ESTADÍSTICA

Patricia Castillo

EJE 1
Conceptualicemos
 Introducción 3

¿Qué es la estadística? 4

Bibliografía 18



ÍNDICE
 Las aplicaciones estadísticas son necesarias en cualquier actividad que
desarrolle una persona. Los datos con los cuales se realizan los trabajos
estadísticos varían entre individuos y se obtienen a partir de elementos que
en conjunto conforman un universo.
Normalmente, el interés del investigador (estudiante) se dirige a las
características de los elementos que conforman el universo. A dichas
características se les designa como variables. A través del desarrollo del
presente módulo estudiaremos los conceptos destacados de la Estadística
descriptiva y construiremos nuevos aprendizajes en torno a la pregunta
INTRODUCCIÓN

central:
¿La aplicación de conceptos estadísticos para recolectar, organizar,
resumir, presentar y analizar datos e información de tipo cuantitativo
y cualitativo, de los fenómenos de la vida y los propios de su programa
académico, le permitirán al estudiante tomar decisiones adecuadas en su
desempeño profesional, y le ayudarán a desarrollar labores de investigación
a nivel institucional, laboral y profesional?
El eje temático 1 presenta las generalidades de la estadística, la
introducción de conceptos fundamentales como población, muestra,
individuo y variable de tipo estadístico; así mismo, se aborda la elaboración
de tablas de distribución de frecuencias que permiten resumir y presentar
información sobre variables cualitativas y cuantitativas y presentaciones
gráficas.

Así mismo, estos conceptos son claves para responder la pregunta orien-
tadora de este primer eje: ¿Convertir datos en información correcta sobre la
realidad mediante el procesamiento de datos en tablas y gráficos, beneficia
el aprendizaje de la Estadística, para plantear y resolver problemas del con-
texto profesional del estudiante y procesos de investigación con el manejo
de herramientas tecnológicas?
¿Qué es la estadística?
 Desarrollo temático
¿Qué es la estadística?
El término estadística se deriva de la pala-
bra “Estado”, en razón a que los gobiernos,
para su planificación, han llevado regis-
tros de muchas variables como población,
nacimientos, defunciones, exportaciones,
impuestos, producción, entre otros. La es-
tadística se considera una rama de la ma-
temática, fundamentalmente dedicada
al análisis de datos con el fin de obtener
apropiadas conclusiones y apoyar la ade-
cuada toma de decisiones, tarea que de-
manda la previa recolección de los datos y
su organización de tal manera que se fa-
cilite el análisis. La estadística proporciona
un conjunto de principios, procedimientos
y métodos basados en la elaboración de
tablas de datos, representaciones gráficas
y expresiones matemáticas asociadas a
medidas representativas del conjunto de
datos bajo análisis, con el fin de aplicar las
tècnicas propias que contempla el estudio
o investigación estadística, aspecto que
convierte a esta disciplina en una valiosa
herramienta de investigación en campos
tales como las ciencias naturales, las cien-
cias sociales, la educación, ciencias de la
salud, ingeniería, administración, econo-
mía y negocios.
Clasificación de la estadística
La estadística fundamentalmente se clasi-
fica en dos grandes ramas, la estadística-
descriptiva y la estadística inferencial.
• Estadística descriptiva:
Es la rama de la estadística cuya tarea se
centra en la recolección, organización y
presentación de los datos a fin de ser in-
terpretados y analizados apropiadamente.
Las conclusiones obtenidas son aplicables
al grupo del cual se obtienen los datos y
no a la totalidad de casos posibles. Por
ejemplo, la coordinación del programa de
Negocios internacionales de la Fundación
Universitaria del Área Andina está intere-
sada en la obtención de información es-
tadística relacionada con el rendimiento
académico de sus estudiantes; si aplica
procedimientos estadísticos sobre la infor-
mación correspondiente a los estudiantes
de segundo semestre, el análisis realizado
no necesariamente se extiende o genera-
liza a todos los estudiantes del programa,
sino que solo describe la información del
grupo analizado.
• Estadística inferencial:
Dada la frecuente dificultad para realizar
estudios sobre la totalidad de casos posi-
bles, se suele seleccionar un conjunto res-
tringido de casos sobre las cuales es más
viable realizar el estudio. Tomando como
base la información correspondiente a
casos debidamente seleccionados, la es-
tadística inferencial se centra en la infe-
rencia o deducción respecto a la totalidad
de casos posibles. Por ejemplo una firma
encuestadora realiza un estudio sobre la
preferencia de los ciudadanos sobre los
candidatos que participarán en la próxima
elección de alcalde; puesto que a la firma
no le resulta práctico encuestar a todos los
votantes, selecciona un grupo de perso-
nas habilitadas para votar, y con base en
su análisis plantea generalizaciones sobre
todos los posibles votantes.
El proceso de generalización o inferencia a
partir de la información de un grupo pe-
queño, es arriesgado y no puede realizarse
con certeza absoluta, inherente a él está la
Estadística - eje 1 conceptualicemos 5
incertidumbre o margen de error, sin em-
bargo esta incertidumbre se puede con-
trolar al tiempo que es posible medir el ni-
vel de confianza de las deducciones.
Este módulo se centra fundamentalmente
en el estudio de principios y procedimien-
tos correspondientes a la estadística des-
criptiva. Sin embargo a continuación se
presenta un conjunto de conceptos pro-
pios del ámbito estadístico en general.
Conceptos básicos de estadística
Un estudio estadístico llevado a cabo de
manera sistemática involucra un conjunto
de conceptos, a continuación se presenta
los conceptos básicos de la estadística.
• Población o universo:
En un estudio o investigación estadística,
la población corresponde a la totalidad de
elementos o unidades que forman el área
de interés, es decir, el conjunto total de
personas, elementos u objetos con carac-
terísticas comunes de los cuales se quiere
obtener información. Advierta que el tér-
mino población hace referencia no sólo a
las personas que habitan en una ciudad
región o país. En un estudio estadístico la
población debe estar perfectamente deli-
mitada en el tiempo y en el espacio, por
ejemplo, para hacer un análisis de las pe-
queñas empresas, se debe especificar cuá-
les empresas y en qué período de tiempo
se analizan: pequeñas empresas de la ca-
pital del país en el año 2008.
Una característica importante de la po-
blación es su tamaño, el cual corresponde
a la cantidad de elementos que la compo-
nen.
• Muestra:
En estadística el término muestra se refie-
re a una porción de la población, la cual
es seleccionada con el fin de adelantar
un estudio o investigación. Las causas por
la cuales se realizan estudios a partir de
muestras, y no de toda la población, son
variadas, una de ellas puede ser la dificul-
tad o imposibilidad de realizar el estudio
sobre toda la población, lo cual está ligado
a grandes costos y demasiado tiempo re-
querido para para la recolección de datos.
Otra razón podría ser la naturaleza des-
tructiva de la selección de la muestra, por
ejemplo si se realiza un control de calidad
sobre sobre un lote de producción de fós-
foros, no tendría sentido realizar la prueba
sobre todos los elementos del lote.
La muestra debe ser seleccionada de tal
manera que sea representativa de la po-
blación, por ejemplo, si se quiere adelantar
una investigación sobre hábitos de consu-
mo de alcohol, quizá no sea muy apropia-
do tomar una muestra solamente de un
grupo de personas en una taberna o disco-
teca, como tampoco en un convento o en
una comunidad cristiana. La selección de
la muestra debe cumplir ciertos requisitos
para que sea representativa, estos requi-
sitos se refieren a lo que se conoce como
proceso de muestreo.
• Individuo:
Un individuo, en un estudio estadístico, co-
rresponde a cada una de las unidades que
conforman la población, por ejemplo al
considerar como población la totalidad de
personas que cuentan con empleo formal,
un individuo es cualquiera de las personas
debidamente empleada. Según este con-
cepto, se puede afirmar que la población
corresponde a la totalidad de los indivi-
duos.
• Parámetro y estadístico:
Así como es necesario tener claridad si un
estudio estadístico se realiza sobre toda
Estadística - eje 1 conceptualicemos 6
una población o sobre una muestra de
ella, es también necesario aclarar la clasi-
ficación de los valores numéricos calcula-
dos sobre la población y sobre la muestra.
Un parámetro es un valor numérico de in-
terés calculado con base en observaciones
sobre toda la población, mientras que un
estadístico es un valor calculado con base
en observaciones sobre una muestra. Pos-
teriormente en este módulo se estudiarán
los parámetros y estadísticos usuales en
un estudio o investigación estadística.
Ninguna estrategia de negocios puede
construirse sobre análisis o infamación
fragmentaria. En éste caso, si las cosas sa-
len bien, será una simple cuestión de suer-
te o de intuición. El verdadero estratega no
depende de una cosa ni de la otra.
La estrategia no se concibe para escena-
rios estáticos donde los competidores no
reaccionan o donde no existen las discon-
tinuidades. Si así fuera, la estrategia fuese
un asunto meramente administrativo.
• Variable estadística:
En el campo de la estadística, una variable
es una característica propia de cada uno
de los individuos de la población o mues-
tra. Se seleccionan variables, o caracterís-
ticas, que resultan de interés en el estudio,
por ejemplo: edad, ingreso, sexo, estado
civil, nacionalidad, religión de una perso-
na, cantidad de lluvia caída, entre otras.
Las variables usualmente se representan
con letras minúsculas del alfabeto, tales
como x, y, z, o cualquier otra que sea de
mayor significado según el contexto.
• Valores de una variable:
Los valores de una variable se refieren al
conjunto de posibles resultados de la ob-
servación de la variable en un estudio es-
tadístico. Como resultados de las observa-
ciones se obtiene un conjunto de valores
de la variable, tales valores obtenidos con-
forman los datos empleados en el estudio
estadístico.
Clasificación de las variables
estadísticas
En estadística las variables pueden clasi-
ficarse de diferentes formas, una primera
clasificación podría diferenciar variables
cualitativas y cuantitativas, otra clasifica-
ción es la que distingue variables discretas
y continuas. A continuación se presentan
los conceptos de cada una de estas clases
de variables.
• Variables cualitativas:
Una variable cualitativa hace referencia
a una característica de los individuos de
la población o muestra, cuyo valor puede
indicarse a través de una cualidad, es de-
cir, no puede expresarse numéricamente.
Ejemplos de variables cualitativas son: de-
partamento de origen de los estudiantes
de la Fundación Universitaria del Área An-
dina, ocupación, sexo, cargo, color de los
ojos de un grupo de personas, entre otras.
• Nivel o escala de medición de variables
cualitativas:
Atendiendo a la naturaleza de la medida
de los valores que se pueden obtener, los
niveles o escalas de medida de las varia-
bles cualitativas se pueden clasificar en
nominal y ordinal.
• Nominal: expresan el valor de una cua-
lidad mediante palabra o nombres que
establecen clases o categorías, por
ejemplo, la variable género en un gru-
po de personas puede tomar los valo-
res, “hombre” o “mujer”; “masculino”
o “femenino”; en el caso de la variable
tipo en las prendas de vestir masculi-
na, se podría tener, por ejemplo, valo-
Estadística - eje 1 conceptualicemos 7
 res como “camisa”, “pantalón”, “cor-
bata”, “saco”. En estos casos también
es posible asignar un número (“1”, “2”,
“3”, “4”), pero sin que realmente tenga
significado numérico, por tanto no tie-
ne sentido el desarrollo de operaciones
matemáticas entre ellos.
• Ordinal: expresan el valor de una cua-
lidad mediante palabra o nombres que
establecen categorías, entre los cua-
les se puede establecer un orden, por
ejemplo la valoración académica de un
estudiante puede tomar los valores “ex-
celente”, “sobresaliente” “aceptable” e
“insuficiente”. En estos casos también
se puede asignar un número (“1”, “2”,
“3”, “4”), solo con el fin de establecer
un orden y sin que realmente tenga sig-
nificado numérico.
• Variables cuantitativas:
Una variable cuantitativa hace referencia
a una característica de los individuos de la
población o muestra cuyos valores pueden
expresarse numéricamente, y realizar con
ellos operaciones matemáticas ligadas a
los principios estadísticos. Como ejemplos
de variables cuantitativas se tiene: peso,
estatura, número de hijos, salarios de un
grupo de personas, entre otras. Los valores
de variables cuantitativas pueden incluir
una unidad de medida, por ejemplo, me-
tros, días, pesos, entre otras. Las variables
cuantitativas a su vez se clasifican en dis-
cretas y continuas.
• Variable discreta: una variable discreta
toma sus valores del conjunto de nú-
meros naturales, frecuentemente se
asume una variable discreta como una
variable de conteo, a través de la cual
no es posible expresar valores fraccio-
narios. Ejemplos de variables discretas
son: número de automóviles que en-
tran a un parqueadero y número de
cheques girados al mes.
• Variable continua: una variable con-
tinua toma sus valores del conjunto
de números reales, esto significa, por
ejemplo, que el valorde la variable pue-
de ser cualquier número comprendido
entre dosvalores específicos, es decir,
se permite que la variable tome valores
decimales. Ejemplos de variables conti-
nuas son: el peso de un libro, el tiempo
de duración de una conversación tele-
fónica, el tiempo que gastamos en ir de
la casa al trabajo, las ventas semana-
les de un almacén.
• Nivel o escala de medición de varia-
bles cuantitativas:
Atendiendo a la naturaleza de la medida
de los posibles valores, los niveles de medi-
ción de las variables cuantitativas se pue-
den clasificar en nivel de intervalo y nivel
de razón o proporción.
Nivel de intervalo: permite clasificar, orde-
nar y medir la distancia o diferencia entre
las diferentes categorías. La representa-
ción de la variable es numérica con sen-
tido matemático, es decir los valores de
la variable se pueden sumar, restar, mul-
tiplicar y dividir. En esta escala de medida
el valor 0 (cero) es arbitrario, es decir el 0
no indica “ausencia de”. Por ejemplo, en el
caso de la temperatura, decir que estamos
a 0 grados centígrados no significa que no
haya temperatura.
Nivel de razón o proporción: corresponde
también a una escala numérica, pero aquí
el valor 0 sí indica ausencia, por ejemplo: el
ingreso de agua a un tanque.
Pasos de una investigación estadística
El proceso de aplicación de la estadística
implica una serie de pasos, los principales
se describen brevemente a continuación.
Estadística - eje 1 conceptualicemos 8
• Selección y determinación de la pobla-
ción o muestra y de las características
que se desea estudiar: en el caso de
que se desee tomar una muestra, es
necesario determinar el tamaño de la
misma y el tipo de muestreo a realizar
(probabilístico o no probabilístico).
• Obtención de los datos: este paso pue-
de ser realizado mediante la observa-
ción directa de los elementos, la apli-
cación de encuestas y entrevistas, y la
realización de experimentos.
• Clasificación, tabulación y organiza-
ción de los datos: la clasificación inclu-
ye el tratamiento de los datos consi-
derados anómalos, que pueden en un
momento dado falsear el análisis de los
indicadores estadísticos.
• Análisis descriptivo de los datos: el
análisis se complementa con la obten-
ción de indicadores estadísticos como
las medidas de tendencia central, dis-
persión, posición y forma, las cuales se
estudiarán en este módulo.
• Análisis inferencial de los datos: se apli-
can técnicas de tratamiento de datos,
que involucran elementos probabilísti-
cos, que permiten inferir conclusiones
de una muestra hacia la población.
• Elaboración de conclusiones: se cons-
truye el informe final.
Para repasar y reforzar los conceptos vistos
hasta ahora, recomiendo la lectura: Estadís-
tica para todos: análisis de datos: estadística
descriptiva, teoría de la probabilidad e inferen-
cia. Romeros, E. Paginas: 21 - 30.
Distribución de frecuencias como he-
rramienta de organización de datos
En estudios estadísticos además de la re-
colección de la información se requiere su
adecuada organización con el fin de poder
analizarla a la luz de los principios estadís-
ticos. Para efectos de organización de da-
tos, en estadística se cuenta con diversas
herramientas, entre las que se destacan
las distribuciones de frecuencias y las re-
presentaciones gráficas, estas herramien-
tas son de gran importancia principalmen-
te en los casos en que se trabaja grandes
cantidades de datos. En lo que sigue del
presente eje se tratará la construcción de
distribuciones de frecuencia para variables
cualitativas y cuantitativas y la presenta-
ción gráfica de datos.
Distribución de frecuencias
En el campo estadístico el término fre-
cuencia se refiere al número de veces que
se presenta un valor específico de la va-
riable bajo estudio, una distribución de
frecuencias es una tabla que resume in-
formación de los diferentes valores o ca-
tegorías de valores y las veces que ocurren.
En un estudio estadístico se puede elabo-
rar distribuciones de frecuencias para va-
riables cualitativas y cuantitativas.
Distribuciones de frecuencia para
variables cualitativas
Para el análisis de datos estadísticos co-
rrespondientes a variables cualitativas se
define básicamente la frecuencia absoluta
y la frecuencia relativa.
• Frecuencia absoluta: la frecuencia ab-
soluta o simplemente frecuencia se re-
fiere al número de veces que se presen-
ta un valor específico de la variable.
• Frecuencia relativa: la frecuencia rela-
tiva representa la fracción del total de
datos que corresponde a una categoría
específica. La frecuencia relativa para
un valor o categoría se calcula dividien-
do la respectiva frecuencia absoluta
por el número total de datos.
Estadística - eje 1 conceptualicemos 9
• Ejemplo 1: frecuencia absoluta y frecuencia relativa para una variable cualitativa:

En un estudio socioeconómico se quiere analizar el grado de formación de 80 empleados

de una mina de carbón, para ello se indaga a cada empleado sobre el nivel de formación
académica alcanzado, los resultados considerados son:

1 = Sin formación
Ejemplo 1.1: frecuencia absoluta y frecuencia relativa para una variable cualitativa:
2 = Primaria incompleta
En un estudio socioeconómico se quiere analizar el grado de formación de 80
empleados
Ejemplo de una mina
1.1: frecuencia de carbón,
absoluta para ellorelativa
y frecuencia se indaga a cada
para empleado
una variable sobre el nivel
cualitativa:
3= Primaria completa
de formación académica alcanzado, los resultados considerados son:
En un estudio socioeconómico se quiere analizar el grado de formación de 80
4 = Bachillerato incompleto
1 = Sin formación
empleados2 de una mina de carbón, para ello se indaga a cada empleado sobre el nivel
= Primaria incompleta
de formación académica alcanzado, los resultados considerados son:
3 = Primaria completa
5 = Bachillerato completo
1 =4Sin
= Bachillerato incompleto
formación
5
6 = Superior incompleta= Bachillerato completo
2 = Primaria incompleta
6 = Superior incompleta
3 =7Primaria completa
= Superior completa
7 = Superior completa
4 = Bachillerato incompleto
5 = Bachillerato completo
El resultado de las indagaciones
El resultado se muestra
de lasincompleta
6 = Superior indagaciones se muestraen
enla siguiente
la siguiente tabla.
tabla.
7 = Superior completa

3 5 1 3 3 3 2 3 3 2 4 3 4 3 4 4 3 4 3 5
El resultado de las indagaciones se muestra en la siguiente tabla.
5 3 4 2 2 3 6 4 7 5 3 6 5 4 3 5 5 5 5 7
3 4 4 3 2 3 4 3 4 2 7 2 4 3 6 6 3 4 5 5
3 15 31 43 33 3 3 5 2 5 3 2 34 22 45 35 44 35 4 7 44 43 44 63 55
5 3 4 2 2 3 6 4 7 5 3 6 5 4 3 5 5 5 5 7
Tabla 1. Datos sin agrupar para el ejemplo 1.
3
! Solución: 3 2 3 4 Fuente:Propia
4 4 3 4 2 7 2 4 3 6 6 3 4 5 5
1Si se3quiere
4 saber
3 3cuántas
5 5veces
2 se4 da2el valor
5 51, el4 conteo
5 7respectivo
4 4 indica
4 6 2 5veces, por
tanto la frecuencia absoluta para ese valor de la variable es 2. El conteo de cuántas veces
• Solución: se da cada uno de los valores de la variable permite determinar las respectivas
frecuencias absolutas. Teniendo en cuenta también que el número total de
! Solución:
Si se quiere saber cuántas
observacionesveces
es 80,sesedapuede
el valor 1, el laconteo
presentar siguienterespectivo indica 2 de
tabla de distribución
Si se quiere saber cuántas veces se da el valor 1, el conteo respectivo indica 2 veces, por
veces, por
frecuencias.
tanto la frecuencia absoluta para ese valor de la variable es 2. El conteo de cuántas ve-
tanto la frecuencia absoluta para ese valor de la variable es 2. El conteo de cuántas veces
ces se da cada se
uno da de losde
cada
Nivel valores
uno losde
de Nivel la variable
valores
de permite
de la variable determinar
permite determinar las
las respectivas
respectivas fre-
cuencias absolutas. Teniendo en cuenta Frecuencia Frecuencia relativa
Instrucción
frecuencias Teniendotambién
Instrucción
absolutas. en cuenta que el número
también que eltotal
númerode observaciones
total de
es 80, se puede observaciones
presentarSin laessiguiente tabla de distribución
80, se1 puede presentar
2
𝟐𝟐 de frecuencias.
la siguiente tabla de distribución de
= 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟐𝟐, 𝟓𝟓%
instrucción
frecuencias. 𝟖𝟖𝟖𝟖
Primaria 𝟗𝟗
2 9 = 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = 𝟏𝟏𝟏𝟏, 𝟐𝟐𝟐𝟐%
incompleta
Nivel de Nivel de 𝟖𝟖𝟖𝟖
Primaria Instrucción Frecuencia 𝟐𝟐𝟐𝟐Frecuencia relativa
Instrucción 3 23 = 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕%
completa
Sin 𝟖𝟖𝟖𝟖
𝟐𝟐
1 2 = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟐𝟐, 𝟓𝟓%
instrucción 𝟖𝟖𝟖𝟖
Primaria 𝟗𝟗
2 9 = 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = 𝟏𝟏𝟏𝟏, 𝟐𝟐𝟐𝟐%
incompleta 𝟖𝟖𝟖𝟖
Primaria 𝟐𝟐𝟐𝟐
3 23 = 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕%
completa 𝟖𝟖𝟖𝟖

Estadística - eje 1 conceptualicemos 10

 Bachillerato 𝟐𝟐𝟐𝟐
4 20 = 𝟎𝟎, 𝟐𝟐𝟐𝟐 = 𝟐𝟐𝟐𝟐%
incompleto 𝟖𝟖𝟖𝟖
Bachillerato 𝟏𝟏𝟏𝟏
5 17 = 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 = 𝟐𝟐𝟐𝟐, 𝟐𝟐𝟐𝟐%
completo
Bachillerato
Bachillerato 𝟖𝟖𝟖𝟖
𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐
Superior
incompleto 44 20 20 𝟓𝟓==𝟎𝟎,𝟎𝟎,𝟐𝟐𝟐𝟐 𝟐𝟐𝟐𝟐==𝟐𝟐𝟐𝟐%
𝟐𝟐𝟐𝟐%
incompleto 6 5 𝟖𝟖𝟖𝟖
𝟖𝟖𝟖𝟖 = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟔𝟔, 𝟐𝟐𝟐𝟐%
incompleta
Bachillerato
Bachillerato 𝟖𝟖𝟖𝟖
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
Superior 5 5 17 17 𝟒𝟒==𝟎𝟎,𝟎𝟎,𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐==𝟐𝟐𝟐𝟐, 𝟐𝟐𝟐𝟐,𝟐𝟐𝟐𝟐%
𝟐𝟐𝟐𝟐%
completo
completo 7 4 𝟖𝟖𝟖𝟖 = 𝟎𝟎, 𝟎𝟎𝟎𝟎 = 𝟓𝟓%
𝟖𝟖𝟖𝟖
Bachillerato completa
Superior 4 𝟐𝟐𝟐𝟐 𝟓𝟓𝟖𝟖𝟖𝟖
𝟓𝟓 = 𝟐𝟐𝟐𝟐%
Superior 6 20 5𝟖𝟖𝟖𝟖 = 𝟎𝟎, 𝟐𝟐𝟐𝟐==
incompleto Total
incompleta 6 5 80 𝟎𝟎,𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎==𝟔𝟔,𝟔𝟔,𝟐𝟐𝟐𝟐%
𝟐𝟐𝟐𝟐%
incompleta 𝟖𝟖𝟖𝟖
𝟖𝟖𝟖𝟖
Bachillerato Superior 5 𝟏𝟏𝟏𝟏 𝟒𝟒𝟒𝟒
Superior 17 4𝟖𝟖𝟖𝟖 = 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 =𝟎𝟎𝟎𝟎 𝟐𝟐𝟐𝟐,
completo completa
completa
7 7 4 ==𝟎𝟎,𝟎𝟎, 𝟎𝟎𝟎𝟎==𝟐𝟐𝟐𝟐%
𝟓𝟓%
𝟓𝟓%
Notación Sigma 𝟖𝟖𝟖𝟖
𝟖𝟖𝟖𝟖
Superior Total Total 6 80 𝟓𝟓
80 = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 = 𝟔𝟔, 𝟐𝟐𝟐𝟐%
5
incompleta 𝟖𝟖𝟖𝟖
Antes Superiorde continuar Tabla con conceptosabsoluta
2. Frecuencias relacionados y𝟒𝟒relativa conpara distribuciones
el ejemplo 1.de frecuencias,
conviene 7
analizar brevemente la notación 4 = 𝟎𝟎, 𝟎𝟎𝟎𝟎 = 𝟓𝟓%
Sigma. En estadística, al igual que en la
Notación
Notación completa Sigma
Sigma Fuente:Propia 𝟖𝟖𝟖𝟖
matemática Total en general, se usa el 80símbolo Σ (Letra griega sigma en mayúscula) para
Notación abreviar
Antesde
Antes Sigma la suma
decontinuar
continuarconde un conjunto
conconceptos de
conceptosrelacionados términos
relacionados variable
con que
condistribuciones dependende
distribuciones delfrecuencias,
de valor de un
frecuencias,
subíndice.
convieneanalizar
conviene La siguiente
analizarbrevemente expresión
brevementelalanotación muestra
notaciónSigma. una suma
Sigma.En genérica
Enestadística, abreviada
estadística,alaligual con
igualque laque
notación
enenlala
Notación
Antesmatemática
de
sigma Sigma
continuar
matemáticaen así como con
su conceptos
suma
engeneral,
general,seseusaequivalente. relacionados
usaelelsímbolo símboloΣΣ(Letra con
(Letragriega distribuciones
griegasigma sigmaen de
enmayúscula) frecuencias,
mayúscula)para para con-
vieneabreviar
analizar
abreviarlalasuma brevemente
sumade deun la
unconjunto notación
conjuntode detérminosSigma.
términosvariable En estadística,
variableque quedependen al
dependendel igualdelvalorque
valorde en
deunla mate-
un
Antes
mática de continuar
en general,
subíndice.
subíndice. con
LaLasiguiente conceptos
se usaexpresión
siguiente el símbolo
expresión relacionados
muestra
muestra (Letra una con
unagriega distribuciones
sumagenérica
suma sigmaabreviada
genérica en de frecuencias,
mayúscula)
abreviada conlalanotación
con para abreviar
notación
conviene
la suma sigma analizar
de un
así brevemente
conjunto
como su
sigma así como su suma equivalente. suma de la notación
términos
equivalente. 𝒏𝒏 Sigma.
variable En estadística,
que dependen al igual
del que
valor en de la un subíndice.
matemática en general,
La siguiente expresión muestra una𝑿𝑿suma se usa el símbolo Σ (Letra
𝒊𝒊 =   𝑿𝑿𝟏𝟏 genérica
griega
+ 𝑿𝑿𝟐𝟐 + ⋯ + sigma 𝑿𝑿𝒏𝒏
abreviada en mayúscula) para
con la notación sigma así
abreviar
como su la suma
sumade un conjunto de términos
equivalente. 𝒊𝒊!𝟏𝟏 variable que dependen del valor de un
subíndice. La siguiente expresión muestra 𝒏𝒏 𝒏𝒏
una suma genérica abreviada con la notación
sigma así como su suma equivalente.
𝑿𝑿𝑿𝑿 =  𝑿𝑿𝑿𝑿
𝒊𝒊 𝒊𝒊=   𝟏𝟏 𝟏𝟏++𝑿𝑿𝑿𝑿 𝟐𝟐 𝟐𝟐++⋯⋯++𝑿𝑿𝑿𝑿 𝒏𝒏 𝒏𝒏
En la expresión anterior la𝒊𝒊!𝟏𝟏 variable
𝒊𝒊!𝟏𝟏 es 𝑿𝑿 𝒊𝒊 donde el subíndice 𝒊𝒊 toma los valores
,
𝒊𝒊 = 𝟏𝟏, 𝒊𝒊 = 𝟐𝟐, … , 𝒊𝒊 = 𝒏𝒏,   por lo tanto la variable 𝑿𝑿𝒊𝒊 toma los valores 𝑋𝑋! , 𝑋𝑋! , … , 𝑋𝑋! . Por
ejemplo si 𝑿𝑿𝟏𝟏 = 𝟑𝟑, 𝑿𝑿𝟐𝟐𝒏𝒏 = 𝟕𝟕, 𝑿𝑿𝟑𝟑 = 𝟏𝟏𝟏𝟏, 𝑿𝑿𝟒𝟒 = 𝟏𝟏𝟏𝟏, 𝑿𝑿𝟓𝟓 = 𝟖𝟖, 𝑿𝑿𝟔𝟔 = 𝟓𝟓, 𝑿𝑿𝟕𝟕 = 𝟏𝟏,   usando la
En la expresión
notación anterior
Sigma la variable
seanterior
tiene: 𝑿𝑿𝒊𝒊 =   𝑿𝑿𝟏𝟏es +X𝑿𝑿𝟐𝟐, donde
+ ⋯ + 𝑿𝑿el𝒏𝒏 subíndice i toma los valores i = 1, i = 2,…,
EnEn lalaexpresión
expresión anterior la lavariable
variableies es𝑿𝑿𝑿𝑿 𝒊𝒊 ,𝒊𝒊 ,donde
dondeelelsubíndice subíndice 𝒊𝒊 𝒊𝒊toma tomalos losvalores
valores
i = n, por lo tanto la variable 𝒊𝒊!𝟏𝟏 Xi toma los valores X1 , X2,…, Xn. Por ejemplo si X1 = 3, X2 = 7,
𝒊𝒊 = 𝟏𝟏, 𝒊𝒊 = 𝟐𝟐, … , 𝒊𝒊 = 𝒏𝒏,   por lo tanto la variable 𝑿𝑿𝒊𝒊 𝒊𝒊toma los valores 𝑋𝑋! ,!𝑋𝑋! ,!… , 𝑋𝑋! !. .Por
𝒊𝒊 = 𝟏𝟏, 𝒊𝒊 = 𝟐𝟐, … , 𝒊𝒊 = 𝒏𝒏,   por lo tanto la variable 𝑿𝑿 toma los valores 𝑋𝑋 , 𝑋𝑋 , … , 𝑋𝑋 Por
X3 = 10,ejemplo X4 = 11,siX𝑿𝑿 ==8,𝟑𝟑,X6𝑿𝑿= 5, X = 1, usando la notación Sigma se tiene: usandolala
ejemplo si 𝑿𝑿𝟏𝟏 𝟏𝟏= 𝟑𝟑, 𝑿𝑿𝟐𝟐 𝟐𝟐==𝟕𝟕,𝟕𝟕,𝑿𝑿𝑿𝑿
5 7
𝟑𝟑 𝟑𝟑==𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏,𝑿𝑿𝑿𝑿 𝟒𝟒 𝟒𝟒==𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏,𝑿𝑿𝑿𝑿𝟓𝟓 𝟓𝟓==𝟖𝟖,𝟖𝟖,𝑿𝑿𝑿𝑿 𝟔𝟔 𝟔𝟔==𝟓𝟓,𝟓𝟓,𝑿𝑿𝑿𝑿𝟕𝟕 𝟕𝟕==𝟏𝟏,  
𝟏𝟏,  usando
notaciónSigma
notación Sigmasesetiene:tiene:𝟕𝟕
En la expresión anterior la variable 𝑿𝑿𝒊𝒊 =   𝟑𝟑 es+𝑿𝑿𝟕𝟕𝒊𝒊 , +donde𝟏𝟏𝟏𝟏 + 𝟏𝟏𝟏𝟏 el + subíndice
𝟖𝟖 + 𝟓𝟓 + 𝟏𝟏𝒊𝒊 =toma 𝟒𝟒𝟒𝟒 los valores
𝒊𝒊 = 𝟏𝟏, 𝒊𝒊 = 𝟐𝟐, … , 𝒊𝒊 = 𝒏𝒏,   por lo𝒊𝒊!𝟏𝟏 tanto la variable 𝑿𝑿𝒊𝒊 toma los valores 𝑋𝑋! , 𝑋𝑋! , … , 𝑋𝑋! . Por
ejemplo si 𝑿𝑿𝟏𝟏 = 𝟑𝟑, 𝑿𝑿𝟐𝟐 = 𝟕𝟕, 𝑿𝑿𝟕𝟕𝟑𝟑 = 𝟏𝟏𝟏𝟏, 𝑿𝑿𝟒𝟒 = 𝟏𝟏𝟏𝟏, 𝑿𝑿𝟓𝟓 = 𝟖𝟖, 𝑿𝑿𝟔𝟔 = 𝟓𝟓, 𝑿𝑿𝟕𝟕 = 𝟏𝟏,   usando la
𝟕𝟕
notación Sigma se tiene:
• Distribuciones
 
de frecuencia 𝑿𝑿𝑿𝑿 =  𝟑𝟑𝟑𝟑++para
𝒊𝒊 𝒊𝒊=   𝟕𝟕𝟕𝟕++𝟏𝟏𝟏𝟏 variables
𝟏𝟏𝟏𝟏 ++𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏++𝟖𝟖𝟖𝟖+cuantitativas:
+𝟓𝟓𝟓𝟓++𝟏𝟏𝟏𝟏==𝟒𝟒𝟒𝟒 𝟒𝟒𝟒𝟒
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏
Cuando   se observan las variables bajo estudio, se obtiene un conjunto de resultados
𝟕𝟕
denominados datos originales, si el conjunto de datos es pequeño (menor que 20) no
𝑿𝑿𝒊𝒊 =   𝟑𝟑al+elaborar
existe    ninguna dificultad 𝟕𝟕 + 𝟏𝟏𝟏𝟏 + la
𝟏𝟏𝟏𝟏tabla
+ 𝟖𝟖 + de
𝟓𝟓 +distribución
𝟏𝟏 = 𝟒𝟒𝟒𝟒 que muestre la frecuencia
𝒊𝒊!𝟏𝟏
de cada
    uno de los diferentes valores de la variable, tal como se hace con las variables
cualitativas, sin embargo, si hay un gran número de datos, en los que a su vez la variable
   
  de interés toma un gran número de posibles valores, puede ser poco práctico establecer
la frecuencia para cada uno de los valores, en cambio resulta más conveniente crear
   
  clases, grupos o intervalos de valores y elaborar la distribución de tal manera que se
  muestre la información concerniente a la frecuencia de cada grupo. Las clases creadas
deben ser mutuamente excluyentes y exhaustivas, lo que significa que cada dato debe
  pertenecer a una y sólo una clase (ni más ni menos). En estos casos, la tabla de dis-
tribución de frecuencias se construye de tal forma que las clases se escriben en orden
ascendente según los valores, en la columna correspondiente a la frecuencia absoluta se

Estadística - eje 1 conceptualicemos 11

indica cuántas veces se presenta un valor perteneciente a determinada clase. Este tipo
de distribución de frecuencias en la que los datos se agrupan en clases se denomina
distribución de frecuencia para datos agrupados.

Para efectos de cálculos a partir de la tabla de distribución de frecuencias de datos

agrupados, es útil asignar un índice o número de clase a cada clase: 1 a la primera, 2 a
la segunda y así sucesivamente hasta la clase n. En los encabezados de la tabla de fre-
cuencia y en las diferentes fórmulas de cálculo se usa el número i como subíndice para
referirse a valores asociados a la clase que ocupa el lugar i, por ejemplo fi representa la
frecuencia de la clase i donde toma valores desde i = 1 hasta i = n, lo que usualmente se
representa mediante i = 1, 2,…, n.

Frecuencia absoluta y frecuencia relativa para datos agrupados

Los conceptos de frecuencia absoluta y frecuencia relativa para datos agrupados co-
rrespondientes a variables cuantitativas son similares a los definidos antes para datos
originales de variables cualitativas.

Frecuencia absoluta de una clase: la frecuencia absoluta correspondiente a la i − esima

clase indica el número de ocurrencias de valores de la variable pertenecientes a la clase.
La frecuencia absoluta de la i − esima clase se denota mediante el símbolo fi.
frecuencia relativa de la 𝒊𝒊– 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase se denota mediante el símbolo 𝒇𝒇𝒊𝒊 y se calcula a
Frecuencia
través de relativa de una clase: la frecuencia absoluta no da información sobre qué
la expresión:
fracción de la totalidad de datos corresponde a la clase, por tanto resulta pertinente
frecuencia
definir relativa de
la frecuencia la 𝒊𝒊– 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
relativa de la iclase
− esima se denotaclasemediante
(es decir,ellasímbolo
clase que 𝒇𝒇𝒊𝒊 yocupa
se calcula a
el lugar i)
través
como el de la expresión:
cociente de la frecuencia absoluta de la clase y el número total de datos (N). La
frecuencia relativa de la i − relativa
frecuencia esimadeclase
la 𝒊𝒊– 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 𝒇𝒇𝒊𝒊 se denota
se denota
clase mediante el símbolo
mediante el símbolo 𝒇𝒇𝒊𝒊 yy se
secalcula
calculaa a
través de la expresión: través de la expresión: 𝒇𝒇 𝒊𝒊 =
𝑵𝑵
𝒇𝒇𝒊𝒊
𝒇𝒇𝒊𝒊 =
𝒇𝒇𝒊𝒊
𝑵𝑵 clases
La suma de las frecuencias relativas de todas las 𝒇𝒇𝒊𝒊 = corresponde a la unidad, es decir:
𝑵𝑵
La suma de las frecuencias relativas de todas las clases corresponde a la unidad, es decir:
La suma de las frecuencias
La suma derelativas de todas
𝒏𝒏las frecuencias lasdeclases
relativas corresponde
todas las a la unidad,
clases corresponde es es
a la unidad, decir:
decir:

𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 + 𝒇𝒇𝟐𝟐 + ⋯ + 𝒇𝒇𝒏𝒏 = 𝟏𝟏

𝒏𝒏
𝒊𝒊!𝟏𝟏
𝒏𝒏
𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 + 𝒇𝒇𝟐𝟐 + ⋯ + 𝒇𝒇𝒏𝒏 = 𝟏𝟏
𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 𝒊𝒊!𝟏𝟏
+ 𝒇𝒇𝟐𝟐 + ⋯ + 𝒇𝒇𝒏𝒏 = 𝟏𝟏
Nota: el elvalor 𝒊𝒊!𝟏𝟏 relativa se puede expresar en porcentaje al multiplicar
Nota: valorde
delala frecuencia
frecuencia relativa se puede expresar en porcentaje al multiplicar el
elvalor
valorobtenido
obtenido por 100%.
porNota:
𝟏𝟏𝟏𝟏𝟏𝟏%.
el valor de la frecuencia relativa se puede expresar en porcentaje al multiplicar el
valor obtenido por 𝟏𝟏𝟏𝟏𝟏𝟏%.
Frecuencia
Nota: absoluta
el valor acumulada
de la frecuencia de una puede
relativa clase: en cálculos estadísticos, que involucran
Frecuencia absoluta acumulada de unaseclase: en expresar en porcentaje
cálculos estadísticos, que al involucran
multiplicar el
variables
valor cuantitativas,
obtenido por 𝟏𝟏𝟏𝟏𝟏𝟏%.además
Frecuencia absoluta de la
acumuladafrecuencia
de una absoluta
clase: en cálculos de una clase
estadísticos, que se puede re-
involucran
variables cuantitativas, además de la además
frecuencia absolutaabsoluta
de unade clase se puede requerir
querirel acumuladovariables cuantitativas,
de la respectiva clase ydelas la frecuencia
clases anteriores, unaesto
clase se puede
se conoce requerir
como
el acumulado de laelrespectiva
acumulado de clase y las clases
la respectiva clase yanteriores, esto seesto
las clases anteriores, conoce como
se conoce como
frecuencia
Frecuencia absoluta acumulada, es decir, la frecuencia absoluta de la k − esima clase
frecuencia absoluta
absoluta acumulada
acumulada,
frecuencia absoluta de una
esacumulada,
decir, clase: esen
la frecuencia cálculos
decir, estadísticos,
absoluta
la frecuencia de la 𝒌𝒌
absoluta que
de− involucran
𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
la 𝒌𝒌 clase
− 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase
corresponde
variables a la suma
cuantitativas, de las frecuencias
además lade la frecuenciaabsolutas absoluta hasta hastaesa clase. LaLa frecuencia abso-
corresponde corresponde
a la suma de lasafrecuencias
suma de las frecuencias
absolutas hastade
absolutas
esauna clase
esa
clase. Lase
clase. puede requerir
frecuencia
frecuencia
el acumulado absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase se denota mediante 𝑭𝑭 y está dada por:
absoluta de lade la 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
𝒌𝒌 − respectivaclaseclase y las clases
se denota medianteanteriores, esto𝒌𝒌dada
𝑭𝑭𝒌𝒌 y está se conoce
por: como
frecuencia absoluta acumulada, es decir, la frecuencia 𝒌𝒌 absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase
corresponde a la suma de las frecuencias 𝒌𝒌 𝑭𝑭𝒌𝒌 absolutas
= 𝒇𝒇𝒊𝒊 =  hasta
𝒇𝒇𝟏𝟏 + esa
𝒇𝒇𝟐𝟐 +clase.
⋯ + 𝒇𝒇La frecuencia
𝒌𝒌
absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase se denota mediante 𝑭𝑭 y está dada por:
Estadística - eje 1 conceptualicemos 12
𝑭𝑭𝒌𝒌 = 𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 + 𝒇𝒇𝟐𝟐 + ⋯ + 𝒇𝒇𝒌𝒌
𝒊𝒊!𝟏𝟏 𝒌𝒌
 Frecuencia absoluta acumulada de una clase: en cálculos estadísticos, que involucran
variables cuantitativas,
𝒏𝒏 además de la frecuencia absoluta de una clase se puede requerir
variables cuantitativas, además de la frecuencia absoluta de una clase se puede requerir
el acumulado de la respectiva clase y las clases anteriores, esto se conoce como
𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 clase
el acumulado de la respectiva + 𝒇𝒇𝟐𝟐 y+las
⋯clases
+ 𝒇𝒇𝒏𝒏 anteriores,
= 𝟏𝟏 esto se conoce como
frecuencia absoluta acumulada, es decir, la frecuencia absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase
frecuencia absoluta 𝒊𝒊!𝟏𝟏acumulada, es decir, la frecuencia absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase
corresponde a la suma de las frecuencias absolutas hasta esa clase. La frecuencia
corresponde a la suma de las frecuencias absolutas hasta esa clase. La frecuencia
absoluta de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase se denota mediante 𝑭𝑭𝒌𝒌 y está dada por:
absoluta
luta de la kde la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
− esima clase se clase se denota
denota mediante
mediante 𝒌𝒌 y está
F y 𝑭𝑭está dadadada
por:por:
k
Nota: el valor de la frecuencia relativa se puede
𝒌𝒌 expresar en porcentaje al multiplicar el
valor obtenido por 𝟏𝟏𝟏𝟏𝟏𝟏%. 𝒌𝒌
𝑭𝑭𝒌𝒌 = 𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 + 𝒇𝒇𝟐𝟐 + ⋯ + 𝒇𝒇𝒌𝒌
𝑭𝑭 = 𝒇𝒇 =   𝒇𝒇 + 𝒇𝒇 + ⋯ + 𝒇𝒇
𝒌𝒌 clase: en𝒊𝒊cálculos 𝟏𝟏 estadísticos,
𝟐𝟐 𝒌𝒌
Frecuencia absoluta acumulada de una 𝒊𝒊!𝟏𝟏 que involucran
variables cuantitativas, además de la frecuencia 𝒊𝒊!𝟏𝟏 absoluta de una clase se puede requerir
el acumulado de la relativa
Frecuencia respectiva clase y las clases
acumulada de unaanteriores, esto se conoce
clase: la frecuencia comoacumulada de la
relativa
Frecuencia
Frecuencia
frecuencia absoluta relativa
relativa
acumulada, acumulada
acumulada
es decir, de
lade una
unaclase:
clase:
frecuencia la frecuencia
absolutala relativa
frecuencia
de la 𝒌𝒌 − acumulada
relativa
𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase de la
acumulada de la
𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase es el cociente de la frecuencia acumulada de la clase y el número total
k −𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
esima
corresponde a la sumaclasede es cociente
las el cociente
frecuencias delalafrecuencia
frecuencia
absolutas hasta acumulada
esa clase. La de lalaclase
frecuencia y ely número total
de datos, se denota mediante el símbolo 𝑭𝑭𝒌𝒌 . Para un total de 𝑵𝑵 datos, la frecuencia total
clase es el de acumulada de clase el número
de de
absoluta datos,
de la 𝒌𝒌se
datos, −sedenota
denota
𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 mediante
clase se denota
mediante el símbolo
símbolo 𝑭𝑭
mediante 𝑭𝑭𝒌𝒌 ..yPara
relativa acumulada de la 𝒌𝒌 − 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase está dada por:
está un
Para untotal
dada por:dede
total 𝑵𝑵 datos, la frecuencia
N datos, la frecuencia re-
relativa
lativa acumulada
acumulada de de
la la
k −𝒌𝒌esima
− 𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase
clase está
está dada
dada por:
por:
𝒌𝒌
𝑭𝑭
𝑭𝑭𝒌𝒌 = +𝒌𝒌𝒌𝒌𝒇𝒇𝒌𝒌
𝒇𝒇𝒊𝒊 =   𝒇𝒇𝟏𝟏 + 𝒇𝒇𝑭𝑭𝟐𝟐𝒌𝒌+=⋯   𝑭𝑭
𝑭𝑭𝒌𝒌 =   𝑵𝑵
𝒊𝒊!𝟏𝟏 𝑵𝑵
Frecuencia relativa acumulada de una clase: la frecuencia relativa acumulada de la
𝒌𝒌 −La frecuencia
𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆 clase esrelativa
La frecuencia elrelativa acumulada
cociente de la última clase
de la frecuencia
acumulada de laacumulada la corresponde
decorresponde
última clase clase y el númeroa la unidad o al 100 %.
total
a la unidad o al 100 %.
de datos,La se
frecuencia relativa el
denota mediante acumulada
símbolo 𝑭𝑭𝒌𝒌de la última
. Para clase
un total de 𝑵𝑵corresponde a la unidad o al 100 %.
datos, la frecuencia
• Ejemplo 2:dedistribución
relativa acumulada la 𝒌𝒌 −
declase
𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆𝒆
frecuencia
está
para una variable cuantitativa discreta.
dada por:
! Ejemplo 1.2: distribución de frecuencia para una variable cuantitativa discreta.
Sobre un grupo de 900 empresarios se realiza un estudio respecto al número de emplea-
Sobre
𝑭𝑭𝒌𝒌
dos a su cargo, losunresultados
grupo de 𝑭𝑭 900
van empresarios
desde
𝒌𝒌 =  
se realiza
10 hasta 95un estudio respecto
empleados. Luego al de
número de los
recoger
empleadosdel
datos, el responsable a suestudio
cargo, los 𝑵𝑵
resultadosconveniente
considera van desde 10crear hasta 5
95clases
empleados. Luegode
o grupos devalo-
recoger los datos, el responsable del estudio considera
res y realizar el conteo para registrar la frecuencia de cada clase. Con los resultadosconveniente crear 5 clases o del
conteo realizagrupos de valorestabla
la siguiente y realizar el conteo para de
de distribución registrar la frecuencia
frecuencias, de cada clase.
la primera Con los de la
columna
La frecuencia relativa acumulada
resultados del de la
conteo última
realiza clase
la corresponde
siguiente tabla dea la unidad
distribucióno
tabla muestra los índices de clase, la segunda, el intervalo de valores de cada clase, las al
de 100 %.
frecuencias, la primera
columnas 3 acolumna de la tabla
6 muestran muestra los índicesladefrecuencia
respectivamente clase, la segunda, el intervalo
absoluta, de valoresrelativa,
frecuencia de
cada clase, las columnas 3 a 6 muestran respectivamente
frecuencia absoluta acumulada y frecuencia relativa acumulada para cada una de las la frecuencia absoluta,
cinco clases. frecuencia relativa, frecuencia absoluta acumulada y frecuencia relativa acumulada para
cada una de las cinco clases.

𝒊𝒊 𝑿𝑿 𝒇𝒇𝒊𝒊 𝒇𝒇! 𝑭𝑭𝒊𝒊 𝑭𝑭!

1 De 0 y 20 45 𝟒𝟒𝟒𝟒 45 𝟒𝟒𝟒𝟒
= 𝟎𝟎, 𝟎𝟎𝟎𝟎 = 𝟎𝟎, 𝟎𝟎𝟎𝟎
𝟗𝟗𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗𝟗𝟗
2 De 21 y 40 195 𝟏𝟏𝟏𝟏𝟏𝟏 240 𝟐𝟐𝟐𝟐𝟐𝟐
= 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 … = 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 …
𝟗𝟗𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗𝟗𝟗
3 De 41 y 60 410 𝟒𝟒𝟒𝟒𝟒𝟒 650 𝟔𝟔𝟔𝟔𝟔𝟔
= 𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒 … = 𝟎𝟎, 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕 …
𝟗𝟗𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗𝟗𝟗
4 De 61 y 80 230 𝟐𝟐𝟐𝟐𝟐𝟐 880 𝟖𝟖𝟖𝟖𝟖𝟖
= 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 … = 𝟎𝟎, 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗 …
𝟗𝟗𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗𝟗𝟗
5 De 81 y 100 20 𝟐𝟐𝟐𝟐 900 𝟗𝟗𝟗𝟗𝟗𝟗
= 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 … = 𝟏𝟏
𝟗𝟗𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗𝟗𝟗
Total 𝟓𝟓 𝟓𝟓

𝒇𝒇𝒊𝒊 =   𝟗𝟗𝟗𝟗𝟗𝟗 𝒇𝒇! =   𝟏𝟏

𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏

Tabla 3. Distribución de frecuencias para el ejemplo 2.

Otros conceptos
Fuente:Propia
A continuación se presenta otros conceptos que se deben tener en cuenta en la
elaboración de una distribución de frecuencias.

Rango de datos

Un valor que se debe considerar al definir una distribución de frecuencias para un

Estadística - eje 1 conceptualicemos 13
Rango de datos

Un valor que se debe considerar al definir una distribución de frecuencias para un con-
junto de datos agrupados es el de rango de datos. El rango de un conjunto de datos
corresponde a la diferencia entre el mayor valor y el menor valor de todas las observa-
ciones. En el caso del ejemplo 2 el rango de datos corresponde a:

Límites de clase N = 95 − 10 = 85

Límites
Son losdevalores
clase extremos que definen una clase, se identifica en ellos el límite inferior
(mayor valor posible en la clase) y el límite superior. Se deben elegir de tal manera que
Son los valores extremos que definen una clase, se identifica en ellos el límite inferior
un valor especifico de las observaciones pertenezca a una y exactamente una clase, en el
(menor valor posible en la clase) y el límite superior. Se deben elegir de tal manera que
caso de la variable discreta del ejemplo 2, los límites de clase son los valores extremos
un valor especifico de las observaciones pertenezca (mayor valor posible en la clase) y
allí indicados. Para el caso de una distribución de frecuencias correspondiente a una
exactamente una clase, en el caso de la variable discreta del ejemplo 2, los límites de
variable continua se debe tener especial cuidado con los límites de clase,
clase son los valores extremos allí indicados. Para el caso de una distribución de frecuen-
específicamente
cias correspondientedebe
a ser
unaclaro si un extremo
variable continuadado pertenece
se debe tenero especial
no a la clase. Una forma
cuidado con los
de hacerlo
límites es emplear
de clase, la notacióndebe
específicamente de intervalos.
ser claro si un extremo dado pertenece o no a la
clase. Una forma de hacerlo es emplear la notación de intervalos.

• Ejemplo 3: distribución de frecuencia para una variable continua:

En un !torneo interuniversitario
Ejemplo 1.3: distribuciónde
denatación
frecuenciase quiere
para realizarcontinua:
una variable un estudio estadístico sobre
los resultados de los participantes en la prueba de 50 metros estilo espalda, el registro
de los datos originales
En un se muestra en la
torneo interuniversitario de siguiente tabla.
natación se quiere realizar un estudio estadístico
sobre los resultados de los participantes en la prueba de 50 metros estilo espalda, el
registro de los datos originales se muestra en la siguiente tabla.

33,19 49,44 43,07 37,11 41,57 40,24 34 43,46 25 27,97

26,38 44,72 34,36 44,12 28,74 42,58 39,54 30,56 36,2 38,35

43,6 47,86 26,16 36,88 29,13 46,1 36,18 38,24 39,73 26,13

40 48,41 43,09 49,1 48,73 26,09 32,38 25,56 48,08 41,14

42,47 25,05 44,77 30,48 36,64 26,87 33,63 39,13 49,68 45,67

! Solución:
Con los resultados Tabla
el analista decide
4. Datos crear 5 clases
sin agrupar así:
para el ejemplo 3.
Fuente:Propia.
𝒊𝒊 Intervalo de tiempo (seg) Notación de intervalo
1 Mayores o iguales que 25 y menores que 30 [25, 30)
2 Mayores o iguales que 30 y menores que 35 [30, 35)
3 Mayores o iguales que 35 y menores que 40 [35, 40)
4 Mayores o iguales que 40 y menores que 45 [40, 45)
5 Mayores o iguales que 45 y menores que 50 [45, 50)

Estadística - eje 1 conceptualicemos 14

 40 48,41 43,09 49,1 48,73 26,09 32,38 25,56 48,08 41,14

42,47 25,05 44,77 30,48 36,64 26,87 33,63 39,13 49,68 45,67

• Solución:
! Solución:
Con los resultados el analista
Con los resultados decide
el analista crear
decide 5 clases
crear 5 clasesasí:
así:

𝒊𝒊 Intervalo de tiempo (seg) Notación de intervalo

1 Mayores o iguales que 25 y menores que 30 [25, 30)
2 Mayores o iguales que 30 y menores que 35 [30, 35)
3 Mayores o iguales que 35 y menores que 40 [35, 40)
4 Mayores o iguales que 40 y menores que 45 [40, 45)
5 Mayores o iguales que 45 y menores que 50 [45, 50)
Tabla 5. Clases para el ejemplo 3.
Fuente: Propia.

Con baseCon base

en la en la
tabla tabla anterior,
anterior, la distribución
la distribución de frecuencias
de frecuencias es laessiguiente:
la siguiente:

𝒊𝒊 Clase 𝒇𝒇𝒊𝒊 𝒇𝒇! 𝑭𝑭𝒊𝒊 𝑭𝑭!

1 [25, 30) 11 𝟏𝟏𝟏𝟏 11 𝟏𝟏𝟏𝟏
= 𝟎𝟎, 𝟐𝟐𝟐𝟐 = 𝟎𝟎, 𝟐𝟐𝟐𝟐
𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
2 [30, 35) 7 𝟕𝟕 18 𝟏𝟏𝟏𝟏
= 𝟎𝟎, 𝟏𝟏𝟏𝟏 = 𝟎𝟎, 𝟑𝟑𝟑𝟑
𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
3 [35, 40) 10 𝟏𝟏𝟏𝟏 28 𝟐𝟐𝟐𝟐
= 𝟎𝟎, 𝟐𝟐 = 𝟎𝟎, 𝟓𝟓𝟓𝟓
𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
4 [40, 45) 13 𝟏𝟏𝟏𝟏 41 𝟒𝟒𝟒𝟒
= 𝟎𝟎, 𝟐𝟐𝟐𝟐 = 𝟎𝟎, 𝟖𝟖𝟖𝟖
𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
5 [45, 50) 9 𝟗𝟗 50 𝟒𝟒𝟒𝟒
= 𝟎𝟎, 𝟏𝟏𝟏𝟏 = 𝟏𝟏
𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
Total 𝟓𝟓 𝟓𝟓

𝒇𝒇𝒊𝒊 =   𝟓𝟓𝟓𝟓 𝒇𝒇! =   𝟏𝟏

𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏
Tabla 6. Distribución de frecuencias para el ejemplo 3.
Fuente: Propia.
Nótese que la definición de los límites de clase y la notación de intervalos dan
Nótese que la definición
claridad respectode a lalos límites de oclase
pertenencia y un
no de la notación de intervalo
extremo del intervalos dan
a la claridad
clase, en
respecto la
a la pertenencia o no de un extremo del intervalo a la clase,
notación de intervalo, el corchete indica que el extremo correspondienteen la notación
de intervalo, el corchete
pertenece indica que
al intervalo, el extremo
mientras que el correspondiente
paréntesis indica pertenece al intervalo,
no pertenencia, por
mientras ejemplo
que el paréntesis indica no pertenencia,
el valor 40 pertenece a la cuarta clase.por ejemplo el valor 40 pertenece a la
cuarta clase.
Amplitud o ancho de clase
Amplitud o ancho de clase

La La amplitud
amplitud dede una una clase
clase es es
una una medida
medida deldel rango
rango dede valores
valores de de la clase.
la clase. NoNo es es
obli-
obligatorio que todas las clases tengan igual amplitud, pero lo usual
gatorio que todas las clases tengan igual amplitud, pero lo usual es definirlo así con el es definirlo así con
fineldefinfacilitar
de facilitar los cálculos.
los cálculos. En cualquier
En cualquier conjunto
conjunto dede clasesadecuadamente
clases adecuadamente definida,
definida, el
el valor de la amplitud de una clase, excepto la última, se puede calcular
valor de la amplitud de una clase, excepto la última, se puede calcular restando el límite restando el
límitede
inferior inferior de la respectiva
la respectiva clase alclase al inferior
límite límite inferior de la siguiente,
de la clase clase siguiente,
en el en el ejemplo
ejemplo 2
2 la am-
la amplitud de la clase 3 se puede hallar restando 41 (límite inferior de la
plitud de la clase 3 se puede hallar restando 41 (límite inferior de la clase 3) de 61 (límite clase 3) de 61
(límitedeinferior
inferior la clase desiguiente
la clase siguiente
o clase 4).o Nótese
clase 4).que
Nótese que forma
de esta de estano forma no serealizar
se puede puede el
realizar el cálculo de la amplitud de la última clase debido a que no hay una clase
siguiente.

El cálculo de amplitud de clase también puede hacerse restando el límite superior de la

clase anterior al límite superior de la respectiva clase, exceptoEstadística
para la primera. En el
- eje 1 conceptualicemos 15
cálculo de la amplitud de la última clase debido a que no hay una clase siguiente.

El cálculo de amplitud de clase también puede hacerse restando el límite superior de

la clase anterior al límite superior de la respectiva clase, excepto para la primera. En el
ejemplo 2 la amplitud de la segunda clase se puede hallar restando 20 a 40.

Existen situaciones en las que a la primera clase no se le defina límite inferior o a la últi-
ma no se le defina límite superior, por ejemplo al considerar rangos de edades medidas
en años cumplidos podría tener el siguiente conjunto de clases:

• De 0 a 5 años

• De 6 a 12 años

! !13DeaDe
• De a05aaños
025 5 años
años
! ! DeDe
6 a612
a 12 años
años
• De
! !26
Deaños
De
1313 o más.
a 25
a 25 años
años
! ! DeDe
2626 años
años o más.
o más.
Marca o punto medio de una clase

La Marca
Marca
marca odepunto
o punto una medio
medio
clasede esdeeluna
una clase
clase
valor que se encuentra en la mitad del intervalo de valores
de la clase y se considera como su valor representativo. Para cada una de las clases, la
LaLa
marca marca
marca dede
de clase unauna clase
seclase eses
representael el valor
valor que
mediantequesese elencuentra
símboloenen
encuentra la yla mitad
mitad
se deldel
calcula intervalo
intervalo dede
promediando valores
valores
los va-
de la clase y se considera como su valor representativo.
lores extremos de la clase. En la tabla de distribución de frecuencia, a la derechalade
de la clase y se considera como su valor representativo. ParaPara cada
cada unaunade de
laslas clases,
clases, la la
marcadede
marca
columna declase
clase
los seserepresenta
representa
intervalos mediante
mediante
de clase, el elsímbolo
se agrega símbolo 𝑿𝑿𝒊𝒊𝑿𝑿y𝒊𝒊 ysesepara
otra columna calcula
calcula promediando
promediando
registrar loslosde
las marcas
valores
valores
las clases. extremos
extremos de la clase.
de la clase.
Los ejemplos En la
3 y 4Enmuestran tabla de distribución
la tabla delasdistribución
tablas de de de frecuencia,
frecuencia,de
distribución a
a la la derecha
derecha de
frecuencia de
la la
resumi-
das columna dede
incluyendo
columna loslos
las intervalos
marcasde
intervalos de
de clase,
clase
clase, se
separa agrega
agrega otra
los ejemplos
otra columna
columna 1.2 ypara para
1.3. registrar
registrar laslas marcas
marcas dede
laslas clases.
clases. LosLos ejemplos
ejemplos 3 y3 4y muestran
4 muestran laslas tablas
tablas dede distribución
distribución dede frecuencia
frecuencia resumidas
resumidas
• incluyendo
Ejemplo las
incluyendo 4:lasdistribución
marcas
marcas dede depara
clase
clase frecuencia
paraloslos incluyendo
ejemplos
ejemplos 1.21.2 y marca
y 1.3.1.3. de clase para el ejemplo de
número de empleados a cargo de un grupo de empresarios.
Ejemplo
! ! Ejemplo 1.4:
1.4: distribución
distribución dede frecuencia
frecuencia incluyendo
incluyendo marca
marca dede clase
clase para
para el el ejemplo
ejemplo dede
número
número dede empleados
empleados a cargo
a cargo dedeunun grupo
grupo dede empresarios.
empresarios.

𝒊𝒊 𝒊𝒊 𝑿𝑿 𝑿𝑿 𝑿𝑿 𝑿𝑿 𝒇𝒇𝒊𝒊𝒇𝒇𝒊𝒊 𝒇𝒇!𝒇𝒇! 𝑭𝑭𝒊𝒊𝑭𝑭𝒊𝒊 𝑭𝑭!𝑭𝑭!

11 DeDe
1 y1 20
y 20 10,5
10,5 4545 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 4545
𝟎𝟎,𝟎𝟎, 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎,
22 DeDe
2121 y 40
y 40 30,5
30,5 195195 𝟎𝟎,𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 240
… … 240 𝟎𝟎,𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 ……
33 DeDe
4141 y 60
y 60 50,5
50,5 410410 𝟎𝟎,𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒 650
… … 650 𝟎𝟎,𝟎𝟎, 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕
𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕 ……
44 De 61 y 80
De 61 y 80 70,5
70,5 230230 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 …
𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 … 880 880 𝟎𝟎, 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗 … …
𝟎𝟎, 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗
55 DeDe
8181 y 100
y 100 90,5
90,5 2020 𝟎𝟎,𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 900
… … 900 𝟏𝟏 𝟏𝟏
Total
Total 𝟓𝟓 𝟓𝟓 𝟓𝟓 𝟓𝟓

𝒇𝒇𝒊𝒊𝒇𝒇=  
𝒊𝒊 =   𝟗𝟗𝟗𝟗𝟗𝟗
𝟗𝟗𝟗𝟗𝟗𝟗 𝒇𝒇!𝒇𝒇=  
! =  
𝟏𝟏 𝟏𝟏
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

Tabla 7. Distribución de frecuencias para el ejemplo 4.

Ejemplo1.5:
! ! Ejemplo 1.5:distribución Fuente:Propia
distribucióndedefrecuencia
frecuencia incluyendomarca
incluyendo marcadedeclase
clasedeldelejemplo
ejemplodeldel
tiempo
tiempo enen una
una prueba
prueba dede natación.
natación.

𝒊𝒊 𝒊𝒊 𝑿𝑿 𝑿𝑿 𝑿𝑿𝒊𝒊𝑿𝑿𝒊𝒊 𝒇𝒇𝒊𝒊𝒇𝒇𝒊𝒊 𝒇𝒇!𝒇𝒇! 𝑭𝑭𝒊𝒊𝑭𝑭𝒊𝒊 𝑭𝑭!𝑭𝑭!

11 [𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑)
[𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑) 𝟐𝟐𝟐𝟐,
𝟐𝟐𝟐𝟐, 𝟓𝟓 𝟓𝟓 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎,
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 1111 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟎𝟎,
22 [𝟑𝟑𝟑𝟑,
[𝟑𝟑𝟑𝟑, 𝟑𝟑𝟑𝟑)
𝟑𝟑𝟑𝟑) 32,5
32,5 𝟕𝟕 𝟕𝟕 𝟎𝟎,𝟎𝟎,
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 1818 𝟎𝟎,𝟎𝟎, 𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑
33 [𝟑𝟑𝟑𝟑,
[𝟑𝟑𝟑𝟑, 𝟒𝟒𝟒𝟒)
𝟒𝟒𝟒𝟒) 37,5
37,5 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎,
𝟐𝟐 𝟐𝟐 2828 𝟎𝟎,𝟎𝟎, 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
44 [𝟒𝟒𝟒𝟒,
[𝟒𝟒𝟒𝟒, 𝟒𝟒𝟒𝟒)
𝟒𝟒𝟒𝟒) 42,5
42,5 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎,
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 4141 𝟎𝟎,𝟎𝟎, 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
55 [𝟒𝟒𝟒𝟒, 𝟓𝟓𝟓𝟓)
[𝟒𝟒𝟒𝟒, 𝟓𝟓𝟓𝟓) 47,5
47,5 𝟗𝟗 𝟗𝟗 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟎𝟎, 50
Estadística - eje 1 conceptualicemos
50 𝟏𝟏 𝟏𝟏 16
 3 De 41 y 60 50,5 410 𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒 … 650 𝟎𝟎, 𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕 …
4 De 61 y 80 70,5 230 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 … 880 𝟎𝟎, 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗 …
5 De 81 y 100 90,5 20 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 … 900 𝟏𝟏
Total 𝟓𝟓 𝟓𝟓

𝒇𝒇𝒊𝒊 =   𝟗𝟗𝟗𝟗𝟗𝟗 𝒇𝒇! =   𝟏𝟏

𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏

• Ejemplo 5: distribución de frecuencia incluyendo marca de clase del ejemplo del-

! Ejemplo
tiempo en una1.5: distribución
prueba de frecuencia incluyendo marca de clase del ejemplo del
de natación.
tiempo en una prueba de natación.

𝒊𝒊 𝑿𝑿 𝑿𝑿𝒊𝒊 𝒇𝒇𝒊𝒊 𝒇𝒇! 𝑭𝑭𝒊𝒊 𝑭𝑭!

1 [𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑) 𝟐𝟐𝟐𝟐, 𝟓𝟓 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟐𝟐𝟐𝟐 11 𝟎𝟎, 𝟐𝟐𝟐𝟐
2 [𝟑𝟑𝟑𝟑, 𝟑𝟑𝟑𝟑) 32,5 𝟕𝟕 𝟎𝟎, 𝟏𝟏𝟏𝟏 18 𝟎𝟎, 𝟑𝟑𝟑𝟑
3 [𝟑𝟑𝟑𝟑, 𝟒𝟒𝟒𝟒) 37,5 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟐𝟐 28 𝟎𝟎, 𝟓𝟓𝟓𝟓
4 [𝟒𝟒𝟒𝟒, 𝟒𝟒𝟒𝟒) 42,5 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟐𝟐𝟐𝟐 41 𝟎𝟎, 𝟖𝟖𝟖𝟖
5 [𝟒𝟒𝟒𝟒, 𝟓𝟓𝟓𝟓) 47,5 𝟗𝟗 𝟎𝟎, 𝟏𝟏𝟏𝟏 50 𝟏𝟏
Total 𝟓𝟓 𝟓𝟓

𝒇𝒇𝒊𝒊 =   𝟓𝟓𝟓𝟓 𝒇𝒇! =   𝟏𝟏

𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏

Tabla 8. Distribución de frecuencias para el ejemplo 5.

Fuente:Propia

Estadística - eje 1 conceptualicemos 17

Construcción de distribu-
ciones de frecuencias de
datos agrupados
 Desarrollo temático
Desarrollo temático
Construcción de distribuciones de frecuencias de datos agrupados
Construcción
Construcción de de distribuciones
distribuciones de de frecuencias
frecuencias de de datos
datos agrupados
agrupados
Hasta el momento se ha presentado ejemplos en los que ya está decidido el número de
clases
Hasta y las amplitudes
el el
momento de las mismas,ejemplos
lo que a las claras define la distribución, pero antede
Hasta momentoseseha hapresentado
presentado ejemplos en en los
los que
que yaestá
ya está decididoelel
decidido número
número de
la necesidad
clases y las de elaborar
amplitudes la construcción
dedelas a partir de los datos originales de agruparlos en
clases y las amplitudes lasmismas,
mismas,lo loque
queaa las
las claras define
claras define laladistribución,
distribución, pero
pero ante
ante
clases,
la necesidadse presentan
dedeelaborarlos siguientes interrogantes: ¿cómo decidir el número de clases?,
la necesidad elaborarlala construcción
construcción aapartir partir
dedeloslos datos
datos originales
originales de agruparlos
de agruparlos en
¿cómo
en clases, decidir la
se presentan amplitud
presentanlos de las
los siguientes clases? Las
siguientesinterrogantes: respuestas
interrogantes:¿cómo se presentan
¿cómodecidir a continuación.
decidirelelnúmero
númerodedeclases?,
clases?,
clases, se
¿cómo
¿cómo decidir
decidirla la
amplitud
amplitudde delas
las clases? Lasrespuestas
clases? Las respuestas sese presentan
presentan a continuación.
a continuación.
Elección del número de clases:
Elección del número de clases:
Elección del número de clases:
Para la elección del número de clases, en las que se ha de agrupar un conjunto de 𝑵𝑵
Para la elección
datos, una útil del númeroaunque
sugerencia, de clases,
no deenestricto
las que se ha de agrupar
cumplimiento, es tomarununconjunto
número dede N
Parauna
datos, la elección
útil del número
sugerencia, de clases,
aunque no de en las quecumplimiento,
estricto se ha de agrupar es un conjunto
tomar un de 𝑵𝑵de
número
clases 𝒄𝒄 tal que 𝒄𝒄 sea el menor número que satisfaga la siguiente desigualdad:
datos,
clases unaque
C tal útilCsugerencia,
sea el menor aunque no deque
número estricto cumplimiento,
satisfaga la siguientees tomar un número de
desigualdad:
clases 𝒄𝒄 tal que 𝒄𝒄 sea el menor número que satisfaga 𝒄𝒄 la siguiente desigualdad:
𝑵𝑵   ≤ 𝟐𝟐
≤ 𝟐𝟐𝒄𝒄 𝑵𝑵 = 𝟏𝟏𝟏𝟏𝟏𝟏, se busca el primer número
𝑵𝑵  datos
Por ejemplo, si se tiene un número de
natural 𝒄𝒄 tal que 𝟐𝟐𝒄𝒄 iguale o supere al valor 𝑵𝑵 = 𝟏𝟏𝟏𝟏𝟏𝟏. Si se prueba con 𝒄𝒄 = 𝟔𝟔, se observa
Por
Porque ejemplo,
ejemplo, si sesi tiene
se𝟔𝟔 tiene un número
un número de datos
de datos 𝑵𝑵 = se
N = 100, 𝟏𝟏𝟏𝟏𝟏𝟏,
buscase busca el primer
el primer número número
natural
la
natural potencia 𝟐𝟐 𝒄𝒄= 𝟔𝟔𝟔𝟔 es menor que 𝟏𝟏𝟏𝟏𝟏𝟏, por lo cual se debe probar con un número
c tal que 2𝒄𝒄 tal
c que o
iguale iguale oalsupere
𝟐𝟐 supere al valor
valor N = 100.𝑵𝑵 Si
= se
𝟏𝟏𝟏𝟏𝟏𝟏. Si
prueba
𝟕𝟕
se prueba
con c con
= 6,𝒄𝒄
se= 𝟔𝟔, se
observaobserva
que la
mayor.
que la Tomando
potencia 𝟐𝟐 𝟔𝟔𝒄𝒄 = 𝟕𝟕, se tiene que el número 𝟐𝟐 = 𝟏𝟏𝟏𝟏𝟏𝟏  supera a 𝟏𝟏𝟏𝟏𝟏𝟏, con lo cual
= 𝟔𝟔𝟔𝟔 es menor que 𝟏𝟏𝟏𝟏𝟏𝟏, por lo cual se debe probar con un número
potencia 2 = 64 es menor que 100, por lo cual se debe probar con un número mayor.
6
𝒄𝒄 = 𝟕𝟕  es una razonable posibilidad para el7 número de clases.
mayor. cTomando
Tomando = 7, se tiene se el
𝒄𝒄 = 𝟕𝟕,que tiene que el2 número
número 𝟐𝟐𝟕𝟕 = 𝟏𝟏𝟏𝟏𝟏𝟏  supera
= 128 supera a 100, con alo𝟏𝟏𝟏𝟏𝟏𝟏,
cual con
c = lo cual
7 es una
una razonable
𝒄𝒄 = 𝟕𝟕  esposibilidad
razonable paraposibilidad
el número para
de el número formulación
clases.La de clases. de la estrategia implica:
Elección de la amplitud de clase:
Elección de la
Elección deamplitud
la amplitudde clase:
de clase:
A partir del valor del rango de datos y el número de clases a crear, se puede definir la
A partir del de
amplitud valor del rango
las clases de datos
con base y el número
en la siguiente de clases a crear, se puede definir la
operación:
A partir del valor del rango de datos y el número de clases a crear, se puede definir la
amplitud de las clases con base en la siguiente operación:
amplitud de las clases con base en la siguiente operación:

𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑 𝐑𝐑
𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀  𝐝𝐝𝐝𝐝  𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜 = ∆𝐂𝐂 = =
𝐍𝐍ú𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦  𝐝𝐝𝐝𝐝  𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜
𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑 𝐜𝐜
𝐑𝐑
𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀  𝐝𝐝𝐝𝐝  𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜 = ∆𝐂𝐂 = =
𝐍𝐍ú𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦  𝐝𝐝𝐝𝐝  𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜𝐜 𝐜𝐜
En la práctica se suele realizar aproximaciones hacia un número superior de tal forma
queEnselatome
práctica
un se suele
valor de realizar
cómodo aproximaciones hacia un número
manejo. Por ejemplo, superior
si se tiene de tal forma
un conjunto de 120
que
datos se tome
enpráctica un
donde el valor de cómodo manejo. Por ejemplo, si se tiene un conjunto de 120
En la semayor valor observado
suele realizar es 224hacia
aproximaciones y el menor
un númeroes 97,superior
se tienedeque
tal el rango
forma
datos enes:
de valores donde el mayor valor observado es 224 y el menor es 97, se tiene que el rango
que se tome un valor de cómodo manejo. Por ejemplo, si se tiene un conjunto de 120
de valores es:
datos en donde el mayor valor observado es 224 y el menor es 97, se tiene que el rango
R = 224 − 97= 127
de valores es: 𝑹𝑹 = 𝟐𝟐𝟐𝟐𝟐𝟐 − 𝟗𝟗𝟗𝟗 = 𝟏𝟏𝟏𝟏𝟏𝟏
𝑹𝑹 = 𝟐𝟐𝟐𝟐𝟐𝟐 − 𝟗𝟗𝟗𝟗 = 𝟏𝟏𝟏𝟏𝟏𝟏
Un número apropiado de clases es c = 7 puesto que (27 = 128 > 120) . Por tanto parael
cálculo de amplitud de clase se tiene:

Estadística - eje 1 conceptualicemos 19

 Un número apropiado de clases es 𝒄𝒄 = 𝟕𝟕  puesto que 𝟐𝟐! = 𝟏𝟏𝟏𝟏𝟏𝟏 > 𝟏𝟏𝟏𝟏𝟏𝟏 . Por tanto para
el cálculo de amplitud de clase se tiene:
Un número apropiado de clases es 𝒄𝒄 = 𝟕𝟕  puesto que 𝟐𝟐! = 𝟏𝟏𝟏𝟏𝟏𝟏 > 𝟏𝟏𝟏𝟏𝟏𝟏 . Por tanto para
el cálculo de amplitud de clase se tiene:
𝑹𝑹 𝟏𝟏𝟏𝟏𝟏𝟏
∆𝑪𝑪 =
=   =  𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝒄𝒄
𝑹𝑹 𝟕𝟕
𝟏𝟏𝟏𝟏𝟏𝟏
∆𝑪𝑪 = =   =  𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
Un valor que permite un manejo más𝒄𝒄 cómodo 𝟕𝟕 para la amplitud de clase ∆𝑪𝑪 podría ser
Un∆𝑪𝑪
Un
= que
valor 𝟐𝟐𝟐𝟐.
valor quepermite
permiteununmanejo
manejomás
más cómodo
cómodo parapara la la amplitud
amplitudde clase∆𝑪𝑪ΔC
declase podría
podría serser
ΔC = 20.
∆𝑪𝑪 = 𝟐𝟐𝟐𝟐.
Ejemplo 2.1:
• Ejemplo
Ejemplo 6. Cantidad de obras literarias leídas por 150 universitarios
A los 150 2.1:
estudiantes de ingeniería de una universidad se les pregunta sobre la cantidad
150de obras literarias
Aestudiantes
que han leído
de ingeniería
los 150 estudiantes
a lo universidad
de una
de ingeniería
largo de su vida,
de una universidadse les el conjunto sobre
se pregunta
de datos
les pregunta sobre
originalesde
la lacantidad
cantidad
producto
obras de
literarias la indagación
que han se muestran en la siguiente tabla, con tal información se pide
de obras literarias que leído a lo largo
han leído de su
a lo largo devida, el conjunto
su vida, de datos
el conjunto originales
de datos pro-
originales
construir
ducto la
de la de tabla
indagaciónde distribución
se muestra de frecuencias
en enla la
siguiente que muestre la marca de clase, las
producto la indagación se muestran siguientetabla,
tabla, con talinformación
con tal información sese pide
pide
frecuencias
construir absolutas,
la tabla relativa, absoluta
de distribución acumulada
de frecuencias quey muestre
relativa acumulada,
la marca de nótese
clase, que
lassefre-
construir la tabla de distribución de frecuencias que muestre la marca de clase, las
trata de un estudio sobre una variable cuantitativa discreta.
cuencias absolutas, relativa, absoluta acumulada y relativa acumulada, nótese que se
frecuencias absolutas, relativa, absoluta acumulada y relativa acumulada, nótese que se
trata de un estudio sobre una variable cuantitativa discreta.
trata de un estudio sobre
24 96 83 una
54 variable
85 51 cuantitativa
85 69 25 discreta.
49 30 75 33 58 60
24
84 96
63 83
28 54
34 85
76 51
85 85
31 69
97 25
28 49
74 30
71 75
23 33
53 58
63 60
55
84
38 63
33 28
52 34
41 76
79 85
84 31
60 97
51 28
62 74
30 71
40 23
87 53
25 63
58 55
32
38 78
83 33 31
52 28
41 40
79 97
84 55
60 56
51 80
62 32
30 59
40 92
87 39
25 91
58 52
32

83 85
81 78 96
31 32
28 97
40 38
97 49
55 73
56 97
80 88
32 65
59 47
92 89
39 32
91 53
52

81
44 85
52 96
37 32
76 97
79 38
54 49
80 73
62 97
48 88
58 65
25 47
85 89
24 32
33 53
62
44
40 52
47 37
81 76
32 79
33 54
62 80
96 62
31 48
96 58
57 25
57 85
29 24
76 33
86 62
53
40
96 47
87 81
37 32 33
31 62
74 96
42 31
67 96
73 57
85 57 29
27 76
70 86
51 53
75
96 86
95 87 36
37 44
32 38
31 93
74 33
42 27
67 45
73 97
85 53
57 96
27 78
70 42
51 89
75

95 28
43 86 32
36 40
44 95
38 43
93 64
33 61
27 53
45 86
97 26
53 95
96 72
78 53
42 53
89

43 28 32 40 95 43 64 61 53 86 26 95 72 53 53
Tabla 1. Tabla de distribución de frecuencias

Tabla 9. Datos sin agrupar para el ejemplo 6.

Solución: Tabla 1. Tabla de distribución de frecuencias
Fuente: Propia
Solución:
A continuación se detalla los pasos para la construcción de la distribución de
Solución:
frecuencias.
A continuación se detalla los pasos para la construcción de la distribución de
A continuación
frecuencias. se detalla los pasos para la construcción de la distribución de frecuen-
cias.

Cantidad de clases: la cantidad total de datos es N = 150, un apropiado número de

clases es c = 8 ya que 28 = 256 es la primera potencia de 2 que supera a N = 150, sise
tomara c = 7 se tendría 27 = 128 < 150.

Estadística - eje 1 conceptualicemos 20

 Cantidad de clases: la cantidad total de datos es 𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, un apropiado número de
Cantidad de clases: la cantidad 𝟖𝟖 total de datos es 𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, un apropiado número de
clases es 𝒄𝒄 de
Cantidad =  𝟖𝟖 ya quela𝟐𝟐cantidad
clases: es la de
𝟖𝟖 =  𝟐𝟐𝟐𝟐𝟐𝟐total primera
datospotencia de 2 que
es 𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, supera a 𝑵𝑵número
un apropiado si
=  𝟏𝟏𝟏𝟏𝟏𝟏,de
clases es 𝒄𝒄 =  𝟖𝟖 ya que 𝟐𝟐 𝟖𝟖 =  𝟐𝟐𝟐𝟐𝟐𝟐𝟕𝟕 es la primera potencia de 2 que supera a 𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, si
se tomara
clases es 𝒄𝒄𝒄𝒄==  𝟖𝟖  𝟕𝟕yaseque
tendría
𝟐𝟐 =𝟐𝟐  𝟐𝟐𝟐𝟐𝟐𝟐
=  𝟏𝟏𝟏𝟏𝟏𝟏
es la < 𝟏𝟏𝟏𝟏𝟏𝟏. potencia de 2 que supera a 𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, si
primera
se tomara 𝒄𝒄 =  𝟕𝟕 se tendría 𝟐𝟐𝟕𝟕𝟕𝟕 =  𝟏𝟏𝟏𝟏𝟏𝟏 < 𝟏𝟏𝟏𝟏𝟏𝟏.
se tomara
Rango 𝒄𝒄 =  𝟕𝟕 se
de datos: la tendría 𝟐𝟐 =  𝟏𝟏𝟏𝟏𝟏𝟏
tabla muestra que < el
𝟏𝟏𝟏𝟏𝟏𝟏.
mayor valor de todas las observaciones es
Rango
X =Rango de
97, mientras datos: la tabla muestra que X=el mayor valor de todas lasestá
observaciones es
𝑿𝑿 = de
𝟗𝟗𝟗𝟗, datos:
mientras
quelaeltabla
que
menor
el menor
valor es
muestravalor que
es 𝑿𝑿el=20,
mayorpor valor
𝟐𝟐𝟐𝟐, por
lo tanto
lo de el
tanto el
rango
todas lasestá
rango
dado por: es
observaciones
dado por:
Rango de datos: la tabla muestra que el mayor valor de todas las observaciones es
𝑿𝑿 = 𝟗𝟗𝟗𝟗, mientras que el menor valor es 𝑿𝑿 = 𝟐𝟐𝟐𝟐, por lo tanto el rango está dado por:
𝑿𝑿 = 𝟗𝟗𝟗𝟗, mientras que el menor valor es 𝑿𝑿 = 𝟐𝟐𝟐𝟐, por lo tanto el rango está dado por:
𝑹𝑹 =  𝟗𝟗𝟗𝟗 − 𝟐𝟐𝟐𝟐 = 𝟕𝟕𝟕𝟕
𝑹𝑹 =  𝟗𝟗𝟗𝟗 − 𝟐𝟐𝟐𝟐 = 𝟕𝟕𝟕𝟕
𝑹𝑹 =  𝟗𝟗𝟗𝟗 − 𝟐𝟐𝟐𝟐 = 𝟕𝟕𝟕𝟕
Amplitud
Amplitud de
dede clases:
clases: como
como se
se se indicó
indicó antes,
antes, se tomará
se tomará un total
un un
total declases
de 8de 8 clases para
parapara la
la distri-
Amplitud
distribución, clases: como indicó antes, se tomará total 8 clases la
Amplitud
bución, depor
por tanto tanto
clases:
la la amplitud
como
amplitud de de clases
se indicó
clases se se
antes,
se toma toma a partir
atomará
partir undel
del cociente
total entre elpara
de 8 clases
cociente rangola
distribución,
de datos y el por tanto
número delaclases,
amplitud
es de clases
decir: se toma a partir del cocienteentre
entreelelrango
rango de
distribución,
datos y el númeropor tanto la amplitud
de clases, de
es decir: clases se toma a partir del cociente entre el rango
de datos y el número de clases, es decir:
de datos y el número de clases, es decir:
𝟕𝟕𝟕𝟕
∆𝑪𝑪 = 𝟕𝟕𝟕𝟕 = 𝟗𝟗, 𝟏𝟏𝟏𝟏𝟏𝟏
∆𝑪𝑪 = 𝟕𝟕𝟕𝟕
𝟖𝟖 = 𝟗𝟗, 𝟏𝟏𝟏𝟏𝟏𝟏
∆𝑪𝑪 = 𝟖𝟖 = 𝟗𝟗, 𝟏𝟏𝟏𝟏𝟏𝟏
𝟖𝟖
Un valor conveniente al cual aproximar la amplitud de clase es: ∆𝑪𝑪 = 𝟏𝟏𝟏𝟏
Un valor conveniente al cual aproximar la amplitud de clase es: ∆𝑪𝑪 = 𝟏𝟏𝟏𝟏
Un valor conveniente al cual aproximar la amplitud de clase es: ∆𝑪𝑪 = 𝟏𝟏𝟏𝟏
UnDefinición de los límites
valor conveniente de clase la
al cual aproximar y amplitud
conteo dedevalores:
clase es:teniendo
ΔC = 10 en cuenta la
Definición
amplitud y de de los
la los límites
cantidad de clase
dedeclases, y conteo de valores: teniendo en cuenta la
Definición límites clase losy límites
conteo de de clase se pueden
valores: teniendoelegir sin que
en cuenta la
amplitud
Definición
necesariamentey la
de los cantidad
límites
correspondan de clase
de clases,
a y los reales
conteo
valores límites
dede de clase
valores:
las se pueden
teniendo
observaciones en
de elegir
cuenta
la sin
variable,la que
ampli-
para
amplitud y la cantidad de clases, los límites de clase se pueden elegir sin que
tudnecesariamente
y la
los cantidad
casos correspondan
de
específicos
necesariamente clases,
de la primera
correspondan
a valores
los límites dereales
y última
a valores clase de
se
clase,
reales
laspuede
de se
observaciones
pueden elegir sin de
considerar
las observaciones que lanecesariamente
variable,
devalores
para
inferiores
la variable, para
los casos
correspondan
al mínimo específicos
a valores de la primera
reales
de las observaciones de y
las última clase,
observaciones
y ymayores se
al máximo, puede
de la considerar
variable, valores
para
respectivamente. los inferiores
casos
En este espe-
caso,
los casos específicos de la primera última clase, se puede considerar valores inferiores
al
cíficosmínimo
de de
la los las
primera observaciones
y son
última
algoclase, y mayores
se puede al máximo, respectivamente. En este caso,
dado que
al mínimo devalores
las observaciones mayores que 20
y mayores alconsiderar
ymáximo, valores
menoresrespectivamente.
que 100 seinferiores Enaleste
considera mínimo
las caso,de
clases
lasdado que
que seque
dado
los
observaciones
indican valores
y son
mayores
en la son
los valores
algo
siguiente mayores
al máximo, que
tabla, laque
algo mayores
20
cual20 y menores
respectivamente.
muestra
y menores
que
también 100
En se
este
las se
que 100
considera
caso,
marcas las
dado
del conteo
considera
clases
quedelos
las clases
que
valores se indican
son en
algo mayores la siguiente
aque
cada20 tabla, la
y menorescual muestra también
que 100también las
se considera marcas del
las clases conteo
que se de
valores
que se correspondiente
indican en la siguiente clase.
tabla, la cual muestra las marcas del conteo dein-
valores
dican en correspondiente
la siguiente a cada
tabla, la clase.
cual muestra también las marcas del conteo de valores
valores correspondiente a cada clase.
correspondiente a cada clase.

Clase 𝒊𝒊 𝑿𝑿 Conteo
Clase 𝒊𝒊 𝑿𝑿 Conteo
1 𝒊𝒊
Clase 𝟐𝟐𝟐𝟐   −𝑿𝑿  𝟐𝟐𝟐𝟐 Conteo //////////////=14
1 𝟐𝟐𝟐𝟐   −  𝟐𝟐𝟐𝟐 //////////////=14
2
1 𝟑𝟑𝟑𝟑   −  𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐    𝟑𝟑𝟑𝟑 //////////////////////////=
//////////////=14 26
2 𝟑𝟑𝟑𝟑   −  𝟑𝟑𝟑𝟑 //////////////////////////= 26
3
2 𝟒𝟒𝟒𝟒   −
𝟑𝟑𝟑𝟑   −  𝟑𝟑𝟑𝟑
𝟒𝟒𝟒𝟒 /////////////////= 17 26
//////////////////////////=
3 𝟒𝟒𝟒𝟒   − 𝟒𝟒𝟒𝟒 /////////////////= 17
4
3 𝟓𝟓𝟓𝟓  –−  𝟓𝟓𝟓𝟓
𝟒𝟒𝟒𝟒   𝟒𝟒𝟒𝟒 /////////////////////////=
/////////////////= 17 25
4 𝟓𝟓𝟓𝟓  –  𝟓𝟓𝟓𝟓 /////////////////////////= 25
5
4 𝟔𝟔𝟔𝟔  –  𝟔𝟔𝟔𝟔
𝟓𝟓𝟓𝟓  –  𝟓𝟓𝟓𝟓 /////////////= 13 25
/////////////////////////=
5 𝟔𝟔𝟔𝟔  –  𝟔𝟔𝟔𝟔 /////////////= 13
6
5 𝟕𝟕𝟕𝟕  –  𝟔𝟔𝟔𝟔
𝟔𝟔𝟔𝟔  –  𝟕𝟕𝟕𝟕 ////////////////= 16
/////////////= 13
6 𝟕𝟕𝟕𝟕  –  𝟕𝟕𝟕𝟕 ////////////////= 16
7
6 𝟖𝟖𝟖𝟖  
𝟕𝟕𝟕𝟕  –−  𝟕𝟕𝟕𝟕
𝟖𝟖𝟖𝟖 //////////////////////=22
////////////////= 16
7 𝟖𝟖𝟖𝟖   − 𝟖𝟖𝟖𝟖 //////////////////////=22
8
7 𝟗𝟗𝟗𝟗  
𝟖𝟖𝟖𝟖   −−  𝟗𝟗𝟗𝟗
𝟖𝟖𝟖𝟖 /////////////////= 17
//////////////////////=22
8 𝟗𝟗𝟗𝟗   −  𝟗𝟗𝟗𝟗 /////////////////= 17
8 𝟗𝟗𝟗𝟗   −  𝟗𝟗𝟗𝟗 /////////////////= 17
Tabla 10. Clases para el ejemplo 6.
Tabla 2. Límite de clase y conteo de valores
Fuente:
Tabla 2. Límite Propia
de clase y conteo de valores
Tabla 2. Límite de clase y conteo de valores
Elaboración de la tabla de distribución de frecuencias: con base en las clases antes
Elaboración
definidas y elde la tabla de distribución de frecuencias: conlabase
tablaendelas clases antes
Elaboración deconteo realizado,
la tabla se presenta
de distribución de afrecuencias:
continuación
con base en distribución
las de
clases antes
definidas
Elaboración yde
frecuencias, el conteo
la tabla
enconteo realizado,
de
ella aparece se presenta
distribución de
las frecuencias a continuación
frecuencias:
absolutas, la
con tabla
base
relativaslaytabla de
en
acumuladasdistribución
las clases de
antes
así comodela
definidas y el realizado, se presenta a continuación de distribución
frecuencias,
definidas
marca dey el en ella aparece
conteo
clase. las frecuencias
realizado, se presentaabsolutas, relativas la
a continuación y acumuladas así como la de
tabla de distribución
frecuencias, en ella aparece las frecuencias absolutas, relativas y acumuladas así como la
marca de clase.
frecuencias, en ella aparece las frecuencias absolutas, relativas y acumuladas así como
marca de clase.
la marca de clase.

Estadística - eje 1 conceptualicemos 21

 𝒊𝒊 𝑿𝑿 𝑿𝑿! 𝒇𝒇𝒊𝒊 𝒇𝒇! 𝑭𝑭 𝑭𝑭!
𝒊𝒊1 𝟐𝟐𝟐𝟐  𝑿𝑿−  𝟐𝟐𝟐𝟐 𝑿𝑿! 𝟓𝟓
𝟐𝟐𝟐𝟐, 𝒇𝒇𝟏𝟏𝟏𝟏
𝒊𝒊 𝒇𝒇! …
𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 𝑭𝑭
𝟏𝟏𝟏𝟏 𝑭𝑭! …
𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
12 𝟐𝟐𝟐𝟐  
𝟑𝟑𝟑𝟑  −−  𝟐𝟐𝟐𝟐
 𝟑𝟑𝟑𝟑 𝟐𝟐𝟐𝟐,
𝟑𝟑𝟑𝟑,𝟓𝟓𝟓𝟓 𝟏𝟏𝟏𝟏
𝟐𝟐𝟐𝟐 𝟎𝟎,
𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏…… 𝟏𝟏𝟏𝟏
𝟒𝟒𝟒𝟒 𝟎𝟎,
𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐……
23 𝟑𝟑𝟑𝟑   −  𝟑𝟑𝟑𝟑
𝟒𝟒𝟒𝟒   − 𝟒𝟒𝟒𝟒 𝟑𝟑𝟑𝟑,
𝟒𝟒𝟒𝟒,𝟓𝟓𝟓𝟓 𝟐𝟐𝟐𝟐
𝟏𝟏𝟏𝟏 𝟎𝟎,
𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏…… 𝟒𝟒𝟒𝟒
𝟓𝟓𝟓𝟓 𝟎𝟎, 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟎𝟎, 𝟑𝟑𝟑𝟑…
34 𝟒𝟒𝟒𝟒   −  𝟓𝟓𝟓𝟓
𝟓𝟓𝟓𝟓  – 𝟒𝟒𝟒𝟒 𝟒𝟒𝟒𝟒,
𝟓𝟓𝟓𝟓,𝟓𝟓𝟓𝟓 𝟏𝟏𝟏𝟏
𝟐𝟐𝟐𝟐 𝟎𝟎,
𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏…… 𝟓𝟓𝟓𝟓
𝟖𝟖𝟖𝟖 𝟎𝟎,𝟎𝟎, 𝟑𝟑𝟑𝟑 …
𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
45 𝟓𝟓𝟓𝟓  –
𝟔𝟔𝟔𝟔  –  𝟓𝟓𝟓𝟓
 𝟔𝟔𝟔𝟔 𝟓𝟓𝟓𝟓,
𝟔𝟔𝟔𝟔,𝟓𝟓𝟓𝟓 𝟐𝟐𝟐𝟐
𝟏𝟏𝟏𝟏 𝟎𝟎,
𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎…… 𝟖𝟖𝟖𝟖
𝟗𝟗𝟗𝟗 𝟎𝟎,
𝟎𝟎,𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓
𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔……
56 𝟔𝟔𝟔𝟔  –  𝟔𝟔𝟔𝟔
𝟕𝟕𝟕𝟕  –  𝟕𝟕𝟕𝟕 𝟔𝟔𝟔𝟔,
𝟕𝟕𝟕𝟕,𝟓𝟓𝟓𝟓 𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏 𝟎𝟎,
𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏……
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 𝟗𝟗𝟗𝟗
𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔
𝟎𝟎, 𝟕𝟕𝟕𝟕…
67 𝟕𝟕𝟕𝟕  –
𝟖𝟖𝟖𝟖   −  𝟕𝟕𝟕𝟕𝟖𝟖𝟖𝟖 𝟕𝟕𝟕𝟕,
𝟖𝟖𝟖𝟖,𝟓𝟓𝟓𝟓 𝟏𝟏𝟏𝟏
𝟐𝟐𝟐𝟐 𝟎𝟎,
𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏…… 𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎, 𝟕𝟕𝟕𝟕 …
𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
78 𝟖𝟖𝟖𝟖  
𝟗𝟗𝟗𝟗   −
− 𝟖𝟖𝟖𝟖  𝟗𝟗𝟗𝟗 𝟖𝟖𝟖𝟖,
𝟗𝟗𝟗𝟗,𝟓𝟓𝟓𝟓 𝟐𝟐𝟐𝟐
𝟏𝟏𝟏𝟏 𝟎𝟎,
𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏…… 𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
𝟏𝟏 …
8 𝟗𝟗𝟗𝟗   −  𝟗𝟗𝟗𝟗 𝟗𝟗𝟗𝟗, 𝟓𝟓 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 … 𝟏𝟏𝟏𝟏𝟏𝟏 𝟏𝟏
Tabla 3. Tabla de distribución de frecuencias
Tabla 11. Distribución
Tabla 3. Tablade frecuencias
de distribución para el ejemplo 6.
de frecuencias
Ejemplo 2.2: Fuente: Propia
Ejemplo 2.2:
En estudios oftalmológicos se realizan pruebas respecto al tiempo entre parpadeo de los
• En
Ejemplo
estudios7.Un
Tiempo entreseparpadeo
oftalmológicos realizan de 200respecto
pacientes
pacientes. estudio particular tomapruebas
los datos de 200alpacientes,
tiempo entre parpadeo
estos tiemposde los
están
pacientes.
en Un
dadosentre estudio particular
segundos toma
en lalos datos de 200 Apacientes,
deestos tiempos seestán
Tiempo parpadeoy de aparecen
200 pacientes siguiente tabla.
pacientes, estospartir
tiempos tales
estándatos
dados pide
en se-
dados en
elaborar lasegundos
tabla de y aparecen
distribución en
de la siguiente
frecuencias. tabla. A partir de tales datos se pide
gundos y aparecen en la siguiente tabla. A partir de tales datos se pide elaborar la tabla
elaborar la tabla de distribución de frecuencias.
de distribución de frecuencias.

11,064 19,12 12,174 11,229 8,12 16,322 19,013 16,29 15,767 17,692
11,064 19,12 12,174 11,229 8,12 16,322 19,013 16,29 15,767 17,692
6,156 15,45 5,499 18,865 6,749 15,758 8,784 13,941 5,774 12,771
6,156 15,45 5,499 18,865 6,749 15,758 8,784 13,941 5,774 12,771
9,643 17,02 16,952 11,522 13,133 19,862 6,447 18,776 12,591 15,809
9,643 17,02 16,952 11,522 13,133 19,862 6,447 18,776 12,591 15,809
8,04 12,17 9,927 15,017 8,267 18,971 19,142 12,208 9,631 18,928
8,04 12,17 9,927 15,017 8,267 18,971 19,142 12,208 9,631 18,928
13,343 11,12 10,132 13,556 12,44 13,737 16,767 19,511 13,504 13,961
13,343 11,12 10,132 13,556 12,44 13,737 16,767 19,511 13,504 13,961
7,396 15,67 19,052 19,534 17,212 15,427 13,438 19,834 5,959 19,253
7,396 15,67 19,052 19,534 17,212 15,427 13,438 19,834 5,959 19,253
5,753 11,8 13,49 15,928 12,57 15,842 6,047 6,627 12,602 9,522
5,753 11,8 13,49 15,928 12,57 15,842 6,047 6,627 12,602 9,522
14,427 9,204 10,62 8,998 19,432 13,752 16,03 16,565 13,564 9,494
14,427 9,204 10,62 8,998 19,432 13,752 16,03 16,565 13,564 9,494
12,569 15,68 10,444 7,337 11,21 19,901 10,378 13,217 6,917 9,459
12,569 15,68 10,444 7,337 11,21 19,901 10,378 13,217 6,917 9,459
5,359 8,93 13,086 11,137 13,131 7,394 10,873 11,017 13,565 19,008
5,359 8,93 13,086 11,137 13,131 7,394 10,873 11,017 13,565 19,008
18,595 12,08 16,65 11,495 6,512 15,339 19,219 13,722 8,761 5,973
18,595 12,08 16,65 11,495 6,512 15,339 19,219 13,722 8,761 5,973
6,638 12,26 16,9 14,286 6,078 10,897 18,537 11,734 9,02 17,415
6,638 12,26 16,9 14,286 6,078 10,897 18,537 11,734 9,02 17,415
18,965 6,674 7,754 14,509 19,811 11,159 13,017 14,349 10,621 13,57

16,794 17,91 14,088 16,872 6,116 12,842 8,153 17,591 12,17 13,509

14,921 5,623 9,071 16,606 5,614 6,826 6,531 11,322 8,736 9,007

6,485 7,125 14,577 18,015 19,864 15,613 9,619 9,357 11,098 13,42

8,689 11,16 16,193 15,96 8,727 12,816 9,207 14,548 17,733

Estadística 13,767
- eje 1 conceptualicemos 22
 18,965
18,965 6,674
6,674 7,754
7,754 14,509
14,509 19,811
19,811 11,159
11,159 13,017
13,017 14,349
14,349 10,621
10,621 13,57
13,57
18,965 6,674 7,754 14,509 19,811 11,159 13,017 14,349 10,621 13,57
16,794
16,794 17,91
17,91 14,088
14,088 16,872
16,872 6,116
6,116 12,842
12,842 8,153
8,153 17,591
17,591 12,17
12,17 13,509
13,509
16,794 17,91 14,088 16,872 6,116 12,842 8,153 17,591 12,17 13,509
14,921
14,921 5,623
5,623 9,071
9,071 16,606
16,606 5,614
5,614 6,826
6,826 6,531
6,531 11,322
11,322 8,736
8,736 9,007
9,007
14,921 5,623 9,071 16,606 5,614 6,826 6,531 11,322 8,736 9,007
6,485
6,485 7,125
7,125 14,577
14,577 18,015
18,015 19,864
19,864 15,613
15,613 9,619
9,619 9,357
9,357 11,098
11,098 13,42
13,42
6,485 7,125 14,577 18,015 19,864 15,613 9,619 9,357 11,098 13,42
8,689
8,689 11,16
11,16 16,193
16,193 15,96
15,96 8,727
8,727 12,816
12,816 9,207
9,207 14,548
14,548 17,733
17,733 13,767
13,767
8,689 11,16 16,193 15,96 8,727 12,816 9,207 14,548 17,733 13,767
18,581
18,581 14,69
14,69 5,931
5,931 12,138
12,138 15,278
15,278 14,849
14,849 9,682
9,682 5,732
5,732 8,438
8,438 13,003
13,003
18,581 14,69 5,931 12,138 15,278 14,849 9,682 5,732 8,438 13,003
15,231
15,231 14,71
14,71 11,772
11,772 15,236
15,236 17,248
17,248 13,036
13,036 18,877
18,877 6,66
6,66 17,056
17,056 12,821
12,821
15,231 14,71 11,772 15,236 17,248 13,036 18,877 6,66 17,056 12,821
16,999
16,999 15,18
15,18 9,061
9,061 13,791 19,673
13,791 19,673 18,098
18,098 11,395
11,395 8,382
8,382 15,813
15,813 18,083
18,083
16,999 15,18 9,061 13,791 19,673 18,098 11,395 8,382 15,813 18,083
TablaTabla
12. Datos
4. Tabla sin agrupar de
de distribución para el ejemplo 7.
frecuencias
Tabla 4. Tabla de distribución de frecuencias
Fuente: Propia
Tabla 4. Tabla de distribución de frecuencias

Solución: a continuación se tiene los pasos a seguir.

Solución:
Solución:aacontinuación
continuaciónsesetiene tienelos lospasos
pasosaaseguir.
seguir.
Cantidad
Solución: de clases:
a continuación con un
setotal total
tienede de datos
losdatos N
pasos𝑵𝑵a=seguir.= 150, razonamiento similar al del ejemplo
Cantidad
anterior
Cantidad de clases:
se encuentra con
de clases: con un
queun c total
= 8 esdeun apropiado
datos  𝟏𝟏𝟏𝟏𝟏𝟏, razonamiento
número
𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏, similar
de clases.
razonamiento similaralaldel
delejemplo
ejemplo
anterior
Cantidad se
anterior se encuentra
de encuentra que
clases: conque 𝒄𝒄
un total=  𝟖𝟖 es
dees
𝒄𝒄 =  𝟖𝟖 un
datos apropiado
un apropiado número de clases.
razonamiento
𝑵𝑵 =  𝟏𝟏𝟏𝟏𝟏𝟏,número similar al del ejemplo
de clases.
Rango
anterior desedatos:
encuentra según
que los
𝒄𝒄 =datos
 𝟖𝟖 es de apropiado
un la tabla, el mayordevalor
número que toma la variable es
clases.
X Rango
=Rango de
19, 901, deydatos:
el menor
datos: según
es los
según Xlos=datos
5, 359,
datos de lolala
de tabla,
que arroja
tabla, elelmayor valor
un valor
mayor que
para
valor queeltoma
rango
toma laladado
variable eses
por:
variable
𝑿𝑿𝑿𝑿==𝟏𝟏𝟏𝟏,
Rango de𝟗𝟗𝟗𝟗𝟗𝟗,
𝟏𝟏𝟏𝟏, y yelelmenor
datos:
𝟗𝟗𝟗𝟗𝟗𝟗, menores
según es𝑿𝑿𝑿𝑿datos
los ==𝟓𝟓,𝟓𝟓,𝟑𝟑𝟑𝟑𝟑𝟑,
de lalolo
𝟑𝟑𝟑𝟑𝟑𝟑, que
quearroja
tabla, un
el mayor
arroja unvalor para
valor
valor queeleltoma
para rango
rangoladado por:
variable
dado por:es
𝑿𝑿 = 𝟏𝟏𝟏𝟏, 𝟗𝟗𝟗𝟗𝟗𝟗, y el menor es 𝑿𝑿 = 𝟓𝟓, 𝟑𝟑𝟑𝟑𝟑𝟑, lo que arroja un valor para el rango dado por:
𝑹𝑹𝑹𝑹==  𝟏𝟏𝟏𝟏,
 𝟏𝟏𝟏𝟏,𝟗𝟗𝟗𝟗𝟗𝟗
𝟗𝟗𝟗𝟗𝟗𝟗−−𝟓𝟓,𝟓𝟓,𝟑𝟑𝟑𝟑𝟑𝟑
𝟑𝟑𝟑𝟑𝟑𝟑==𝟏𝟏𝟏𝟏,
𝟏𝟏𝟏𝟏,𝟓𝟓𝟓𝟓𝟓𝟓
𝟓𝟓𝟓𝟓𝟓𝟓
𝑹𝑹8=clases
Amplitud de clases: con  𝟏𝟏𝟏𝟏, o𝟗𝟗𝟗𝟗𝟗𝟗 − 𝟓𝟓,de𝟑𝟑𝟑𝟑𝟑𝟑
grupos datos= y𝟏𝟏𝟏𝟏,
un 𝟓𝟓𝟓𝟓𝟓𝟓
valor de rango de 14,542, un
Amplitud de clases: con 8 clases o grupos de datos y un valor de rango de 14,542, un
cálculo
cálculoinicial
Amplitud
Amplitud de
inicialpara
paralalalongitud
declases:
clases: con
con
longitud dedeclases
88 clases
clasesclaseses:
oogrupos
grupos
es: dededatos
datos y un
y un valor
valor de de rango
rango de 14,542,
de 14,542, un un
cálculo inicial para la longitud de clases
cálculo inicial para la longitud de clases es: es:
𝟏𝟏𝟏𝟏,
𝟏𝟏𝟏𝟏,𝟓𝟓𝟓𝟓𝟓𝟓
𝟓𝟓𝟓𝟓𝟓𝟓
∆𝑪𝑪
∆𝑪𝑪 =𝟏𝟏𝟏𝟏,𝟖𝟖𝟓𝟓𝟓𝟓𝟓𝟓 ==𝟏𝟏,𝟏𝟏,𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
= 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
∆𝑪𝑪 = 𝟖𝟖 = 𝟏𝟏, 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
Por comodidad se considera ∆𝑪𝑪 = 𝟐𝟐. 𝟖𝟖
Por comodidad se considera ∆𝑪𝑪 = 𝟐𝟐.
Por comodidadlos
Definición se considera
considerade∆𝑪𝑪
ΔC = = 𝟐𝟐.
2.
Definiciónde de loslímites
límites declase
clase yyconteo
conteode devalores:
valores:teniendo
teniendoen encuenta
cuentaanálisis
Por comodidad se
análisis
similares
similaresaalos
Definición losdel
de delejemplo
los límites
ejemplode2.1 y yrevisando
clase
2.1 los
y conteo
revisando losvalores
de extremos
valores:
valores del
teniendo
extremos delconjunto
en cuenta
conjunto de datos,
análisis
de datos,
resulta pertinente
similares considerar
a los del ejemplo
resulta pertinente clases
2.1 clases
considerar cuyos
y revisando límites
cuyos los inferiores
valores
límites sean
extremos
inferiores los
seandel números
losconjunto 4,
números de 6, 8,
8,10,
datos,
4, 6, 10,
12,
12,14,
14,16
resulta 16y y18.
18.LaLatabla
pertinente tablasiguiente
considerar clases
siguiente muestra estas
estasclases
cuyos límites
muestra usando
inferiores
clases lalalos
sean
usando notación de
números
notación deintervalos.
4,intervalos.
6, 8, 10,
También
12, 14, 16muestra
También 18. La el
ymuestra elconteo
tabla de
devalores
siguiente
conteo correspondiente
muestra
valores aacada
estas clases usando
correspondiente cadaclase.
laclase.
notación de intervalos.
También muestra el conteo de valores correspondiente a cada clase.

Estadística - eje 1 conceptualicemos 23

Definición de los límites de clase y conteo de valores: teniendo en cuenta análisis
similares a los del ejemplo 2.1 y revisando los valores extremos del conjunto de datos,
resulta pertinente considerar clases cuyos límites inferiores sean los números 4, 6, 8, 10,
12, 14, 16 yClase
18. La𝒊𝒊 tabla siguiente
𝑿𝑿 muestra estas clases usando la notación de intervalos.
Conteo
También muestra1 el conteo
[4, 6) de valores
//// //// //correspondiente
=10 a cada clase.
2 [6, 8) //// //// //// //// //// =20
Clase3 𝒊𝒊 𝑿𝑿
[8, 10) Conteo
//// //// //// //// //// //// //// =28
14 [4, 6) //// //// // =10
[10, 12) //// //// //// //// //// /// =23
25 [6, 8)
[12, 14) ////
//// ////
//// ////
//// ////
//// ////
//// =20
//// //// //// //// //// =40
36 [14, 16) //// //// //// //// //// //// //// / =28
[8, 10) //// //// //// //// //// //// //// =29
47 [10, 12) //// //// //// ////
[16, 18) //// //// //// //// //// // =22//// /// =23
58 [12, 20) ////
[18,14) //// ////
//// ////
//// ////
//// ////
////////
//// ////
//// //// =28
//// //// =40
6 [14, 16) //// //// //// //// //// //// //// / =29
7 [16, 18) //// //// //// //// //// // =22
8 [18, 20) ////Tabla 5. Límites de clase y conteo de valores
//// //// //// //// //// //// =28
Tabla 13. Clases para el ejemplo 7.
Tabla 5. Límites de clase
Fuente: y conteo de valores
Propia
Elaboración de la tabla de distribución de frecuencias: la tabla de distribución de
frecuencias presentada a continuación muestra las diferentes clases, la marca de cada
Elaboración de la tabla
clase, la frecuencia de distribución
absoluta, la frecuencia de frecuencias:
relativa, la frecuencia la tablaabsoluta
de distribución de yfre-
acumulada la
Elaboración
cuencias de
presentada la tabla
a de distribución
continuación
frecuencia relativa acumulada. muestra de frecuencias:
las diferentes la tabla
clases, de ladistribución
marca de de
cada
clase, la frecuencia
frecuencias absoluta,
presentada la frecuencia
a continuación relativa,
muestra las la frecuencia
diferentes absoluta
clases, la marca acumulada
de cada y
la frecuencia relativaabsoluta,
clase, la frecuencia acumulada.la frecuencia relativa, la frecuencia absoluta acumulada y la
frecuencia relativa acumulada.
Clase 𝒊𝒊 𝑿𝑿 𝑿𝑿! 𝒇𝒇𝒊𝒊 𝒇𝒇! 𝑭𝑭 𝑭𝑭!
1 [𝟒𝟒, 𝟔𝟔) 𝟓𝟓 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟎𝟎𝟎𝟎 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟎𝟎𝟎𝟎
2 [𝟔𝟔, 𝟖𝟖) 𝟕𝟕 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏 𝟑𝟑𝟑𝟑 𝟎𝟎, 𝟓𝟓
Clase3 𝒊𝒊 𝑿𝑿
[𝟖𝟖, 𝟏𝟏𝟏𝟏) 𝑿𝑿 𝟗𝟗
! 𝒇𝒇 𝒇𝒇
𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏 𝟓𝟓𝟓𝟓
𝒊𝒊 ! 𝑭𝑭 𝑭𝑭
𝟎𝟎,! 𝟐𝟐𝟐𝟐
14 [𝟒𝟒, 𝟔𝟔)
[𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟓𝟓
𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏 𝟖𝟖𝟖𝟖 𝟎𝟎,𝟎𝟎𝟎𝟎
𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟎𝟎𝟎𝟎 𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒
25 [𝟔𝟔, 𝟖𝟖)
[𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟕𝟕 𝟐𝟐𝟐𝟐
𝟏𝟏𝟏𝟏 𝟒𝟒𝟒𝟒 𝟎𝟎, 𝟏𝟏 𝟑𝟑𝟑𝟑 𝟎𝟎,
𝟎𝟎, 𝟐𝟐 𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟔𝟔𝟔𝟔𝟔𝟔 𝟓𝟓
36 [𝟖𝟖, 𝟏𝟏𝟏𝟏)
[𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟗𝟗𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟎𝟎,𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏 𝟓𝟓𝟓𝟓
𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎,𝟐𝟐𝟐𝟐
𝟕𝟕𝟕𝟕
47 [𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏)
[𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏 𝟖𝟖𝟖𝟖
𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟖𝟖𝟖𝟖 𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒
58 [𝟏𝟏𝟏𝟏,
[𝟏𝟏𝟏𝟏,𝟏𝟏𝟏𝟏)
𝟐𝟐𝟐𝟐) 𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏 𝟒𝟒𝟒𝟒 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟎𝟎,𝟐𝟐𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏
𝟐𝟐𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟔𝟔𝟔𝟔𝟔𝟔
𝟏𝟏
6 [𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟕𝟕𝟕𝟕
Tabla 14. Distribución de frecuencias para el ejemplo 7.
7 [𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏) 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐 𝟎𝟎, 𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏 𝟎𝟎, 𝟖𝟖𝟖𝟖
Fuente: Propia
8 [𝟏𝟏𝟏𝟏, 𝟐𝟐𝟐𝟐) 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐de frecuencias
Tabla 6. Distribución 𝟎𝟎, 𝟏𝟏𝟏𝟏 𝟐𝟐𝟐𝟐𝟐𝟐 𝟏𝟏

Lectura recomendada
Tabla 6. Distribución de frecuencias
Presentación
Para gráfica de datos
profundizar en la elaboración de cuadros estadísticos, se
recomienda la lectura:
La presentación gráfica de datos es una herramienta muy útil en estudios estadísticos,
Estadística
principalmente para administración
para tener una rápida idea del comportamiento de los datos, de la
Presentación
misma forma gráfica
Rodríguez, de datos
que seJ.,distingue
Pierdant, A., y Rodríguez,E.
entre la distribución de frecuencias para variables
Lacualitativas
presentación y gráfica de datos
cuantitativas,
Paginas: 19 - 27 es una
también herramienta
hay diferentesmuy útil enpara
gráficos estudios estadísticos,
los dos tipos de
principalmente para tener una rápida idea
variables. Recuperado de: https://bit.ly/2P0kur9del comportamiento de los datos, de la
misma forma que se distingue entre la distribución de frecuencias para variables
cualitativas y cuantitativas, también hay diferentes gráficos para los dos tipos de
variables.

Estadística - eje 1 conceptualicemos 24

Presentación gráfica de datos

La presentación gráfica de datos es una herramienta muy útil en estudios estadísticos,

principalmente para tener una rápida idea del comportamiento de los datos, de la mis-
ma forma que se distingue entre la distribución de frecuencias para variables cualitati-
vas y Gráficos
cuantitativas, también hay diferentes gráficos para los dos tipos de variables.
de barra:
Gráficos de barra:
Un gráfico o diagrama de barras es un modo de representación de datos
correspondientes a valores de variables cualitativas, se elaboran a partir de una tabla de
Un gráfico o diagrama de barras es un modo de representación de datos correspondien-
distribución de frecuencia considerando los valores de la frecuencia absoluta o
tes a frecuencia
valores derelativa
variables(dada cualitativas, se La
en porcentaje). elaboran a partir
construcción de undegráfico
una tabla de distribución
de barras se basa
de frecuencia
en dos ejes,considerando
uno horizontallos valores
y otro de Por
vertical. la frecuencia
lo general elabsoluta o frecuencia
eje horizontal relativa
se utiliza para
(dadaindicar
en porcentaje).
las etiquetas de las categorías, mientras que el eje vertical se emplea para uno
La construcción de un gráfico de barras se basa en dos ejes,
horizontal y otro vertical.
representar a escala Por los lo general
valores de el
la eje horizontal
frecuencia. Lassebarras
utilizaenpara
el indicar
diagramalassonetique-
tas derectángulos
las categorías, mientras que el eje vertical se emplea para representar
cuya base, por lo general de ancho fijo, se traza sobre cada etiqueta de a escala
los valores
valoresdey la
sufrecuencia.
altura se trazaLashasta
barras
queencoincida
el diagrama
con el son
valorrectángulos cuyasegún
de la frecuencia base,lapor lo
general de ancho fijo, se traza sobre cada etiqueta de valores
escala elegida. Las barras pueden dibujarse notablemente separadas. y su altura se traza hasta
que coincida con el valor de la fre frecuencia según la escala elegida. Las barras pueden
Ejemplo
dibujarse 2.3:
notablemente separadas.
El Grafico siguiente corresponde al diagrama de barras para frecuencia absoluta de los
• Ejemplo 8.
datos del ejemplo 1.1 (presentado en la cartilla de la semana 1).
El gráfico siguiente corresponde al diagrama de barras para frecuencia absoluta del
ejemplo 1.

Gráfico 1. Frecuencia absoluta

Gráfico 1. Frecuencia absoluta para el ejemplo 1.
Fuente: Propia

Estadística - eje 1 conceptualicemos 25

 Ejemplo 2.4:
Ejemplo 2.4:
La imagen siguiente muestra el diagrama de barras para frecuencia relativa de los datos
del ejemplo 1.1.
• La imagen
Ejemplo siguiente
9. muestra el diagrama de barras para frecuencia relativa de los datos
del ejemplo 1.1.
La imagen siguiente muestra el diagrama de barras para frecuencia relativa del ejemplo
1

Gráfico 2. Frecuencia relativa

Gráfico 2. Frecuencia relativa para el ejemplo 1.
Gráfico 2. Frecuencia relativa
Fuente: Propia
Gráfico
Gráfico circular:
circular:
Gráfico circular:
Los gráficos
Los gráficos circulares,
circulares, también
también conocidos
conocidos comodiagrama
como diagrama de de torta
torta o de
de pastel,
pastel,brindan
brindan
otra
Losforma
otra forma
gráficos decirculares,
presentación
de presentación dede
también datos
datoscualitativos.
conocidos cualitativos. ElEldiagrama
como diagrama diagrama circular
de tortacircular consiste
consiste
o de pastel, enenun
brindan un
círculo dividido
círculo en
dividido diferentes
en sectores
diferentes según
sectores según las categorías
las categorías existentes.
existentes.
otra forma de presentación de datos cualitativos. El diagrama circular consiste en un Un gráfico
gráfico circular
circular
se elabora
se elabora
círculo a partir
dividido ende
a partir loslos
de valores
diferentes valoresdede
sectoresla según
frecuencia
la frecuencia absoluta
absoluta
las categorías yy frecuencia
frecuencia
existentes. relativa
relativa
Un gráfico deuna
de una
circular
distribución
sedistribuciónde frecuencia,
elabora a partirde frecuencia, a cada
de los valores categoría
a cada
de la categoríacorresponde
frecuencia corresponde un sector cuya
un sector
absoluta y frecuencia área es
cuya de
relativa propor-
áreaunaes
cional a su frecuencia.
proporcional a su frecuencia.
distribución de frecuencia, a cada categoría corresponde un sector cuya área es
proporcional a su frecuencia.
ParaPara
asignar el área
asignar de de
el área cadacadacategoría
categoríasesedebedebeplantear
plantear una regla regla de
de tres
tressimple
simpleen enlala
cual se debe
cualasignar
Para tener
se debeeltener en
área encuenta
decuenta que al número
que al número
cada categoría se debe total
total de datos
de datos
plantear N le corresponde
le corresponde
una𝑁𝑁 regla los
los 360
de tres simple 360!
! de
en lade
todo el
todo
cual círculo, el número
el círculo,
se debe tener en de
el cuenta grados
númeroque correspondiente
dealgrados
númerocorrespondiente a una
total de datos 𝑁𝑁 le categoría
a correspondeespecífica
una categoría depen-
los específica
360! de
derá entonces
dependerá
todo de la
entonces
el círculo, respectiva frecuencia.
de la respectiva
el número de grados El
frecuencia.cálculo apropiado
El cálculo apropiado
correspondiente es el
a una categoríasiguiente:
es el siguiente:
específica
dependerá entonces de la respectiva frecuencia. El cálculo apropiado es el siguiente:

Estadística - eje 1 conceptualicemos 26

 Entonces:
Entonces:
Entonces:
𝒇𝒇 . (𝟑𝟑𝟑𝟑𝟑𝟑𝟎𝟎𝟎𝟎 )
𝒙𝒙 = 𝒇𝒇 . (𝟑𝟑𝟑𝟑𝟑𝟑 )
𝒙𝒙 = 𝑵𝑵
Entonces: 𝑵𝑵
Ejemplo 2.5:
• Ejemplo
Ejemplo2.5: 10.
Gráfico circular para datos del ejemplo 1.1. 𝒇𝒇 . (𝟑𝟑𝟑𝟑𝟑𝟑𝟎𝟎 )
Gráfico
Gráfico circularpara
circular paradatos
datos del 𝒙𝒙 = 1.
del ejemplo
ejemplo1.1. 𝑵𝑵
Como el número total de datos es 𝑁𝑁   =  80, para el caso en que la frecuencia absoluta es
Como
Ejemplo el
𝑓𝑓   =el23,
Como número
2.5:
se
número totalde
tienetotal
que lade datos es
medida
datos es 𝑁𝑁  
delN ==80,
ángulo espara
 80,para
: el elcaso
caso en
en que
que la
lafrecuencia
frecuenciaabsoluta
absolutaes es
f =𝑓𝑓  
23, =se se tiene
23,tiene queque la medida
la medida deldel ánguloes:
ángulo es:
Gráfico circular para datos del   ejemplo 1.1.
 
𝟐𝟐𝟐𝟐 . (𝟑𝟑𝟑𝟑𝟑𝟑𝟎𝟎𝟎𝟎 ) 𝟎𝟎
Como el número total de datos 𝒙𝒙 =es 𝟐𝟐𝟐𝟐  80, para
𝑁𝑁   =. (𝟑𝟑𝟑𝟑𝟑𝟑 )= 𝟏𝟏𝟏𝟏𝟏𝟏,en𝟓𝟓que
el caso la frecuencia absoluta es
𝒙𝒙 = 𝟖𝟖𝟖𝟖
𝑓𝑓   = 23, se tiene que la medida del ángulo es: = 𝟏𝟏𝟏𝟏𝟏𝟏, 𝟓𝟓 𝟎𝟎
𝟖𝟖𝟖𝟖
Con un trasportador o medidor  
de ángulos se traza el ángulo de la medida obtenida, al
Con un trasportador o medidor
interior del sector circular se escribede ángulosvalorsecorrespondiente
traza el ángulo de a lalafrecuencia.
medida obtenida, al
interior del sector circular se 𝟐𝟐𝟐𝟐 el
escribe . (𝟑𝟑𝟑𝟑𝟑𝟑
el valor
𝟎𝟎
)
correspondiente a la frecuencia.
De forma
De forma
similar se calcula la medida𝒙𝒙de ángulo correspondiente
=de = 𝟏𝟏𝟏𝟏𝟏𝟏, a 𝟎𝟎las frecuencias restantes. La
𝟓𝟓
Con un trasportador
similar se calcula laomedida
medidor de ángulos
ángulo 𝟖𝟖𝟖𝟖 se traza
correspondiente el ángulo de la medida
a las frecuencias obtenida,
restantes. La al
figura siguiente muestra el gráfico respectivo.
interior del sector circular se escribe el
figura siguiente muestra el gráfico respectivo. valor correspondiente a la frecuencia. De forma
Con un
similar se trasportador o medidor
calcula la medida de ángulos
de ángulo se traza el ángulo
correspondiente a lasdefrecuencias
la medida obtenida,
restantes.al La
interior
figura del sector
siguiente circular
muestra se escribe
el gráfico el valor correspondiente a la frecuencia. De forma
respectivo.
similar se calcula la medida de ángulo correspondiente a las frecuencias restantes. La
figura siguiente muestra el gráfico respectivo.

Gráfico 3. Frecuencia absoluta

Gráfico 3. Frecuencia absoluta

Histograma y polígono de frecuencia:

Histograma y polígono de frecuencia:
Gráfico 3. Frecuencia absoluta
Los histogramas y polígonos Tablade frecuencias
9. Frecuenciason elementos de gran utilidad en la
absuluta.
Los histogramas
presentación y polígonos
gráfica de frecuencias
de distribuciones de son
frecuencias
Fuente: Propia
elementos
para datosde gran utilidad
agrupados en laa
asociados
presentación
variables gráfica de Un
cuantitativas. distribuciones
histograma, de
al frecuencias
igual que unpara datosde
gráfico agrupados
barras, seasociados
construyea
Histograma
variables y polígono de frecuencia:
con base cuantitativas. Un histograma,
en un eje horizontal al igualen
y otro vertical, que
el un gráfico de
horizontal barras,los
se indica se límites
construye
de
con base en un eje horizontal y otro vertical, en el horizontal se indica los límites de
Los histogramas y polígonos de frecuencias son elementos de gran utilidad en la
presentación gráfica de distribuciones de frecuencias para datos agrupados asociados a
variables cuantitativas. Un histograma, al igual que un gráfico de barras, se construye
con base en un eje horizontal y otro vertical, en el horizontal se indica los límites de
Estadística - eje 1 conceptualicemos 27
Histograma y polígono de frecuencia:

Los histogramas y polígonos de frecuencias son elementos de gran utilidad en la pre-

sentación gráfica de distribuciones de frecuencias para datos agrupados asociados a
variables cuantitativas. Un histograma, al igual que un gráfico de barras, se construye
conclases
basey enen un
el vertical los valores
eje horizontal de lasvertical,
y otro respectivas
en elfrecuencias
horizontaldeseclase.
indicaLoslos
elementos
límites de
fundamentales del histograma son rectángulos cuya base está definida
clases y en el vertical los valores de las respectivas frecuencias de clase. Los elementos por el ancho de
cada clase y su altura por la frecuencia.
fundamentales del histograma son rectángulos cuya base está definida por el ancho de
cada clase y su altura por la frecuencia.
Un polígono de frecuencia se construye a partir de los mismos ejes del histograma, pero
Unen el eje horizontal
polígono se toma
de frecuencia se los valores de
construye la marca
a partir de de
los clase y enejes
mismos el vertical, la frecuencia
del histograma, pero
respectiva. Los elementos fundamentales del polígono de frecuencias
en el eje horizontal se toma los valores de la marca de clase y en el vertical, la frecuen- son pares de
ciapuntos determinados
respectiva. por lasfundamentales
Los elementos marcas de clase dely polígono
la respectiva frecuencia, son
de frecuencias los puntos
pares de
puntos determinados por las marcas de clase y la respectiva frecuencia, los puntossere-
resultantes se unen mediante segmentos de recta, para una mejor visualización,
acostumbra
sultantes a considerar
se unen dos puntos de
mediante segmentos adicionales
recta, para sobre
una el eje visualización,
mejor horizontal, unose queacos-
tumbra a considerar dos puntos adicionales sobre el eje horizontal, uno que coincidala
coincida con el límite inferior de la primera clase y otro con el límite superior de con
última,inferior
el límite aunquede enlaalgunos
primera documentos
clase y otrosecon
agrega dos clases
el límite ficticias
superior de la deúltima,
frecuencia cero,en
aunque
una antes
algunos de la primera
documentos y la otrados
se agrega después
clasesdeficticias
la última.de frecuencia cero, una antes de la
primera y la otra después de la última.
Si se desea se puede dibujar el polígono de frecuencia sobre el mismo histograma, en
cuyo
Si se casosebasta
desea puede condibujar
unir los el puntos
polígono medios de la parte
de frecuencia superior
sobre de loshistograma,
el mismo rectángulosen
sucesivos del histograma. Los dos ejemplos siguientes muestran
cuyo caso basta con unir los puntos medios de la parte superior de los rectángulos suce- los histogramas y
polígonos
sivos de frecuencia
del histograma. Los dos correspondientes
ejemplos siguientesa las muestran
distribuciones de frecuencias
los histogramas de los
y polígonos
de ejemplos
frecuencia 2.1correspondientes
y 2.2. a las distribuciones de frecuencias de los ejemplos 6 y 7.

• Ejemplo
Ejemplos2.6:
11.
Histogramay polígono
Histograma y polígonode de frecuencia
frecuencia deldel número
número de de obras
obras literarias
literarias leídas
leídas porpor
150150
estu-
estudiantes de ingeniería.
diantes de ingeniería. (Distribución del ejemplo 2.1).

Gráfico 4. Histograma
Gráfico 4.yHistograma
polígonoy de frecuencias
polígono para el ejemplo 6.
de frecuencia
Fuente: Propia

Estadística - eje 1 conceptualicemos 28

 Ejemplo 2.7:
• Ejemplo 12.
Histograma y polígono de frecuencia del tiempo entre parpadeo en un grupo de 200
pacientes en
Histograma un estudiodeoftalmológico
y polígono (distribución
frecuencia del del ejemplo
tiempo entre 2.2). en un grupo de 200
parpadeo
pacientes en un estudio oftalmológico.

Gráfico 5.yHistograma
Gráfico 5. Histograma polígonoy polígono
de frecuencias para el ejemplo 7.
de frecuencia
Fuente:Propia

Histograma y polígono de frecuencia acumulada

Histograma y polígono de frecuencia acumulada

En En
un un histograma
histograma tambiénsesepuede
también puederepresentar
representar las las frecuencias
frecuencias acumuladas,
acumuladas, conconlo lo
cual
cual
resulta el histograma de frecuencia acumulada. Por otra parte un
resulta el histograma de frecuencia acumulada. Por otra parte un polígono de frecuen-polígono de frecuencia
ciaacumulada,
acumulada, también
también conocido
conocido como
como “ojiva”, se se
“ojiva”, construye
construye de de
tal tal
forma queque
forma en enel eje
el eje
horizontal se considera los valores de los límites superiores de clases
horizontal se considera los valores de los límites superiores de clases en lugar de la marca en lugar de la
de marca
clase, de
sin clase,
embargo sin embargo
en el caso endeel variables
caso de variables
discretas discretas
se debesetener
debeen tener en cuenta
cuenta que hay
un que
saltohay un el
entre salto entre
límite el límite
superior desuperior
una clasede yuna clase yinferior
el límite el límitedeinferior de la siguiente,
la siguiente, por lo que
por lo que
realmente serealmente
consideraseelconsidera
promedioelde promedio de estos
estos límites límites consecutivos.
consecutivos. Si sesedesea
Si se desea puede
se puede
dibujar dibujar
la ojiva la ojiva
a partir dela partir del histograma
histograma de frecuencia
de frecuencia acumulada,
acumulada, en cuyo
en cuyo casocasobasta
conbasta
unir con unir losextremos
los puntos puntos extremos
derechosderechos
de la partede la parte superior
superior de los rectángulos
de los rectángulos sucesivos
delsucesivos del histograma.
histograma. Los siguientes Los siguientes ejemplosestas
ejemplos ilustran ilustran estas ideas.
ideas.

• Ejemplo
Ejemplo2.8:
13.
Histograma
Histograma dedefrecuencia
frecuenciaacumulada
acumulada y ojiva, número
ojiva para de obras número
el ejemplo, literariasde
leídas un literarias
obras grupo
de 150
leídas estudiantes
un grupode 150deestudiantes
ingeniería. (Distribución del ejemplo 2.1).
de ingeniería.

Estadística - eje 1 conceptualicemos 29

 Gráfico
Gráfico6.6.
Gráfico 6. Histograma Histograma
de Histogramade
defrecuencia
frecuencia frecuenciaacumulada
acumuladaacumuladayyojiva
y ojivaojiva
para el ejemplo 6
Fuente:Propia
Ejemplo
Ejemplo2.9:
2.9:
• Ejemplo 14
Ojiva
Ojivaoopolígono
polígonode
defrecuencia
frecuenciaacumulada
acumuladade
delaladistribución
distribuciónde
defrecuencias
frecuenciasdel
delejemplo
ejemplo
Ojiva
2.1.
2.1.o polígono de frecuencia acumulada de la distribución de frecuencias del ejemplo
6.

Gráfico 7. Frecuencia
Gráfico acumulada
Gráfico7.7.Frecuencia para el ejemplo 6.
Frecuenciaacumulada
acumulada
Fuente:Propia

Estadística - eje 1 conceptualicemos 30

Ejemplo 15.2.10:
Ejemplo
Ojiva o polígono
Ojiva dede
o polígono frecuencia
frecuenciaacumulada de la
acumulada de la distribución
distribuciónde
defrecuencias
frecuencias
deldel ejemplo
ejemplo
7. 2.2.

GráficoGráfico
8. Frecuencia acumulada
8. Ojiva o polígono paraacumulada
de frecuencia el ejemplo 7.
Fuente: Propia
Con la presentación de estos ejemplos de gráficos estadísticos finalizamos la temática de
la semana 2. Con el fin que se dé el verdadero acercamiento a los principios aquí
Con la presentación
tratados, de estosalejemplos
se recomienda de gráficos
estudiante estadísticos
la minuciosa finalizamos
revisión de los el el primer
ejemplos
ejedesarrollados
temático. y la aplicación de las estrategias de trabajo a los ejercicios propuestos en
el taller. En la cartilla correspondiente a la próxima semana se trabajará sobre la temática
de medidas de tendencia central.

Para finalizar, observe el siguiente videoresumen para recordar los

conceptos más importantes tratados en el presente eje.

Estadística - eje 1 conceptualicemos 31

 Espallargas, I. D. (2011). Estadística matemática. en: selección de guías de
estudio: contabilidad y finanzas. Recuperado de: https://ebookcentral.
proquest.com

Espejo, M. I., Fernández, P. F., & López, S. M. A. (2006). Estadística descriptiva

y probabilidad: teoría y problemas (3a. ed.). Recuperado de: https://
ebookcentral.proquest.com

Bologna, E. (2010). Estadística en psicología. Recuperado de: https://

ebookcentral.proquest.com

López, M. W. (2014). Estadística práctica: aplicación y análisis para la toma

de decisiones en las empresas. Recuperado de: https://ebookcentral.
BIBLIOGRAFÍA

proquest.com

Monroy, S. S. (2005). Estadística descriptiva. Recuperado de: https://

ebookcentral.proquest.com

Puente, V. C. D. L. (2010). Estadística descriptiva e inferencial y una

introducción al método científico. Recuperado de: https://ebookcentral.
proquest.com

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística aplicada ii: estadística

en administración para la toma de decisiones. Recuperado de: https://
ebookcentral.proquest.com

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración.

Recuperado de: https://ebookcentral.proquest.com

Rodríguez, F. J., & Rodríguez, J. E. (2016). Estadística para administración (2a.

ed.). Recuperado de: https://ebookcentral.proquest.com

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Recuperado de: https://
ebookcentral.proquest.com