Tamao
1000
4100
2000
6000
6800
3000
2000
1200
5000
3800
6500
1000
7000
3000
2200
1800
5400
5800
1000
1500
Defectos (%)
3.5
3.8
5.5
1.9
2.0
3.2
3.8
4.2
3.8
3.0
1.5
5.5
1.0
4.5
4.2
6.0
2.0
2.0
6.2
7.0
Pregunta:
RESOLUCION B
MEDIA
DESV ESTA
3.7
1.7
defectos
3.5
3.8
5.5
1.9
2.0
3.2
3.8
4.2
3.8
3.0
1.5
5.5
1.0
4.5
4.2
6.0
2.0
ENTONCES
Xraya
LCS
LCI
LCS
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
3.73
8.828699525
-1.36869952
LCI
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
8.83
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
-1.37
Ch
10.00
8.00
6.00
4.00
2.00
0.00
-2.00
Column B
2.00
0.00
-2.00
2.0
6.2
7.0
3.73
3.73
3.73
PROM PONDERADO
2.890
8.83
8.83
8.83
-1.37
-1.37
-1.37
Defectos (%)
3.5
3.8
5.5
1.9
2.0
3.2
3.8
4.2
3.8
3.0
1.5
5.5
1.0
4.5
4.2
6.0
2.0
2.0
6.2
7.0
SUMA
CONSIDERANDO
3500
15580
11000
11400
13600
9600
7600
5040
19000
11400
9750
5500
7000
13500
9240
10800
10800
11600
6200
10500
202610
Column B
RESOLUCION C
Tamao
1000
4100
2000
6000
6800
3000
2000
1200
5000
3800
6500
1000
7000
3000
2200
1800
5400
5800
1000
1500
RESOLUCION 1
Relacion negat
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
Chart Title
8.00
6.00
4.00
2.00
-2.00
Column B
9 10 11 12 13 14 15 16 17 18 19 20
Column C
1000
2000
3000
4000
500
10.00
0.00
Column D
2.00
0.00
-2.00
Column B
9 10 11 12 13 14 15 16 17 18 19 20
Column C
Column D
LSE
LIE
Relacion negativa
00
2000
3000
4000
5000
6000
7000
8000
Resumen
Estadsticas de la regresin
Coeficiente de correlacin m 0.8488908
Coeficiente de determinaci 0.72061559
R^2 ajustado
0.70509423
Error tpico
0.92295345
Observaciones
20
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
1 39.5488248 39.5488248 46.4273602 2.224E-006
Residuos
18 15.3331752 0.85184306
Total
19
54.882
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%
6.08493657 0.40254401 15.116202 1.133E-011 5.23922298 6.93065015
-0.00067188 9.861E-005 -6.81376256 2.224E-006 -0.00087904 -0.00046472
Intercepcin
Tamao
Defectos (%)
1
1.5
1.9
2
2
2
3
3.2
3.5
3.8
3.8
3.8
4.2
4.2
4.5
5.5
5.5
6
6.2
7
D e fe c tos (% )
10
5
0
0
20
40
60
80
Muestra percentil
100
120
normal
120
Efectuar el analisis de estadstica descriptiva de la produccin de uvas de una zona agrcola. Utilice grficos.
Analice la variabilidad de cada indicador.
Produccin, superficie y rendimiento de uvas
Aos
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
Superficie
cosechada
Has
9,462
9,423
9,360
9,696
9,478
9,264
9,797
8,759
8,652
8,725
8,687
8,801
8,661
9,124
9,730
10,702
11,314
12,367
10,321
10,324
10,292
11,578
11,977
12,003
12,258
Produccin
56,496
55,034
49,418
45,467
35,600
51,613
46,787
56,401
47,352
65,467
55,431
56,100
43,363
47,441
64,916
81,446
90,514
114,388
76,074
98,343
107,232
127,701
136,051
145,963
146,536
Rendimiento
Prom Nac
Kg/Ha
5,971
5,840
5,280
4,689
3,756
5,571
4,776
6,439
5,473
7,503
6,381
6,374
5,007
5,200
6,995
7,610
8,000
9,600
7,371
9,256
10,421
10,930
12,447
12,690
11,950
Fuente: Minag-Dgia
Elaboracin: AgroData-CEPES
Chart Title
14000
12000
10000
Superficie
cosechada
Has
Media
Error tpico
Mediana
Moda
Desviacin estndar
Varianza de la muest
Curtosis
Coeficiente de asimet
Rango
Mnimo
Mximo
Suma
Cuenta
CV
Estadsticas de la regresin
Coeficiente de correl
Coeficiente de deter
R^2 ajustado
Error tpico
Observaciones
ANLISIS DE VARIANZA
Grados de liberta
Regresin
Residuos
Total
8000
6000
Intercepcin
4000
Superficie
cosechada
Has
2000
0
1 2 3 4 5 6 7 8 9 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
Aos
8000
6000
4000
2000
0
1 2 3 4 5 6 7 8 9 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
Aos
Resumen
Estadsticas de la regresin
Coeficiente de correl
Coeficiente de deter
R^2 ajustado
Error tpico
Observaciones
ANLISIS DE VARIANZA
Grados de liberta
Regresin
Residuos
Total
Intercepcin
Produccin
Resumen
Estadsticas de la regresin
Coeficiente de correl
Coeficiente de deter
R^2 ajustado
Error tpico
Observaciones
ANLISIS DE VARIANZA
Grados de liberta
Regresin
Residuos
Total
Intercepcin
Superficie
cosechada
Has
Rendimiento
Prom Nac
Kg/Ha
Produccin
10030.1816
246.16284
9696
#N/A
1230.8142
1514903.59
-0.79382183
0.7086942
3715
8652
12367
250754.54
25
0.12271106
Media
76045.36
Error tpico
6954.07109
Mediana
56496
Moda
#N/A
Desviacin es 34770.3554
Varianza de l 1208977617
Curtosis
-0.4649974
Coeficiente d 0.93532237
Rango
110936
Mnimo
35600
Mximo
146536
Suma
1901134
Cuenta
25
0.45723178
Media
7421.22665
Error tpico
519.170201
Mediana
6439.20539
Moda
#N/A
Desviacin es 2595.85101
Varianza de l 6738442.45
Curtosis
-0.46757435
Coeficiente d 0.79222474
Rango
8933.93332
Mnimo
3756.06668
Mximo
12690
Suma
185530.666
Cuenta
25
0.34978732
dsticas de la regresin
0.8982526
0.80685774
0.79846025
15609.5179
25
S DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
1 2.341E+010 2.341E+010 96.0832071 1.113E-009
23 5604112126 243657049
24 2.902E+010
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
-178475.811 26152.7106 -6.82437144 5.850E-007 -232576.815 -124374.807 -232576.815 -124374.807
25.3755297 2.58875751
9.8022042
Produccion vs Rendimiento
dsticas de la regresin
0.98543308
0.97107836
0.96982089
450.954732
25
S DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
1 157045335 157045335 772.252178 3.360E-019
23 4677283.93 203360.171
24 161722619
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
1826.608 220.601213 8.28013578 2.364E-008 1370.25962 2282.95637 1370.25962 2282.95637
0.07356949 0.00264739 27.7894257 3.360E-019 0.06809295 0.07904604 0.06809295 0.07904604
dsticas de la regresin
0.82310199
0.67749689
0.66347502
1505.87324
25
S DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
1 109566572 109566572 48.3171424 4.376E-007
23
52156047 2267654.22
24 161722619
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
-9990.81567 2522.9906 -3.95990998 0.0006214 -15210.0194 -4771.61196 -15210.0194 -4771.61196
uperior 95.0%
R e nd im ie nto
P rom N a c
K g /H a
Muestra percentil
10
12
uperior 95.0%
uperior 95.0%
caso 2
Rendimiento vs sup cosechada , aos, produccion
Resumen
Estadsticas de la regresin
Coeficiente de correlac 0.9955143
Coeficiente de determi 0.99104873
R^2 ajustado
0.98976998
Error tpico
262.553673
Observaciones
25
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
3 160274996 53424998.6 775.011814 1.178E-021
Residuos
21 1447623.05 68934.4312
Total
24 161722619
Intercepcin
Aos
Superficie
cosechada
Has
Produccin
-0.4636875
R end im iento
P rom N a c
K g /H a
os, produccion
20
10
0
-0.88278723
-0.4636875
0.08441275 0.10424152
6
8
Muestra percentil
10
12
normal
10
12
a que su probabilidad
Intercepcin
Superficie
cosechada
Has
Produccin
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
6985.68773 748.546098 9.33234139 4.180E-009 5433.29814 8538.07732 5433.29814
Percentil
2
6
10
14
18
22
26
30
34
38
42
46
50
54
58
62
66
70
74
78
Rendimiento
Prom Nac
Kg/Ha
3756.06668
4689.2533
4775.64561
5006.69669
5200
5279.70085
5472.95423
5571.35147
5840.39053
5970.83069
6374.27565
6380.91401
6439.20539
6995
7371
7503.38109
7610
8000
9256
9600
82
86
90
94
98
10421
10930
11950
12447
12690
R end im ie nto
P rom N a c
Kg /H a
20000
10000
0
Superior 95.0%
8538.07732
-0.47669875
0.10223585
20
40
60
80
Muestra percentil
100
120
Superficie
cosechada
Has
Aos
Aos
Superficie
cosechada
Has
Produccin
Rendimiento
Prom Nac
Kg/Ha
Produccin
Rendimiento
Prom Nac
Kg/Ha
0.73199679
0.86032864
0.8982526
Proinversin estudia las relaciones entre el nmero de licitadores para un proyecto de carretera,
y la propuesta ganadora (la de mas bajo costo) para el proyecto. De particular inters es si el
nmero de postores aumenta o disminuye el importe de la licitacin ganadora.
Proyecto
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
No Licitadores
9
9
3
10
5
10
7
11
6
6
4
7
7
7
6
Oferta Ganadora
(millones US$)
5.1
8
9.7
7.8
7.7
5.5
8.3
5.5
10.3
8
8.8
9.4
8.6
8.1
7.8
7.9631 millones $
Resumen
Estadsticas de la regresin
Coeficiente de0.706380686 Aunque es una correlacion casi alta
Coeficiente d 0.498973673 la variable n licitadores solo explica el 49% de la relacion con la variable oferta ga
R^2 ajustado 0.460433187 TIENEN UNA RELACION NEGATIVA
Error tpico
1.113818913
Observacione
15
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
1 16.0616299 16.0616299 12.94674034 0.003243266
Residuos
13 16.12770344 1.240592572
Total
14 32.18933333
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%
Intercepcin 11.23598553 0.968946401 11.59608573
3.15E-08
9.1427041
No Licitadore -0.46672694 0.129712746 -3.59815791 0.003243266 -0.7469543
8
6
4
2
0
10
11
12
or crtico de F
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Diciembre
Octubre
Noviembre
Junio
Diciembre
Setiembre
Agosto
Enero
Mayo
Abril
Febrero
Marzo
Julio
total
42
38
30
29
28
26
22
22
20
18
18
18
311
45
40
35
30
25
20
15
10
5
0
RECLAMOS
22
18
18
20
22
30
18
26
28
42
38
29
0.1350482315
0.1221864952
0.0964630225
0.0932475884
0.0900321543
0.0836012862
0.0707395498
0.0707395498
0.0643086817
0.0578778135
0.0578778135
0.0578778135
14%
26%
35%
45%
54%
62%
69%
76%
83%
88%
94%
100%
Chart Title
Chart Title
50
120
100
80%
60%
40%
20%
0%
40
30
20
10
0
Column B
LAS QUEJAS AUMENTA EN LA SEGUNDA MITAD DEL AO A EXCEPCION DEL MES DE JULIO
Seria necesario evaluar la causa de la mayoria de las quejas
PODRIA SER QUE LOS PACIENTES EN EL MES DE JULIO DESTINAN SU PRESUPUESTO PARA OTROS
GASTOS Y LAS ATENCIONES EN EL CENTRO MEDICO SON MENOS
itle
umn B
PARA OTROS
120%
100%
80%
60%
40%
20%
0%
lunes
martes
miercoles
jueves
viernes
sabado
domingo
lunes
martes
miercoles
8
4
0
2
3
9
6
0
4
6
Chart Title
10
9
8
7
6
5
4
3
2
1
0
Column
za en 8, 4, 0, 2, 3, 9, 6, 0, 4, 6.
atencin al pblico para estas 2 semanas.
Chart Title
Column C
En una acera se levant la informacin referida a lesiones entre el 1ro. de enero y 30 de junio
Enero
Febrero
Marzo
Abril
Esguince de tobillo
Esguince de espalda
10
10
Cortadura de pierna
Cortadura de mano
total
17
16
13
4
15
2
5
3
2
Perdidas
300
1125
150
375
16
14
12
225
150
10
8
6
4
2
0
Quemadu
ra con
cido
E
d
Esguince de espalda
Cortadura de mano
Cortadura de pierna
Esguince de tobillo
Cuerpo extrao en el ojo
Quemadura con cido
total
41
12
8
6
4
0.561643836
0.164383562
0.109589041
0.082191781
0.054794521
56%
73%
84%
92%
97%
2
73
0.02739726
100%
45
40
35
30
25
20
15
10
5
0
Esguince
de
espalda
Cortadu
a de
mano
15
10
5
0
Esguince
de
espalda
Cortadu
a de
mano
LOS ACCIDENTES MAS COMUNES SON ESGUINCE DE ESPALDA ,CORTADURA D PIERNA Y MANO
Esguince de tobillo
Cuerpo extrao en el ojo
Quemadura con cido
Cortadura de pierna
Esguince de espalda
Cortadura de mano
1125
375
300
225
150
150
2325
0.483870968
0.161290323
0.129032258
0.096774194
0.064516129
0.064516129
48%
65%
77%
87%
94%
100%
1200
1000
800
600
400
200
0
Esguince
de tobillo
Cuerp
extra
en el
EL 77% DE LAS PERDIDAS ECONOMICAS SON GENERADAS POR LOS ACCIDENTES MENOS COMUNES
ESGUINCE TOBILLO, CUERPO EXTRAAO, Y QUEMADURA ESTO SE DEBE QUE A PESAR QUE SON LOS MENOS CO
GENERAN MAYOR TIEMPO DE DESCANSO Y EN CONSECUENCIA MAS DIAS DE DESCANSO
o. de enero y 30 de junio
Mayo
Junio
total
41
12
10
continuacin:
Chart Title
16
14
12
10
8
6
4
2
0
Quemadu
ra con
cido
Esguince
de tobillo
Esguince
de
espalda
Cuerpo
extrao
en el ojo
Cortadur
a de
pierna
Cortadur
a de
mano
Chart Title
45
120%
40
100%
35
30
80%
25
60%
20
15
40%
10
20%
5
0
Esguince
de
espalda
Cortadur
a de
mano
Cortadur Esguince
a de
de tobillo
pierna
Column C
Cuerpo
extrao
en el ojo
Quemadu
ra con
cido
0%
15
40%
10
20%
5
0
Esguince
de
espalda
Cortadur
a de
mano
Cortadur Esguince
a de
de tobillo
pierna
Column C
Cuerpo
extrao
en el ojo
Quemadu
ra con
cido
0%
RA D PIERNA Y MANO
Chart Title
1200
120%
1000
100%
800
80%
600
60%
400
40%
200
20%
Esguince
de tobillo
Cuerpo
extrao
en el ojo
Quemadu Cortadur
ra con
a de
cido
pierna
Column C
OS COMUNES
QUE SON LOS MENOS COMUNES
Esguince
de
espalda
Cortadur
a de
mano
0%
El gerente de una cadena hoteles, est preocupado por el gasto por consumo de agua. En tal sentido, desea desarrollar un plan para reducir el gasto
del lquido en uno de los hoteles de mayor movimiento. A fin de investigar selecciona una muestra del consumo diario de agua para diversos propsitos.
Los resultados de las muestras son los siguientes:
Galones por da
7.9
106.7
Cocina
5.1
Lavado de auto
10.4
Lavado de ropa
24.9
Lavado de utensilios
12.3
Piscina
28.3
Riego de jardn
143.7
Char
Motivos del consumo
de agua
Riego de jardn
Bao personal
Piscina
Lavado de ropa
Lavado de utensilios
Lavado de auto
Agua para beber
Cocina
TOTAL
Galones por da
143.7
106.7
28.3
24.9
12.3
10.4
7.9
5.1
339.3
F. relativa
F. Acumulada
0.42351901
42%
0.31447097
74%
0.083407014
82%
0.073386384
89%
0.036251105
93%
0.030651341
96%
0.02328323
98%
0.015030946
100%
160
140
120
100
80
60
40
20
0
Riego
de
jardn
Bao
Piscina Lavad
person
de ro
al
EL 89% DEL CONSUMO DE AGUA ES GENERADO POR EL RIEGO DE JARDIN BAO PERSONAL, PISCINA, LAV
Se recomienda realizar el riego del jardin por "sistema de goteo"o utilizar aspersores por un tiempo controlado de rie
con respecto a la piscina existen tratamientos para el agua de piscina que permite mantener el agua por mas tiempo
el lavado de ropa se podria clasificar la ropa de los huespedes por color e identificarlos correctamente para hacer us
la ropa de diferentes huespedes y no lavar por separado
Con respecto a los baos de los huespedes se puede utilizar inodoros ahorradores.
Chart Title
120%
100%
80%
60%
40%
20%
Bao
Piscina Lavado Lavado Lavado Agua
person
de ropa de
de auto para
al
utensili
beber
os
Column C
Cocina
0%
Una empresa comercializadora ofrece un servicio telefnico gratuito para que sus clientes realicen sus observaciones
problemas relacionados a sus productos, desde las 7 am hasta las 11pm, todos los das. Es imposible que un represe
conteste inmediatamente a cada llamada, pero es importante que los clientes no esperen demasiado tiempo a que alg
Ellos se molestan cuando escuchan muchas veces el siguiente mensaje: " Su llamada es muy importante para nosotr
disponible estar con usted en breve". Para entender ese proceso, la compaa decide elaborar un diagrama de contr
tiempo total que transcurre desde que se recibe una llamada hasta que un representante contesta la pregunta del clie
Cierto da se tom una muestra de cinco llamadas por hora durante las 16 horas de operacin. La informacin se pres
se considera el tiempo en minutos transcurridos hasta que la llamada es contestada.
A.M.
P.M.
Hora
Nmero de muestra
3
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
8
7
11
12
11
25
10
8
8
12
7
9
10
8
10
9
9
10
12
8
10
16
7
11
11
9
7
9
12
11
13
11
15
7
10
6
6
10
4
11
8
12
9
4
12
9
9
8
4
6
9
9
14
18
10
7
14
17
17
4
12
29
4
5
11
8
10
12
11
11
10
7
12
11
13
11
12
8
9
11
Elabore el diagrama de control respectivo para la duracin media de la llamada. Existe alguna tendencia en los tiempo
La poltica de la empresa es que el tiempo de duracin de cada llamada debe ser en promedio 8 minutos con una toler
El proceso es capaz de cumplir con dicha poltica? Determine el nivel sigma. Realice las recomendacione que conside
x raya
9.4
7.6
10.4
9.4
10.4
16
8.2
8.8
10.6
12.2
10.6
7.4
11.6
13
9
8.8
10.2125
LSE
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
LIE
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
X 2 RAYAS
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
18
16
14
12
10
8
6
4
2
0
CP=
CPK S
CPK I
NOS S
NOSI
x raya
9.4
7.6
10.4
9.4
10.4
16
8.2
8.8
10.6
12.2
10.6
7.4
11.6
13
9
8.8
10.2125
lci
4.037325848
1.516575089
1.140175425
2.607680962
2.880972058
6.041522987
2.683281573
2.049390153
2.607680962
2.949576241
4.335896678
3.209361307
0.894427191
9.027735043
3.240370349
2.48997992
3.231996987
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
5.876321021
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
14.54867898
x 2 rayas
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
10.2125
Chart Title
18
16
14
12
10
8
6
4
2
0
Chart Title
18
16
14
12
10
8
6
4
2
0
5
6
Column C
8
9
10
Column D
11 12 13
Column E
14
15
16
5
6
Column H
8
9
Column
0.206270819
-0.02191627 PROCESO TOTALMENTE DESCENTRADO Y CON ALTISIMA VARIABILIDAD
0.434457913
-0.06574882 NIVEL SIGMA ES CERO
1.30337374
Chart Title
5
6
lumn H
8
9
10
Column J
11 12 13
Column K
14
15
16
Una compaa de mudanzas elabora un diagrama de control para monitorear la proporcin de cambios de domicilio p
escritos de quejas debidas a entrega tarda, y por artculos pedidos o deteriorados. Se selecciona una muestra de 50
uno de los ltimos 12 meses. El nmero de quejas en cada muestra es 8, 7, 4, 8, 2, 7, 11, 6, 7, 6, 8 y 12
Muestre grficamente el comportamiento de las quejas y analice.
Determine el nivel sigma
p
LCI
LCS
P med
enero
8
0.16
-0.005
0.292
0.143
febrero
7
0.14
-0.005
0.292
0.143
marzo
4
0.08
-0.005
0.292
0.143
abril
8
0.16
-0.005
0.292
0.143
mayo
2
0.04
-0.005
0.292
0.143
junio
7
0.14
-0.005
0.292
0.143
julio
11
0.22
-0.005
0.292
0.143
agosto
6
0.12
-0.005
0.292
0.143
setiembre
7
0.14
-0.005
0.292
0.143
octubre
6
0.12
-0.005
0.292
0.143
noviembre
8
0.16
-0.005
0.292
0.143
diciembre
12
0.24
-0.005
0.292
0.143
0.143
lci
lcs
-0.00533408
0.292000747
nivel sigma
2.768307263
Chart Title
0.350
0.300
0.250
0.200
0.150
0.100
0.050
0.000
-0.050
4
p
5
LCI
7
LCS
8
P med
10
11
12