TALLER DE ESTADÍSTICAS DERIVADAS

REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR
UNIVERSIDAD NACIONAL EXPERIMENTAL
“SIMÓN RODRIGUEZ”
ÁREAS DE CIENCIAS ADMINSTRATIVAS
ADMINISTRACION,PRIMER AÑO, SECCION K4

Abril 2020

Taller de Estadísticas
Derivadas

Javier Ascanio, CI: 11.124.844

 TALLER DE ESTADÍSTICAS DERIVADAS

TABLA DE CONTENIDOS
pg

I. La Razón Estadística _____________________________________________1

II. La Proporción 1
III. Porcentajes 1
IV. Tasas 1
V. Frecuencia 2
VI. Distribución de frecuencias 2
VII. Distribución de Frecuencias (1er. Ejemplo) 2
VIII. Tipos de Frecuencias 3
IX. Frecuencias Simples 3
X. Frecuencias acumuladas 4
XI. Gráficos de frecuencias 4
XII. Histogramas 5
XIII. Polígonos 5
XIV. Gráficos de líneas verticales 7
XV. Distribución de frecuencias para datos agrupados 8
XVI. Calcule el Rango (R) 8
XVII. Intervalos de Clase (ni) 8
XVIII. Ancho del Intervalo (i) 8
XIX. Marca de Clase 10
XX. Segundo Ejemplo Ilustrativo 10
 TALLER DE ESTADÍSTICAS DERIVADAS

I. La Razón Estadística:
Las razones no son otra cosa que el cociente de dos cantidades cualesquiera,
cuyo valor, producto de este cociente, nos indica la relación cuantitativa
existente entre dichas cantidades.
Para expresar la razón entre 620 y 124 se divide 620 entre 124, lo que da 5 y
se dice que 620 es a 124 como 5 es a 1.hemos indicado así la relación que el
primero de estos números guarda con el segundo.
II. La Proporción:
Las proporciones, al igual que las razones son cocientes, con la diferencia de
que este cociente indica la relación existente entre una cantidad (parte de un
todo) y el total de las unidades consideradas. Veamos esto de otra manera: si
tenemos una suma de varios sumados, se denomina proporción al cociente de
dividir uno de estos sumados entre la suma total.

Por la consideración de que una proporción es el cociente entre una parte y el

todo, ninguna proporción puede ser mayor que uno; contrariamente de lo que
sucede con las razones, que si pueden tomar cualquier valor mayor que uno.

Igualmente, ninguna proporción puede ser menor que cero, puesto que se trata
del cociente de dos cantidades mayores que cero. Por tanto, una proporción
será uno, su máximo valor posible, cuando la parte y el todo, es decir, tanto
numerador como denominador sean iguales; y será cero, su mínimo valor
cuando la parte,

III. Porcentajes:
Los porcentajes son proporciones que se han multiplicado por 100. Así como
la suma de todas las proporciones referidas al mismo total es igual a uno, la
suma de todos los porcentajes referidos al mismo total es igual a cien. La
importancia de los porcentajes es su facilidad de interpretación. Es por esto
que son utilizados frecuentemente para presentar los datos al público lector.
En casi todos los estudios, cualquiera sea índole la presentación de datos en
porcentajes es lo que mayormente se utiliza para establecer comparaciones
entre las diferentes cifras. Dado pues su valor práctico, conviene señalar
algunas precauciones que se deben tomar para su construcción e
interpretación.
IV. Tasas:
Las tasas son casos particulares de las razones, en donde se mide una
variable en función de otra variable con la que está relacionada, describiéndose
cambios en el tiempo. Para establecer comparaciones es siempre mejor utilizar
tasas a las variables en estudio que las correspondientes a cifras absolutas.

Javier Ascanio, Estadísticas Derivadas pág. 1

 TALLER DE ESTADÍSTICAS DERIVADAS

V. Frecuencia:
 Es una magnitud que mide el número de repeticiones por unidad de tiempo de
cualquier fenómeno o suceso periódico. Para calcular la frecuencia de un
suceso, se contabilizan un número de ocurrencias de este teniendo en cuenta
un intervalo temporal, luego estas repeticiones se dividen por el tiempo
transcurrido. Según el SI (Sistema Internacional), la frecuencia se mide en
hercios (Hz), en honor a Heinrich Rudolf Hertz.

Un hercio es aquel suceso o fenómeno repetido una vez por segundo. Así, dos
hercios son dos sucesos (períodos) por segundo, etc. Esta unidad se llamó
originariamente «ciclo por segundo» (cps) y aún se sigue utilizando. Otras
unidades para indicar la frecuencia son revoluciones por minuto (rpm). Las
pulsaciones del corazón y el tempo musical se miden en «pulsos por minuto».
(bpm, del inglés beats per minute).

VI. Distribución de frecuencias

Se denomina frecuencia al número de casos que contiene cada categoría /
valor de una variable

Se denomina distribución de frecuencias a la forma que adopta un suceso que

se repite y que previamente se ha organizado en categorías o clases

VII. Distribución de Frecuencias (1er. Ejemplo)

En una ficha de seguimiento (Hoja de registro) acerca de 20 familias, se ha

registrado el número de hijos (variable: “Número de hijos”):
4, 3, 4, 2, 0, 4, 1, 3, 2, 3, 4, 3, 2, 3, 1, 2, 4, 3, 2, 3

Una vez ordenados los datos, tenemos:

0, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4

Y ahora agrupamos los datos en frecuencias y obtenemos la distribución de

frecuencias de la variable “Número de hijos”:

Nº de hijos Frecuencias

0 1

1 2

2 5

3 7

4 5

Total suma de frecuencia 20

Javier Ascanio, Estadísticas Derivadas pág. 2

 TALLER DE ESTADÍSTICAS DERIVADAS

VIII. Tipos de Frecuencias

 Frecuencias Simples:
 Absolutas
 Relativas

 Frecuencias Acumuladas:

 Absolutas
 Relativas

 Frecuencias Simples:
Frecuencia absoluta (ni): es el número de veces que se repite un suceso en
cada categoría /valor de la variable.
El número total de casos (N) es igual a la suma de las frecuencias absolutas:
N=n1+n2+….+nn
Frecuencia relativa (fr): es el cociente entre la frecuencia absoluta de cada
categoría y el total de los casos. (Sirve para hacer una comparación numérica
entre la parte y el todo. Entre el número de casos de cada categoría y el total
de los casos).
Las frecuencias relativas pueden expresarse de dos formas:
En proporciones: La suma de todas las frecuencias relativas es igual a 1.
En porcentajes: (frX100). La suma de todas las frecuencias relativas es igual
a100
Frecuencias simples (1er ejemplo): ficha de seguimiento (Hoja de registro)
acerca de 20 familias, en la que se ha anotado el número de hijos (variable:
“Número de hijos”).

Nº de hijos ni fr %

0 1 0,05 5

1 2 0,10 10

2 5 0,25 25

3 7 0,35 35

4 5 0,25 25

Total Suma 20 1 100

Javier Ascanio, Estadísticas Derivadas pág. 3

 TALLER DE ESTADÍSTICAS DERIVADAS

Lectura de Tablas: Una vez clasificada la variable “Nº de hijos” en la tabla

anterior, se puede ver el reparto de las familias para cada valor. Por ejemplo, 5
familias tienen 2 hijos, 3 familias tienen 7 hijos, sólo1 familia no tiene hijos…
Si queremos comparar los valores de la variable, y saber qué parte del total de
las familias contiene un determinado valor, por ejemplo, cuánto representan las
familias con 3 hijos respecto del total, nos fijamos en las proporciones o en los
porcentajes: el 35%de las familias estudiadas tiene 3 hijos.
0,35 =0,35 X 100=35%

Nº de hijos ni fr %

0 1 0,05 5

1 2 0,10 10

2 5 0,25 25

3 7 0,35 35

4 5 0,25 25

Total Suma 20 1 100

IX. Frecuencias acumuladas:

Frecuencia absoluta acumulada (Na): la frecuencia absoluta de cada
categoría / valor es la suma de la frecuencia de cada categoría con las
anteriores (La frecuencia absoluta acumulada de la primera categoría / valor es
la frecuencia de esa misma categoría).
Frecuencia relativa acumulada: (Fra) es la suma de la frecuencia relativa de
cada categoría con las anteriores. La frecuencia relativa acumulada de la
primera categoría / valor es la frecuencia relativa de esa misma categoría).
Las Frecuencias relativas acumuladas (Fra) también pueden expresarse en
forma de porcentajes (%Fra).

Nº de hijos ni Na (Fra) %

0 1 1 0,05 5

1 2 3 0,15 15

2 5 8 0,40 40

3 7 15 0, 75 75

4 5 20 1 100

N=20

Javier Ascanio, Estadísticas Derivadas pág. 4

 TALLER DE ESTADÍSTICAS DERIVADAS

X. Gráficos de frecuencias
Las representaciones gráficas ayudan a visualizar rápidamente los principales
rasgos de una distribución de frecuencias y compararlos con los de otras. Aquí
describimos los tipos más comunes de gráficos de frecuencias (histogramas,
polígonos, gráficos de líneas verticales, gráficos de caja y bigotes)

Histogramas:
Un histograma representa la distribución de frecuencias (relativas o absolutas)
de una variable continua cuya escala es dividida en clases. Para construirlo se
dibuja un eje horizontal con la escala de la variable en cuestión y se marcan los
límites de clase; luego, tomando como base el segmento entre los límites de
cada clase, se dibujan rectángulos de altura proporcional a la frecuencia de la
clase correspondiente.

Polígonos:

Javier Ascanio, Estadísticas Derivadas pág. 5

 TALLER DE ESTADÍSTICAS DERIVADAS

Como los histogramas, los polígonos permiten representar la distribución de

frecuencias (relativas o absolutas) de variables continuas con escalas divididas
en clases. Para construir estos gráficos se dibuja un eje horizontal como el de
un histograma y se señalan las marcas de clase.
Luego se dibuja un punto sobre cada marca de clase a altura proporcional a la
correspondiente frecuencia de clase. Por último, se unen los puntos
consecutivos con líneas rectas.
Estos gráficos son muy útiles para comparar dos o más distribuciones de
frecuencias relativas
Los polígonos son también muy útiles para visualizar y comparar frecuencias
acumuladas. Una alternativa es construirlos a partir de las frecuencias
acumuladas por clases. En ese caso, se dibuja un punto sobre el límite superior
de cada clase a altura proporcional a la frecuencia acumulada hasta dicha
clase inclusive. Luego se unen los puntos consecutivos con líneas.
Alternativamente, un polígono de frecuencias acumuladas se puede construir
con mayor detalle a partir de las frecuencias de los valores individuales de la
variable. En este caso, dibujamos el polígono como una función escalonada
que se mantiene constante entre valores consecutivos registrados y aumenta
verticalmente para cada uno en la medida de su frecuencia. Este gráfico es
especialmente potente para identificar y comparar los valores de una variable
que corresponden a cada frecuencia relativa acumulada

Javier Ascanio, Estadísticas Derivadas pág. 6

 TALLER DE ESTADÍSTICAS DERIVADAS

Gráficos de líneas verticales:

Javier Ascanio, Estadísticas Derivadas pág. 7

 TALLER DE ESTADÍSTICAS DERIVADAS

Este tipo de gráfico se utiliza para representar la distribución de frecuencias de

una variable cuantitativa discreta. Como los valores de estas de variables son
números naturales (o se pueden hacer corresponder con números naturales)
su distribución de frecuencias se representa mediante líneas verticales
dibujadas sobre cada valor con longitud proporcional a su frecuencia.

XI. Reglas Generales para formar distribuciones de frecuencias para

datos agrupados en intervalos:
Cuando los datos contienen una gran cantidad de elementos, para facilitar los
cálculos es necesario agruparlos, a estos grupos se los llama intervalos o
clases.
Un intervalo es una serie de números incluidos entre dos extremos, así por
ejemplo, el intervalo 40 – 45 está formado por 40, 41, 42, 43, 44 y 45, siendo
40 el límite inferior, 45 el límite superior, 39,5 límite real inferior (límite inferior
disminuido en 5 décimas) y 40,5 el límite real superior (límite superior
aumentado en 5 décimas).
Las reglas generales para formas distribuciones de frecuencias para datos
agrupados en intervalos son:

1) Calcule el Rango (R).- También se llama recorrido o amplitud total. Es la

diferencia entre el valor mayor y el menor de los datos.

R=xmáx −x mín

2) Seleccione el Número de Intervalos de Clase (ni).- No debe ser menor de

5 y mayor de 12, ya que un número mayor o menor de clases podría
obscurecer el comportamiento de los datos.

Para calcular el número de intervalos se aplica la regla de Sturges:

Javier Ascanio, Estadísticas Derivadas pág. 8

 TALLER DE ESTADÍSTICAS DERIVADAS

ni =1+ 3,32∙ log (n)

Siendo n el tamaño de la muestra.

3) Calcule el Ancho del Intervalo (i).- Se obtiene dividiendo el Rango para el

número de intervalos

R
i=
¿

“Cuando el valor de i no es exacto, se debe redondear al valor superior

más cercano”. Esto altera el valor de rango por lo que es necesario efectuar
un ajuste así:

Nuevo R=¿ ∙ i

Por ejemplo:

Si una distribución de 40 datos el valor mayor es 41 y el menor es 20 se tiene:

Calculando el Rango se obtiene:

R=xmáx −x mín =41−20=21

Calculando el número de intervalos se obtiene:

ni =1+ 3,32∙ log ( n )=1+3,32 ∙ log 40=6,32=6

Calculando el ancho se obtiene:

R 21
i= = =3,5
¿ 6

Redondeando se obtiene: i = 4

Calculando el nuevo rango se obtiene:

Nuevo R=¿ ∙ i=6 ∙ 4=24

El exceso de 3 que se tiene en este caso se distribuye entre x máx y xmín. Por lo
general se agrega al mayor y se quita al menor. Como por ejemplo, se podría
agregar 2 al valor mayor y quitar 1 al valor menor, obteniéndose los siguientes
nuevos valores:

Javier Ascanio, Estadísticas Derivadas pág. 9

 TALLER DE ESTADÍSTICAS DERIVADAS

x máx =41+2=43

x min =20−1=19

O también se podría agregar 1 al valor mayor y quitar 2 al valor menor,

obteniéndose los siguientes nuevos valores:

x máx =41+1=42

x min =20−2=18

4) Forme los Intervalos de Clase agregando i-1 al límite inferior de cada

clase, comenzando por el X mín. del rango.

5) Se realiza el Conteo de Datos que cae dentro de cada clase (frecuencia

absoluta)

6) Calcule la Marca de Clase (x m). Es el valor medio de cada clase, se obtiene

sumando los límites superior (L s) e inferior (Li) del intervalo y dividiendo ésta
suma entre 2

L s + Li
x m=
2

7) Calcule las Frecuencias

Segundo Ejemplo Ilustrativo

A 40 estudiantes se les pidió que estimen el número de horas que habrían
dedicado a estudiar la semana pasada (tanto en clase como fuera de ella),
obteniéndose los siguientes resultados:

36 30 47 60 32 35 40 50

54 35 45 52 48 58 60 38

Javier Ascanio, Estadísticas Derivadas pág. 10

 TALLER DE ESTADÍSTICAS DERIVADAS

32 35 56 48 30 55 49 39

58 50 65 35 56 47 37 56

58 50 47 58 55 39 58 45

Solución:

CALCULANDO EL RANGO SE OBTIENE:

R=xmáx −x mín =65−30=35

CALCULANDO EL NÚMERO DE INTERVALOS SE OBTIENE:

ni =1+ 3,32∙ log ( n )=1+3,32 ∙ log 40=6,32=6

CALCULANDO EL ANCHO DEL INTERVALO SE OBTIENE:

R 35
i= = =5,83
¿ 6

REDONDEANDO SE OBTIENE: I = 6, POR LO QUE ES NECESARIO

REALIZAR UN AJUSTE AL RANGO.

CALCULANDO EL NUEVO RANGO SE OBTIENE:

Nuevo R=¿ ∙ i=6 ∙ 6=36

El exceso de 1 que se tiene en este caso se distribuye entre x máx. y x mín. En

este ejemplo, se podría agregar 1 al valor mayor y no quitar nada al valor
menor, o no agregar nada al mayor y quitar 1 al menor. Al elegir la primera
opción se obtiene:

x máx =65+1=66

Javier Ascanio, Estadísticas Derivadas pág. 11

 TALLER DE ESTADÍSTICAS DERIVADAS

x min =30−0=30

FORMANDO LOS INTERVALOS DE CLASE AGREGANDO I-1

(6-1=5) al límite inferior de cada clase, comenzando por el X mín. del rango se
obtiene:

30+5 = 35; 36+5 = 41; 42+5 = 47; 48+5 = 53; 54+5 =

DEFINIDOS ASÍ LOS INTERVALOS, SE ELABORA LA TABLA DE

FRECUENCIAS, PROCEDIENDO AL CALCULO DE LA MARCA DE
CLASE

Clases f xm fr fa f% fra fra%

30-35 8 (30+35)/2 = 32,5 0,2 8 20 0,2 20

36-41 6 (36+41)/2 = 38,5 0,15 14 15 0,35 35

42-47 5 (42+47)/2 = 44,5 0,125 19 12,5 0,475 47,5

48-53 7 (48+53)/2 = 50,5 0,175 26 17,5 0,65 65

54-59 11 (54+59)/2 = 56,5 0,275 37 27,5 0,925 92,5

60-65 3 (60+65)/2 = 62,5 0,075 40 7,5 1 100

Total 40 1 100

Javier Ascanio, Estadísticas Derivadas pág. 12

 TALLER DE ESTADÍSTICAS DERIVADAS

INTERPRETACIONES DE LA TABLA:

 El valor de f (frecuencia absoluta) =8: Significa que 8 estudiantes

dedicaron a estudiar la semana pasada entre 30 y 35 horas.

 El valor de xm (marca de clase) = 50,5: Significa que 7 estudiantes

dedicaron en promedio a estudiar la semana pasada 50,5 horas.

 El valor de fr (frecuencia relativa) = 0,15 y f% = 15%: Significa que

el 0,15 o el 15% de los estudiantes dedicaron a estudiar la semana
pasada entre 36 y 41 horas.

 El valor de fa (frecuencia absoluta acumulada) = 26: Significa que

26 estudiantes dedicaron a estudiar la semana pasada entre 30 y 53
horas.

 El valor de fra (frecuencia relativa acumulada) = 0,65 y fra% =

65%: Significa que el 0,65 o el 65% de los estudiantes dedicaron a
estudiar la semana pasado entre 30 y 53 horas.

Nota: El ejercicio antes expuesto tiene su base teórica en un manuscrito

existente en la red, cuyo presunto autor es: Mario Suarez
mgsmariosuarez@gmail.com, gracias por su contribución.

Javier Ascanio, Estadísticas Derivadas pág. 13