

mide lo mismo
tara en la

sponden a
rmalidad hay
o que habr
gordos estaran
amente bajos o
rtante no es
ma ms o menos

0 de peso?Que
misma edad,
os 90 pesarn
ue tu hijo est
 amente bajos o
rtante no es
ma ms o menos

0 de peso?Que
misma edad,
os 90 pesarn
ue tu hijo est
arado con cien
a forma, si
n su talla, tu hijo
 ni N xini xi2niXIYJNINJ
30 45 37.5 12 12 12 450 16875 0
45 60 52.5 10 10 22 525 27562.5 0
60 75 67.5 17 17 39 1147.5 77456 0
75 90 82.5 5 5 44 412.5 34031 0
90 105 97.5 3 3 47 292.5 28519 0
105 120 112.5 2 2 49 225 25312.5 0
120 135 127.5 0 0 49 0 0 0
135 150 142.5 1 1 50 142.5 20306 0
nj 50 0 0 0 0 0 0 50 3195 230063 0
N 1 1 1 1 1 1 1
yinj 0 0 0 0 0 0 0 0
yj2nj 0 0 0 0 0 0 0 0

cuartil 0.25 12.5 intervalo 28.31 29.5 0.22 Sxy COVARIANZA

percentil 0.75 37.5 intervalo 34.37 35.5
MEDIA VARIANZA

X 3195 63.90 S2x 230063 4601.25 - 4083.21 ###

50 50

Y 0 0.00 S2y 0 0.00 0.00 0.00

50 50

Sx DESV TIP X 22.76

COEF VARSx 518.04 8.11 COEF VARIACIN
VARIAC X 63.90 Sy DESV TIP Y 0.00

25 28 53
28 31 26.5
RECTAS 31
Y=a+bX b= Sxy 0.00 0 a= 63.90 - 0*
S2x 518.04
 y= 63.90 +

X=a+by b= Sxy 0.00 #DIV/0! a= 0.00 - #DIV/0! *

S2y 0.00
y= #DIV/0! +

25 28 26.5
28 31 29.5
31 34 32.5
34 37 35.5
37 40 38.5
XIYJNINJ
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

0 0 0 0 0 0 0
0

0 0- 63.9 0 0 0.00
50

15.00

VARIACIN COVARIANZA 0.00 ###

Sx.Sy 0.00

63.90 63.90 - 0= 63.90

0.00 x

0.00 0.00 - #DIV/0! = ###

### x
 ni N xini xi2niXIYJNINJ
26.5 5 5 5 132.5 3511.25 0 0 0
29.5 9 9 14 265.5 7832.25 0 0 0
32.5 8 8 22 260 8450 0 0 0
35.5 5 5 27 177.5 6301.25 0 0 0
38.5 3 3 30 115.5 4446.75 0 0 0
nj 30 0 0 0 0 0 0 30 951 30542 0 0 0
N 1 1 1 1 1 1 1
yinj 0 0 0 0 0 0 0 0
yj2nj 0 0 0 0 0 0 0 0

cuartil 0.25 7.5 intervalo 28.31 29.5 Sxy COVARIANZA 0 0

percentil 0.9 27 intervalo 34.37 35.5 30
MEDIA VARIANZA

X 951 31.70 S2x 30541.5 1018.05 - 1004.89 ###

30 30

Y 0 0.00 S2y 0 0.00 0.00 0.00

30 30

Sx DESV TIP X 3.63

COEF VARSx 13.16 0.42 COEF correlacion COVARIANZA
VARIAC X 31.70 Sy DESV TIP Y 0.00 Sx.Sy

25 28 53
28 31 26.5
RECTAS 31
Y=a+bX b= Sxy 0.00 0 a= 31.70 - 0* 31.70 31.70
S2x 13.16
y= 31.70 + 0.00 x
X=a+by b= Sxy 0.00 #DIV/0! a= 0.00 - #DIV/0! * 0.00 0.00
S2y 0.00
y= #DIV/0! + ### x

25 28 26.5
28 31 29.5
31 34 32.5
34 37 35.5
37 40 38.5
 0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0

- 31.7 0 0 0.00

15.00

COVARIANZA 0.00 ###

0.00

- 0= 31.70
- #DIV/0! = ###
 0 2 4 ni N xini xi2niXIYJNINJ
1 5 1 0 6 1 6 6 0 2 0
2 0 7 0 7 8 14 28 0 28 0
3 0 2 5 7 15 21 63 0 12 60
0 15 0 0 0 0 0
0 15 0 0 0 0 0
0 15 0 0 0 0 0
0 15 0 0 0 0 0
nj 5 10 5 0 0 0 0 20 41 97 0 42 60
N 1 11 16 16 16 16 16
yinj 0 20 20 0 0 0 0 40
yj2nj 0 40 80 0 0 0 0 120

Sxy COVARIANZA 102 5.1

20
MEDIA VARIANZA

X 41 2.05 S2x 97 4.85 - 4.20 0.65

20 20

Y 40 2.00 S2y 120 6.00 4.00 2.00

20 20

Sx DESV TIP X 0.80

COEF VARSx 0.65 0.32 COEF VARIACIN COVARIANZA
VARIAC X 2.05 Sy DESV TIP Y 1.41 Sx.Sy

RECTAS
Y=a+bX b= Sxy 1.00 1.5444 a= 2.05 - 1.5444 * 2.05 2.05
S2x 0.65
y= -1.12 + 1.54 x
X=a+by b= Sxy 1.00 0.5 a= 2.00 - 0.5 * 2.00 2.00
S2y 2.00
y= 1.00 + 0.50 x
 0 0 0 0 2
0 0 0 0 28
0 0 0 0 72
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 102
102

- 2.05 2 4.1 1.00

COVARIANZA 1.00 0.88

1.14

- 3.17 = -1.12
- 1= 1.00
 1 2 3 ni N xini xi2niXIYJNINJ
0 5 0 0 5 1 0 0 0 0 0
2 1 7 2 10 11 20 40 2 28 12
4 0 0 5 5 16 20 80 0 0 60
0 16 0 0 0 0 0
0 16 0 0 0 0 0
0 16 0 0 0 0 0
0 16 0 0 0 0 0
nj 6 7 7 0 0 0 0 20 40 120 2 28 72
N 1 8 15 15 15 15 15
yinj 6 14 21 0 0 0 0 41
yj2nj 6 28 63 0 0 0 0 97

Sxy COVARIANZA 102 5.1

20
MEDIA VARIANZA

X 40 2.00 S2x 120 6.00 - 4.00 2.00

20 20

Y 41 2.05 S2y 97 4.85 4.20 0.65

20 20

Sx DESV TIP X 1.41

COEF VARSx 2.00 1.00 COEF correlacin COVARIANZA
VARIAC X 2.00 Sy DESV TIP Y 0.80 Sx.Sy

RECTAS
Y=a+bX b= Sxy 1.00 0.5 a= 2.05 - 0.5 * 2.00 2.05
S2x 2.00
y= 1.05 + 0.50 x
X=a+by b= Sxy 1.00 1.5444 a= 2.00 - 1.5444 * 2.05 2.00
S2y 0.65
x= -1.17 + 1.54 x
Que es desviacin estndar?
Justamente la desviacin Estndar, en un conjunto de
datos (precios en el caso del mercado de valores) es una
medida de dispersin, que nos indica cunto pueden
alejarse los valores respecto al promedio (media), por lo
tanto es til para buscar probabilidades de que un
evento ocurra, o en el caso del mercado burstil,
determinar entre que rango de precios puede moverse
un determinado activo, y determinar que tipo de activos
pueden ser mas voltiles que otros.
Qu es el coeficiente de variacin?
Se utiliza el CV para medir la dispersin de los datos
independientemente de las unidades que se utilicen,
Cuanto ms elevado sea el CV ms dispersin o
variabilidad tienen los datos. Por ejemplo si unos datos
te da el CV=89% y otros el CV te da 123%, puedes
concluir que los primeros datos tienen mucha menos
variabilidad que los segundos
El coeficiente de variacin es, al igual que la desviacin
estndar, uuna medida de dispersin o variabilidad e
igualmente te indica que tan dispersos se encuentran
los datos con respecto al promedio.
Solo que es ms precisa que la misma desviacin
estndar ya est en proporcin a la media.
Por ejemplo:
Si tengo qe el peso promedio de los elefantees es de
7500 kg con una desviacin estndar de 500kg y
tambin tengo que el peso promedio de los ratones es
de 30g cp una desviacin estandar de 5 g, podr
suponer (errneamente) que los elefantes tienen
mayor desviacin que los ratonees, sin embargo, si
caculas el coeficiente de variacin de cada muestra
COEF correlacin
**Si r < 0Haycorrelacin negativa: las dos variables se
correlacionan en sentido inverso.A valores altos de una de ellas le
suelen corresponder valor bajos de la otra y viceversa.Cunto ms
prximo a -1 est el coeficiente de correlacin ms patente ser esta
covariacin extrema.Si r= -1 hablaremos decorrelacin negativa
perfectaloque supone una determinacin absoluta entre las dos
variables ( en sentido inverso): Existe una relacin funcional perfecta
entre ambas(una relacin lineal de pendiente negativa).
**Si r > 0Haycorrelacin positiva: las dos variables se
correlacionan en sentido directo.A valores altos de una le corresponden
valores altos de la otra e igualmente con los valores bajos.Cunto ms
prximo a +1 est el coeficiente de correlacin ms patente ser esta
covariacin.Si r = 1 hablaremos decorrelacin positiva perfectalo
que supone una determinacin absoluta entre las dos variables (en
sentido directo):Existe una relacin lineal perfecta ( con pendiente
positiva).
**Si r = 0se dice que las variables estnincorrelacionadas: no
puede establecerse ningn sentido de covariacin.
En cualquierclculo de percentiles, el 50 es la media. Esto implica
que si tu beb se encuentra en un percentil 50, pesa/mide lo mismo
que el 50% de los nios de su misma edad y sexo. Estara en la
media.
Recuerda que todas las lneas de los percentiles corresponden a
valores normales, y que dentro de los lmites de la normalidad hay
nios muy rechonchos y otros ms delgados, lo mismo que habr
nios altos y bajos. Los nios excesivamente altos o gordos estaran
por encima del percentil 97, mientras que los excesivamente bajos o
delgados estaran por debajo del percentil 3. Lo importante no es
tener un percentil alto, sino crecer y engordar de forma ms o menos
regular en torno a un mismo percentil.
Qu significa que tu hijo est en el percentil 10 de peso?Que
si lo comparamos con 100 lactantes normales de su misma edad,
habr solo 10 que pesen menos, mientras que los otros 90 pesarn
ms que l. Lo mismo vale para la talla. Si decimos que tu hijo est
estndar ya est en proporcin a la media.
Por ejemplo:
Si tengo qe el peso promedio de los elefantees es de
7500 kg con una desviacin estndar de 500kg y
tambin tengo que el peso promedio de los ratones es
de 30g cp una desviacin estandar de 5 g, podr
suponer (errneamente) que los elefantes tienen
mayor desviacin que los ratonees, sin embargo, si
caculas el coeficiente de variacin de cada muestra
tendrs que el de los elefantes es de 6.7% y el de los
ratones de 16,67%, es decir, es mayor la variacin
entre los pesos de los ratones.
por encima del percentil 97, mientras que los excesivamente bajos o
delgados estaran por debajo del percentil 3. Lo importante no es
tener un percentil alto, sino crecer y engordar de forma ms o menos
regular en torno a un mismo percentil.
Qu significa que tu hijo est en el percentil 10 de peso?Que
si lo comparamos con 100 lactantes normales de su misma edad,
habr solo 10 que pesen menos, mientras que los otros 90 pesarn
ms que l. Lo mismo vale para la talla. Si decimos que tu hijo est
en el percentil 75 de talla, nos referimos a que, comparado con cien
lactantes, 75 mediran menos y 25 ms. Dicho de otra forma, si
ponemos en fila a estos cien lactantes normales segn su talla, tu hijo
estara en el puesto 75.
 0 0 0 0 0
0 0 0 0 42
0 0 0 0 60
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 102
102

- 2 2.05 4.1 1.00

COVARIANZA 1.00 0.88

1.14

- 1= 1.05
- 3.17 = -1.17
es se
de ellas le
Cunto ms
ente ser esta
n negativa
ntre las dos
ional perfecta
.
s se
le corresponden
jos.Cunto ms
tente ser esta
va perfectalo
ariables (en
n pendiente

onadas: no

dia. Esto implica

mide lo mismo
tara en la

sponden a
rmalidad hay
o que habr
ordos estaran
amente bajos o
rtante no es
ma ms o menos

0 de peso?Que
misma edad,
os 90 pesarn
ue tu hijo est
 amente bajos o
rtante no es
ma ms o menos

0 de peso?Que
misma edad,
os 90 pesarn
ue tu hijo est
arado con cien
a forma, si
n su talla, tu hijo
 3 5 6 7 8 9 10 ni N xini xi2niXIYJNINJ
4 1 0 0 0 0 0 0 1 1 4 16 12 0 0
5 0 1 1 0 0 0 0 2 3 10 50 0 25 30
6 0 0 0 1 0 0 0 1 4 6 36 0 0 0
7 0 0 0 3 3 0 0 6 10 42 294 0 0 0
8 0 0 0 2 4 1 0 7 17 56 448 0 0 0
9 0 0 0 0 3 1 2 6 23 54 486 0 0 0
10 0 0 0 0 0 0 1 1 24 10 100 0 0 0
nj 1 1 1 6 10 2 3 24 182 1430 12 25 30
N 1 2 3 9 19 21 24
yinj 3 5 6 42 80 18 30 184
yj2nj 9 25 36 294 640 162 300 1466

Sxy COVARIANZA 1441 60.042

24
MEDIA VARIANZA

X 182 7.58 S2x 1430 59.58 - 57.51 2.08

24 24

Y 184 7.67 S2y 1466 61.08 58.78 2.31

24 24

Sx DESV TIP X 1.44

COEF VARSx 2.08 0.27 COEF VARIACIN COVARIANZA
VARIAC X 7.58 Sy DESV TIP Y 1.52 Sx.Sy

RECTAS
Y=a+bX b= Sxy 1.90 0.91639 a= 7.67 - 0.91639 * 7.58 7.67
S2x 2.08
y= 0.72 + 0.92 x
X=a+by b= Sxy 1.90 0.8253 a= 7.58 - 0.8253 * 7.67 7.58
S2y 2.31
x= 1.26 + 0.83 x
 0 0 0 0 12
0 0 0 0 55
42 0 0 0 42
147 168 0 0 315
112 256 72 0 440
0 216 81 180 477
0 0 0 100 100
301 640 153 280 1441
1441

- 7.58 7.67 58.14 1.90

COVARIANZA 1.90 0.87

2.19

- 6.95 = 0.72
- 6.33 = 1.26
 6 7 8 9 10 ni N xini xi2niXIYJNINJ
4 1 0 0 0 0 1 1 4 16 24 0 0
5 2 1 0 0 0 3 4 15 75 60 35 0
6 1 1 3 0 0 5 9 30 180 36 42 144
7 0 1 2 1 0 4 13 28 196 0 49 112
8 0 0 1 2 2 5 18 40 320 0 0 64
9 0 0 1 0 1 2 20 18 162 0 0 72
10 0 0 0 0 0 0 20 0 0 0 0 0
nj 4 3 7 3 3 0 0 20 135 949 120 126 392
N 1 4 11 14 17 17 17
yinj 24 21 56 27 30 0 0 158
yj2nj 144 147 448 243 300 0 0 1282

Sxy COVARIANZA 1095 54.75

20
MEDIA VARIANZA

X 135 6.75 S2x 949 47.45 - 45.56 1.89

20 20

Y 158 7.90 S2y 1282 64.10 62.41 1.69

20 20

Sx DESV TIP X 1.37

COEF VARSx 1.89 0.28 COEF VARIACIN COVARIANZA
VARIAC X 6.75 Sy DESV TIP Y 1.30 Sx.Sy

RECTAS
Y=a+bX b= Sxy 1.43 0.75 a= 7.90 - 0.75497 * 6.75 7.90
S2x 1.89
y= 2.80 + 0.75 x
X=a+by b= Sxy 1.43 0.8432 a= 6.75 - 0.8432 * 7.90 6.75
S2y 1.69
x= 0.09 + 0.84 x
 0 0 0 0 24
0 0 0 0 95
0 0 0 0 222
63 0 0 0 224
144 160 0 0 368
0 90 0 0 162
0 0 0 0 0
207 250 0 0 1095
1095

- 6.75 7.9 53.33 1.43

COVARIANZA 1.43 0.80

1.79

- 5.1 = 2.80
- 6.66 = 0.09