0.-Estadistica Tendencia y Medidas de Dispersión

La palabra estadística
Por: Emilio González Olguín
La palabra estadística se usa con mucha frecuencia para designar una colección de datos numéricos,
aunque también se utiliza el término estadísticas. Así por ejemplo, las estadísticas del equipo de futbol
Pumas de la UNAM, en una temporada de juego, han sido las que se presentan en la figura 1:
JG JP JE GC GF
Pumas
20 7 3 10 30
JG: Juegos ganados JP: Juegos perdidos
JE: Juegos empatados GF: Goles a favor
GC: Goles en contra
Figura 1. Estadísticas del equipo Pumas.
La palabra estadística se usa, en otro sentido, para designar los métodos estadísticos. La estadística o
métodos estadísticos son las técnicas que se aplican para la recolección, organización, presentación,
análisis e interpretación de datos numéricos.
De acuerdo con Anderson, Sweedney & Williams (2004), “la estadística es el arte y la ciencia de reunir,
analizar, presentar e interpretar datos…. los datos son los hechos y cifras que se reúnen, analizan,
presentan e interpretan” (p. 16).
Población y muestra
Se da el nombre de población a un conjunto de individuos u objetos acerca del cual se quiere saber
algo. Por ejemplo, una población puede ser el conjunto de alumnos del segundo cuatrimestre de la UVEG,
del que se desea saber la calificación promedio en la materia de Gestión de la Calidad, o bien, el total de
alumnos inscritos en la UVEG provenientes del municipio de Salamanca.
Muchas veces, por razones de tiempo o costo, no es conveniente considerar cada uno de los elementos de
la población para realizar algún tipo de estudio. Por ejemplo, si un candidato a un puesto público desea
saber cuántos ciudadanos votarán por su causa, sería posible pero muy costoso y tomaría mucho tiempo
preguntar a cada persona inscrita en el padrón si votaría por él o no. En otros casos, incluso el considerar
todos los elementos de la población no proporciona ninguna utilidad.
Imagina una población constituida por las piezas producidas por una máquina en un cierto período. Si se
desea conocer el tiempo promedio de duración de esas piezas no se provocará el desgaste completo de
cada pieza para medir su correspondiente tiempo de duración, ya que hacerlo sería destruir la población.
1
©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
Muestra
Cuando no es conveniente considerar todos los elementos de la población, lo que se hace es estudiar una
parte de esa población llamada muestra.
Para que los resultados de la muestra puedan ser representativos de la población es necesario que ésta se
elija de manera adecuada. Cuando la muestra es representativa, los resultados que de ella se obtienen
sirven para conocer o predecir el comportamiento de la población.
Para analizar un conjunto de datos es necesario organizarlos aplicando técnicas estadísticas de manera
que reflejen de una forma sencilla y clara el comportamiento de la población.
Ejemplo
Población:
Conjunto de alumnos del segundo

Población cuatrimestre de la UVEG, en el curso de
Gestión de la Calidad
Grupo 1
Grupo 2
Muestra Grupo 3
Grupo 4
Muestra:
2 alumnos del grupo 1

Figura 2. Ejemplo de población y muestra.
La estadística se puede clasificar en dos grandes ramas: la estadística descriptiva o deductiva y la

estadística inferencial o inductiva.
Estadística descriptiva
La parte de la estadística que proporciona el conjunto de métodos para recoger, organizar, resumir y
analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal
análisis, recibe el nombre de estadística descriptiva.
Generalmente los datos de una muestra pueden describirse de tres maneras:
2
1. Tabular
2. Gráfica
3. Aritmética
Figura 3. Presentación de datos en la estadística descriptiva.
Por su parte, Berenson & Levine (2001) mencionan que “la estadística descriptiva puede definirse como los
métodos que involucran la recopilación, caracterización y presentación de un conjunto de datos, con el fin
de describir varias de sus características” (p. 3).
Estadística Inferencial
La estadística inferencial puede definirse como aquellos métodos que permiten la estimación de
alguna característica de una población, o también, la toma de una decisión sobre la población basada en
información extraída de datos y resultados muestrales.
3
Ejemplo
Algunas situaciones de ejemplo son:
• Medir el nivel de aprovechamiento en matemáticas de todo un estado, puede llevarse a cabo al

aplicar el examen a una muestra del total de estudiantes.
• Antes de las elecciones un candidato a diputado federal desea saber si su campaña política está
dando resultados y para ello realizan una encuesta a una muestra de los votantes de su distrito
electoral. Con base en esta información se pretende tomar acciones para garantizar, en la medida
de sus posibilidades, su triunfo en las urnas.
• En una fábrica de amortiguadores para camionetas están interesados en saber si sus

amortiguadores soportarán los esfuerzos a los que se verán sometidos cuando se encuentre
cargada la camioneta de la que formarán parte. Por tal motivo seleccionan una muestra de los
amortiguadores de la línea de producción para someterlos a prueba y verificar su calidad.
Referencias
Anderson, D., Sweedney, D. & Williams, T. (2004). Estadística para administración y

economía (8a. ed. en español; F. Sánchez, trad.). México: Editorial Thompson.
Berenson, M. & Levine, D. (1996). Estadística básica en administración, conceptos y

aplicaciones (6a. ed. en español; H. Flores, trad.). México: Prentice Hall.
4
Clasificación de los datos
Una variable es la característica de la muestra o de la población que se desea estudiar. En el ejemplo del
candidato que desea saber cuántas personas votarían por él, la variable es el número de votos.
Esencialmente existen dos tipos de variables:
1. Variables cuantitativas
2. Variables cualitativas
Si a la variable se le puede asignar un valor numérico entonces es una variable cuantitativa; por ejemplo, el
peso de las canastas de fresa recolectadas.
Figura 1. Comparación de la altura y peso de un niño.
Si a una variable no se le puede asignar un valor numérico, entonces es una variable cualitativa. Ejemplos
de esta clase de variables son el color de piel y el estado civil de una persona.
1
Color de la piel =variable cualitativa
Figura 2. AF-kindergarten (Cook, 2004).
Otra manera de clasificar las variables es de acuerdo a los valores que pueden tomar:
1) Continua
2) Discreta
Si una variable puede tomar valores fraccionarios (1.2, 2.5, 46.8) se dice que es continua. Este tipo de
variable se puede obtener mediante un proceso de medición, por ejemplo, temperatura, peso, humedad.
¿Cuál es tu peso?, ¿conoces a alguien que pese exactamente lo mismo que tú?, ¿para representar tu peso
requieres números fraccionarios?
En cambio, si la variable sólo puede tomar valores enteros se le denomina discreta. Se pueden obtener
mediante el conteo o enumeración, por ejemplo, el número de asesores de la UVEG, el número de
estudiantes inscritos en el curso de Estadística, las piezas de pan producidas al día.
¿Qué significado tendría 25.4 alumnos? o, ¿se produjeron 345.2 piezas de pan?
Hasta ahora hemos visto dos formas de clasificar las variables:
1) Cuantitativas y cualitativas
2) Continuas y discretas
Además estas dos formas, las variables también suelen catalogarse de acuerdo a su escala de medida:
1) Nominales
2) Ordinales
3) De intervalo
4) De razón
2
Variables en escala nominal
Se generan cuando las observaciones obtenidas se agrupan en categorías distintas y separadas, por
ejemplo, en un estudio sobre bancos, las variables pueden ser:
Banamex, Bancomer, Banorte y HSBC.
Si se habla de los municipios del corredor industrial del estado de Guanajuato, las variables serían:
Celaya, Salamanca, Irapuato, Silao y León.
Algo que se debe tener en cuenta es que las variables nominales no señalan algún orden de preferencia.
En el caso de los municipios del corredor industrial podríamos ordenarlos de acuerdo al alfabeto, por su
tamaño o por su posición geográfica; cualquiera de estas ordenaciones sería correcta.
Ejemplo
La tabla 1 muestra un sistema para identificar el lugar de nacimiento de los estudiantes de la UVEG.
Municipio de Número
nacimiento de los de
estudiantes de la alumnos
UVEG
Xichú 21
León 34
Irapuato 38
Salamanca 19
Pénjamo 15
Tabla 1. Lugar de nacimiento de los estudiantes de la UVEG
Variables en escala ordinal

A diferencia de la escala nominal, una escala ordinal sí hace un ordenamiento o sucesión de los datos. Por
ejemplo, en una encuesta de opinión puede preguntarse a los usuarios sobre el servicio en la plataforma
UVEG, el cual puede calificarse como excelente, bueno o regular. Cuando una variable se clasifica de
acuerdo a un criterio de ordenación se llama variable ordinal. La tabla 2 ilustra una escala ordinal.
Servicio de la Número de alumnos

Plataforma UVEG
Excelente 27
Bueno 62
Regular 38
Tabla 2. Escala ordinal.
3
Variables en escala de intervalo
Una escala de intervalo lleva intrínsecamente un ordenamiento o rango (al igual que las ordinales) y se
miden de forma numérica. En una escala ordinal, la diferencia entre valores no es importante, pero sí lo es
en una escala por intervalos, donde las operaciones aritméticas son significativas.
Un ejemplo típico de una variable que se mide en esta escala es la temperatura, la cual suele determinarse
en grados Celsius. Esta escala no es absoluta sino relativa. Por ejemplo, sabemos que la diferencia entre
20º C y 40º C es la misma que entre 45º C y 65º C, pero si se dice que el agua se encuentra a 0º C, no
significa que no tiene temperatura.
Resumiendo, existen dos características que distinguen la escala de medida de intervalo:
1) La diferencia entre valores es importante.

2) El valor de cero es arbitrario.
Al respecto del punto 2, no existe alguna razón en particular que haya obligado a establecer la temperatura
cero grados, simplemente es un valor de referencia arbitrario.
Variables en escala de razón

Se basan en un sistema numérico en donde el cero es un valor fijo y la diferencia entre valores es
significativa; por ello las operaciones aritméticas multiplicación y división sí tienen una interpretación
razonable.
Son ejemplos de variables de razón:
• El número de hijos
• Longitud
• Edad
Nominal
Tiene como unidad de escala las diferentes categorías a las que se pueden
asignar las diferentes observaciones obtenidas. No existe una relación de
magnitud entre las categorías.
Ejemplo de categorías de marcas de celulares: Sony, Samsung, LG, Nokia.

Figura 3. My life story told by the cellp
(Adrian Clark, 2008).
4
Ordinal
Tiene la propiedad de magnitud, es decir, se pueden ordenar los valores

dependiendo de la cantidad del atributo que posean.
Entre los valores se pueden establecer relaciones de >, <, =, ≠

Figura 4. Bodense Athletics 2010
(St. Gallen, 13. Febrauar 2010) No se puede determinar cuán mayor o menor es un valor de un atributo respecto a
(Poiseon Bild & Text, 2010).
otro.
Intervalo
Toma valores numéricos dentro de un intervalo (el cual se encuentra dividido en

partes iguales) y éstos pueden tener valores positivos o negativos.
El cero se establece arbitrariamente.
Se pueden establecer relaciones de >, <, =, ≠ entre las variables, además, se
pueden realizar operaciones de suma y resta.
Figura 5. Cold! (Plan, 2008).
Razón
Posee las propiedades de la escala de intervalo, pero en ésta el cero no se

establece de manera arbitraria.
Se pueden realizar todas las operaciones matemáticas (suma, resta, multiplicación

y división) y se pueden establecer relaciones de >, <, =, ≠.
Figura 6. Kindergarten graduates.

1945
En la tabla 3 las escalas de medida se encuentran organizadas en orden de complejidad, siendo la escala
nominal la menos compleja.
Cada escala de medida ofrece más información sobre la variable que la escala anterior, por lo que para
determinar qué escala de medida utilizar es necesario conocer el objetivo del estudio.
5
Referencia
Pagano, R. (2003). Estadísticas para las ciencias del comportamiento (5a. ed. en español; O.
Palmas, trad.). México: Thompson.
Referencias de las imágenes
Kindergarten graduates John Atherton, 1945

https://www.flickr.com/photos/gbaku/3925935089
Plan, C. (2008). Cold! Recuperada de http://www.flickr.com/photos/functoruser/2820274593/

(Imagen publicada bajo licencia Creative Commons Atribución 2.0 Genérica, de
acuerdo a: http://creativecommons.org/licenses/by/2.0/deed.es).
Poiseon Bild & Text. (2010). Bodense Athletics 2010 (St. Gallen, 13. Febrauar 2010).
Recuperada de http://www.flickr.com/photos/poiseon/4359226094/ (imagen
publicada bajo licencia Creative Commons Atribución 2.0 Genérica, de acuerdo a:
http://creativecommons.org/licenses/by/2.0/deed.es).
My life story told by the cellphones I've AdrianClark,2008

www.flickr.com/photos/adrianclarkmbbs/3011533286/in/photolist-6vXd3j-6rhrPP-
6FAN7R-3dWdkf-6qWjoM-dkkaeo-pofGCP-jtBMpV-6s2Vkg-6jCS9Q-9VDhms-
9hxfDM-9SC57b-p8cpEq-6qWb18-33rfyd-9M4J9Y-5A7TVG-fxVv5-5xvf1P-
6qWnYe-6jyF3H-n2am4t-bQ1StX-5nAmLP-fayzTK-q91gpj-bdGkAR-ppkHiw-
74D5e4-6MNfma-6rhox6-9fBwkg-bBFDSF-pm3Eug-q549WR-q6RKks-p2maTY-
3bqG9Z-5PFwZ2-NJtoR-mKHvUH-5mDfyQ-5ozJ6-fz3rbY-pogsHZ-Gh5W-GhHZ-
5oEXX-HnbY
Bibliografía
Anderson, D., Sweedney, D. & Williams, T. (2004). Estadística para administración y
economía (8a. ed. en español; F. Sánchez, trad.). México: Thompson.
Berenson, M. & Levine, D. (1996). Estadística básica en administración, conceptos y

aplicaciones (6a. ed. en español; H. Flores, trad.). México: Prentice Hall.
6
Distribución de frecuencias
Distribución de frecuencias
Un conjunto de datos puede organizarse de diferentes maneras. La forma como se elija dependerá, entre
otras cosas, de la naturaleza de los datos, la cantidad de datos o el aspecto que se desea describir.
Una manera de organizar los datos iniciales es construir una distribución de frecuencias simple. Una
distribución de frecuencias simple es la que indica la cantidad de veces que aparece cada número o
característica, ordenados desde el menor del conjunto de datos hasta el mayor de ese conjunto. Este tipo
de distribución de frecuencias suele usarse cuando los datos se repiten frecuentemente.
Por ejemplo, en una escuela secundaria el profesor de Historia desea saber cuántos alumnos obtuvieron
calificación de 10, para lo cual realizó la siguiente tabla donde muestra las calificaciones (incluidos los
estudiantes que obtuvieron 10).
Calificación Número de
alumnos
(frecuencias)
3 2
4 5
5 7
6 8
7 10
8 8
9 6
10 4
TOTAL 50
A la cantidad de veces que un número aparece en el conjunto inicial de datos se le llama frecuencia.
Cuando los datos no se repiten (como en el ejemplo anterior), es laborioso e inadecuado construir una
distribución de frecuencias simple.
Imagina que al mismo grupo de 50 estudiantes se le organice de acuerdo al peso de cada uno. Aunque es
probable que algunos pesen aproximadamente lo mismo, es prácticamente imposible que dos personas
pesen exactamente lo mismo, por lo que esta distribución de frecuencias no es la más adecuada para
organizar estos datos. Para el caso anterior se prefiere una distribución de frecuencias con intervalos.
Tabla de distribución de frecuencias con intervalos

El procedimiento para elaborar la tabla de distribución de frecuencias se explicará al resolver el ejemplo
anterior.
Ejemplo
En una escuela preparatoria, el departamento escolar ha detectado problemas con los hábitos alimenticios
de los estudiantes. El departamento pretende involucrar a los padres de familia para que en conjunto se
atienda el problema, pero con la intención de tener más información al respecto y no sólo basarse en la
observación se realizó un proceso de medición de 50 estudiantes. La información sobre los pesos de estos
estudiantes se muestra en la siguiente tabla:
67 54 48 64 77
86 70 60 93 60
59 74 68 73 53
49 64 85 81 57
63 56 57 66 72
68 78 83 71 82
104 73 55 64 52
91 59 102 99 50
79 77 58 61 92
85 56 88 70 94
El encargado de analizar la información sobre los pesos de los 50 estudiantes al darse cuenta de que
pocos son los pesos que se repiten, decide no utilizar una distribución de frecuencias simple porque la lista
de los pesos distintos sería extensa y eso no es lo más conveniente.
Otra forma de organizar los datos es agrupando los pesos similares en intervalos, también denominados
clases. La distribución de frecuencia que utiliza intervalos o clases para agrupar datos se conoce como
distribución de frecuencia con intervalos.
El procedimiento para organizar los datos en una distribución de frecuencias con intervalos se detalla
enseguida (Colegio24hs, 2004):
1.- Encontrar el mayor y el menor de los datos

El primer paso para crear una distribución de frecuencias por intervalos (llamados también
clases) es encontrar el número mayor y el número menor. En este ejemplo, el número mayor
es 104 y el número menor es 48.
2.- Calcular el rango

A la diferencia entre el dato mayor y el menor se le conoce como rango.
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑚𝑚𝑚𝑚𝑛𝑛𝑛𝑛𝑛𝑛
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 104 − 48 = 56
3.- Determinar el número de clases

No existe una regla generalizada para determinar el número de clases, pero una de ellas es:
𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = √n
En donde n es el número de observaciones (o datos), por lo que el número de clases es:
𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = √50 = 7.07 ≈ 7
El número de clases tiene que ser un número entero, por lo

que si √𝑛𝑛 da un número con decimales éste se tiene que
redondear a un número entero.
Otra recomendación es respecto al número de clases: no

debe ser menor a 5 ni mayor a 15, aunque algunos autores
manejan hasta 20 clases.
4.- Ancho de clase

Una vez que se tiene el rango y el número de clases, es sencillo determinar el ancho de clase
usando la fórmula:
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝐴𝐴𝐴𝐴𝐴𝐴ℎ𝑜𝑜 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 =
𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
Sustituyendo valores queda:

56
𝐴𝐴𝐴𝐴𝐴𝐴ℎ𝑜𝑜 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = =8
7
Para facilitar su manejo, el ancho de clase se puede redondear
a un número ligeramente mayor. Por ejemplo, si el ancho de
clase da 7.33333, se puede redondear a 7.5, ya que éste es
más fácil de trabajar.
5.- Determinar los límites de cada clase

Primero se debe obtener el límite inferior de la primera clase, que es igual al dato menor, en
este caso es 48.
Debido a que el ancho de clase es de 8, el límite superior de la primera clase se obtiene

sumando el ancho de clase con el límite inferior.
Límite superior primera clase = 48 + 8 = 56.
Por lo que la primera clase contendrá valores mayores o iguales a 48 pero menores a 56.
El límite inferior de la segunda clase será igual al límite superior de la primera clase. Su límite
superior se obtiene sumando el ancho de clase con el límite inferior.
Límite superior segunda clase = 56 + 8 = 64.
Por lo que la segunda clase contendrá valores mayores o iguales a 56 pero menores a 64. Y
así sucesivamente, quedando en este caso los límites de clase de la siguiente forma:
Clases
48 56
56 64
64 72
72 80
80 88
88 96
96 104
6.- Construir la distribución de frecuencias
Una vez que se han determinado los límites inferior y superior de cada clase es necesario
cuantificar los datos contenidos en cada clase. La tabla 3 muestra una forma de contar
cuántos estudiantes tienen un peso dentro de cada intervalo.
Números dentro de la
Clases clase
48, 49, 50, 52, 53, 54,
48 56
55
56 64 56, 56, 57, 57, 58, 59,

59, 60, 60, 61, 63
64 72 64, 64, 64, 66, 67, 68,

68, 70, 70, 71
72 80 72, 73, 73, 74, 77 , 77,

78, 79
80 88 81, 82, 83, 85, 85, 86
88 96 88, 91, 92, 93, 94
96 104 99, 102, 104
Si el valor mayor es igual al límite superior de la última

clase, se incluye en ésta.
Completa el proceso de conteo.
La distribución de frecuencias queda como se muestra a continuación.
Clases Frecuencia
48 56 7
56 64 11
64 72 10
72 80 8
80 88 6
88 96 5
96 104 3
Total 50
a) ¿Cuál es el rango de peso que más se presentó?
b) ¿Cuántos son los estudiantes que más peso tienen?
c) ¿Cuántos estudiantes se encuentran en el rango menor de peso?
Las respuestas a estas preguntas son:
a) El intervalo que más se presentó es de 56 a 64 kilogramos. Once estudiantes del total se encuentran en
este rango.
b) En la clase de 96 a 104 kilogramos, que es la de mayor peso, se localizaron solamente a tres estudiantes
de un total de 50.
c) Siete son los estudiantes que se encuentran en el intervalo inferior: de 48 a 56 kilogramos.
Ejemplo
Una empresa maquiladora de mezclilla está interesada en pagar un bono a sus trabajadores para
compensar el gasto semanal en pasaje. 45 trabajadores reportaron los siguientes gastos semanales (en
pesos).
95 100 165 135 120

110 110 134 112 114
184 96 90 115 135
164 138 146 158 156
154 147 100 140 180
126 125 95 170 170
118 92 137 162 98
162 132 120 136 163
94 118 185 143 182
Usemos nuevamente el procedimiento para organizar los datos en una distribución de frecuencias con
intervalos.
1) Encontrar el mayor y el menor de los datos
El dato menor es 90. El dato mayor es 185.
2) Calcular el rango
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 185 – 90 = 95
3) Determinar el número de clases
No existe una regla generalizada para determinar el número de clases, pero una de ellas es:
𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = √45 = 6.7 ≈ 7
Serán 7 clases.
4) Ancho de clase
Una vez que se tiene el rango y el número de clases es sencillo determinar el ancho de clase usando la
fórmula:
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝐴𝐴𝐴𝐴𝐴𝐴ℎ𝑜𝑜 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 =
𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
Sustituyendo valores queda:
95
𝐴𝐴𝐴𝐴𝐴𝐴ℎ𝑜𝑜 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = = 13.57
7
Se redondea a un número mayor cercano que sea más fácil de utilizar, en este caso se sugiere el 14.
5) Determinar los límites de cada clase
Primero se debe obtener el límite inferior de la primera clase, que es igual al dato menor, que en este
caso es 90.
Debido a que el ancho de clase es de 14, el límite superior de la primera clase se obtiene sumando el
ancho de clase al límite inferior.
Límite superior primera clase = 90 + 14 = 104
Por lo que la primera clase contendrá valores mayores o iguales a 90, pero menores a 104.
El límite inferior de la segunda clase será igual al límite superior de la primera clase. Su límite superior
se obtiene sumando el ancho de clase al límite inferior
Límite superior segunda clase = 104 + 14 = 118
Por lo que la segunda clase contendrá valores mayores o iguales a 104, pero menores a 118, y así
sucesivamente, quedando en este caso los límites de clase de la siguiente forma:
Clases
90 104
104 118
118 132
132 146
146 160
160 174
174 188
6) Construir la distribución de frecuencias
Una vez que se han determinado los límites inferior y superior de cada clase, es necesario cuantificar los
datos que se encuentran entre esos valores. La distribución de frecuencias queda como se muestra a
continuación.
Clases Frecuencias
90 104 9
104 118 5
118 132 6
132 146 9
146 160 5
160 174 7
174 188 4
Total 45
Ahora estás listo para responder preguntas como:
a) ¿Cuál es el intervalo de gasto semanal que más se presentó?

b) ¿Cuántos trabajadores se encuentran en este rango?
c) ¿Cuál es la clase que representa un gasto semanal mayor para los trabajadores?
Respuestas:
a) 90-104 y 132-146
b) 9
c) 174-188
Frecuencia acumulada, frecuencia relativa y frecuencia relativa acumulada
Para contestar las siguientes preguntas:
a) ¿Cuántos estudiantes se encuentran en el intervalo de pesos de 48 a 88 kilogramos?

b) ¿Qué porcentaje representan este grupo de estudiantes?
c) ¿Qué porcentaje de los alumnos pesan entre 88 y 96 kilogramos?
Tenemos que obtener la frecuencia acumulada, frecuencia relativa y la frecuencia relativa acumulada. A
continuación se explica cómo hacerlo.
Frecuencia acumulada
Suma a la frecuencia de cada clase las frecuencias de las clases anteriores (en la información del primer
ejercicio se muestra cómo determinar la frecuencia acumulada).
Frecuencia
Clases Frecuencia acumulada
48 56 7 7+0=7
56 64 11 7+11=18
64 72 10 18+10=28
72 80 8 28+8=36
80 88 6 36+6=42
88 96 5 42+5=47
96 104 3 47+3 =50
Total 50
A la frecuencia acumulada de la primera clase se le suma

CERO, ya que no hay otra frecuencia que lo preceda.
La frecuencia acumulada de la última clase debe ser igual

al total de datos.
Frecuencia relativa
Muestra la frecuencia de una clase como proporción del total de datos. Por ejemplo, para el caso de los
50 estudiantes, el porcentaje del peso de los estudiantes que se encuentran entre 88 y 96 es:
𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓 5
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 = = = 0.10
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 50
Si el resultado lo multiplicas por 100, lo puedes expresar como porcentaje, que en este caso sería del
10 %.
Frecuencia relativa acumulada
Suma a la proporción de cada clase las proporciones de las clases anteriores.
A la frecuencia relativa acumulada de la primera clase se

le suma CERO, ya que no hay otra frecuencia que lo
preceda.
La frecuencia relativa acumulada de la última clase debe

ser igual a UNO.
Continuando con el primer ejemplo, se mostrará cómo obtener la frecuencia relativa y la frecuencia
relativa acumulada:
Frecuencia Frecuencia
Clases Frecuencia Frecuencia relativa
acumulada
relativa acumulada
7/50 =
48 56 7 7
0.14 0.14+0 = 0.14
11/50 = 0.22 + 0.14 =
56 64 11 18
0.22 0.36
64 72 10 28 10/50 = 0.2 0.2 + 0.36 = 0.56
0.16 + 0.56 =
72 80 8 36
8/50 = 0.16 0.72
0.12 + 0.72 =
80 88 6 42
6/50 = 0.12 0.84
88 96 5 47 5/50 = 0.1 0.1 +0.84 = 0.94
96 104 3 50 3/50 = 0.06 0.06 + 0.94 = 1
Total 50
10
Con esta información adicional ya puedes dar respuesta a las preguntas:
a) ¿Cuántos estudiantes se encuentran en el intervalo de pesos de 48 a 88 kilogramos?

b) ¿Qué porcentaje representa este grupo de estudiantes?
c) ¿Qué porcentaje de los alumnos pesa entre 88 y 96 kilogramos?
Las respuestas a estas preguntas son:
a) 42 estudiantes pesan entre 48 y 88 kilogramos.

b) El 84% de los estudiantes pesan entre 85 y 95 kilogramos.
c) El 10% de los estudiantes pesan entre 88 y 96 kilogramos.
¿Tienes alguna otra interpretación de la información observada?
Con la práctica, tus observaciones serán más concretas y relevantes. ¡Adelante!
Busca distribuciones de frecuencia en los periódicos, en las revistas o Internet, en el lugar menos
esperado encontrarás una.
11
Referencia
Colegio24hs. (2004). Estadística. Argentina: Autor.
Bibliografía
Devore, J. L. (2005). Probabilidad y estadística para ingeniería y ciencias (6a. ed.).
México: Thomson.
Hayter, A. J. (2002). Probabilidty and Statistics for engineers and scientists (2nd.
ed.). Pacific Grove: Duxbury.
12
Gráficas
Por: Oliverio Ramírez
Seguramente has escuchado la frase: Una imagen vale más que mil palabras.
¿Estás de acuerdo con ella?
La pregunta viene al tema porque aunque las distribuciones de frecuencia ayudan a organizar la
información se requiere que la persona que interprete estas tablas conozca del tema.
Una parte importante de la estadística descriptiva son los métodos gráficos porque ayudan a visualizar de
una forma más rápida información sobre las observaciones o datos. Los encargados de realizar estudios
estadísticos complejos, la mayoría de las veces, sólo incluyen gráficas en su reporte final no porque crean
que los cálculos sean menos importantes, sino porque saben que la mayoría de las personas no
entenderán los cálculos, pero en cambio sí comprenderán una gráfica bien diseñada.
A continuación se muestran las gráficas más comúnmente usadas en estadística.
Polígono de frecuencias
Un polígono de frecuencias es una gráfica que se construye al colocar en el eje horizontal las marcas de
clase y en el eje vertical las frecuencias absolutas. La marca de clase se calcula sumando los límites de
clase y el resultado se divide entre dos. Este valor es necesario para realizar cálculos que estudiarás más
adelante en este curso modular y para construir algunas gráficas como los polígonos de frecuencia y los
histogramas que verás a continuación.
Usa la distribución de frecuencias del peso de los 50 estudiantes.
Clase Marca de Frecuencia Porcentaje Frecuencia Porcentaje

clase absoluta relativo acumulada acumulado
(45 – 55] 45 + 55 7 14% 7 14%
= 50
2
(55 – 65] 60 14 28% 14 + 17 =21 42%
(65 – 75] 70 11 22% 32 64%
(75 – 85] 80 9 18% 41 82%
(85 – 95] 90 6 12% 47 94%
(95 – 105] 100 3 6% 50 100%
n= 50
Tabla 1. Tabla de frecuencias.
1
En la figura 1 se muestra el polígono de frecuencia que corresponde a la distribución de frecuencias.
16
14
Frecuencia Absoluta
12
10
8
6
4
2
0
40 50 60 70 80 90 100 110
Marcas de clase
Figura 1. Polígono de frecuencias.
En el polígono de frecuencias se observa la tendencia de los datos.
La mayoría de los estudiantes pesan entre 55 y 65 kilogramos. Después de llegar a un punto máximo, el
número de estudiantes disminuye de manera gradual.
Si construyes la gráfica en tu cuaderno, el eje horizontal representa las marcas de clase y el eje vertical
las frecuencias absolutas. La abscisa y la ordenada de cada punto que forma el polígono están
representadas por las marcas de clase y las frecuencias absolutas, respectivamente. Una vez que hayas
localizado los puntos, únelos con una línea continua y tu gráfica debe ser similar a la mostrada en la figura
1.
Otra forma de construir un polígono de frecuencias es a través de algún software especializado. En este
caso se utilizará Excel por ser un programa de uso común que se encuentra más fácilmente.
Histogramas
Una gráfica de barras es un tipo de gráfica que utiliza rectángulos (verticales u horizontales) para
representar de manera visual la información contenida en distribuciones de frecuencia. En este tipo de
gráfica no existen restricciones sobre el ancho del rectángulo usado. En su base se coloca la observación o
variable (que puede ser cualitativa o cuantitativa) y su altura corresponde con la frecuencia absoluta,
aunque también suele colocarse la frecuencia relativa o el porcentaje relativo.
2
El histograma, en cambio, es una gráfica que utiliza rectángulos cuya base debe corresponder con los
anchos de cada clase y la altura de los rectángulos es la frecuencia absoluta, por lo que puede
considerarse al histograma como un caso especial de las gráficas de barras.
Usa como ejemplo los datos de los 50 estudiantes con los que se construyó el polígono de frecuencias.
Si lo dibujas en tu cuaderno puedes usar la misma gráfica en la que trazaste el polígono de frecuencias y
dibujar los rectángulos correspondientes. Tu gráfica se vería de la siguiente forma:
Figura 2. Polígono de frecuencias absolutas.
A continuación se muestra el histograma correspondiente a los pesos de los 50 estudiantes del ejemplo
anterior construido en Excel.
Figura 3. Histograma.
3
En la gráfica se puede observar que es menor el número de alumnos que pesan entre 95 a 105 kilos, ya
que sólo tres están dentro de esta categoría. En contraparte, es mayor el número de estudiantes que pesan
entre 55 y 65 kilogramos, ya que en total suman 14 alumnos en esta categoría. Nota que el polígono de
frecuencias y el histograma revelan la misma información de manera distinta, ya que dependiendo de la
naturaleza de los datos, la persona encargada del estudio estadístico debe decidir qué gráfica usar.
Ahora lo que necesitas son datos que puedas graficar. ¿Qué te parece si construyes el polígono de
frecuencias y el histograma para los datos de los gastos semanales en pasaje de la empresa maquiladora?
Clase Frecuencia
85 – 99 7
100 – 114 6
115 – 129 7
130 – 144 9
145 – 159 5
160 – 174 7
175 – 189 4
N=45
Tabla 2. Tabla de frecuencia.
Recuerda que aunque las gráficas deben representar la misma información de fondo, el formato usado para
presentarlas (colores, tipo de letra, títulos) depende de la creatividad del diseñador.
El polígono de frecuencias para los datos agrupados es el siguiente:
10
9
Número de trabajadores
8
7
6
5
4
3
2
1
0
77 92 107 122 137 152 167 182 197
Gasto semanal (en pesos)
Figura 4. Polígono de frecuencias acumuladas.
4
Los valores que aparecen en los ejes horizontal y vertical en el polígono de frecuencias son las marcas de
clase y las frecuencias absolutas respectivamente. Los puntos extremos (77, 0) y (197, 0) se usan para
delimitar la forma del polígono.
Histograma
10
Número de trabajadores
9
8
7
6
5
4
3
2
1
0
92 107 122 137 152 167 182
Gasto semanal (en pesos)
Figura 5. Histograma.
Como puedes apreciar en los ejemplos anteriores, las gráficas resultan de mucha utilidad cuando es
necesario hacer un reporte del análisis estadístico, debido a que de forma rápida aportan información sobre
la población bajo estudio. En la construcción de las gráficas se utilizó Microsoft Excel, pero se puede usar
algún otro software especializado que facilite más la construcción de este tipo de gráficas.
Polígono de frecuencias acumuladas
Esta gráfica es similar al polígono de frecuencias absolutas, la diferencia es que en este tipo de gráfica se
toman los límites superiores de las clases para el eje horizontal y las frecuencias acumuladas para el
eje vertical. Este tipo de gráfica muestra cómo evoluciona el caso de estudio y, en el caso del peso de los
estudiantes, muestra los saltos entre los distintos intervalos.
Para iniciar la gráfica considera el límite inferior de la primera clase con un valor de frecuencia cero. Su
forma, para los datos del peso de los 50 estudiantes, es la siguiente: un polígono de frecuencias
acumuladas termina en el total de observaciones, que en este caso son 50 estudiantes.
5
Polígono de frecuencias acumuladas
El punto más alto
60 debe corresponder
con el número total
50 de datos.
Número de estudiantes
40
30
20
10
0
45 55 65 75 85 95 105
Peso de los estudiantes
Figura 6. Polígono de frecuencias acumuladas.
Observa que el salto más grande se da entre los valores 55 y 65, ya que la diferencia entre ellos es de más
de 10 kilogramos. Nota además que la gráfica contiene sólo algunos valores en el eje y entre más valores
tenga (0, 5, 10, 15, etc.), las apreciaciones de los valores de los puntos de la gráfica serán más exactos
pero la gráfica lucirá demasiado llena y esto tampoco es conveniente.
¿Cuántos estudiantes pesan menos de 85 kilogramos?, ¿cuántos estudiantes pesan menos de 65

kilogramos? Son preguntas que se pueden responder con un polígono de frecuencias acumuladas.
Las respuestas son, respectivamente, las siguientes:
Un poco más de 40 estudiantes pesan menos de 85 kilogramos.

Aproximadamente 20 estudiantes tienen un peso menor a 65 kilogramos.
Como puedes apreciar, las tres gráficas anteriores son distintas. Aunque se sigue hablando de los mismos
50 estudiantes, cada gráfica muestra características distintas que ayudan a visualizar la información que las
otras gráficas no revelan, es decir, se complementan entre ellas.
Polígono con porcentajes acumulados
Tomando en cuenta las tres gráficas anteriores, ¿cuál es el porcentaje de estudiantes cuyo peso es menor
65 kilogramos?, ¿qué porcentaje de los estudiantes pesa más de 85 kilogramos? Este tipo de preguntas no
pueden ser contestadas analizando sólo las tres gráficas anteriores, por lo que el polígono de porcentajes
acumulados puede ayudar a contestarlas.
6
Al igual que el polígono de frecuencias acumuladas, en el eje horizontal se colocan los límites superiores
de las clases (o intervalos), pero en el eje vertical se colocan los porcentajes acumulados. El punto más
alto de la gráfica debe coincidir con 100%.
El punto más alto

Polígono de porcentajes acumulados debe corresponder
con el 100%.
120%
100%
Porcentaje acumulado
80%
60%
40%
20%
0%
35 45 55 65 75 85 95 105 115
Lím ites superiores de cada clase
Figura 7. Polígono de frecuencias relativas acumuladas.
Es tiempo de dar respuesta a las preguntas del inicio:
¿Cuál es el porcentaje de estudiantes cuyo peso es menor a 65 kilogramos?

Poco más del 40% de los estudiantes tienen un peso menor a 65 kilogramos.
¿Qué porcentaje de los estudiantes pesa más de 85 kilogramos?

Casi el 20% de los estudiantes pesa más de 85 kilogramos.
7
Gráfica de pastel
Esta gráfica consiste de una circunferencia dividida en segmentos en los que se representan los
porcentajes relativos de cada variable bajo estudio. El tipo de variables que se acostumbra representar con
una gráfica de pastel son de escala nominal u ordinal.
Figura 8. Gráfica de pastel.
Supón que te interesa iniciar un programa nutricional con los 50 estudiantes, y para eso defines los rangos
en donde el peso se considera normal, bajo de peso o sobrepeso. Una vez que hayas hecho esta
clasificación, puedes diseñar un programa para cada grupo de estudiantes.
En la tabla 3 se muestra una posible clasificación:
Clase Clasificación Porcentaje

(45 – 55] Bajo de peso 14%
(55 – 85] Peso normal 68%
(85 – 105] Sobrepeso 18%
Tabla 3. Tabla de intervalos de clase.
Sólo falta incorporar el número de estudiantes que se encuentran en estos rangos (frecuencia absoluta) y el
porcentaje relativo de cada grupo. Entonces queda como se muestra en la tabla 4.
8
Clase Clasificación Frecuencia Porcentaje
relativo
(45 – 55] Bajo de peso 7 14%
(55 – 85] Peso normal 34 68%
(85 – 105] Sobrepeso 9 18%
Tabla 4. Tabla de intervalos de clase con frecuencia.
Observa que el número de estudiantes que se encuentran entre 55 y 85 kilogramos se obtuvo de sumar los
estudiantes de las clases 55–65, 65–75 y 75–85, es decir, 14 + 11 + 9 = 34. Una vez que se tienen las
frecuencias se calcula el porcentaje relativo.
Finalmente, se construye la gráfica de sectores también llamada gráfica de pastel. El porcentaje relativo
equivale a una porción del área de la circunferencia. Así, el porcentaje relativo de la clase 45–55 (14%)
equivale al 14% del área total de la circunferencia; el porcentaje relativo de la clase 55–85 (68%)
representa el 68% del área de la circunferencia y así sucesivamente. En la figura 9 se muestra la gráfica de
sectores obtenida.
Figura 9. Gráfica de pastel de los pesos de estudiantes.
De la gráfica se puede apreciar que el 68% del total de estudiantes tiene un peso normal, pero preocupa
que el 32% restante se encuentre arriba o debajo de un peso promedio establecido.
Es importante mencionar que en la información que se tiene de los 50 estudiantes no se incluye la estatura.
Sin embargo, este dato es importante para determinar el porcentaje de grasa corporal y para diseñar el
programa nutricional.
9
Método de construcción de un histograma usando Excel
1. Traslada a Excel los datos de la tabla de frecuencias.
–
Figura 1. Tabla de frecuencias (Microsoft Corporation, 2007).
2.- Da clic en la opción Seleccionar datos.
Figura 2. Menú área de gráfica (Microsoft Corporation, 2007).
1
3.- En la ventana emergente haz clic en el botón Agregar.
Figura 3. Agregar entradas de leyenda (Microsoft Corporation, 2007).
4.- Aparecerá una ventana llamada Modificar serie, en la cual tendrás que dar clic.
Figura 4. Ventana Modificar serie (Microsoft Corporation, 2007).
2
5.- A continuación, seleccionarás los datos de la frecuencia absoluta y darás Enter.
Figura 5. Selección de valores de la frecuencia absoluta (Microsoft Corporation, 2007).
6.- En el recuadro blanco de la parte superior de la ventana Modificar serie podrás poner el nombre de
la gráfica.
Figura 6. Título de gráfica (Microsoft Corporation, 2007).
3
Y da clic en el botón Aceptar.
7.- En la ventana Seleccionar origen de datos, da clic en el botón Editar que aparece en la columna
derecha.
Figura 7. Edición de etiquetas de eje horizontal (Microsoft Corporation, 2007).
8.- Aparecerá una ventana llamada Rótulos del eje, en la cual tendrás que dar clic.
Figura 8. Ventana rótulos del eje (Microsoft Corporation, 2007).
4
9.- A continuación seleccionarás los datos de la columna llamada Marca de clase y deberás dar Enter.
Figura 9. Selección de datos de Marca de clase (Microsoft Corporation, 2007).
10.- Y en la ventana Seleccionar origen de datos, da clic en Aceptar.
Figura 10. Ventana Seleccionar origen de datos (Microsoft Corporation, 2007).
5
11. Una de las características de un histograma es que las barras que representan las clases deben ir
pegadas una con respecto a la otra, por lo que para que se cumpla esta característica debes hacer
doble clic izquierdo sobre una barra y luego debes dirigirte a la pestaña diseño.
Figura 11.Pestaña diseño (Microsoft Corporation, 2007).
12. Y en Diseños de gráfico, debes dar clic en la flecha que está hacia abajo para expandir las
opciones.
Figura 12. Opción Diseños de gráfico (Microsoft Corporation, 2007).
6
13. Una vez que se expandan las opciones, da clic en el diseño 8.
Figura 13.Opción Diseño 8 (Microsoft Corporation, 2007).
14. El histograma quedará como se observa en la siguiente imagen.
Figura 14.Histograma con Diseño 8 (Microsoft Corporation, 2007).
7
15. Para aplicarle color al contorno de cada barra (clase), das clic con el botón derecho sobre una barra
y en el menú que aparece debes hacer clic en Dar formato a serie de datos.
Figura 15. Opción Diseño 8 (Microsoft Corporation, 2007).
16. En la ventana Formato de serie de datos, en el menú de la izquierda, selecciona Color de borde.
Figura 16.Ventana Formato de serie de datos (Microsoft Corporation, 2007).
8
18. Selecciona la opción Línea sólida.
Figura 17. Opción Color de bode (Microsoft Corporation, 2007).
19. Finalmente da clic en Cerrar.
Figura 18. Opción Cerrar (Microsoft Corporation, 2007).
20. En este momento has terminado de graficar el histograma.
9
Figura 19. Histograma terminado (Microsoft Corporation, 2007).
Referencia de las imágenes
Microsoft Corporation. (2007). Microsoft Office Excel 2007. [Software de cómputo].

E.E.U.U.: Autor.
10
Método de construcción de un polígono de frecuencias
2.- Tienes que insertar una fila antes de la primera clase y para eso haz clic con el botón derecho, en el
número de la fila donde se encuentra la primera clase.
Figura 2. Selección de fila insertar (Microsoft Corporation, 2007).
1
3.- En la ventana que aparece, da clic en Insertar.
Figura 3. Insertar fila (Microsoft Corporation, 2007).
4.- En el nuevo renglón escribe una nueva marca de clase INICIAL con frecuencia CERO.
Figura 4. Nueva clase inicial con frecuencia cero (Microsoft Corporation, 2007).
2
5.- También escribe una nueva marca de clase FINAL con frecuencia CERO.
Figura 5. Nueva clase final con frecuencia cero (Microsoft Corporation, 2007).
6.- Selecciona los datos de las columnas Marca de clase y Frecuencia absoluta.
Figura 6. Selección de datos (Microsoft Corporation, 2007).
3
7.- En el menú Insertar, da clic en la gráfica de dispersión y selecciona dispersión con líneas rectas y
marcadores.
Figura 7. Tipos de gráfica de dispersión (Microsoft Corporation, 2007).
8.- En una nueva ventana aparecerá el polígono de frecuencias.
Figura 8. Polígono de frecuencias (Microsoft Corporation, 2007).
4

E.E.U.U.: Autor.
5
Método de construcción de un polígono de frecuencias acumuladas
2.- Tienes que insertar una fila antes de la primera clase y para eso haz clic con el botón derecho, en el
número de la fila en la que se encuentra la primera clase.
Figura 2. Selección de fila insertar (Microsoft Corporation, 2007).
1
3.- En la ventana que aparece, da clic en Insertar.
Figura 3. Insertar fila (Microsoft Corporation, 2007).
4.- El dato del nuevo renglón será igual al límite inferior de la primera clase y deberá tener una frecuencia
acumulada de CERO.
Figura 4. Nueva clase inicial con frecuencia cero (Microsoft Corporation, 2007).
2
5.- Selecciona los datos de la columna frecuencia acumulada.
Figura 5. Selección de datos de la columna frecuencia acumulada (Microsoft Corporation, 2007).
6.- Presiona Ctrl y selecciona los datos de la columna Frecuencia acumulada.
Figura 6. Selección de datos de la columna Frecuencia acumulada (Microsoft Corporation, 2007).
3
7.- En el menú Insertar, da clic en la gráfica de dispersión y selecciona dispersión con líneas rectas y
marcadores.
Figura 7. Tipos de gráfica de dispersión (Microsoft Corporation, 2007).
8.- En una nueva ventana aparecerá el polígono de frecuencias acumuladas.
Figura 8. Polígono de frecuencias acumuladas (Microsoft Corporation, 2007).
4

E.E.U.U.: Autor.
5
Método de construcción de una gráfica de pastel
2.- Selecciona los datos de la columna Frecuencia absoluta.
Figura 2. Selección de datos (Microsoft Corporation, 2007).
1
3.- En el menú Insertar, haz clic en la gráfica circular y selecciona la opción Circular.
Figura 3. Tipos de gráfica circular (Microsoft Corporation, 2007).
4.- En una nueva ventana aparecerá el gráfico de pastel.
Figura 4. Gráfico de pastel (Microsoft Corporation, 2007).
2
5. Si quieres cambiar el diseño del gráfico, tienes que dar clic en la flecha que aparece en la parte
inferior derecha de la sección Diseño de gráfico.
Figura 5. Diseño de gráfico (Microsoft Corporation, 2007).
6. Se desplegarán todas las opciones de diseño.
Figura 6. Gráfica. (Microsoft Corporation, 2007).
El diseño que escojas dependerá de la forma en que tú quieras que se vea la gráfica. Te invito a que
pruebes los diferentes estilos.
3

E.E.U.U.: Autor.
4

0.-Estadistica Tendencia y Medidas de Dispersión

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

0.-Estadistica Tendencia y Medidas de Dispersión

Cargado por

Copyright:

Formatos disponibles

La palabra estadística

Por: Emilio González Olguín

Conjunto de alumnos del segundo

2 alumnos del grupo 1

Figura 2. Ejemplo de población y muestra.

La estadística se puede clasificar en dos grandes ramas: la estadística descriptiva o deductiva y la

Generalmente los datos de una muestra pueden describirse de tres maneras:

Figura 3. Presentación de datos en la estadística descriptiva.

Algunas situaciones de ejemplo son:

• Medir el nivel de aprovechamiento en matemáticas de todo un estado, puede llevarse a cabo al

• En una fábrica de amortiguadores para camionetas están interesados en saber si sus

Anderson, D., Sweedney, D. & Williams, T. (2004). Estadística para administración y

Berenson, M. & Levine, D. (1996). Estadística básica en administración, conceptos y

Por: Emilio González Olguín

Esencialmente existen dos tipos de variables:

Figura 1. Comparación de la altura y peso de un niño.

Hasta ahora hemos visto dos formas de clasificar las variables:

Banamex, Bancomer, Banorte y HSBC.

Celaya, Salamanca, Irapuato, Silao y León.

Variables en escala ordinal

Servicio de la Número de alumnos

Resumiendo, existen dos características que distinguen la escala de medida de intervalo:

1) La diferencia entre valores es importante.

Variables en escala de razón

Son ejemplos de variables de razón:

Ejemplo de categorías de marcas de celulares: Sony, Samsung, LG, Nokia.

Tiene la propiedad de magnitud, es decir, se pueden ordenar los valores

Entre los valores se pueden establecer relaciones de >, <, =, ≠

Toma valores numéricos dentro de un intervalo (el cual se encuentra dividido en

Posee las propiedades de la escala de intervalo, pero en ésta el cero no se

Se pueden realizar todas las operaciones matemáticas (suma, resta, multiplicación

Figura 6. Kindergarten graduates.

Referencias de las imágenes

Kindergarten graduates John Atherton, 1945

Plan, C. (2008). Cold! Recuperada de http://www.flickr.com/photos/functoruser/2820274593/

My life story told by the cellphones I've AdrianClark,2008

Berenson, M. & Levine, D. (1996). Estadística básica en administración, conceptos y

Por: Emilio González Olguín

Tabla de distribución de frecuencias con intervalos

1.- Encontrar el mayor y el menor de los datos

2.- Calcular el rango

𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑚𝑚𝑚𝑚𝑛𝑛𝑛𝑛𝑛𝑛

3.- Determinar el número de clases

𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = √n

En donde n es el número de observaciones (o datos), por lo que el número de clases es:

𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = √50 = 7.07 ≈ 7

El número de clases tiene que ser un número entero, por lo

Otra recomendación es respecto al número de clases: no

4.- Ancho de clase

Sustituyendo valores queda:

5.- Determinar los límites de cada clase

Debido a que el ancho de clase es de 8, el límite superior de la primera clase se obtiene

Límite superior primera clase = 48 + 8 = 56.

Límite superior segunda clase = 56 + 8 = 64.

56 64 56, 56, 57, 57, 58, 59,

64 72 64, 64, 64, 66, 67, 68,

72 80 72, 73, 73, 74, 77 , 77,

Si el valor mayor es igual al límite superior de la última

Completa el proceso de conteo.

La distribución de frecuencias queda como se muestra a continuación.

Las respuestas a estas preguntas son:

95 100 165 135 120

1) Encontrar el mayor y el menor de los datos