Adquisición de datos

La adquisición de datos o adquisición de señales, consiste en la toma de muestras del mundo real (sistema analógico) para generar datos que puedan ser manipulados por un ordenador u otras electrónicas (sistema digital). Consiste, en tomar un conjunto de señales físicas, convertirlas en tensiones eléctricas y digitalizarlas de manera que se puedan procesar en una computadora o PAC. Se requiere una etapa de acondicionamiento, que adecua la señal a niveles compatibles con el elemento que hace la transformación a señal digital. El elemento que hace dicha transformación es el módulo de digitalización o tarjeta de Adquisición de Datos (DAQ).
Contenido
[ocultar]

1 Proceso de adquisición de datos 2 ¿Cómo se adquieren los datos? 3 Tiempo de conversión 4 La etapa de acondicionamiento de la señal 5 Ejemplo 6 Ventajas 7 Un tipo de ejercicio de adquisición 8 Véase también 9 Bibliografía 10 Enlaces externos

[editar]Proceso Definiciones

de adquisición de datos

Dato: Representación simbólica (numérica, alfabética...), atributo o característica de un valor. No tiene sentido en sí mismo, pero convenientemente tratado (procesado) se puede utilizar en la relación de cálculos o toma de decisiones. Adquisición: Recogida de un conjunto de variables físicas, conversión en voltaje y digitalización de manera que se puedan procesar en un ordenador. Sistema: Conjunto organizado de dispositivos que interactúan entre sí ofreciendo prestaciones más completas y de más alto nivel. Una vez que las señales eléctricas se transformaron en digitales, se envían a través del bus de datos a la memoria del PC. Una vez los datos están en

memoria pueden procesarse con una aplicación adecuada, archivarlas en el disco duro, visualizarlas en la pantalla, etc... Bit de resolución: Número de bits que el convertidor analógico a digital (ADC) utiliza para representar una señal. Rango: Valores máximo y mínimo entre los que el sensor, instrumento o dispositivo funcionan bajo unas especificaciones. Teorema de Nyquist: Al muestrear una señal, la frecuencia de muestreo debe ser mayor que dos veces el ancho de banda de la señal de entrada, para poder reconstruir la señal original de forma exacta a partir de sus muestras. En caso contrario, aparecerá el fenómeno del aliasing que se produce al infra-muestrear. Si la señal sufre aliasing, es imposible recuperar el original. Velocidad de muestreo recomendada: ±2*frecuencia mayor (medida de frecuencia) ±10*frecuencia mayor (detalle de la forma de onda) Los componentes de los sistemas de adquisición de datos, poseen sensores adecuados que convierten cualquier parámetro de medición de una señal eléctrica, que se adquiriere por el hardware de adquisición de datos. Los datos adquiridos se visualizan, analizan, y almacenan en un ordenador, ya sea utilizando el proveedor de software suministrado u otro software. Los controles y visualizaciones se pueden desarrollar utilizando varios lenguajes de programación de propósito general como VisualBASIC, C++, Fortran, Java, Lisp, Pascal. Los lenguajes especializados de programación utilizados para la adquisición de datos incluyen EPICS, utilizada en la construcción de grandes sistemas de adquisición de datos, LabVIEW, que ofrece un entorno gráfico de programación optimizado para la adquisición de datos, y MATLAB. Estos entornos de adquisición proporcionan un lenguaje de programación además de bibliotecas y herramientas para la adquisición de datos y posterior análisis. De la misma manera que se toma una señal eléctrica y se transforma en una digital para enviarla al ordenador, se puede también tomar una señal digital o binaria y convertirla en una eléctrica. En este caso el elemento que hace la transformación es una tarjeta o módulo de Adquisición de Datos de salida, o tarjeta de control. La señal dentro de la memoria del PC la genera un programa adecuado a las aplicaciones que quiere el usuario y, luego de procesarla, es recibida por mecanismos que ejecutan movimientos mecánicos, a través de servomecanismos, que también son del tipo transductores.

Un sistema típico de adquisición utiliza sensores, transductores, amplificadores, convertidores analógico - digital (A/D) y digital - analógico (D/A), para procesar información acerca de un sistema físico de forma digitalizada. [editar]¿Cómo

se adquieren los datos?

La adquisición de datos se inicia con el fenómeno físico o la propiedad física de un objeto (objeto de la investigación) que se desea medir. Esta propiedad física o fenómeno podría ser el cambio de temperatura o la temperatura de una habitación, la intensidad o intensidad del cambio de una fuente de luz, la presión dentro de una cámara, la fuerza aplicada a un objeto, o muchas otras cosas. Un eficaz sistema de adquisición de datos pueden medir todos estos diferentes propiedades o fenómenos. Un sensor es un dispositivo que convierte una propiedad física o fenómeno en una señal eléctrica correspondiente medible, tal como tensión, corriente, el cambio en los valores de resistencia o condensador, etc. La capacidad de un sistema de adquisición de datos para medir los distintos fenómenos depende de los transductores para convertir las señales de los fenómenos físicos mensurables en la adquisición de datos por hardware. Transductores son sinónimo de sensores en sistemas de DAQ. Hay transductores específicos para diferentes aplicaciones, como la medición de la temperatura, la presión, o flujo de fluidos. DAQ también despliega diversas técnicas de acondicionamiento de Señales para modificar adecuadamente diferentes señales eléctricas en tensión, que luego pueden ser digitalizados usando CED. Las señales pueden ser digitales (también llamada señales de la lógica) o analógicas en función del transductor utilizado. El acondicionamiento de señales suele ser necesario si la señal desde el transductor no es adecuado para la DAQ hardware que se utiliza. La señal puede ser amplificada o desamplificada, o puede requerir de filtrado, o un cierre patronal, en el amplificador se incluye para realizardemodulación. Varios otros ejemplos de acondicionamiento de señales podría ser el puente de conclusión, la prestación actual de tensión o excitación al sensor, el aislamiento, linealización, etc. Este pretratamiento del señal normalmente lo realiza un pequeño módulo acoplado al transductor. DAQ hardware son por lo general las interfaces entre la señal y un PC. Podría ser en forma de módulos que pueden ser conectados a la computadora de los puertos (paralelo, serie, USB, etc...) o ranuras de las tarjetas conectadas a (PCI, ISA) en la placa madre. Por lo general, el espacio en la parte posterior de una tarjeta PCI es demasiado pequeño para todas las conexiones necesarias, de modo que una ruptura de caja externa es obligatorio. El cable entre este recuadro y el PC es

cara debido a los numerosos cables y el blindaje necesario y porque es exótico. Las tarjetas DAQ a menudo contienen múltiples componentes (multiplexores, ADC, DAC, TTL-IO, temporizadores de alta velocidad, memoria RAM). Estos son accesibles a través de un bus por un micro controlador, que puede ejecutar pequeños programas. El controlador es más flexible que una unidad lógica dura cableada, pero más barato que una CPU de modo que es correcto para bloquear con simples bucles de preguntas. Driver software normalmente viene con el hardware DAQ o de otros proveedores, y permite que el sistema operativo pueda reconocer el hardware DAQ y dar así a los programas acceso a las señales de lectura por el hardware DAQ. Un buen conductor ofrece un alto y bajo nivel de acceso. Ejemplos de Sistemas de Adquisición y control: · DAQ para recoger datos(datalogger) medioambientales (energías renovables e ingeniería verde). · DAQ para audio y vibraciones (mantenimiento, test). · DAQ + control de movimiento(corte con laser). · DAQ + control de movimiento+ visión artificial (robots modernos). [editar]Tiempo

de conversión

Es el tiempo que tarda en realizar una medida el convertidor en concreto, y dependerá de la tecnología de medida empleada. Evidentemente nos da una cota máxima de la frecuencia de la señal a medir. Este tiempo se mide como el transcurrido desde que el convertidor recibe una señal de inicio de "conversión" (normalmente llamada SOC, Start of Conversión) hasta que en la salida aparece un dato válido. Para que tengamos constancia de un dato válido tenemos dos caminos:   Esperar el tiempo de conversión máximo que aparece en la hoja de características. Esperar a que el convertidor nos envíe una señal de fin de conversión.

Si no respetamos el tiempo de conversión, en la salida tendremos un valor, que dependiendo de la constitución del convertidor será:   Un valor aleatorio, como consecuencia de la conversión en curso El resultado de la última conversión

[editar]La

etapa de acondicionamiento de la señal

Con más detalle, en una etapa de acondicionamiento podemos encontrar estas etapas, aunque no todas están siempre presentes:  Amplificación

ya que de esta manera no molestará a los aislantes que podamos tener. apareciendo un "bucle de masa". que elimina totalmente las señales de mayor frecuencia que la máxima a medir. que puede devolver resultados erróneos. bien por su constitución interna. (como la temperatura) se usa un filtro de ruido de unos 4 Hz. como por ejemplos las galgas "extesométricas". Filtrado . en las señales cuasi-continuas. tales como la vibración.El multiplexado es la conmutación de las entradas del convertidor. conocido como filtro antialiasing. Cuando el sistema de adquisición y la señal a medir están ambas referidas a masa pueden aparecer problemas si hay una diferencia de potencial entre ambas masas. su frecuencia máxima de conversión será la original dividida por el número de canales muestreados. que es una resistencia . para proteger al mismo de transitorios de alta tensión que puedan dañarlo. con el consiguiente error. Aislamiento . "termistores" o "RTD". que es un filtro pasabajo pero con un corte muy brusco. Se aconseja que los multiplexores se utilizen antes del conversor y después del condicionamiento del señal.El fin del filtro es eliminar las señales no deseadas de la señal que estamos observando. Excitación . Puesto que el mismo convertidor está midiendo diferentes canales. de modo que con un sólo convertidor podemos medir los datos de diferentes canales de entrada.     Excitación Filtrado Multiplexado Aislamiento Linealización Amplificación Es el tipo más común de acondicionamiento. que eliminará interferencias. ya que se si no se eliminasen aparecerían superpuestas a la señal medida. Un motivo adicional para usar aislamiento es el garantizar que las lecturas del convertidor no son afectadas por diferencias en el potencial de masa o por tensiones en modo común. Multiplexado . (como el termistor. incluidos los 50/60 Hz de la red eléctrica. Para conseguir la mayor precisión posible la señal de entrada debe ser amplificada de modo que su máximo nivel coincida con la máxima tensión que el convertidor pueda leer.La etapa de acondicionamiento de señal a veces genera excitación para algunos transductores. Las señales alternas.Otra aplicación habitual en el acondicionamiento de la señal es el aislamiento eléctrico entre el transductor y el ordenador. que necesitan de la misma. necesitan un tipo distinto de filtro. Por ejemplo.

Muchos transductores. como los termopares. Por tanto. . podemos decir que el transductor es un elemento que convierte energía de un tipo en otro.variable con la temperatura) o bien por la configuración en que se conectan (como el caso de las galgas. los bloques principales son estos:     Transductor El acondicionamiento de señal El convertidor analógico-digital La etapa de salida (interfaz con la lógica) El transductor es un elemento que convierte la magnitud física que vamos a medir en una señal de salida (normalmente tensión o corriente) que puede ser procesada por nuestro sistema. En este diagrama podemos ver los bloques que componen nuestro sistema de adquisición de datos: Como vemos. presentan una respuesta no lineal ante cambios lineales en los parámetros que están siendo medidos. que se suelen montar en un puente de Wheatstone). [editar]Ejemplo A veces el sistema de adquisición es parte de un sistema de control. y por tanto la información recibida se procesa para obtener una serie de señales de control. suele ser una buena idea el hacer esta corrección mediante circuitería externa. el transductor debe tomar poca energía del sistema bajo observación. Aunque la linealización puede realizarse mediante métodos numéricos en el sistema de adquisición de datos. para no alterar la medida. Linealización . Salvo que la señal de entrada sea eléctrica.

y puede ser desde una serie de buffers digitales incluidos en el circuito convertidor. La adaptación entre los rangos de salida del convertidor y el de entrada del convertidor tiene como objetivo el aprovechar el margen dinámico del convertidor.(Normalmente en tensión). la adaptación de impedancias es imprescindible ya que los transductores presentan una salida de alta impedancia. ya que para ésta entran en funcionamiento las redes de protección que el convertidor lleva integrada). RS-485 o Ethernet para conectar a un ordenador o estación de trabajo. ya que puede hacer que obtengamos datos erróneos. (normalmente de tensión) realizando las funciones de cuantificación y codificación. hasta una interfaz RS-232.  Acoplar la impedancia de salida de uno con la impedancia de entrada del otro. [editar]Ventajas . La codificación es el paso por el cual la señal digital se ofrece según un determinado código binario. La cuantificación implica la división del rango continuo de entrada en una serie de pasos. de modo que para infinitos valores de la entrada la salida sólo puede presentar una serie determinada de valores. de modo que las etapas posteriores al convertidor puedan leer estos datos adecuadamente. cuya impedancia típica suele estar entre 1 y 10 k. Por tanto la cuantificación implica una pérdida de información que no podemos olvidar.d con el resto del equipo. La etapa de salida es el conjunto de elementos que permiten conectar el s. Este paso hay que tenerlo siempre en cuenta. Esta adaptación suele ser doble y se encarga de:  Adaptar el rango de salida del transductor al rango de entrada del convertidor.El acondicionamiento de señal es la etapa encargada de filtrar y adaptar la señal proveniente del transductor a la entrada del convertidor analógico / digital. momento en el cual la salida binaria del convertidor nos da tanto la magnitud como el signo de la tensión que ha sido medida.a. Por otro lado. El convertidor analógico/digital es un sistema que presenta en su salida una señal digital a partir de una señal analógica de entrada. en el caso de sistemas de adquisición de datos comerciales. sobre todo cuando el sistema admite señales positivas y negativas con respecto a masa. de modo que la máxima señal de entrada debe coincidir con la máxima que el convertidor (pero no con la máxima tensión admisible. que normalmente no puede excitar la entrada de un convertidor.

la investigación científica. se adquieren gran cantidad de datos para poder analizar. la detección de fallas y el control de calidad entre otras aplicaciones. posibilidad de realizar las tareas en tiempo real o en análisis posteriores (a fin de analizar los posibles errores). posibilidad de emular una gran cantidad de dispositivos de medición y activar varios instrumentos al mismo tiempo. el control de máquinas y de producción. de 8 bytes cada una. Pero teniendo en cuenta que siempre se tiene que tener una copia de seguridad. esta capacidad la tendremos que multiplicar por dos y eso nos daría 75. [editar]Un Ejemplo 1 Tenemos 300 señales a monitorizar. Todas ellas de 4 bytes y queremos guardar la información de todo el proceso cada segundo. Ejemplo 2 En un sistema de adquisición de datos entran 210 señales por segundo.8 GB.8GB Tendríamos que tener una capacidad de 37.Flexibilidad de procesamiento. facilidad de automatización. gran capacidad de almacenamiento.35gigabytes [editar]Véase tipo de ejercicio de adquisición también    Procesamiento de señales Análisis de datos Dispositivos de entrada:  Escáner 3D . Se utiliza en la industria. etc. ¿qué capacidad ha de tener el disco duro del PC servidor para tener un histórico de todo un mes? 210segundo * 8bytes = 1680bytes * segundo 3600 * 24 * 30 = 2592000 1680 * 2592000 = 4.7 GB. rápido acceso a la información y toma de decisión.¿qué capacidad ha de tener el disco duro del PC servidor para tener un histórico de todo un año? 300segundos * 4bytes = 1200bytes * segundo 3600 * 24 * 365 = 31536000 1200 * 31536000 = 37.

G. el comercio. la electrónica. como se llama algunas veces. Todas estas personas están empleando correctamente el término estadística y sin embrago cada una le da un significado ligeramente diferente y la usa para un propósito un poco distinto. Hoy la estadística y el análisis estadístico están presentes en casi todas las . Para el director de una escuela. Editorial Marcombo. desempeña un papel cada vez más importante en casi todas las áreas del quehacer humano. La palabra Estadística tiene varias acepciones para cada persona. la psicología. la educación. Ramón: "Adquisición y Distribución de Señales". las calificaciones de los alumnos y los sueldos del profesorado. es la información acerca del ausentismo. la economía. las ciencias políticas. Aunque en un principio tenía que ver solamente con asuntos de Estado. a lo que debe su nombre.   Pallás Areny. la química. Y para un universitario. la sociología y a muchos otros campos de la ciencia y de la ingeniería. la estadística puede ser la información sobre la cantidad de contaminantes que están siendo emitidos hacia la atmósfera. la comunicación. ref nº SLAA013. la biología. C. la medicina. la física. 1997. I) INTRODUCCION La estadística o los métodos estadísticos. Loveday. la estadística son las calificaciones logradas entonos los problemas de un curso del semestre. Así para el gerente de de una central de energía eléctrica. Editorial Paraninfo.  Conversión analógica-digital Hardware:  PXI  Software:     LabVIEW Measurement Studio para Visual Studio LabWindows/CVI para Lenguaje C MATLAB [editar]Bibliografía  Texas Instruments: "Understanding Data Converters Application Report". en la actualidad la influencia de la estadística se ha extendido a la agricultura.: "Diseño de Hardware Electrónico".

así como de sacar conclusiones válidas y tomar decisiones con base en este análisis. en una herramienta de suma utilidad. 1. será también de gran valor como referencia para todos aquellos que estén aplicando la estadística en su campo de investigación particular. 2. Por ejemplo. Se han convertido. es aquella que a partir de una muestra representativa de una población se pueden inferir conclusiones importantes. se refiere a un grupo de individuos u objetos. ESTADISTICA INDUCTIVA.Ó Estadística Inferencial.. en especial para los gerentes. es la que busca únicamente describir y analizar un grupo determinado. por ejemplo. para sacar conclusiones se usa el lenguaje de Probabilidad. las alturas y los pesos de los estudiantes de una universidad o la cantidad de piezas defectuosas y no defectuosas producidas en una fábrica un día determinado.También llamado universo. 3. La población puede ser finita ó infinita. El propósito de este curso es presentar una introducción a los principios generales de la estadística.. sin sacar conclusiones o inferencias acerca de un grupo mas grande. resumir. ESTADISTICA DESCRIPTIVA. que le será útil a todos los individuos sin importar su campo de especialización. POBLACION Y MUESTRA Población. presentar y analizar datos. debido a que tales inferencias no llegan a ser precisas por completo. 4.También llamada Estadística Deductiva.profesiones. DEFINICION ESTADISTICA Se ocupa de los métodos científicos para recolectar. la población que comprende todas las piezas producidas en un día . organizar..

se denomina variable discreta. Si la variable solo toma un valor. O 65. es una variable discreta. Si no es así. mientras que la población que consta de todos los resultados posibles (cara o cruz) en lanzamientos sucesivos de una moneda es infinita. A una variable que. Y.Pequeña parte de la población en estudio. H. se le llama variable continua. x o B. que puede tomar cualquiera de los valores 0. mientras que las alturas de 100 estudiantes universitarios son un ejemplo de datos continuos.. Muestra. toma cualquier valor entre dos valores dados..8 pulg. Ejemplo 2 La altura H de un individuo. 5. es una variable continua. El número de hijos en cada una de 1. 2. que puede ser de 62 pulg..842.000 familias es un ejemplo de datos discretos. que puede tomar cualquiera de los valores de un conjunto predeterminado llamado dominio de la variable. En general. REDONDEO DE DATOS . . VARIABLES DISCRETAS Y CONTINUAS Una variable es un símbolo. entonces a esta variable se le llama constante. 1.8341 pulg. respectivamente. Ejemplo 1 El número N de niños en una familia. como X. 6. mientras que las enumeraciones o los conteos dan lugar a datos discretos.determinado en una fábrica es finita. 63. dependiendo de la exactitud de las mediciones. pero no 2. teóricamente. 3. las mediciones dan lugar a datos continuos. A los datos que se pueden describir mediante una variable discreta o continua se les llama datos discretos o continuos.5 o 3.

puesto que 72.8 a la unidad mas cercana. escolaridad y barrio. 72. pues esta información ayuda a preparar los informes de los médicos y a hacer la facturación. Y deben cerciorarse de que el grupo contenga una gran diversidad de personas que representen variables como nivel de ingresos.8146 está más cerca de 72. Los datos ayudan a los encargados de la toma de decisiones a hacer conjeturas bien fundamentadas acerca de las causas y.465 se redondea a 72.58.82. Utilizar los datos referentes al pasado para tomar decisiones sobre el futuro. REPRESENTACION TABULAR Para que los datos sean útiles. Colección de Datos Representar a todos los grupos. y 116 500 000 redondeado al millón mas cercano es 116 000 000. Esta práctica es especialmente útil para minimizar errores de redondeo acumulados cuando se tiene un gran número de operaciones. Los estadísticos seleccionan sus observaciones de manera que todos los grupos relevantes estén representados en los datos. 183. Ejemplo. 7. hemos de organizar nuestras observaciones de manera que podamos seleccionar tendencias y llegar a conclusiones lógicas. los analistas podrían estudiar a 100 consumidores que viven en cierta zona geográfica.465 a la centésima más cercana se tiene un dilema. por tanto. Obtener datos de observaciones o registros. De manera que 72.8 está mas cerca de 73 que de 72.81.575 se redondea a 183. Por ejemplo. Para determinar el mercado potencial de un nuevo producto.465 está exactamente igual de lejos de 72. En estos casos se acostumbra redondear al entero par anterior al 5. ya que 72.47. Los datos provienen de observaciones reales o de documentos que se conservan para usos ordinarios. raza. el departamento de personal habrá de determinar si ese fenómeno se dio .El resultado de redondear un número. ya que 72.46. si los expedientes del hospital indican que más pacientes usaron los servicios de rayos X en Junio que en Enero. Al redondear 72. sobre los efectos probables de ciertas características en algunas situaciones. De manera semejante. los hospitales tienen expedientes con el número de pacientes que usan los servicios de rayos X.81 que de 72.46 que de 72. es 73.8146 redondeado a la centésima más cercana (o a dos decimales) es 72. por ejemplo 72.

Pero si los datos son trabajadores calificados (digamos carpinteros. gráficas y números. los encargados de la toma de decisiones consiguen información confiable del ambiente y se valen de ella para llegar a decisiones inteligentes. sale basura! . mejor conoceremos la población de donde proviene y mejores serán las decisiones que tomemos. Cuanto mas abundante sea la información de este tipo que obtengamos de la muestra. que valores aparecen con mayor frecuencia y otros aspectos. aquello en torno a lo cual los datos tienden a agruparse. Este método da origen a una distribución de frecuencia y se explica mas adelante. En la actualidad las computadoras permiten a los estadísticos reunir enormes volúmenes de observaciones y condensarlas instantáneamente en tablas. también podemos listar los puntos de datos por orden ascendente de valor numérico. habrá de ajustar su programa de contrataciones y vacaciones para tenerla en cuenta. albañiles ó electricistas) que se necesitan en los sitios de construcción. las tendencias notorias. . La finalidad de organizar los datos es permitirnos ver rápidamente todas las características posibles de los datos que hemos recabado. Cuando los datos se organizan en forma compacta y útil. Una forma útil de hacerlo consiste en dividir los datos en categorías o clases similares y luego contar el número de observaciones que caen dentro de cada categoría. si son diferentes tipos de automóviles fabricados por todas las empresas automotrices o si son los diversos colores de abrigos fabricados por determinada compañía. Buscamos cosas como el intervalo (los valores máximos y mínimos). De ser así. antes se prueban formulando las siguientes preguntas: ¿De dónde proceden los datos? ¿Apoyan o contradicen los datos la otra evidencia con que se cuenta? ¿Existen datos que ignoramos y que nos harían llegar a una conclusión diferente? ¿Cuántas observaciones tenemos? ¿Es lógica la conclusión? Hay muchas maneras de clasificar los datos. ¿son confiables? No olvide que la exactitud de los datos que salen de la computadora depende de los que entran en ella. necesitaremos organizarlos de modo diferente. Para poder confiar en la interpretación de unos datos cualesquiera.sólo en el presente año o si es una indicación de una tendencia constante. ¡Entra basura. Se trata de formas compactas y utilizables. Si las observaciones se miden en números. pero cabe preguntar. Tendremos que representar los puntos graficados (observaciones) de datos por orden alfabético o por algún otro principio organizador. Podemos simplemente reunirlos y conservarlos en orden.

Ordenación. el rango es 74-60= 14 pulg. Ejemplo.II) DISTRIBUCIONES DE FRECUENCIA 1. A una disposición tabular de los datos por clases.. Un ejemplo es el conjunto de estaturas de 100 estudiantes hombres. que está ordenado en forma alfabética. Una ordenación es un conjunto de datos numéricos en orden creciente o decreciente de magnitud. con sus correspondientes frecuencias de clase. 2. obtenidas del registro universitario. si la estatura mayor de los 100 estudiantes es 74 pulg y la menor es 60. DEFINICION Datos Sueltos. y determinar el número de individuos que pertenecen a cada categoría. ORDENAMIENTO DE DATOS Si se reúnen grandes cantidades de datos sueltos es útil distribuirlos en clases o categorías. Por ejemplo.Tabla 2-1 Estaturas de 100 estudiantes hombres de la universidad XYZ |Estatura |(pulg) |60-62 |63-65 |66-68 |69-71 |72-74 |Número de |Estudiantes |5 |18 |42 |27 |8 | | | | | | | . A la diferencia entre el número mayor y el menor se le conoce como rango de los datos. a lo que se le llama frecuencia de clase. se le conoce como distribución de frecuencias o tabla de frecuencias. Se les llama Datos Sueltos a los datos que no han sido organizados numéricamente.

es muy ventajosa pues proporciona una visión amplia y clara.5 y 62.5 se llaman fronteras de clase o límites verdaderos de clase. b) Fronteras de Clase Si se miden estaturas con exactitud de 1 pulg.5000 hasta 62. como en la anterior distribución de frecuencias. las fronteras de clase se obtienen promediando los límites superior e inferior de un intervalo de clase. A los datos así organizados y reunidos en clases. Aunque el proceso de agrupamiento generalmente quita detalles originales de los datos. Se acostumbra usar los términos clase e intervalo de clase indistintamente. Estos números. en teoría el intervalo de clase 60-62 incluye todas las medidas desde 59. CONSTRUCCION DE UNA DISTRIBUCION DE FRECUENCIA a) Intervalos de Clase y Límites de Clase El símbolo que define una clase. se llama intervalo de clase.5000. por ejemplo. el número más pequeño (60) es el límite inferior de clase. A los números 60 y 62 se les conoce como límites de clase. 3.5). c) Tamaño o Amplitud de un Intervalo de Clase . aunque el intervalo de clase es en realidad un símbolo de la clase. mientras que el número más grande (62) es el límite superior de clase. el número menor (59. se les llama datos agrupados. indicados brevemente por los números exactos 59.5) es la frontera inferior de clase y el número mayor (62. como el 60-62 de la tabla 2-1.| |Total 100 | La primera clase (o categoría). la correspondiente frecuencia de clase es 5. además de que se obtienen relaciones evidentes. la frontera superior de clase. comprende las estaturas entre 60 y 62 pulg y se indica en el rango 60-62. Como hay cinco estudiantes en esta clase. En la práctica.

A la marca de clase también se le denomina punto medio de la clase. Se suelen tomar entre 5 y 20 intervalos de clase.El tamaño o la amplitud de un intervalo de clase es la diferencia entre las fronteras de clase inferior y superior y se le conoce como amplitud. por ejemplo.5-59. Los intervalos de clase se eligen también de modo tal que las marcas de clase (o puntos medios) coincidan con los datos realmente observados. que es el punto medio del intervalo de clase. . Determinar el número de observaciones que corresponden a cada intervalo de clase. tamaño o longitud de clase. Por ejemplo. es decir. se obtiene promediando los límites inferior y superior de clase. Dividir el rango en un número adecuado de intervalos de clase del mismo tamaño. a esta amplitud común se le denota por c. Si todos los intervalos de una distribución de frecuencia son de la misma amplitud.5-62. En tal caso.5=3. la frecuencia relativa de la clase 66-68 de la tabla 2-1 es 42/100=42%. la marca de clase del intervalo 60-62 es (60+62)/2=61. DISTRIBUCION DE FRECUENCIA RELATIVA La frecuencia relativa de una clase es su frecuencia dividida entre la frecuencia total de todas las clases y se expresa generalmente como un porcentaje. c es igual a la diferencia entre dos límites inferiores (o superiores) de clases sucesivas. 4. según los datos. d) Marca de Clase La marca de clase. usar intervalos de clase de distintos tamaños o intervalos de clase abiertos. Para los datos de la tabla 2-1. la amplitud del intervalo de clase es c=62. hallar las frecuencias de clase. De este modo. Si esto no es posible. Reglas Generales para Construir Distribuciones de Frecuencia Determinar el número mayor y el menor en los datos sueltos con el fin de especificar el rango (la diferencia entre ambos).5=65.

la frecuencia acumulada. . sus centros en las marcas de clase y longitudes iguales a los tamaños de los intervalos de clase. es 5+18+42=65. lo que significa que 65 estudiantes tienen estaturas por debajo de 68. Un histograma o histograma de de frecuencias consiste en un conjunto de rectángulos que tienen a) sus bases en el eje X horizontal. b) Construcción de Polígonos de Frecuencia Un polígono de frecuencia es una gráfica de línea de las frecuencias de clase dibujada con respecto a la marca de clase.5 pulg. a la tabla resultante se le llama distribución de frecuencias relativas. brevemente. distribución de frecuencias o tabla de frecuencias relativas. Una tabla que presenta tales frecuencias acumuladas se llama distribución de frecuencias acumuladas. 6. y b) áreas proporcionales a las frecuencias de clase. inclusive. Si todos los intervalos de clase son del mismo tamaño.Si se sustituyen las frecuencias de la tabla 2-1 por las correspondientes frecuencias relativas. Puede obtenerse uniendo los puntos medios de las partes superiores de los rectángulos del histograma. Por ejemplo. REPRESENTACION GRAFICA DE DISTRIBUCION DE FRECUENCIA a) Construcción de Histogramas Los histogramas y los polígonos de frecuencias son dos representaciones gráficas de las distribuciones de frecuencias. 5. tabla de frecuencias acumuladas o. una distribución acumulada. incluyendo hasta el intervalo de clase 66-68 de la tabla 2-1. DISTRIBUCION DE FRECUENCIA ACUMULADA La frecuencia total de todos los valores menores que la frontera de clase superior de un intervalo de clase dado se conoce como frecuencia acumulada hasta ese intervalo de clase. las alturas de los rectángulos son proporcionales a las frecuencias de clase.

etcétera. en la figura 2-2 se ilustra esta gráfica para la distribución de estaturas de los estudiantes de la tabla 2-1. mientras que la antes considerada es una distribución acumulada menor que . se estará mencionando el caso menor que . Para ciertos propósitos. es deseable considerar una distribución de frecuencias acumuladas de todos los valores mayores o iguales que la frontera de clase inferior de cada intervalo de clase.5 pulg o más. [pic] Figura 2-2 7.[pic] Figura 2-1 c) Ojivas y Ojivas Porcentuales Una gráfica que recoja las frecuencias acumuladas por debajo de cualquiera de las fronteras de clase superiores respecto de dicha frontera es denominada un polígono de frecuencias acumuladas u ojiva. OTROS GRAFICOS a) De Pastel [pic] . Las correspondientes ojivas se conocen. Como de este modo se obtienen estaturas de 59. de 62. Siempre que se hable de distribuciones acumuladas u ojivas. entonces.5 pulg o más. sin especificar el tipo. como ojivas o más y menores que . se le suele conocer como una distribución acumulada o mas .

En las curvas de frecuencia moderadamente asimétricas. Una curva de frecuencias multimodal tiene más de dos máximos 8. como se ilustra en la figura 2-3. En una curva en forma de J o de J invertida hay un máximo en un extremo. Una curva de frecuencia en forma de U tiene máximos en ambos extremos. III) MEDIDAS DE TENDENCIA CENTRAL 1. o sesgadas. CONSTRUCCION DE GRAFICAS POR COMPUTADORA Remitirse al archivo Graficación.b) Piramidal [pic] c) Tipos de Curvas de Frecuencia Las curvas de frecuencia que aparecen.ppt. [pic] Las curvas de frecuencia simétricas o en forma de campana se caracterizan porque las observaciones equidistantes del máximo central tienen la misma frecuencia. Interpretación de Tendencia Central . Una curva de frecuencias bimodal tiene dos máximos. en la práctica adoptan ciertas formas características. la cola de la curva a un lado del máximo es mas larga que al otro lado.

por definición. Las Representaciones resultantes de las distribuciones de frecuencia nos permitieron discernir las tendencias y patrones de los datos. se denotará esa suma simplemente con [pic] 2. las medidas de tendencia central nos indican el punto medio o típico de datos que cabe esperar. [pic] Cuando no ocasione confusión. Igual que los promedios. Notación de sumatoria El símbolo [pic]denota la suma de todos los [pic] desde j=1 hasta j=N. de un conjunto de N números [pic] se denota por [pic] (léase X barra ) y se define por [pic] (1) . para describir ciertas características de dicho conjunto. Notación de índices Denotemos por [pic] (léase X sub j ) cualquiera de los [pic] valores [pic] que toma una variable [pic]. 2. que puede valer 1. ó simplemente media. 3. podríamos servirnos de números individuales. ya que no tendremos necesidad de consultar nuestras observaciones iniciales. También reciben el nombre de medidas de localización. N se llama subíndice. A partir de ellos lograremos una comprensión mas precisa de los datos de la que podríamos conseguir con nuestras tablas y gráficas. llamados estadísticos resumidos. La letra j en [pic]. Y estos números nos permitirán tomar decisiones más rápidas y satisfactorias. Media Aritmética La media aritmética.En el capítulo anterior aprendimos a construir tablas y gráficas donde se usaban datos brutos. ¿Pero que sucedería si necesitáramos medidas mas exactas de un conjunto de datos? En ese caso.

4 y 1. o punto medio del intervalo. la media aritmética es [pic] (2) donde [pic] es la frecuencia total (es decir. en ese orden. 6 y 2 ocurren con frecuencias 3. 3. su media aritmética es [pic] Cuando los datos se presentan en una distribución de frecuencias. 8. 12 y 10 es [pic] Si los números [pic] ocurren [pic] veces. Ejemplo 2 Si 5. 5. respectivamente (es decir. 2. Media Geométrica La media geométrica G de un conjunto de N números positivos [pic] es la raíz N-ésima del producto de esos números: [pic] . el número total de casos).Ejemplo 1 La media aritmética de los números 8. con frecuencias [pic]). 3. todos los valores que caen dentro de un intervalo de clase dado se consideran iguales a la marca de clase.

está dada por [pic] donde: |[pic] |frontera inferior de la clase de la mediana (es decir. 6. 7. 4. 8 y 10 tiene mediana 6 Ejemplo 5 El conjunto de números 5. 5. 8. 9. la clase que contiene a la mediana) | |[pic] | |número de datos (es decir. la frecuencia total) . 11. 5. Ejemplo 4 El conjunto de números 3. 8. 4 y 8 es [pic] 4.Ejemplo 3 La media geométrica de los números 2. 15 y 18 tiene mediana [pic] Para datos agrupados. la mediana obtenida por interpolación. 12. Mediana y Moda para datos agrupados La Mediana La mediana de un conjunto de números ordenados en magnitud es el valor central o la media de los dos valores centrales.

12 y 18 tiene moda 9. 5. 9. 7. 7. 7. para ajustar los datos. 4.|[pic] | |[pic] |[pic] | |suma de las frecuencias de las clases inferiores a la clase de la mediana |frecuencia de la clase de la mediana |tamaño del intervalo de clase de la mediana | Geométricamente. 10. la moda será(n) el (los) valor(es) de X correspondiente(s) al(os) máximo(s) de la curva. Ejemplo 6 El conjunto 2. la mediana es el valor X (abscisa). y 9 cuenta con dos modas. 10. 12. 9. 4. La moda llega a obtenerse de una distribución de frecuencias o de un histograma a partir de la fórmula: . 10. 8. En el caso de datos agrupados donde se haya construido una curva de frecuencias. Ejemplo 7 El conjunto 3. La moda puede no existir e incluso no ser única. es decir. que corresponde a la recta vertical que divide un histograma en dos partes de área igual. 5. 11. 15 y 16 carece de moda. 3. y se le conoce como bimodal. 7. 5. Ese valor de X se denota por [pic]. 2. Ese valor de X suele denotarse por [pic] La Moda La moda de un conjunto de números es el valor que ocurre con mayor frecuencia. 4. 4 y 7. 5. La distribución con una sola moda se llama unimodal. 9. Ejemplo 8 El conjunto 2. el valor más frecuente.

Extendiendo esta idea. donde [pic] es igual a la mediana. Estos valores. . Deciles y Percentiles Si un conjunto de datos se ordena de acuerdo con su magnitud. De forma similar los valores que dividen los datos en 10 partes iguales son llamados deciles. se denominan como primero. El quinto decil y el 50º percentil coinciden con la mediana. denotados por [pic]y [pic]. Dispersión o Variación La dispersión o variación de los datos es el grado en que los datos numéricos tienden a esparcirse alrededor de un valor promedio. el valor central (o la media aritmética de los dos valores centrales) que divide al conjunto en dos partes iguales es la mediana. los cuales se denotan por [pic]. IV) MEDIDAS DE DISPERSION 1. Cuartiles.[pic] donde: |[pic] | |[pic] | |[pic] | |[pic] |Frontera inferior de la clase de la clase modal (clase que contiene a la moda) |Diferencia de la frecuencia modal con la frecuencia de la clase inferior inmediata |Diferencia de la frecuencia modal con la frecuencia de la clase superior inmediata |tamaño del intervalo de la clase modal | 5. mientras que los valores que dividen a los datos en 100 partes iguales se conocen como percentiles y se indican con [pic]. segundo y tercer cuartiles respectivamente. es posible considerar los valores que dividen al conjunto en cuatro partes iguales.

3. Ejemplo 2 Calcule la desviación media del conjunto 2. 5. 8.2. así [pic]. (El valor absoluto de un número es el número sin el signo asociado y se indica con dos líneas verticales colocadas a los lados del número. El Rango El rango de un conjunto de números es la diferencia entre el número mayor y el menor del conjunto. Media aritmética [pic] [pic] . 12 es 12-2=10 3. Ejemplo1 El rango del conjunto 2. 11. 3. La Desviación Media La desviación media o la desviación promedio de un conjunto de N números [pic] se abrevia DM y se define como: [pic] (1) donde [pic] es la media aritmética de los números y [pic] es el valor absoluto de la desviación de [pic] respecto de [pic]. 6. 5. 3. [pic] y [pic]). [pic]. 5. 8. 10.

En ocasiones la desviación media se define en términos de desviaciones absolutas con respecto a la mediana u otro promedio. Desviación Cuartílica El rango semiintercuartilar o desviación intercuartilar de un conjunto de datos se denota por [pic] y se define como [pic] (3) donde [pic] y [pic] son el primer y el tercer cuartiles de los datos. 4. Esta forma es útil para datos agrupados. 5. Una propiedad interesante de la suma [pic] radica en que es mínima cuando [pic] es mínima (es decir. en lugar de hacerlo en relación con la media. Rango entre Percentiles 10-90 El rango percentilar de un conjunto de datos se define como Rango Percentilar [pic] (4) . Algunas veces se usa el rango intercuartilar [pic]. la desviación media con referencia a la mediana es mínima). donde las [pic] representan las marcas de clase y las [pic] son las frecuencias de clase correspondientes. la desviación media puede expresarse [pic] (2) donde [pic].Si [pic] ocurren con frecuencias [pic] respectivamente. aunque el rango semiintercuartilar es más común como medida de dispersión.

Para los valores grandes de N (de modo preciso N>30). Si [pic] ocurren con frecuencias [pic] respectivamente. se usarán las formas (5) y (6). Algunas veces la desviación estándar de los datos de una muestra se define con (N-1). De esta forma. 7. es útil para datos agrupados. por [pic]. 6. prácticamente no existe diferencia entre las dos definiciones. la desviación estándar suele expresarse [pic] (6) donde [pic]. Por lo tanto [pic] es la media cuadrática de las desviaciones en relación con la media o. desviación de la media cuadrática. como se le llama en forma común. La Desviación Estándar La desviación estándar o típica de un conjunto de N números [pic] se denota por [pic] y se define como: [pic] (5) donde [pic] representa las desviaciones de cada uno de los números [pic]. reemplazando N en los denominadores de las expresiones de las ecuaciones (5) y (6). ya que el valor resultante representa un mejor estimado de la desviación estándar de la población original. siempre podemos obtenerlo multiplicando la desviación estándar. respecto de la [pic].Donde [pic] y [pic] son los percentiles 10º y 90º de los datos. Por lo tanto. La Varianza . Además cuando se necesita el mejor estimado. calculada de acuerdo con la primera definición.

por lo tanto. se tiene [pic] o [pic] y el resultado (10) se convierte en [pic] (11) . respectivamente. los resultados de (7) y (8) se convierten. respectivamente en [pic] (9) [pic] (10) Cuando los datos se encuentran agrupados en una distribución de frecuencias. respectivamente. cuyos intervalos de clase son del mismo tamaño c.La varianza de un conjunto de datos se define como el cuadrado de la desviación estándar. en las formas equivalentes: [pic] (7) [pic] (8) donde [pic] denota la media de los cuadrados de los distintos valores de [pic]. se representa como [pic] en las ecuaciones (5) y (6). Cuando es necesario distinguir la desviación estándar de una población de la desviación estándar de una muestra obtenida de dicha población. mientras que [pic] denota el cuadrado de la media de los distintos valores de [pic]. Si [pic] son las desviaciones de [pic] con respecto a una constante arbitraria [pic]. con frecuencia se utiliza el símbolo [pic] para esta última y [pic] (sigma griega minúscula) para la primera. Métodos Cortos para Calcular la Desviación Estándar Las ecuaciones (5) y (6) pueden expresarse. Por lo tanto [pic] y [pic] representan la varianza de una muestra y la varianza de una población.

Propiedades de la Desviación Estándar A.27% de los casos están incluidos entre [pic] y [pic] (es decir. respectivamente. Suponga que dos conjuntos con [pic] y [pic] números (o dos distribuciones de frecuencia con frecuencias totales [pic] y [pic]) tiene varianzas dadas por [pic] y [pic]. De todas las desviaciones estándar.Esta fórmula ofrece un método muy breve para calcular la desviación estándar y debe utilizarse siempre para datos agrupados cuando el tamaño de los intervalos de clase sea igual. B. la mínima es aquella en que [pic]. dos desviaciones estándar a cada lado de la media) c) 99. esta propiedad proporciona una razón importante para definir la desviación estándar como se hizo antes. La desviación estándar puede definirse como [pic] donde [pic] es un promedio cercano a la media aritmética. tres desviaciones estándar a cada lado de la media) [pic] C. y la misma media [pic]. En distribuciones normales: a) 68. una desviación estándar a cada lado de la media) b) 95.73% de los casos están incluidos entre [pic] y [pic] (es decir. Entonces la varianza combinada de ambos conjuntos (o dos distribuciones de frecuencias) estará dada por [pic] .45% de los casos están incluidos entre [pic] y [pic] (es decir.

al medir una distancia de 1.000 pies.Obsérvese que se trata de una media aritmética ponderada de las varianzas. Una medida de este efecto es sustituida por la dispersión relativa. Momentos Si [pic] son los [pic] valores de la variable [pic]. Obsérvese que el coeficiente de variación es independiente de las unidades usadas. se define la cantidad . entonces la dispersión relativa se denomina coeficiente de variación o coeficiente de dispersión. Por este motivo es útil para comparar distribuciones con unidades diferentes. Sin embargo. tiene un efecto muy diferente si la misma variación de 10 pulg se presenta en una distancia de 20 pies. 8. se denomina dispersión absoluta. que se define como [pic] si la dispersión absoluta es la desviación estándar [pic] y el promedio es la media [pic]. Dispersión Absoluta y relativa La variación real o dispersión. El resultado puede generalizarse a tres o más conjuntos. la misma se denota por [pic] y está dada por Coeficiente de variación [pic] que por lo general se expresa en forma de porcentaje. V) MOMENTO SESGO Y CURTOSIS 1. determinada a partir de la desviación estándar u otra medida de dispersión. Una desventaja del coeficiente de variación es que no sirve cuando la media es cercana a cero. una variación (o dispersión) de 10 pulg.

El r-ésimo momento respecto de la media [pic]. Por eso la ecuación (1) se le llama el r-ésimo momento con respecto a cero. los momentos anteriores están dados por [pic] (4) [pic] (5) [pic] (6) . si [pic]. El primer momento con [pic] es la media aritmética [pic]. entonces [pic] es la varianza. se define como: [pic] (2) Si [pic] entonces [pic]. la ecuación (3) se reduce a la ecuación (1).[pic] (1) llamada el r-ésimo momento. 2. El r-ésimo momento respecto de cualquier origen A se define como: [pic] (3) donde [pic] son las desviaciones de [pic] respecto de [pic]. respectivamente. Si [pic]. Momentos para Datos Agrupados Si [pic] ocurren con las frecuencias [pic].

expresado en forma adimensional y está dado por Coeficiente momento de curtosis [pic] . Una distribución con un pico relativamente alto. Curtosis La curtosis mide que tan puntiaguda es una distribución. lo que lleva a la definición [pic] 4. En las distribuciones asimétricas. se dice que está sesgada hacia la derecha o que es de asimetría positiva. que hacia la izquierda. se define como mesocúrtica. [pic] Una medida de la curtosis utiliza el cuarto momento con respecto a la media. 3. La distribución normal que no es muy picuda ni muy achatada. Si la curva de frecuencias de una distribución tiene una cola mas larga hacia la derecha del máximo central. comparada con una distribución normal. por lo general. Por lo tanto una mediada de la asimetría está dada por la diferencia: media-moda. recibe el nombre de platocúrtica. Asimetría La asimetría es el sesgo o la distorsión de la simetría de una distribución.donde [pic]. mientras que la curva que es achatada. se denomina leptocúrtica. Si sucede lo contrario se considera que está sesgada hacia la izquierda o que es de asimetría negativa. Esta puede hacerse adimensional si se divide entre una medida de dispersión tal como la desviación estándar. Las fórmulas son adecuadas para calcular momentos a partir de datos agrupados. la media tiende a caer en el mismo lado de la moda y en el de la cola más larga.

entonces la asimetría y la curtosis de la población serían [pic] y [pic]. De manera similar. Los subíndices siempre son símbolos latinos. negativa en una distribución platocúrtica e igual a cero en la distribución normal. las medidas de asimetría y las medidas de curtosis de una muestra. para determinada población.que con frecuencia se denota como [pic]. con frecuencia se acostumbra usar símbolos latinos para las muestras y símbolos griegos para las poblaciones. Así. si las medidas de asimetría y curtosis de la muestra se denotan por [pic] y [pic]. los símbolos griegos correspondientes serían [pic] y [pic]. Cuando se requiere distinguir los momentos. [pic]. que es positiva en una distribución leptocúrtica. Para la distribución normal. respectivamente. si los momentos se denotan como [pic] y [pic]. se define a la curtosis como [pic]. Por esto. ----------------------Sesgada a la derecha (sesgo positivo) Sesgada a la izquierda (sesgo negativo) En forma de J En forma de J invertida En forma de U Bimodal Simétrica o en forma de campana .

27% [pic] [pic] [pic] [pic] 95.Multimodal 68.73% a) Mesocúrtica a) Platocúrtica a) Leptocúrtica .45% [pic] [pic] 99.

con un sólo golpe de v observar sus caracteícticas más importantes. discretas o continuas. Como los intervalo quedan adosados. cada intervalo se representa sobre el ej rectángulo que se dibuja sobre él con altura igual o proporcional a su frecuencia absoluta. Los gráficos estadísticos son muy útiles para comparar distintas tablas de frecuencia. Se utiliza para la representación de variables cuantitativas continuas. incluso sacar alguna conclusión sobre el comportamiento de la m estudio.REPRESENTACIÓN GRÁFICA DE DATOS Las tablas estadísticas representan toda la información de modo esquemático y están preparadas para los cálcu estadísticos nos transmiten esa información de modo más expresivo. Si la frecuencia absoluta que se diagrama de barras que se obtiene es: diagrama de barras acumulativo HISTOGRAMA. cuantitativa o cualitativa. el área del rectángulo es la que tendría qu absoluta correspondiente a ese intervalo. Los gráficos estadísticos más usuales son: DIAGRAMA DE BARRAS. nos van a permitir. cada sector se rellena con un color diferente. Se utiliza para todo tipo de variable estadística. Histograma acumulativo. Las escalas utilizadas para representar los polígonos de frecuencias influyen mucho por el impacto visual de lo DIAGRAMA DE SECTORES. Para una variable discreta. Se utilizan para variables estadísticas cuantitativas. El cálculo de la amplitud en grados sexagesimales del sector correspondiente se realiza así: ángulo = frecuenc . cada valor de la variable se representa p él se dibuja una barra de longitud igual o proporcinal a su frecuencia absoluta. los extremos supe Para una variable continua. el polígono de frecuencias se obtiene uniendo por una poligonal. Consiste en dibujar sectores sobre sectores proporcional a su frecuencia absoluta. Si se utilizarán rectángulos de amplitud diferente. si se utiliza la frecuencia absoluta acumu POLÍGONO DE FRECUENCIAS. Se utiliza para la representación de variables cuantitativas discretas. el poligono de fecuencias se obtiene uniendo por una poligonal los puntos medios del histograma.

Ejemplo 2. 32) 30 [32 . elegir diferente representación gráfica: 1 para dia de frecuencia y 3 para el diaframa de sectores.En un preconocimiento médico realizado a 30 niños. los resultados obtenidos se reflejan en la siguiente tabla: Intervalo marca clase (xi) [20 . absoluta (ni) 3 6 10 8 3 30 . el poligono de frecuencias y el diagrama de sectores correspond resultados.Hemos preguntado a 20 personas por el número medio de días que practican deporte a la seman respuestas: Nº días (xi) 0 1 2 3 4 5 6 7 Total fr.. 28) 26 [28 .. absoluta (ni) 1 2 4 7 1 1 3 1 20 Realiza en tu cuaderno el diagrama de barras. Con el pulsador de "gráfico" puedes. 24) 22 [24 . Puedes cambiar los valores de las frecuencias absolutas y observar su imfluencia en el correspondiente gráf Ejemplo 3. al variar su valor. uno de los datos que se han tomado ha uno. 36) 34 [36 . 40) 38 Total fr.

..../h ... 60K " estadística" de infracciones.../h .. Pita Fernández S.................. Representación gráfica en el Análisis de Datos Autores: Pértega Díaz S....../h .......... pa considerado............... Diagrama de barras ..........Realiza en tu cuaderno el Histograma.. y representa la correspondiente tabla de frecuencias. al variar su valor. 30 vehículos Entre 70 y 80 Km..... Diagrama de sectores Fig............./h ....../h .....................Un aparato de radar instalado a la entrada de una población (velocidad máxima permitida.. Unidad de Epidemiología Clínica y Bioestadística.... De más de 60 a 70 Km................... en el gráfico más adecuado... 10 " Dibuja un Histograma que refleje estos valores... Puedes cambiar los valores de las frecuencias absolutas y observar su imfluencia en el correspondiente gráfic Actividad 4..... Complexo Hospitalario Universitario de A Coruña (España) Cad Aten Primaria (Pendiente de publicación) Actualizada el 02/04/2001.................... elegir diferente representación gráfica: 1 para His frecuencia y 3 para el diaframa de sectores. 2...............Utilizando la encuesta que has realizado en la actividad 2......... el poligono de frecuencias y el diagrama de sectores correspondi resultados......................./h ....... 80 " Entre 100 y 110 Km... 1. construye la tabla de frecuencias............................. 40 " Entre 80 y 90 Km...... Tabla de contenidos: Imprimir documento [¿Problemas con PDF?] Tablas y Figuras Análisis descriptivo Comparación de dos o más Fig. 90 " Entre 90 y 100 Km. Con el pulsador de "gráfico" puedes........ Actividad 5.. 60 " Entre 110 y 120 Km.

del tipo de variables que estemos manejando2. la tensión arterial o el índice de masa corporal. la información que se debe mostrar en cada sector hace referencia al número de casos dentro de cada categoría y al porcentaje del total que estos representan. el tipo de gráfico más utilizado es el histograma. constatando su utilidad en el proceso de análisis estadístico y la presentación de datos. se divide el rango de valores de la variable en intervalos de igual amplitud. de modo que a cada clase le corresponde un arco de círculo proporcional a su frecuencia absoluta o relativa. La claridad de dicha presentación es de vital importancia para la comprensión de los resultados y la interpretación de los mismos. Polígono de frecuencias Fig. Diagramas de líneas superpuestos Fig. 11. estadio TNM. Si el número de categorías es excesivamente grande. como el sexo. de modo que la altura de cada una de ellas sea proporcional a la frecuencia o porcentaje de casos en cada clase (Figura 2). Diagrama de barras de error Fig. 3. Para variables numéricas continuas. Gráfico P-P Fig. se divide un círculo en tantas porciones como clases tenga la variable. Gráfico de líneas Fig. 10. en cada caso.grupos Relación entre dos variables numéricas Otros gráficos Bibliografía Tabla I. y antes de abordar análisis estadísticos más complejos. 12. Los diagramas de barras son similares a los gráficos de sectores. Se describirán los distintos tipos de gráficos que podemos utilizar y su correspondencia con las distintas etapas del proceso de análisis. profesión. en ocasiones un diagrama o un gráfico pueden ayudarnos a representar de un modo más eficiente nuestros datos. Estos mismos gráficos pueden utilizarse también para describir variables numéricas discretas que toman pocos valores (número de hijos.. 9. A la hora de representar los resultados de un análisis estadístico de un modo adecuado. Se representan tantas barras como categorías tiene la variable. 8. Diagrama de barras agrupadas Fig. En este caso se pueden apreciar con claridad dichos subgrupos. 5. Un ejemplo se muestra en la Figura 1. 7. tales como la edad. también conocidos como diagramas de "tartas". 13. etc. Como se puede observar. se quiere conocer la frecuencia y el porcentaje del total de casos que "caen" en cada categoría. representando sobre cada intervalo un rectángulo que tiene a este segmento como base. Los datos que nos interesan dependen. Para construir un gráfico de este tipo. Curvas ROC La realización de los estudios clínico-epidemiológicos implica finalmente emitir unos resultados cuantificables de dicho estudio o experimento. Análisis descriptivo.). Una forma muy sencilla de representar gráficamente estos resultados es mediante diagramas de barras o diagramas de sectores. El criterio para calcular la altura de cada rectángulo es el de mantener la proporcionalidad entre las frecuencias absolutas (o relativas) de . Cuando se dispone de datos de una población. En losgráficos de sectores. Aunque se aconseja que la presentación de datos numéricos se haga habitualmente por medio de tablas. la imagen proporcionada por el gráfico de sectores no es lo suficientemente clara y por lo tanto la situación ideal es cuando hay alrededor de tres categorías. 6. Histograma Fig. Diagrama de dispersión (regresión logística) Fig. Diagrama de caja Fig. etc. Distribución de frecuencias: edad en 100 pacientes Fig. son varias las publicaciones que podemos consultar1. un primer paso consiste en presentar esa información de forma que ésta se pueda visualizar de una manera más sistemática y resumida. Diagrama de dispersión Fig. Para variables categóricas3. 4. número de recidivas. En este artículo se abordará la representación gráfica de los resultados de un estudio.

y así se ha de reflejar en el tipo de gráfico utilizado. se obtiene una imagen que se llama polígono de frecuencias. la frecuencia de sujetos que padecen una enfermedad coronaria es más frecuente en aquellos que tienen algún familiar con antecedentes cardiacos. Existen otros métodos gráficos específicos para este propósito. ya que en otro caso el gráfico podría resultar engañoso. la comparación de variables continuas en dos o más grupos se realiza habitualmente en términos de su valor medio. por ejemplo. Procediendo así sucesivamente. como en la Figura 8. La línea central en la caja es la mediana. Por otro lado. entre los que se encuentra el 4/100=4% del total. Como se verá más adelante. Podemos querer determinar. No se debe olvidar que cuando los tamaños de las dos poblaciones son diferentes. los diagramas de cajas resultan más apropiados para representar variables que presenten una gran desviación de la distribución normal. como se hace en la Figura 7. A partir de dicha muestra podemos representar. se dibujan dos barras representando el porcentaje de pacientes que tienen o no alguna enfermedad coronaria. En él se compara el índice de masa corporal en una muestra de hombres y mujeres. la simetría y el "apuntamiento" de la distribución de una variable y. si la variable es simétrica.los datos en cada intervalo y el área de los rectángulos. por lo tanto. el 1er y 3er cuartil de la distribución. Así . Uniendo los puntos medios del extremo superior de las barras del histograma. es conveniente utilizar las frecuencias relativas. Como ejemplo. de un modo puramente visual. utilizando los datos anteriores. se representa su valor medio. Cuando se quieren comparar las observaciones tomadas en dos o más grupos de individuos una vez más el método estadístico a utilizar. si en una muestra dada. suele ser necesario. Cuando se trabaja con dos variables cualitativas podemos seguir empleando gráficos de barras o de sectores. Por lo tanto. Un diagrama de cajas o un histograma son gráficos sencillos que permiten comprobar. En general. análisis de la varianza o métodos no paramétricos equivalentes. la primera barra tendrá altura proporcional a 4. Si la variable seleccionada coincide con la distribución de prueba. La caja central indica el rango en el que se concentra el 50% central de los datos. Por último. LaFigura 5 muestra un gráfico de cajas correspondiente a los datos de la Tabla I. Dicha figura pretende mostrar. Conviene recordar que el hecho de que dichos intervalos no se solapen. por lo tanto. no implica necesariamente que la diferencia entre ambos grupos pueda ser estadísticamente significativa. por medio del test t de Student. se construye el histograma que se muestra en la Figura 3. junto con su 95% intervalo de confianza. dicha línea se encontrará en el centro de la caja. Un ejemplo. dependen del tipo de variables que estemos manejando. valorar su desviación de la normalidad. para posteriores análisis. se presenta en la Figura 4. el primer tramo está comprendido entre los 18 y 19 años. y en lo que respecta a la descripción de los datos. En la Figura 6se muestra el gráfico P-P correspondientes a los datos de la Tabla I que sugiere. mediante diagramas de cajas4. Esto resulta especialmente útil para comprobar. que la distribución de la variable se aleja de la normalidad. Comparación de dos o más grupos. Los extremos de los "bigotes" que salen de la caja son los valores que delimitan el 95% central de los datos. los puntos se concentran en torno a una línea recta. de la forma más simple. pero sí nos puede servir para valorar la magnitud de la misma.5. Si se divide este rango en intervalos de dos años. Para cada grupo. y muy útil. En cada grupo. En este caso resulta muy útil undiagrama de barras de error. Otro modo habitual. dos grupos de barras: uno para los sujetos con antecedentes cardiacos familiares y otro para los que no tienen este tipo de antecedentes. De este modo. gráficamente. resultan además de gran ayuda cuando se dispone de datos en distintos grupos de sujetos. como son los gráficos P-P o Q-Q. de resumir una variable de tipo numérico es utilizando el concepto de percentiles. comprendida entre los 18 y 42 años. así como los gráficos apropiados para visualizar esa relación. posibles errores en nuestros datos. aunque en ocasiones coinciden con los valores extremos de la distribución. Sus extremos son. al igual que el correspondiente histograma y el diagrama de cajas. comprobar la normalidad de alguna de las variables numéricas de las que se dispone. se confrontan las proporciones acumuladas de una variable con las de una distribución normal. en qué rangos se encuentra la mayor parte de los datos. En los primeros. la Tabla I muestra la distribución de frecuencias de la edad de 100 pacientes. Se suelen también representar aquellas observaciones que caen fuera de este rango (outliers o valores extremos). Los gráficos Q-Q se obtienen de modo análogo. esta vez representando los cuantiles de distribución de la variable respecto a los cuantiles de la distribución normal.

. Estos diagramas son especialmente útiles aquí: no sólo permiten ver si existe o no diferencia entre los grupos. uno para cada grupo. S-PLUS. Más bien podremos considerarlos dos modos distintos pero complementarios de visualizar los mismos datos. etc). permitiendo grandes cambios en su apariencia y facilidad de exportación a otros programas para presentar finalmente los resultados del estudio. Un diagrama de dispersión es el método adecuado para valorar el resultado de un modelo de regresión logística (Figura 12). representando aquí como altura de cada barra el valor medio de la variable de interés. un modo sencillo de comprobar. el valor de una variable y en el eje vertical el valor de la otra. como una herramienta imprescindible en la presentación de resultados y el proceso de análisis estadístico. gráficamente. Otros gráficos. Spearman. Partiendo de una muestra arbitraria. Además de los gráficos vistos.) ofrecen grandes posibilidades en este sentido.. sobre todo cuando interesa estudiar tendencias a lo largo del tiempo (Figura 9). sino que además nos permiten comprobar la normalidad y la variabilidad de cada una de las distribuciones. Podemos utilizar. el valor máximo en cada grupo. porcentaje de casos en una categoría. y valorar hasta qué punto dicha relación puede modelizarse por la ecuación de una recta. En él puede observarse claramente como existe una relación directa entre ambas variables. Un ejemplo sencillo de variables altamente correlacionados es la relación entre el peso y la talla de un sujeto. Los tipos de gráficos mostrados hasta aquí son los más sencillos que podemos manejar. dos diagramas de líneas superpuestos para visualizar los resultados de un análisis de la varianza con dos factores (Figura 11). No son más que una serie de puntos conectados entre sí mediante rectas. donde cada punto puede representar distintas cosas según lo que nos interese en cada momento (el valor medio de una variable. pueden utilizarse dos diagramas de cajas. especialmente útiles en la etapa de selección de variables cuando se ajusta un modelo de regresión lineal. incluso para representar los resultados obtenidos por métodos de análisis más complicados. Este tipo de gráficos son. para visualizar este tipo de asociaciones. Los coeficientes de correlación (Pearson. pero ofrecen grandes posibilidades para la representación de datos y pueden ser utilizados en múltiples situaciones. donde se confronta. Hemos visto. incluso tridimensionales. señalar que también en esta situación pueden utilizarse los ya conocidos gráficos de barras. Los gráficos de líneas pueden resultar también especialmente interesantes. el método de análisis adecuado es el estudio de la correlación. por lo tanto. es difícil precisar cuándo es más apropiado utilizar un gráfico que una tabla. En particular. por lo tanto. . es mediante diagramas de dispersión. como la importancia y utilidad que las representaciones gráficas pueden alcanzar en el proceso de análisis de datos. la elaboración de curvas ROC (Figura 13) y el cálculo del área bajo la curva constituyen el método más apropiado para valorar la exactitud de una prueba diagnóstica. Cuando lo que interesa es estudiar la relación entre dos variables continuas. No olvidemos que las hipótesis de normalidad y homocedasticidad son condiciones necesarias para aplicar algunos de los procedimientos de análisis paramétricos. La mayoría de los textos estadísticos y epidemiológicos4 hacen hincapié en los distintos tipos de gráficos que se pueden crear. EGRET. Relación entre dos variables numéricas. Cuando se dispone de todos los datos. si existe una correlación alta. La creciente utilización de distintos programas informáticos hace especialmente sencillo la obtención de las mismas. Existen incluso algunos análisis concretos que están basados completamente en la representación gráfica. etc. No obstante.mismo. La mayoría de los paquetes estadísticos (SPSS. Figura 1.. es posible elaborar otros gráficos.) valoran hasta qué punto el valor de una de las variables aumenta o disminuye cuando crece el valor de la otra. Ejemplo de gráfico de sectores. por ejemplo. Distribución de una muestra de pacientes según el hábito de fumar. STATGRAPHICS. Por último. en el eje horizontal. podemos construir el diagrama de dispersión de laFigura 10.

Figura 2. Estadio TNM en el cáncer gástrico. . Ejemplo de gráfico de barras.

Edad 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 41 42 Nº de pacientes 1 3 4 7 5 8 10 8 9 6 6 4 3 4 5 3 2 3 1 2 3 1 1 1 Figura 3. Ejemplo de un histograma correspondiente a los datos de la Tabla I.Tabla I. . Distribución de frecuencias de la edad en 100 pacientes.

Polígono de frecuencias para los datos de la Tabla I.Figura 4. . Figura 5. Ejemplo de un diagrama de caja correspondiente a lo datos en la Tabla I.

Figura 6. Gráfico P-P de normalidad para los datos de la Tabla I. .

Figura 7. Variación en el índice de masa corporal según el sexo. Diagrama de barras agrupadas. . Barras de error. Relación entre la presencia de alguna enfermedad coronaria y los antecedentes cardiacos familiares en una muestra. Figura 8.

Figura 9. Gráfico de líneas. . Número de pacientes trasplantados renales en el Complexo Hospitalario "Juan Canalejo" durante el periodo 1981-1997.

Diagrama de dispersión entre la talla y el peso de una muestra de individuos. Figura 11.Figura 10. . Dos diagramas de líneas superpuestos. Variación en el peso medio de una muestra de recién nacidos según el control ginecológico del embarazo y el hábito de fumar de la madre.

según un modelo de regresión logística ajustando por el % de protrombina y el presentar o no hepatomegalia. Probabilidad de padecer cirrosis hepática. Diagrama de dispersión (regresión logística).Figura 12. .

Lang TA. Statistics Notes: Presentation of numerical data. Curva ROC para el porcentaje de protrombina en la predicción de cirrosis. BMJ 1996. Parker RA. 1997. 5. 4. Bland JM. Feinstein AR. The box-plot: an exploratory analysis for biomedical publications. 1997. Am Heart J 1988. 110 (11): 916-21. How to report statistics in medicine. Kendrick JS. Editors.Figura 13. London: Chapman & Hall. 2. Ann Intern Med 1989. J Clin Epidemiol 1993. Amara IA. Secic M. repr. [Medline] Simpson RJ.. [Medline] Williamson DF. The box plot: a simple visual method to interpret data. Altman DG. [Medline] Altman DA. 3. [Medline] [Texto completo] Singer PA. Annotated Guidelines for authors. 6. 1997. Graphical display of categorical data. Bibliografía 1. Philadelphia: Port City Press. 46(3): 231-6. 1th ed. . 116 (6 Part 1): 1663-5. Practical statistics for medical research. 312: 572. and reviewers. Johnson TA.