UNIDAD I: Introduccin a la Estadstica.

OBJETIVO TERMINAL: Aplicar los conceptos bsicos de estadstica en la

investigacin cientfica.
Segn, Compostela (2010) una de las aplicaciones ms antiguas, de que se tiene
constancia, es de la Estadstica parece que tuvieron lugar en Egipto hace unos 5000 aos en
donde la utilizaban mediante sus censos. En algunos monumentos antiguos de los egipcios
se han encontrado documentos interesantes que muestran la sabia organizacin y
administracin de este pueblo, en donde se llevaban la cuenta de los movimientos de la
poblacin y creaban censos muy a menudo. Adems fueron

los romanos, que mejor

supieron emplear los recursos de la Estadstica con su perfecta organizacin poltica,

jurdica y administrativa, que en tiempo de Antonino Po (86-161) se llevaba un completo
registro de nacimientos y fallecimientos.
Por otra parte, Ruiz y Snchez (s.f) sealan que, Godofredo Achenwall, profesor de la
Universidad de Gotinga, acu en 1760 la palabra estadstica, se extrajo del trmino italiano
statista (estadista) que significa estado en el sentido poltico, se emple entonces para
referirse a la recoleccin y descripcin de tales datos del estado. Tambin tena en cuenta
que los datos de la nueva ciencia seran el aliado ms eficaz del gobernante consciente. La
raz remota de la palabra se halla, por otra parte, en el trmino latino status, que significa
estado o situacin. Esta etimologa aumenta el valor intrnseco de la palabra, por cuanto la
estadstica revela el sentido cuantitativo de las ms variadas situaciones.
La ESTADSTICA es un conjunto de conocimientos y mtodos que consisten en recopilar,
clasificar, presentar, analizar e interpretar datos numricos extrados de hechos reales y
permite al investigador tomar decisiones en situaciones donde se encuentren, lgicamente
aceptables. La Estadstica utiliza datos de la vida real a diferencia de la matemtica que
trabaja con entes en su mayora abstractos.
Se dedica a todo lo medible y en aquellos casos no muy posible de hacerlo, busca los
medios para lograrlo como el caso de los gustos, por medio de ndices.
ETAPAS EN UNA INVESTIGACIN ESTADSTICA.
Planificacin de la investigacin.
Recoleccin de la Investigacin.
Procesamiento y presentacin de la Informacin.
Anlisis.
Resultados (Conclusiones y recomendaciones).

DIVISIN DE LA ESTADSTICA.
ESTADSTICA DESCRIPTIVA O DEDUCTIVA: Es la encargada de la organizacin y
presentacin de los datos en cuadros, grficos del clculo de las medidas numricas que
permite destacar los aspectos ms importantes de los datos, es decir, describe las
caractersticas de un conjunto de datos. Por ejemplo, al determinar el promedio de las
edades de los estudiantes de una seccin de Estadstica o la edad ms comn, etc. En
estos casos el estudio queda limitado al conjunto
Elegido, los resultados y las conclusiones son exclusividad de ellos. Esta solo se ocupa de
describir y analizar un grupo dado sin sacar conclusiones sobre un grupo mayor.
ESTADSTICA INFERENCIAL O INDUCTIVA: Se encarga de estudiar las
caractersticas y las leyes propias de un a poblacin mediante una muestra seleccionada
de ella. Es utilizada cuando las conclusiones rebasan los lmites del conjunto de datos
aportados y nos permite inferir dentro del lmite siempre probable de los valores del
conjunto mayor. Por Ejemplo: si tenemos todas las secciones de Ingles del segundo
semestre de cierta carrera, se selecciona una muestra para calcular aproximadamente la
nota ms comn y luego inferir en cuanto a esa puntuacin para todos los estudiantes de
ese nivelen la misma carrera. Estos mtodos tienen su base de apoyo en la Teora de
Probabilidad y en la Teora de Muestreo.
Los mtodos Deductivos e Inductivos no son herramientas que necesariamente se utilizan
por separado sino que pueden actuar conjuntamente. Lo usual en cualquier estudio
realizado por muestreo, en primer lugar se aplique los mtodo descriptivos y luego
Inferencial.
CONCEPTOS BASICOS.
UNIVERSO: Conjunto finito o infinito de seres vivos, elementos o cosas sobre los cuales
estn definidas las caractersticas que se desean analizar.
POBLACIN: Es un conjunto de elementos cuyas caractersticas tratamos de estudiar y
acerca del cual deseamos obtener informacin. Son finitas e Infinitas, segn el nmero de
elementos que la componen.
MUESTRA: Es un subconjunto de la poblacin que elegimos para observar y a partir del
cual tratamos de conocer las caractersticas de la poblacin. En una poblacin pueden
seleccionarse varias muestras.
VARIABLE: Es un smbolo tal como X Y Z que puede tomar un conjunto prefijado de
valores llamado dominio. Las caractersticas de una variable pueden ser Cuantitativas o
Cualitativas.

TIPOS DE VARIABLES CUANTITATIVA:

VARIABLE DISCRETA: Se obtiene a travs de una operacin de conteo, no admite
seccionamiento y es una cantidad exacta.
VARIABLEAS CONTINUAS: Es la variable que puede tomar cualquier valor entre dos
valores dados.
ESTADISTICOS: Son caractersticas numricas de las muestras.
PARMETROS: son caractersticas numricas de la poblacin.

EJEMPLOS:
1. Para cada uno de los experimentos propuestos defina: variable, tipo de variable
universo, poblacin y muestra si se puede.
a) En una institucin educativa se quiere saber la ocupacin de los egresados de la ltima
dcada. Para esto se convoca a una reunin de egresados y de los asistentes se encuestan
a 10 egresados de cada ao.
Solucin:
Universo: Todos los egresados de la institucin educativa
Poblacin: Todos los egresados de la ltima dcada.
Muestra: Los 100 estudiantes seleccionado, es decir, 10 de cada promocin
Variable: Ocupacin de los egresados de la ltima dcada
Tipo de Variable: Cualitativa.
b) Los estudiantes del segundo y quinto semestre de la Especialidad Anlisis de Sistema
del DCyT de la UCLA
Solucin:
Universo: Todos los estudiantes del DCyT de la UCLA
Poblacin: Estudiantes de la Especialidad Anlisis de Sistema del DCyT de la
UCLA.
Muestra: Los estudiantes del segundo y quinto semestre del DCyT de la UCLA
Variable: Cantidad de estudiantes del segundo y quinto semestre del DCyT de la
UCLA
Tipo de Variable: Cuantitativa Discreta.
c) Al realizar un estudio entre los 900000 de jvenes entre 15 y 19 aos ( en el 2002) y al
realizar un estudio en 22500 jvenes del rea metropolitana se encontraron que un 92%
del total de ellos desean seguir estudiando en la Universidad
Solucin:
Poblacin: Los 900000 jvenes entre 15 y 19 aos
Muestra: 22500 Jvenes del rea metropolitana entre 15 y 19 aos
Variable: Deseo de seguir estudiando en la Universidad
Adems el 92% representa un parmetro
EJERCICIO:
En cada uno de los casos siguientes indquese si se trata de datos continuos o de datos
discretos:
a) Cantidad de acciones que se venden diariamente en la bolsa de valores.
b) Temperatura registrada cada media hora en un observatorio.

c) Vida media de los cinescopios producidos por una empresa.

d ) Ingreso anual de los profesores universitarios.
e) Longitud de 100 pernos producidos en una fbrica
SOLUCIN
a) Discreta; b) continua; c) continua; d ) discreta; e) continua.
ESCALAS DE MEDICIN.
Los datos estadsticos por lo general provienen de la medida de una o ms variables y se
define como el conjunto de valores que pueden tomar esas variables.
TIPOS DE ESCALAS
ESCALA NOMINAL: Representa el nivel ms bajo de medida. Se utiliza cuando un
objeto se diferencia de otro solamente por la nominacin que se conoce.
Ejemplo: la clasificacin de individuos
_ Altos- Bajos.
_ Masculino- Femenino.
ESCALA ORDINAL: Estas escalas distinguen los diferentes valores de la variable,
ubicando los sujetos en orden desde el ms alto hasta lo mas bajo.
Ejemplo: el nivel educativo de las personas.
ESCALA DE INTERVALOS: Aqu se puede indicar la cantidad en la que un objeto se
diferencia de otro.
Ejemplo: Prueba de conocimiento.
Esta escala posee todas las caractersticas de una escala nominal y una ordinal y adems
est basado en intervalos iguales.
ESCALA de RAZON: Es la ms completa de las escalas de medida y se caracteriza porque
los valores entre dos variables se puede decir si son iguales o no, cual es mayor y cuanto es
mayor una que otra, si un valor es el doble o la mitad, en general k veces otro valor.
Ejemplo: el peso de las personas.
ESCALA ABSOLUTA: Se caracteriza porque los valores que puede tomar la variable son
el resultado de un conteo y en consecuencia est constituido por todos los nmeros enteros
positivos y el cero.
Ejemplo: el nmero de desempleados.

EJERCICIO:
Para cada uno de los experimentos propuestos determine la escala de medicin.
a. El tiempo (seg.) requerido para ejecutar un programa de estadstica.
b. Seleccionar los mejores platillos de acuerdo a su sabor y presentacin
c. Las calificaciones de Excelente, Bueno y Malo

d. Tiempo Calendario(Gregoriano, Hebreo o Islmico)

e. Estatura en pulgadas
f. Delegacin donde vives
Solucin:
a. E. Intervalo
Nominal

b. E. Ordinal c. E. Ordinal

d. E. Intervalo e. E. razn f. E.

UNIDAD II: Distribucin de Frecuencias y herramientas grficas.

OBJETIVO TERMINAL: Aplicar las tcnicas de organizacin y resumen de datos con la
finalidad de preparar y obtener informacin significativa.

DISTRIBUCIN DE FRECUENCIA.
En el caso de ordenacin de datos cualitativos, la agrupacin es muy sencilla y se realiza
de acuerdo a las modalidades que presenta la variable de estudio.
En este caso organizaremos datos en una tabla de distribucin de frecuencia agrupndolas
en clases de igual amplitud, mediante un conteo para determinar el nmero de datos
correspondientes a las diferentes categoras de la variable.
Para organizar y agrupar datos del tipo cuantitativo, bien sea del tipo discreto o continuo se
utiliza un procedimiento muy similar, pero ms laborioso a los datos cualitativos. Al
resumir grandes colecciones de datos, es til distribuirlas en clases y categoras,
determinando el nmero de individuos que pertenecen a la clase es llamado "frecuencia de
clase". Aqu observamos una sola caracterstica.
Tipos de Datos.
Datos no Agrupados: (cuando la cantidad de datos es menor o igual a 15)
-

Se observa los valores de las caractersticas.

Si la variable admite ordenacin, se ordenan de menor a mayor.

Observar los valores repetidos.

Datos Agrupados: (cuando la cantidad de datos es mayor a 15)

-

Se observa los valores de las caractersticas.

Si los valores de la caracterstica es muy elevado se agrupan por categoras.

Elementos de una distribucin de frecuencia.

_ f: frecuencia absoluta (cantidad de elementos que se repiten).
_ f/n: frecuencia relativa (Proporcin de elementos)
_ F: frecuencia Acumulada(es lo que podemos ir acumulando)
_ F/n: frecuencia relativa acumulada (Proporcin de lo que acumulamos)
INTERVALO DE CLASE: Lo podemos definir como el conjunto de datos que se
encuentran ubicados entre dos lmites establecidos.
LIMITES: se define como los valores inferiores o superiores de cierta categora.
_ Xi: Limite inferior
_ Xs: Limite superior.
Limites reales de la clase

Li = Xi -0.5: Lmite inferior real.

Ls = Xs + 0.5: Lmite superior real.
Punto medio de cada clase:
Amplitud o Rango: R = Xmax- Xmin
Intervalo de Clase: Ni = 1 + 3.32l log(n); se trabaja con la aproximacin al entero
Amplitud del Intervalo:

EJEMPLO:
Los siguientes datos representan las estaturas de los estudiantes de Anlisis de Sistema
cursantes de la asignatura Elementos Estadsticos
1,56
1,63
1,6

1,7
1,8
1,77

1,83
1,6
1,75

1,8
1,62
1,57

1,75
1,68
1,7

1,77
1,6
1,61

1,73
1,83
1,8

1,7
1,64
1,75

1,6
1,72
1,55

1,9
1,7

Solucin:
Definamos la variable
X: Estatura de los estudiantes de Anlisis de Sistema
Variable Cuantitativa Continua
n=29 > 15 trabajamos con datos Agrupados
Busquemos los elementos
N de clases: Ni=5,85516135 6
Rango de los datos: R= 1,9 - 1,55=0,35
Amplitud de las clases:
Comencemos a formar la tabla de frecuencia
Primero al valor mnimo le sumamos i, y esta ser la primera clase, luego
comenzamos con ese valor y volvemos a sumar i, as hasta encontrar las seis clases.
[Xi-Xs)
[1,55-1,61)
[1,61-1,67)
[1,67-1,73)
[1,73-1,79)
[1,79-1,85)
[1,85-1,91)

fi

Fi

hi

Hi

7
4
6
6
5
1
29

7
11
17
23
28
29

0,24
0,14
0,21
0,21
0,17
0,03
1

0,24
0,38
0,59
0,79
0,97
1

hi*100 Hi*100 Xmi

24
14
21
21
17
3
100

24
38
59
79
97
100

1,58
1,64
1,7
1,76
1,82
1,88

Con la tabla anterior responda:

a. Que cantidad de estudiante mide entre 1,61 y 1,66?
Como podemos ver en la segunda clase cae eso intervalo por lo tanto hay 4 estudiantes
b. Qu proporcin de estudiantes tienen miden entre mas de 1,79?
Como podemos apreciar los mayores de 1,79 es a partir de la quinta clase es decir que la
proporcin es 0,17+0,03=0,21
c. Qu porcentaje de estudiantes tiene estatura menor a 1,73?
Como podemos apreciar los menores de 1,73 utilizando el porcentaje de la acumulada
ya esta la suma por lo tanto hay 59%

Ejercicios:
1. Se realiza un estudio en una ciudad sobre la capacidad hotelera y se obtienen los
siguientes resultados:
PLAZAS
0-10
10-30
30-60
60-100

N
DE
HOTELES
25
50
55
20

Con la tabla responda:

a) Cul es la proporcin de hoteles que disponen de entre 11 y 60 plazas?
b) Cuntos hoteles tienen treinta o menos plazas?
c) Calcule las marcas de clase de cada intervalo.
d) Cual es la proporcin de hoteles esta entre 10 y 60?
e) Cual de las marcas tiene ms porcentaje?
2. Una entidad bancaria dispone de 50 sucursales en el territorio nacional y ha
observado el nmero de empleados que hay en cada una de ellas para un estudio
posterior. Las observaciones obtenidas han sido:
12, 10, 9, 11, 15, 16, 9, 10, 10, 11, 12, 13, 14, 15, 11, 11, 12,
16, 17, 17, 16, 16, 15, 14, 12, 11, 11, 11, 12, 12, 12, 15, 13, 14,
16, 15, 18, 19, 18, 10, 11, 12, 12, 11, 13, 13, 15, 13, 11, 12.
a) Calcule la distribucin de frecuencias de la variable obteniendo las frecuencias
absolutas, relativas y sus correspondientes acumuladas.
b) Qu proporcin de sucursales tiene ms de 15 empleados?
d) ahora realice la tabla de frecuencia Agrupando en intervalos de amplitud 3 los
valores de la variable, calcule su distribucin de frecuencias

3. Se dispone del beneficio anual obtenido el pasado ao por 38 empresas madrileas:

Beneficio (miles )

N
empresas
5
7
14
9
3

230-280
280-330
330-580
580-630
630-780
Se pide:

a) Calcular el beneficio medio de estas 38 empresas madrileas.

b) Cul es el beneficio mayor de la mitad de las empresas ms modestas?
c) Determinar el beneficio ms frecuente.
d) El 25% de las empresas mas rentables qu nivel de beneficios tienen?
4. Las calificaciones finales obtenidas por los 80 alumnos de un primer curso de
Estadstica figuran en la tabla adjunta:
68 84 75 82 68 90 62 88 76 93 73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 95 78 63 72 66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71 79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74 86 67 73 81 72 63 76 75 85 77
Se pide:
Preparar una tabla de frecuencias.
El nmero de estudiantes con calificaciones de 75 ms.
El porcentaje de las calificaciones mayores a 75
La proporcin de los de 60 y 80 puntos
5. El primer da de clases del semestre pasado se les pregunt a 50 estudiantes, acerca del
tiempo (en minutos) que tardan para ir de su casa a la universidad y las repuesta fueron:
20 35 25 15 5 20 25 30
20 25 45 20 5 25 40 25
10 5 10 15 25 40 25 10

20 20
25 20
20 15

30 15 15 20 20 25 25 20 20 10
30 25 35 20 30 15 30 25 20 10

Ordenar los datos en una tabla de frecuencias agrupndolos en clases de igual amplitud.

REPRESENTACIONES GRFICAS
Constituye uno de los mtodos ms utilizados y posiblemente el ms til de los principales
mtodos de representaciones de datos estadsticos, ya que transmite en forma inmediata una
idea general sobre los principales aspectos de los datos, pero no proporcionan detalles. Un
grfico debe ser sencillo y de fcil interpretacin.
Grfico de puntos: se construye trazando primero una escala horizontal que abarca el
intervalo de los datos. Los valores numricos de las observaciones se localizan en la escala
horizontal colocando un punto sobre el valor apropiado. Si se repiten valores de los datos,
los puntos se colocan encimados, formando una pila en la posicin numrica
correspondiente.
EJEMPLO: Los siguientes datos representan las calificaciones del Examen Final de Bases
de Datos I. Construya un diagrama de puntos.
88
77
49
38
100
95
60
75
100
80
69
50
90
82
65
75
100
95
50
63
70
60
100
75
80
100
90
85
75
80

___________________________________________________________________
38 49 50 60 63 65 69 70 75 77 80 82 85 88 90 95 100

Diagrama de tallo y Hojas: divide las observaciones de los datos en dgitos primarios y
dgitos derivados. Por ejemplo, si las observaciones del conjunto de datos tuvieran a lo
sumo dos dgitos, entonces la columna de las decenas seria el digito primario y la columna
restante sera el digito derivado.
Dgito
Primario

Dgito
Derivado

EJEMPLO: un fabricante de pilas para linterna tom una muestra de 24 piezas de la

produccin de un da y las utiliz en forma continua hasta que comenzaron a fallar. El
resultado en das de funcionamiento fue:
8
9 10 10 11
12 12
13
13
14
14
15
17 17 20 20 23
25 28
33
38
48
50
61
Ilustre la duracin de las pilas de linterna en un diagrama de tallo y hojas
Como tenemos nmeros de dos dgitos el primero se convertirn en talla y el segundo
digito en las hojas es decir el diagrama viene dado por:
0
1
2
3
4
5
6

8,
0,
0,
3,
8
0
1

9
0, 1, 2, 2, 3, 3, 4, 4, 5, 7, 7
0, 3, 5, 8
8

Diagrama de barra: indican la frecuencia (o frecuencia relativa) que corresponde a cada

categora siendo la altura de la barra (eje de las ordenadas Y) proporcional ala frecuencia
(o frecuencia relativa) de la categora el cual se encuentra en el eje X.
Es utilizada cuando trabajamos con datos cualitativos o cuantitativos Discreto.

EJEMPLOS:
1. En una empresa se desea conocer el color de ojos de sus empleados, se observa a los 50
empleados y se obtienen los siguientes resultados:
El diagrama de barras asociado es:
Color ojos
Negros
Marrones
Verdes
Azules

Empleados
14
24
4
8

2. Clasificadas 12 familias por su nmero de hijos se obtuvo:

Nmero de hijos 1 2 3 4
Frecuencias f

1 3 5 3

Si definimos la variable X: nmero de hijos por familia

Es una variable cuantitativa discreta
Grficamente,

Se hace una descripcin de los grficos.

Diagrama de Pareto: es una grfica de barras de frecuencia en la que las barras, se
presentan en orden de altura, comenzando con la ms alta a la izquierda. (Diagrama de
Pareto es llamado en honor del economista italiano Vilfredo Pareto).
EJEMPLO:
Un problema de inters para la Divisin de Economia Comercial (DEC) del Departamento
de Trabajo de Estados Unidos. Cada ao, la DEC monitorea la empresas que fracasan y
clasifica cada fracaso en una de las seis siguientes categoras: (1) falta de experiencia en la
lnea de produccin, (2) falta de experiencia gerencial, (3) experiencia desequilibrada, (4)
incompetencia, (5) otras causas (como negligencia, fraude y desastres naturales) y (6)

causas desconocidas. Estas informaciones se basan en las opiniones de acreedores

informados y los informes de la DEC. En fechas recientes, la DEC determin la causa de
1463 fracasos de empresas constructoras. Los fracasos se muestran en la siguiente tabla.
Causas subyacentes
Incompetencia
Experiencia desequilibrada
Falta de experiencia gerencial
Falta de experiencia de lnea
Causa desconocida
Otras causas
TOTALES

Frecuencia
698
314
236
111
83
21

Frecuencia
relativa
0.477
0.215
0.161
0.076
0.057
0.014

1463

1.000

El mtodo grfico ms popular y tradicional para describir datos cuantitativos es el

histograma.
Histograma: Es un diagrama de barra el cual se describe datos cuantitativos para datos
grandes.
Seala la frecuencia correspondiente a cada intervalo de clase por medio de rectngulos
cuya altura es la frecuencia del intervalo (f) y la base (ancho) es el espacio representado
por la amplitud del intervalo.
Este grfico se construye colocando en el eje X los lmites reales y en el eje Y la
frecuencia.
EJEMPLO: Los siguientes datos representan el peso de 65 personas adultas que acuden a
un examen fsico en Ascardio y est representado mediante una tabla. Realice un
histograma con los pesos de los adultos
Pesos
fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65

Polgono de frecuencia:
Para el caso Discreto es un grfico en donde se localizan los puntos en un sistema de
coordenadas y luego se conectan los puntos sucesivos con trazos rectos.
Para el caso continuo, es la unin de las marcas de las clases, con la frecuencia.
EJEMPLO: La siguiente informacin corresponde a una muestra de triglicridos en
personas adultas menores de 30 aos. (caso Discreto)

Del ejemplo anterior de los pesos de los adultos tenemos

Pesos
fi Xmi
[50, 60) 8 55
[60, 70)
[70, 80)
[80, 90)
[90, 100)
[100, 110)
[110, 120)

10
16
14
10
5
2
65

65
75
85
95
105
115

Otro mtodo grfico para describir datos cuantitativos es el diagrama de tallo y hojas que
se utiliza ampliamente en el anlisis exploratorio de datos cuando el conjunto de datos es
pequeo.
En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y
sobresaliente) obtenidas por un grupo de 50 alumnos.

Diagrama de cajas: Bsicamente se utiliza para determinar visualmente, si existen

patrones de simetra (o asimetra) de un conjunto de datos de tipo cuantitativo.
Se representan los 3 cuartiles y los valores mnimo y mximo de los datos, sobre un
rectngulo alineados horizontalmente o verticalmente.

Xmin

Q1

Q2

Q3

Xmax

Diagrama circular o de pastel: divide un crculo completo (un pastel) en tajadas, cada una
de las categoras. El ngulo central de cada rebanada es proporcional a la frecuencia
relativa de esa categora. Para ello a cada proporcin se multiplica por 360 que son los
grados del crculo.
Ejemplo: Se pidi a cada miembro de una muestra de 20 personas, dueos de
motocicletas, que dieran el nombre del fabricante de su mquina. Los datos son los
siguientes: Honda, Otra, Harley-Davidson, Yamaha, Yamaha, Harley-Davidson, Yamaha,
Yamaha, Harley-Davidson, Suzuki, Suzuki, Suzuki, Suzuki, Yamaha, Suzuki, Yamaha,
Yamaha, Kawasaki, Suzuki, Kawasaki. La tabla de distribucin de frecuencias se presenta
a continuacin.

Tipo de
Motocicleta

Nmero de
personas

h*360

HarleyDavinson

0,15

54

Honda

0,05

18

Kawasaki

0,1

36

Otra

0,05

18

Suzuki

0,3

108

Yamaha

0,35

126

Total

20

360

Se hace una interpretacin de la grfica.

A los ejercicios de Distribucin de frecuencia realizar su respectivo diagrama