ESTADISTICA DESCRIPTIVA

TRABAJO COLABORATIVO 2

YESICA ALEXZANDRA CAMACHO SOSA CC 1.134.064.067

JUAN CARLOS GONZALEZ PEÑA CC. 1116204959

GRUPO
100105_156

TUTOR
MILTON FERNANDO ORTEGON PAVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PITALITO
 CONTENIDO.
pag
INTRODUCCIÓN
JUSTIFICACIÓN…………………………………………………………………………………………….. 4
OBJETIVOS…………………………………………………………………………………………………... 5
TRABAJO COLABORATIVO 1……………………………………………………………………………. 7
TRABAJO COLABORATIVO 2 (medidas de tendencia central)……………………………………..10
TRABAJO COLABORATIVO 3 (regresión y correlación lineal y múltiple)……………………….14
ANALISIS Y CONCLUSIONES……………………………………………………………………………..29
RECOMENDACION
BIBLIOGRAFÍAS
 INTRODUCCION
El servicio de urgencias se define como el sector de una institución de salud en el cual se
atienden los pacientes que demandan atención por patologías o condiciones que amenacen
su vida durante los 365 días del año, 24 horas al día, donde se presta atención médica y
estabilización inmediata a aquellas personas que así lo requieren

la congestión en el servicio de urgencias, esta incluye un gran volumen de pacientes en

dicha área, que obliga al servicio a operar superando su capacidad, generando tiempos de
espera prolongados, especialmente para aquellos que no están críticamente enfermos, lo
que produce insatisfacción, más quejas y, aunque trate de evitarse, disminución del
compromiso por parte del personal médico.

Basados en la base de datos propuesta en el trabajo con la información de los usuarios del
hospital Federico Lleras Acosta, interpretaremos las medidas univariantes que ayudaran a la
solución del problema, es así como comprenderemos la importancia de los datos
estadísticos obteniendo resultados favorables en el estudio de las competencias basadas en
el curso.
Este trabajo se fundamente en el reconocimiento y profundización en la temática propuesta
dentro de la unidad 2 y el desarrollo de algunas de las temáticas estudiadas a lo largo del
proceso académico del curso estadística descriptivas.
 OBJETIVO GENERAL.

El objetivo de este trabajo es aprender sobre los diferentes diagramas al momento

de plantear las variables a un problema como lo es el Hospital Federico Lleras
Acosta de igual manera desarrollar los puntos propuestos en la guía integradora de
actividades del momento 1 “Congestión en las salas de urgencias de los centros
hospitalarios en Colombia” y el momento 2.

OBJETIVOS

 Identificar los factores que influyen en la “Congestión en las salas de urgencias

de los centros hospitalarios en Colombia”.
 Identificar las diferentes variables del hospital Federico Vargas lleras.
 Desarrollar los puntos propuestos en la guía integradora de actividades.
 Desarrollar diagramas para representar las diferentes variables.
 Manejar conceptos que nos permitan realizar una investigación de forma
confiable.
 Proponer soluciones frente al problema establecido en el Hospital Federico Lleras
Acosta.
 Determinar y clasificar las mediadas cuantitativas.
 Calcular e interpretar adecuadamente las medidas estadísticas univariantes y
asociar los resultados con posibles alternativas de solución al problema.
 MOMENTO 1
"Congestión en la salas de urgencias de los centros hospitalarios en Colombia"

 DISTINGUIR ENTRE LO IMPORTANTE Y LO SECUNDARIO.

IMPORTANTE

Considero importante la atención al usuario debido a que en muchas ocasiones no se

cuenta con personal especializado para la atención de los usuarios motivo por el cual

en muchas ocasiones al realizar traslados a otras ciudades que cuenten con mejores

condiciones de atención al ciudadano se pierden muchas vidas debido a que no se da

de manera inmediata la atención por especialistas, o no se cuenta con el personal

necesario para dar una atención inmediata.

SECUNDARIO

Considero que la clasificación de importancia que se le da a una emergencia es algo a

tener en cuenta ya que por este motivo o clasificación será atendido un paciente

entrando en una lista de orden según la importancia de la enfermedad o urgencia si es

de una atención inmediata o puede entrar en espera.

  ASOCIACIÓN DE CONOCIMIENTOS

ELEMENTO ELEMENTO DEL PROBLEMA

Población total de pacientes que asistieron La población objeto de estudio.

a urgencias en el hospital Federico lleras
Tamaño de población n = 120
acosta de la ciudad de Ibagué, entre
hombres y mujeres.

Muestra será todo subconjunto

representativo de la población a quienes se
MUESTRA = 120 pacientes
les aplicará el estudio estadístico, la cual
será estudiada

Genero
Paciente Variables cualitativas
Enfermedad
Calificación del servicio

Fecha de ingreso
Fecha de nacimiento Variables cuantitativas discretas
# de visitas del último trimestre

Hora de ingreso
Hora de salida Variables cualitativas continuas
Peso
Edad
Estatura

El análisis se realizó en el área de En el hospital Federico lleras acosta de la

urgencias cuidad de Ibague.

OPERACIÓN DE VARIABLES

Variable Tipo de Variable Escala Descripción

Cuantitativa Ingreso al Centro

Paciente
continua 1-120 Hospitalario.

Fecha de Cuantitativa Variedad de

Ingreso Discreta 1-9 junio 2014 Fechas.

Día Cualitativa Lunes- Domingo Días de la semana.

Coomeva, cafesalud ,
Salud total, saludcoop, Entidades Públicas de
E.P.S Cualitativa
Caprecom, etc Salud.
Hora de Cuantitativa
Ingreso Continua 24 horas del día Variedad de horas.

Hora de Cuantitativa
Salida Continua 24 horas del día Variedad de horas.

Genero Cualitativa Hombre - Mujer Sexo biológico.

Fecha de Cuantitativa
Nacimiento Discreta 1920-2014 Distintos años.

Cuantitativa Según edad en el

Edad Continua ene-94 registro.

Cuantitativa Registro
Peso Continua 2.6 kg - 87.5 kg Pacientes.

Cuantitativa
Estatura Continua 0.45 M – 1.86 M Unidad de medida.

Enfermedad Cualitativa Infecciones, dolores, embarazos, Patologías.

heridas, traumas, partos etc.

Número de Cuantitativa Variedad de

Visitas Discreta 01-mar Meses.
 Calificación
Diferentes opiniones
del Servicio Bueno y malo
frente atención.
Prestado Cualitativa

 RECOLECCIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN:

Teniendo en cuenta la Base de datos del Hospital Federico Lleras Acosta, localizado en
la ciudad de Ibagué. En esta base de datos encontramos variables cualitativas
(observables) y cuantitativas (cuantificables) discretas y continúas.

Recolección de la Información: La información se organiza y se basa directamente en la

fuente de origen, representada en la base de datos
En primer lugar tenemos la base de datos donde encontramos y observamos las
diferentes variables cualitativas y cuantitativas, representando por medio de un registro el
historial de cada paciente, al ingreso del hospital Federico Lleras, en Ibagué Colombia
El método de recolección depende fundamentalmente de la información que se toma y su
estudio en base a la congestión de urgencias del centro hospitalario Federico lleras
acosta.
En nuestro registro se incorpora la base de datos, representada por el hospital Federico
Lleras Acosta, en la ciudad de ciudad de Ibagué, información cualitativa y cuantitativa
llevando un historial sistematizado de cada paciente, datos que exponen la visita de los
120 pacientes al hospital entre el 1 al 9 de junio del 2014, llevando el registro el hospital
así:

(xi) f fi % Ni Fi (ni)*(xi) ̅
xi - 𝑿 ̅ )2
(xi- 𝑿 ̅ )2)*ni
((xi- 𝑿

1 86 0,72 71,7 86 0,72 86 -0,35 0,1225 10,535

2 26 0,22 21,7 112 0,93 52 0,65 0,4225 10,985
3 8 0,07 6,7 120 1,00 24 1,65 2,7225 21,78
total 120 1 100 162 3,2675 43,3
100

80

60 Numero de visitas
cada trimestre (xi)
40 frecuencia (f)

20

0
1 2 3
 MOMENTO 2
PREGUNTAS
 VARIABLE DISCRETA
NUMERO DE VISITAS EN EL ÚLTIMO TRIMESTRE
1. Elegir una variable discreta que sea representativa y elaborar una tabla de frecuencias
para datos NO agrupados, calcular las medidas de tendencia central: media, mediana,
moda, los cuartiles, deciles 5 y 7; percentiles 30, 50 e interpretar sus resultados.

(xi) ni fi % Ni Fi (ni)*(xi) ̅
xi - 𝑿 ̅ )2
(xi- 𝑿 ̅ )2)*ni
((xi- 𝑿

1 86 0,72 71,7 86 0,72 86 -0,35 0,1225 10,535

2 26 0,22 21,7 112 0,93 52 0,65 0,4225 10,985
3 8 0,07 6,7 120 1,00 24 1,65 2,7225 21,78
total 120 1 100 162 3,2675 43,3

MEDIDAS DE TENDENCIA CENTRAL

n

X i * ni
MEDIA: ̅ = 𝟏𝟔𝟐 = 𝟏, 𝟑𝟓
𝑿 𝟏𝟐𝟎
x i 1

MEDIANA: es el 50% de los dato y se encuentra por lo tanto es = 1

MODA: dato que más se repite, por lo tanto la moda será = 1

CUARTILES:

𝟏𝟐𝟎
Q1= 𝟒 = 30
CUARTIL 1: El Q1 es 1 quiere decir q el 25% de los pacientes
visitaron una vez el hospital.

𝟐∗𝟏𝟐𝟎
CUARTIL 2: Q2= 𝟒 = 60 El Q2 es 1 quiere decir q el 50% de los pacientes
visitaron una vez el hospital.

𝟑∗𝟏𝟐𝟎
Q2= = 90
CUARTIL 3: 𝟒 El Q3 es 2 quiere decir q el 75% de los pacientes
visitaron una y dos veces el hospital Federico lleras.
DECILES
𝟓∗(𝟏𝟐𝟎)
D5 D3= 𝟏𝟎 = 60 El D5 es 1 quiere decir q el 50% de los pacientes visitaron
una vez el hospital en el último trimestre

𝟕∗(𝟏𝟐𝟎)
D7 D3= 𝟏𝟎 = 84 El D7 es 1 quiere decir q el 50% de lso pacientes visitaron
una vez el hospital en el último trimestre.

PERCENTILES

𝟑𝟎∗(𝟏𝟐𝟎)
P30 = = 36
𝟏𝟎𝟎
P30 El P30 es 1 quiere decir que el 30% de los pacientes
visitaron una vez el hospital en el último trimestre

𝟓𝟎∗(𝟏𝟐𝟎)
P50 P50 = 𝟏𝟎𝟎 = 60 El P50 es 1 quiere decir q el 50% de los pacientes
visitaron una vez el hospital en el último trimestre.

3.Con la variable Discreta elegida calcular: rango, varianza, desviación típica y coeficiente
de variación. Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.

RANGO

R= Lm – Lo 𝑹=3−1=2

VARIANZA
𝟒𝟑,𝟑
S2 = 𝟏𝟐𝟎
= 𝟎, 𝟑𝟔𝟎𝟖

DESVIACION TIPICA

S = √𝟎, 𝟑𝟔𝟎𝟖 = 𝟎, 𝟔𝟎

COEFICIENTE DE VARIACION

𝟎,𝟔𝟎
CV = 𝟏,𝟑𝟓 ∗ 𝟏𝟎𝟎 = 𝟒𝟒, 𝟒𝟒%
  VARIABLE CONTINUA PESO DE LO PACIENTES DEL HOSPITAL FEDERICO LLERAS

2. Elegir una variable Continua que sea representativa y siguiendo los lineamientos, diseñar una tabla de frecuencia para datos
agrupados, calcular las medidas de tendencia central, los cuartiles , deciles 3 y 7 ; percentiles 25, 75 ( Interpretar sus resultados).

 Organizar datos de menor a mayor.

No PESO No PESO No PESO No PESO No PESO No PESO n 120

1 2,6 21 24,5 41 57,3 61 60,8 81 67,2 101 78 Linf 2,6
2 3,1 22 30,5 42 57,6 62 60,8 82 67,2 102 78,1 Lsup 87,5
3 3,1 23 45 43 57,8 63 61,6 83 67,2 103 78,4 R 84,9
4 3,4 24 45,2 44 57,9 64 62,3 84 67,2 104 78,5 K 7,9070401 8
5 3,9 25 45,8 45 58 65 62,7 85 67,5 105 78,5 A 10,6125 11
6 5,2 26 45,8 46 58,2 66 62,9 86 67,9 106 78,5 R* 88
7 8,9 27 45,9 47 58,2 67 62,9 87 67,9 107 78,6 R*-R 3,1
8 9,4 28 50,2 48 58,3 68 63,2 88 68,9 108 78,6 A-1 10
9 9,7 29 52,6 49 58,6 69 63,8 89 70 109 78,6
10 11,9 30 52,7 50 58,8 70 64,3 90 70 110 78,9
11 12,5 31 52,9 51 58,9 71 64,3 91 70 111 79,5
Dónde:
n: número de datos
12 14,2 32 53,8 52 60 72 65 92 70,2 112 80,9
Linf: límite inferior
13 15,3 33 54 53 60 73 65,2 93 70,8 113 85
Lsup: Límite superior
14 15,9 34 54,9 54 60 74 65,2 94 72 114 85
R: rango
15 16,5 35 55 55 60,2 75 65,4 95 72,5 115 85
K: número de intervalos
16 16,7 36 55,2 56 60,3 76 65,6 96 72,9 116 85,8 A: amplitud
17 16,9 37 55,9 57 60,5 77 65,7 97 72,9 117 85,8 R*: Nuevo rango
18 18,3 38 56 58 60,5 78 65,7 98 72,9 118 85,9 R*-R: Exceso
19 19,7 39 56,8 59 60,6 79 65,8 99 73,8 119 87,2 A-1: amplitud menos 1
20 23 40 56,9 60 60,8 80 65,9 100 75,3 120 87,5

TOTAL= 6718
 Tabla de frecuencias para datos Agrupados

INTERVALOS f hi F H Xi xi*f ̅
xi - 𝑿 ̅ )2 (xi -𝑿
(xi - 𝑿 ̅ ) 2* f
1,1 12,1 10 8,33333333 10 8,33333333 6,6 66 -50,05 2505 25050
12,1 23,1 10 8,33333333 20 16,6666667 17,6 176 -39,05 1525 15249
23,1 34,1 2 1,66666667 22 18,3333333 28,6 57,2 -28,05 787 1574
34,1 45,1 1 0,83333333 23 19,1666667 39,6 39,6 -17,05 291 291
P25, D3 Q1 45,1 56,1 15 12,5 38 31,6666667 50,6 759 -6,05 37 549
Me, Mo Q2 * 56,1 67,1 42 35 80 66,6666667 61,6 2587,2 4,95 25 1029
P75, D7 Q3 67,1 78,1 21 17,5 101 84,1666667 72,6 1524,6 15,95 254 5342
78,1 89,1 19 15,8333333 120 100 83,6 1588,4 26,95 726 13800
120 6798 6149 62884

como el 50% esta incluido dentro de este 66,6% seleccionamos este intervalo
 MEDIDAS DE TENDENCIA CENTRAL

FORMULA CALCULOS
Mediana (Me): 𝟏𝟐𝟎
n − 𝟑𝟖
 Fk 1 𝑴𝒆 = 𝟓𝟔, 𝟏 + 𝟐 ∗ 𝟏𝟏 = 𝟔𝟏, 𝟖𝟔𝟏𝟗
Me  2  Ak  Lk 𝟒𝟐
fk

𝟒𝟐 − 𝟏𝟓
𝑴𝒐: 𝟓𝟔, 𝟏 + ∗ 𝟏𝟏 = 𝟓𝟗, 𝟒
Moda (Mo): f k 1 (𝟒𝟐 − 𝟏𝟓) + (𝟒𝟐 + 𝟐𝟏)
Mo   Ak  Lk
f k 1  f k 1
Como el dato que más se repite se encuentra en el
intervalo 56,1- 67,1 entonces con este intervalo
hallamos la moda.
̅ ):
Media (𝑿 n

X i *f 𝑿=
𝟔𝟕𝟗𝟖
= 𝟓𝟔, 𝟔𝟓
x i 1 𝟏𝟐𝟎
n

CUARTILES: Kn
 Fk 1
𝒏 Qk  4  Ak  Lk 𝟑𝟎 − 𝟐𝟑
Q1= 𝟒 fk 𝑸𝑲𝟏 = 𝟒𝟓, 𝟏 + ∗ 𝟏𝟏 = 𝟓𝟎, 𝟐𝟑𝟑𝟑
𝟏𝟓
Identifico en donde se encuentra el valor de 30 en la
𝟏𝟐𝟎
Q1= = 30 Frecuencia acumulada para hallar el intervalo al que le
𝟒
voy hallar el cuartil 1.

𝟐∗𝒏
Q2 = 𝟐∗(𝟏𝟐𝟎) 𝟔𝟎 − 𝟑𝟖
𝟒 Q2= = 60 𝑸𝑲𝟏 = 𝟓𝟔, 𝟏 + ∗ 𝟏𝟏 = 𝟔𝟏, 𝟖𝟔𝟐
𝟒 𝟒𝟐

𝟑∗𝒏
Q3 = 𝟒 𝟑∗(𝟏𝟐𝟎) 𝟗𝟎 − 𝟖𝟎
Q3= 𝟒
= 90 𝑸𝑲𝟑 = 𝟔𝟕, 𝟏 + ∗ 𝟏𝟏 = 𝟕𝟐, 𝟑𝟑𝟖𝟎
𝟐𝟏

DECILES 3 Y
7
𝟑∗(𝟏𝟐𝟎) 𝟑𝟔 − 𝟐𝟑
D3= = 36 𝑫𝟑 = 𝟒𝟓, 𝟏 + ∗ 𝟏𝟏 = 𝟓𝟒, 𝟔𝟑𝟑𝟑
D3 𝟏𝟎 𝟏𝟓

𝟕∗(𝟏𝟐𝟎) 𝟖𝟒 − 𝟖𝟎
D7 D7= = 84
𝟏𝟎 𝑫𝟒 = 𝟔𝟕, 𝟏 + ∗ 𝟏𝟏 = 𝟔𝟏, 𝟏𝟗𝟓𝟐
𝟐𝟏
 PERCENTILES
25, 75: 𝟐𝟓∗(𝟏𝟐𝟎)
P25= = 30 𝟑𝟎 − 𝟐𝟑
𝟏𝟎𝟎 𝑷𝟐𝟓 = 𝟒𝟓, 𝟏 + ∗ 𝟏𝟏 = 𝟓𝟎, 𝟐𝟑𝟑𝟑
P25 𝟏𝟓
𝟗𝟎 − 𝟖𝟎
𝟕𝟓∗(𝟏𝟐𝟎) 𝑷𝟕𝟓 = 𝟔𝟕, 𝟏 + ∗ 𝟏𝟏 = 𝟕𝟐, 𝟑𝟑𝟖
P75= = 90 𝟐𝟏
P75 𝟏𝟎𝟎

4. Con la variable Continua elegida calcular: rango, varianza, desviación típica y

coeficiente de variación. Interpretar los resultados obtenidos y asociarlos con el problema
objeto de estudio.
RTA:
FORMULA CALCULOS
RANGO O RECORRIDO

Dónde:
Lm: dato del último intervalo 𝑹 = 89,1 − 1,1 = 88
superior R= Lm – Lo
Lo: dato del primer intervalo
inferior

VARIANZA: 𝟔𝟐𝟖𝟖𝟒
S2 = 𝟏𝟐𝟗
= 𝟓𝟐𝟒, 𝟎𝟑𝟑

DEVIACION TIPICA: S = √𝟓𝟐𝟒, 𝟎𝟑𝟑 = 𝟐𝟐, 𝟖𝟗

COEFICIENTE DE 𝟐𝟐,𝟖𝟗
CV: = 𝟓𝟔,𝟔𝟓 ∗ 𝟏𝟎𝟎 = 𝟒𝟎, 𝟒%
VARIACION:
 ANALISIS

 La media es el número de visitas promedio al hospital Federico lleras = 1.35

personas.
 La mediana es el dato central, por lo tanto equivale al 50% de los datos en este
caso es el 50 % de las visitas realizadas al hospital Federico lleras.
 La moda Se trata del valor más frecuente en un conjunto, dato que más se
repite, por lo tanto la moda será = 1 ya que se repite 86 veces ósea que visitaron
en el último trimestres 86 personas el hospital Federico lleras
 EL Q1 quiere decir que el 25% de los pacientes visitaron una vez el hospital
Federico lleras y El 25% de los pacientes tienen peso inferior a 50,23 kg.
 EL Q2 indica que el 50% de los pacientes visitaron una vez el hospital Federico
lleras y El 50% de los pacientes tienen peso inferior a 61,86kg.
 EL Q3 Nos indica que el 75% de los pacientes visitaron una o dos veces el
hospital Federico lleras y El 75% de los pacientes pesa inferior a 72,33 kg
 EL D5 El decil número 5 indica que el 50% de los pacientes visitaron una vez el
hospital en el último trimestre.
 El D3 nos indica que El 30% de los pacientes tienen peso inferior a 54,633 kg
 El D7 El 70% de los pacientes tienen peso inferior a 69,19 kg
 P25 indica que El 25% de los pacientes tienen peso inferior a 50,23 kg
 P75 El 75% de los pacientes tienen peso inferior a 72,33 kg
 La mediana que es el 50 % de los datos en la estadística concuerda con el valor
de los datos del cuartil 2 el cual indica que el 50% de los pacientes visitaron una
vez el hospital Federico lleras.
 MOMENTO 3

 Regresión y correlación lineal simple

a. Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.
Las dos variables cuantitativas se seleccionan teniendo en cuenta la base de datos del hospital
Federico Lleras Acosta así:

VARIABLES CUANTITATIVAS
Variable dependiente Variable independiente
Y- Peso X- Estatura

b. Realizar el diagrama de dispersión de dichas variables y determinar el tipo de

asociación entre las variables.
El diagrama de dispersión se puede observar en el archivo Excel que adjunto al foro, en donde se ve
representado el tipo de asociación entre las variable, este diagrama de dispersión representa
efectivamente una tendencia lineal.
c. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?

estatura(X) peso(Y) X*Y X^2

0.45 2.6 1.17 0.2025
0.57 3.1 1.767 0.3249
0.57 3.1 1.767 0.3249
0.53 3.4 1.802 0.2809
0.47 3.9 1.833 0.2209
0.73 5.2 3.796 0.5329
0.85 8.9 7.565 0.7225
0.82 9.4 7.708 0.6724
0.76 9.7 7.372 0.5776
0.86 11.9 10.234 0.7396
0.65 12.5 8.125 0.4225
0.96 14.2 13.632 0.9216
0.96 15.3 14.688 0.9216
1.03 15.9 16.377 1.0609
1 16.5 16.5 1
0.98 16.7 16.366 0.9604
1.1 16.9 18.59 1.21
1.06 18.3 19.398 1.1236
1.18 19.7 23.246 1.3924
1.16 23 26.68 1.3456
1.03 24.5 25.235 1.0609
1.4 30.5 42.7 1.96
1.52 45 68.4 2.3104
1.5 45.2 67.8 2.25
1.53 45.8 70.074 2.3409
1.51 45.8 69.158 2.2801
1.56 45.9 71.604 2.4336
1.64 50.2 82.328 2.6896
1.51 52.6 79.426 2.2801
1.53 52.7 80.631 2.3409
1.58 52.9 83.582 2.4964
1.62 53.8 87.156 2.6244
1.63 54 88.02 2.6569
1.52 54.9 83.448 2.3104
1.63 55 89.65 2.6569
1.72 55.2 94.944 2.9584
1.62 55.9 90.558 2.6244
1.55 56 86.8 2.4025
1.56 56.8 88.608 2.4336
1.68 56.9 95.592 2.8224
1.58 57.3 90.534 2.4964
1.65 57.6 95.04 2.7225
1.59 57.8 91.902 2.5281
1.62 57.9 93.798 2.6244
1.59 58 92.22 2.5281
1.6 58.2 93.12 2.56
1.55 58.2 90.21 2.4025
1.59 58.3 92.697 2.5281
1.56 58.6 91.416 2.4336
1.59 58.8 93.492 2.5281
1.62 58.9 95.418 2.6244
1.74 60 104.4 3.0276
1.79 60 107.4 3.2041
1.65 60 99 2.7225
1.65 60.2 99.33 2.7225
1.61 60.3 97.083 2.5921
1.65 60.5 99.825 2.7225
1.58 60.5 95.59 2.4964
1.73 60.6 104.838 2.9929
1.61 60.8 97.888 2.5921
1.56 60.8 94.848 2.4336
1.67 60.8 101.536 2.7889
1.57 61.6 96.712 2.4649
1.63 62.3 101.549 2.6569
1.69 62.7 105.963 2.8561
1.63 62.9 102.527 2.6569
1.63 62.9 102.527 2.6569
1.59 63.2 100.488 2.5281
1.62 63.8 103.356 2.6244
1.78 64.3 114.454 3.1684
1.72 64.3 110.596 2.9584
1.86 65 120.9 3.4596
1.7 65.2 110.84 2.89
1.67 65.2 108.884 2.7889
1.63 65.4 106.602 2.6569
1.7 65.6 111.52 2.89
1.58 65.7 103.806 2.4964
1.67 65.7 109.719 2.7889
1.64 65.8 107.912 2.6896
1.62 65.9 106.758 2.6244
1.72 67.2 115.584 2.9584
1.65 67.2 110.88 2.7225
1.72 67.2 115.584 2.9584
1.71 67.2 114.912 2.9241
1.67 67.5 112.725 2.7889
1.65 67.9 112.035 2.7225
1.66 67.9 112.714 2.7556
1.76 68.9 121.264 3.0976
1.64 70 114.8 2.6896
1.67 70 116.9 2.7889
1.65 70 115.5 2.7225
1.65 70.2 115.83 2.7225
1.61 70.8 113.988 2.5921
1.68 72 120.96 2.8224
1.58 72.5 114.55 2.4964
1.75 72.9 127.575 3.0625
1.76 72.9 128.304 3.0976
1.75 72.9 127.575 3.0625
1.8 73.8 132.84 3.24
1.78 75.3 134.034 3.1684
1.71 78 133.38 2.9241
1.72 78.1 134.332 2.9584
1.68 78.4 131.712 2.8224
1.78 78.5 139.73 3.1684
1.79 78.5 140.515 3.2041
1.75 78.5 137.375 3.0625
1.7 78.6 133.62 2.89
1.58 78.6 124.188 2.4964
1.68 78.6 132.048 2.8224
1.6 78.9 126.24 2.56
1.72 79.5 136.74 2.9584
1.75 80.9 141.575 3.0625
1.68 85 142.8 2.8224
1.68 85 142.8 2.8224
1.8 85 153 3.24
1.66 85.8 142.428 2.7556
1.86 85.8 159.588 3.4596
1.81 85.9 155.479 3.2761
1.8 87.2 156.96 3.24
1.67 87.5 146.125 2.7889
181.52 6718 11000.217 287.7456
 Ŷ=a+bX
b= nΣ xy-
ΣXΣY
nΣ x2-(Σx)2

a= ΣY-bΣ X
n

b
nΣxy= 1320026.04
Σx Σ y 1219451.36
nΣ x2 34529.472
(Σx)2 32949.5104

b= 63.66

a
Σy 6718
bΣX 11554.9112
n 120
a= -40.30759

El modelo matemático que permite predecir el efecto de una variable es:

𝑦 = 𝑎 + 𝑏𝑥
𝑦 = −40.3075 + 63.66𝑥 R² = 0.8645
Podemos asegurar que la ecuación de la recta es confiable porque R² está cercano a 1 y tiene un
alto grado de confiabilidad.
a. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
 El valor R² afirma que el modelo explica 86.45 % de la información y el valor de r coeficiente de
correlación lineal es excelente porque el 0.8645 está cercano al extremo 1 positivo que es la
correlación perfecta positiva.

b. Relacionar la información obtenida con el problema.

Como podemos observar el diagrama de dispersión nos representa los datos y resultados
demostrados por medio de la ecuación y su respectiva formula, podemos deducir que entre los
pacientes más incrementen su estatura el peso seguirá siendo ascendente con intercepto de la
variable x.

PACIENTES QUE VISITARON EL HOPITAL

FEDERICO LLERAS ACOSTA ESTATURA Y PESO
100
80
y = 63,656x - 40,308
PESO DE LOS PACIENTES

60 R² = 0,8645
40
20
0
-20 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
ESTATURA DE LOS PACIENTES

REGRESION Y CORRELACION DE LA LINEAL MULTIPLE

EDAD ESTATURA (M) Peso (kg) x1y x2y x1x2 x1^2 x2^2 y^2
3 0,65 12,5 37,5 8,125 1,95 9 0,4225 156,25
31 1,74 60 1860 104,4 53,94 961 3,0276 3600
62 1,58 72,5 4495 114,55 97,96 3844 2,4964 5256,25
64 1,59 58 3712 92,22 101,76 4096 2,5281 3364
4 1 16,5 66 16,5 4 16 1 272,25
65 1,65 57,6 3744 95,04 107,25 4225 2,7225 3317,76
55 1,7 78,6 4323 133,62 93,5 3025 2,89 6177,96
1 0,73 5,2 5,2 3,796 0,73 1 0,5329 27,04
18 1,62 53,8 968,4 87,156 29,16 324 2,6244 2894,44
42 1,53 45,8 1923,6 70,074 64,26 1764 2,3409 2097,64
23 1,65 60,2 1384,6 99,33 37,95 529 2,7225 3624,04
8 1,18 19,7 157,6 23,246 9,44 64 1,3924 388,09
71 1,69 62,7 4451,7 105,963 119,99 5041 2,8561 3931,29
53 1,58 78,6 4165,8 124,188 83,74 2809 2,4964 6177,96
20 1,53 52,7 1054 80,631 30,6 400 2,3409 2777,29
2 0,85 8,9 17,8 7,565 1,7 4 0,7225 79,21
73 1,64 70 5110 114,8 119,72 5329 2,6896 4900
25 1,75 80,9 2022,5 141,575 43,75 625 3,0625 6544,81
35 1,6 78,9 2761,5 126,24 56 1225 2,56 6225,21
5 1,03 15,9 79,5 16,377 5,15 25 1,0609 252,81
24 1,55 56 1344 86,8 37,2 576 2,4025 3136
23 1,58 52,9 1216,7 83,582 36,34 529 2,4964 2798,41
19 1,78 78,5 1491,5 139,73 33,82 361 3,1684 6162,25
54 1,66 85,8 4633,2 142,428 89,64 2916 2,7556 7361,64
19 1,7 65,2 1238,8 110,84 32,3 361 2,89 4251,04
21 1,79 60 1260 107,4 37,59 441 3,2041 3600
56 1,72 67,2 3763,2 115,584 96,32 3136 2,9584 4515,84
43 1,68 85 3655 142,8 72,24 1849 2,8224 7225
5 1,03 24,5 122,5 25,235 5,15 25 1,0609 600,25
21 1,63 65,4 1373,4 106,602 34,23 441 2,6569 4277,16
54 1,73 60,6 3272,4 104,838 93,42 2916 2,9929 3672,36
51 1,68 85 4335 142,8 85,68 2601 2,8224 7225
26 1,58 57,3 1489,8 90,534 41,08 676 2,4964 3283,29
22 1,65 67,9 1493,8 112,035 36,3 484 2,7225 4610,41
0 0,45 2,6 0 1,17 0 0 0,2025 6,76
26 1,78 75,3 1957,8 134,034 46,28 676 3,1684 5670,09
73 1,5 45,2 3299,6 67,8 109,5 5329 2,25 2043,04
85 1,64 50,2 4267 82,328 139,4 7225 2,6896 2520,04
7 1,16 23 161 26,68 8,12 49 1,3456 529
16 1,52 45 720 68,4 24,32 256 2,3104 2025
52 1,58 65,7 3416,4 103,806 82,16 2704 2,4964 4316,49
4 0,98 16,7 66,8 16,366 3,92 16 0,9604 278,89
20 1,65 60,5 1210 99,825 33 400 2,7225 3660,25
68 1,59 57,8 3930,4 91,902 108,12 4624 2,5281 3340,84
54 1,61 60,3 3256,2 97,083 86,94 2916 2,5921 3636,09
44 1,79 78,5 3454 140,515 78,76 1936 3,2041 6162,25
3 0,96 15,3 45,9 14,688 2,88 9 0,9216 234,09
81 1,67 65,2 5281,2 108,884 135,27 6561 2,7889 4251,04
20 1,7 65,6 1312 111,52 34 400 2,89 4303,36
40 1,68 78,4 3136 131,712 67,2 1600 2,8224 6146,56
40 1,62 57,9 2316 93,798 64,8 1600 2,6244 3352,41
0 0,53 3,4 0 1,802 0 0 0,2809 11,56
61 1,59 58,3 3556,3 92,697 96,99 3721 2,5281 3398,89
23 1,56 56,8 1306,4 88,608 35,88 529 2,4336 3226,24
34 1,65 60 2040 99 56,1 1156 2,7225 3600
31 1,68 72 2232 120,96 52,08 961 2,8224 5184
17 1,56 58,6 996,2 91,416 26,52 289 2,4336 3433,96
3 0,96 14,2 42,6 13,632 2,88 9 0,9216 201,64
59 1,67 65,7 3876,3 109,719 98,53 3481 2,7889 4316,49
19 1,61 60,8 1155,2 97,888 30,59 361 2,5921 3696,64
0 0,57 3,1 0 1,767 0 0 0,3249 9,61
44 1,8 85 3740 153 79,2 1936 3,24 7225
75 1,56 60,8 4560 94,848 117 5625 2,4336 3696,64
75 1,62 55,9 4192,5 90,558 121,5 5625 2,6244 3124,81
82 1,67 70 5740 116,9 136,94 6724 2,7889 4900
33 1,8 73,8 2435,4 132,84 59,4 1089 3,24 5446,44
39 1,75 78,5 3061,5 137,375 68,25 1521 3,0625 6162,25
23 1,65 67,2 1545,6 110,88 37,95 529 2,7225 4515,84
37 1,72 67,2 2486,4 115,584 63,64 1369 2,9584 4515,84
48 1,59 58,8 2822,4 93,492 76,32 2304 2,5281 3457,44
50 1,63 62,3 3115 101,549 81,5 2500 2,6569 3881,29
94 1,65 70,2 6598,8 115,83 155,1 8836 2,7225 4928,04
17 1,52 54,9 933,3 83,448 25,84 289 2,3104 3014,01
55 1,72 78,1 4295,5 134,332 94,6 3025 2,9584 6099,61
59 1,63 62,9 3711,1 102,527 96,17 3481 2,6569 3956,41
23 1,86 65 1495 120,9 42,78 529 3,4596 4225
87 1,63 62,9 5472,3 102,527 141,81 7569 2,6569 3956,41
34 1,75 72,9 2478,6 127,575 59,5 1156 3,0625 5314,41
24 1,57 61,6 1478,4 96,712 37,68 576 2,4649 3794,56
1 0,76 9,7 9,7 7,372 0,76 1 0,5776 94,09
19 1,78 64,3 1221,7 114,454 33,82 361 3,1684 4134,49
25 1,62 58,9 1472,5 95,418 40,5 625 2,6244 3469,21
5 1,06 18,3 91,5 19,398 5,3 25 1,1236 334,89
24 1,68 56,9 1365,6 95,592 40,32 576 2,8224 3237,61
0 0,57 3,1 0 1,767 0 0 0,3249 9,61
52 1,51 45,8 2381,6 69,158 78,52 2704 2,2801 2097,64
24 1,76 68,9 1653,6 121,264 42,24 576 3,0976 4747,21
2 0,86 11,9 23,8 10,234 1,72 4 0,7396 141,61
49 1,62 65,9 3229,1 106,758 79,38 2401 2,6244 4342,81
68 1,71 78 5304 133,38 116,28 4624 2,9241 6084
5 1,1 16,9 84,5 18,59 5,5 25 1,21 285,61
37 1,86 85,8 3174,6 159,588 68,82 1369 3,4596 7361,64
54 1,71 67,2 3628,8 114,912 92,34 2916 2,9241 4515,84
26 1,59 63,2 1643,2 100,488 41,34 676 2,5281 3994,24
1 0,82 9,4 9,4 7,708 0,82 1 0,6724 88,36
33 1,76 72,9 2405,7 128,304 58,08 1089 3,0976 5314,41
0 0,47 3,9 0 1,833 0 0 0,2209 15,21
21 1,62 63,8 1339,8 103,356 34,02 441 2,6244 4070,44
13 1,4 30,5 396,5 42,7 18,2 169 1,96 930,25
23 1,51 52,6 1209,8 79,426 34,73 529 2,2801 2766,76
39 1,81 85,9 3350,1 155,479 70,59 1521 3,2761 7378,81
19 1,66 67,9 1290,1 112,714 31,54 361 2,7556 4610,41
24 1,6 58,2 1396,8 93,12 38,4 576 2,56 3387,24
45 1,63 55 2475 89,65 73,35 2025 2,6569 3025
57 1,58 60,5 3448,5 95,59 90,06 3249 2,4964 3660,25
51 1,67 87,5 4462,5 146,125 85,17 2601 2,7889 7656,25
17 1,72 55,2 938,4 94,944 29,24 289 2,9584 3047,04
26 1,65 70 1820 115,5 42,9 676 2,7225 4900
16 1,56 45,9 734,4 71,604 24,96 256 2,4336 2106,81
22 1,63 54 1188 88,02 35,86 484 2,6569 2916
25 1,67 60,8 1520 101,536 41,75 625 2,7889 3696,64
55 1,64 65,8 3619 107,912 90,2 3025 2,6896 4329,64
23 1,61 70,8 1628,4 113,988 37,03 529 2,5921 5012,64
58 1,68 78,6 4558,8 132,048 97,44 3364 2,8224 6177,96
48 1,8 87,2 4185,6 156,96 86,4 2304 3,24 7603,84
39 1,72 79,5 3100,5 136,74 67,08 1521 2,9584 6320,25
36 1,75 72,9 2624,4 127,575 63 1296 3,0625 5314,41
60 1,67 67,5 4050 112,725 100,2 3600 2,7889 4556,25
47 1,55 58,2 2735,4 90,21 72,85 2209 2,4025 3387,24
17 1,72 64,3 1093,1 110,596 29,24 289 2,9584 4134,49
4083 181,52 6718 267090,5 11000,217 6713,23 203031 287,7456 437809,28

DIAGRAMA DE DISPERSION

Primera ecuación: ∑𝑦 = 𝑛𝑎 + 𝑏1 ∑𝑥1 + 𝑏2 ∑𝑥2

Segunda ecuación: ∑𝑥1 𝑦 = 𝑎∑𝑥1 + 𝑏1 ∑𝑥12 + 𝑏2 ∑𝑥1 𝑥2
Tercera ecuación: ∑𝑥2 𝑦 = 𝑎∑𝑥2 + 𝑏1 ∑𝑥1 𝑥2 + 𝑏2 ∑𝑥22

10162,095 = 181,52𝑎 + 6176,48𝑏1 + 274,579𝑏2

−11000,217 = −181,52𝑎 − 6713𝑏1 − 287,754𝑏2
−838,122 = −537,012𝑏1 − 13,166𝑏2
 838,122 − 13,166𝑏2
𝑏1 = ecuacion (1)
537,012

181,52
ecuacion multiplicada por y restada por la ecuacion (2)
120

228579,95 = 4083𝑎 + 138924,074𝑏1 + 6176,218𝑏2

−267090,5 = −4083𝑎 − 203031𝑏1 − 6713,23𝑏2

−38510,55 = −64106,925𝑏1 − 537,012𝑏2 Ecuación (3)

838,122 − 13,166b2
38510,55 = 64106,925 ( ) + 537,012b2
537,012
b2 = 59,473
reemplazamos b2 en la ecuacion 4
838,122 − (13,166 ∗ 59,473)
b1 =
537,012
b1 = 0,102
b1 y b2 se reemplazan en la ecuacion (1)
6718 − 4083b1 − 181,52b2
a=
120
6718 − 4083(0,102) − 181,52(59,473)
a=
120
a = −37,470
Interpretación de los resultados

En el hospital Federico lleras al ingreso a urgencias en la mayoría de los casos el peso de

los pacientes varían dependiendo de la estatura y de la edad, como se vio en el ejemplo
anterior.
La relación de la información obtenida del ejercicio y arrojada por el mismo en la recta de
regresión y el coeficiente de correlación podemos probar que un cada persona, en este
caso los pacientes que ingresaron al hospital Federico Lleras Acosta en un promedio con
10,25 años obtendrá un peso de 37,47 kilos aproximadamente y una estatura de 59,47 cm
y si se razona sería un promedio de 1,19 metros lo cual sería indicado para un niño de la
edad de 10 años. También se puede concluir que una persona que tenga 20,5 años
puede llegar a tener una estatura promedio de 1,78 metros y un peso de 75 kilos lo cual
es un peso adecuado para la edad y la estatura de la una persona que presente estas
características físicas.

RECOMENDACIONES
De acuerdo a lo estudiado en los trabajos colaborativos 2 y 3 se evidencia que un 71 %
de los pacientes del hospital “Federico lleras acosta” son pacientes nuevos, es decir que
no han utilizado los servicios de urgencias del hospital antes mencionado, de acuerdo a
esto se recomienda que se haga mayor agilidad a la hora de la recepción e ingreso a la
institución, esto se lograría mediante agilización de toma de datos por primera vez, otra
manera de aligerar el ingreso de los pacientes podría ser por medio de la utilización de
una regresión lineal como lo estudiamos y donde podemos calcular el peso del paciente
por medio de una ecuación teniendo en cuenta la estatura, pero esto podría ser un
inconveniente ya que no todos los pacientes se podrían unificar, debido a que se pueden
presentar casos de desnutrición sebera u obesidad mórbida en el cual no sería posible
detectarlos con solo la utilización de la estatura.
Por otro lado el trabajo realizado nos arroja que un 25% de los pacientes son menores de
edad y también otro 25% son personas de la tercera edad por lo cual de recomienda una
atención prioritaria y ágil, con estos pacientes para con esta atención descongestionar un
50% la sala de urgencias del hospital.
PROPUESTA
La problemática del estudio de caso, (la congestión en la salas de urgencias en Colombia)
también es evidenciada en la base de datos del hospital Federico Lleras. Nuestros
resultados son los siguientes: en el mes de Junio el hospital Federico Lleras recibió en la
sala de urgencias 121 pacientes con diversos tipos de enfermedades, el 41% de estas
enfermedades son de poca frecuencia, debido a que solo se presentó un caso por cada
una de ellas. Mientras que el 18% aún están por determinar, Con el mayor porcentaje de
reincidencia y enfermedad determinada esta la Diarrea y gastroenteritis de origen
infeccioso que presenta una frecuencia del 9%.

En el rango de edades, los atendidos con mayor frecuencia se encuentran entre los 16 y
los 23 años. Pero calculando las medidas de tendencia central nos arrojan unos
resultados de media o promedio 34 años, la mediana de 26 y la moda de 23 años.

Al analizar los datos por cuartiles, deciles y percentiles, la mediana corresponde al Q2, el
D5 y el P50.

Cuando se analizó la variable peso, los resultados nos arrojaron un 50% de personas con
peso cercano a los 60 kilos, mientras que el 35% tienen un peso inferior a 52 y el 25%
restante están por encima de los 72 kilos.

Analizando la variable de la cantidad de visitas por paciente en este periodo de tiempo,

encontramos que la media o promedio es de 1,34 lo que significa que los pacientes
asistieron en poco tiempo más de una vez.

Al analizar los datos anteriormente expuestos, encontramos que las enfermedades

tratadas no son graves, que los pacientes están en un rango de edad y peso ideal para la
estatura que tiene, lo cual significa no son pacientes de alto riesgo. Entonces, ¿que hace
que los pacientes vuelvan al hospital? En nuestro concepto no se está dando un
diagnóstico correcto (18% enfermedades no determinadas) ni tampoco un tratamiento
adecuado, porque los pacientes regresan enfermos.

La solución está en que el personal competente y responsable de estos médicos

inmediatamente tome cartas en el asunto, verifique que médicos son los que están de
turno cuando estos eventos se presentan y aplique las medidas necesarias
BIBLIOGRAFIA

MONICA A. SANTA E. Módulo estadística descriptiva fue diseñado en el año 2005 UNAD,
Universidad Abierta y a Distacia.

http://estadisticadescriptivaunad100105.blogspot.com/ Consultado el 7 de abril 2015