Organización de datos estadísticos

MDA. Marcela Lucina Meneses Jiménez y LA.
Fermín Cervantes Martínez
CLASE 1. ORGANIZACIÓN DE DATOS ESTADÍSTICOS (TABLA AGRUPADA DE DISTRIBUCIÓN DE FRECUENCIAS).
Organización de datos estadísticos. Una vez reunido un conjunto de datos para que estos sean
útiles, necesitamos organizar nuestras observaciones de modo que podamos distinguir patrones
y llegar a conclusiones lógicas, porque los datos en bruto (datos sin agrupar por métodos
estadísticos) rara vez son significativos sin organización ni tabulación. Cuando los datos se
ordenan de manera compacta y útil, los responsables de tomar decisiones pueden obtener
información confiable sobre el entorno y usarla para tomar decisiones inteligentes.
Ejemplo 1. Un gerente desea saber el comportamiento de sus ventas, ganaría muy poco
conocimiento viendo simplemente las facturas mensuales.
Ejemplo 2. A un profesor de matemáticas un simple listado de las calificaciones de sus 150 alumnos
le revelaría muy poco acerca de las características esenciales de ese conjunto de información.
El propósito de organizar los datos, es permitir ver rápidamente todas las

características posibles en los datos que se han reunido; entre mayor sea la
información que se pueda obtener de la muestra, mejor será la comprensión
que se tendrá de la población de la cual se obtuvo y mejores serán las
decisiones a tomar.
¿Qué es una tabla agrupada de distribución de frecuencias?
Una tabla agrupada de distribución de frecuencias es un agrupamiento de datos en clases o

intervalos, de manera tal que se pueda establecer el número o proporción de observaciones de
cada clase (es decir, la frecuencia o su porcentaje).
La organización de los datos en una tabla agrupada de distribución de frecuencias muestra el

patrón de la distribución de manera más significativa, pero con la desventaja de pérdida de
información.
Cabe hacer mención que una tabla agrupada de distribución de frecuencias comúnmente se
usa para resumir grandes cantidades de datos continuos que contienen relativamente pocas
repeticiones, pero también son válidas para datos discretos.
Objetivo. Acomodar un conjunto de datos en forma útil para revelar sus

características esenciales y simplificar ciertos análisis.
Para elaborar tablas agrupadas de distribución de frecuencias se deben seguir los siguientes
pasos:
Paso 1. Determinar el rango
El rango es un valor numérico que indica la diferencia entre el valor máximo y el mínimo de una
población o muestra estadística. También se le conoce como recorrido de los datos.
𝑹𝒂𝒏𝒈𝒐 = 𝒙𝒎𝒂𝒚𝒐𝒓 − 𝒙𝒎𝒆𝒏𝒐𝒓
Nota: el rango debe de quedar con la unidad de medición de los datos (no se redondea)
1
MDA. Marcela Lucina Meneses Jiménez y LA. Fermín Cervantes Martínez
Ejemplos.
𝑽𝒂𝒍𝒐𝒓 𝒎𝒂𝒚𝒐𝒓 𝑽𝒂𝒍𝒐𝒓 𝒎𝒆𝒏𝒐r 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒅𝒐𝒏𝒅𝒆𝒐 Unidad de medición

125 3 125 − 3 = 122 𝑁𝑖𝑛𝑔𝑢𝑛𝑜 1
15.8 1.4 15.8 − 1.4 = 14.4 𝑁𝑖𝑛𝑔𝑢𝑛𝑜 0.1
1,459.98 225.13 1459.98 − 225.13 = 1,234.85 𝑁𝑖𝑛𝑔𝑢𝑛𝑜 0.01
645.236 124.658 645.236 − 124.658 = 520.578 𝑁𝑖𝑛𝑔𝑢𝑛𝑜 0.001
4.6578 1.0875 4.6578 − 1.0875 = 3.5703 𝑁𝑖𝑛𝑔𝑢𝑛𝑜 0.0001
Paso 2. Determinar el número de intervalos de clase por medio de la regla de sturges

𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)].
Está regla nos da el número de intervalos adecuado dependiendo de la cantidad de datos a

estudiar logrando una mayor precisión de los datos.
Nota: independientemente de la unidad de medición de los datos siempre se debe de poner el

primer decimal que da en la calculadora para después redondear a un número entero (el criterio
a seguir es que, si el primer decimal es un número diferente de 0, el número entero sube al
siguiente valor entero más próximo, en dado caso que sea 0 se queda igual.
Ejemplos.
𝒏 𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒑𝒐𝒏𝒆𝒓 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒂𝒓

30 𝑘 = [1 + (3.322)(log 30)] = 5.906996808 5.9 6
34 𝑘 = [1 + (3.322)(log 34)] = 6.087572962 6.0 6
50 𝑘 = [1 + (3.322)(log 50)] = 6.643978354 6.6 7
70 𝑘 = [1 + (3.322)(log 70)] = 7.129415689 7.1 8
100 𝑘 = [1 + (3.322)(log 100)] = 7.64400000 7.6 8
120 𝑘 = [1 + (3.322)(log 120)] = 7.907040099 7.9 8
150 𝑘 = [1 + (3.322)(log 150)] = 8.228975163 8.2 9
200 𝑘 = [1 + (3.322)(log 200)] = 8.644021646 8.6 9
350 𝑘 = [1 + (3.322)(log 350)] = 9.451394043 9.4 10
500 𝑘 = [1 + (3.322)(log 500)] = 9.965978354 9.9 10
Paso 3. Determinar la amplitud de los intervalos de clase
El tamaño o anchura de un intervalo de clase es la diferencia entre los límites reales de clase que
lo forman y se conoce como anchura de clase, tamaño de clase o longitud de clase. Dicho de
otra forma, es la diferencia entre dos clases inferiores sucesivas o dos clases superiores sucesivas.
𝑹𝒂𝒏𝒈𝒐
𝒂=
𝒌
Nota: la amplitud se redondea dependiendo de la unidad de medición de los datos, siempre se
debe de poner un decimal más que los datos originales para después redondear al decimal de
los datos originales (el criterio a seguir es que, si el decimal que se puso de más es un número
diferente de 0, el entero o decimal a redondear sube al siguiente valor más próximo, en dado
caso que sea 0 se queda igual. La amplitud y se mide hacia abajo de 2 intervalos de clase
sucesivos.
2
¿Qué es la unidad de medición de los datos? La unidad de medición o la unidad de medida de

los datos es aquella precisión de los datos que desea la persona que está realizando la
investigación si se trata de una variable cuantitativa continua, es decir, si se redondea a un
número entero la unidad de medida será 1, si se redondea a un decimal la unidad de medición
es 0.1, si se redondea a 2 decimales la unidad de medición será 0.01 y así sucesivamente. En el
caso de una variable discreta siempre la unidad de medición será 1.
Ejemplos.
𝑹𝒂𝒏𝒈𝒐 𝒌 𝑨𝒎𝒑𝒍𝒊𝒕𝒖𝒅 (𝒂) 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒑𝒐𝒏𝒆𝒓 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒂𝒓 Unidad de

medición
240 6 240 ÷ 6 = 40.0000000 𝑎 = 40.0 𝑎 = 40 1
50 6 50 ÷ 6 = 8.333333333 𝑎 = 8.3 𝑎=9 1
1,348 6 1,348 ÷ 6 = 224.6666667 𝑎 = 224.6 𝑎 = 225 1
8.4 6 8.4 ÷ 6 = 1.40000000 𝑎 = 1.40 𝑎 = 1.4 0.1
223.6 7 223.6 ÷ 7 = 31.94285714 𝑎 = 31.94 𝑎 = 32.0 0.1
85.5 7 85.5 ÷ 7 = 12.21428571 𝑎 = 12.21 𝑎 = 12.3 0.1
90.56 8 90.56 ÷ 8 = 11.3200000 𝑎 = 11.320 𝑎 = 11.32 0.01
82.11 8 82.11 ÷ 8 = 10.2637500 𝑎 = 10.263 𝑎 = 10.27 0.01
50.09 9 50.09 ÷ 9 = 5.565555556 𝑎 = 5.565 𝑎 = 5.57 0.01
10.985 9 10.985 ÷ 9 = 1.220555556 𝑎 = 1.2205 𝑎 = 1.221 0.001
63.273 9 63.273 ÷ 9 = 7.030333333 𝑎 = 7.0303 𝑎 = 7.031 0.001
121.561 9 121.561 ÷ 9 = 13.50677778 𝑎 = 13.5067 𝑎 = 13.507 0.001
Paso 4. Reglas para comprobar que los intervalos sean exhaustivos, es decir que todos los valores
estén contenidos en los intervalos determinados
𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅
Nota: si se cumple la primera regla se continua con la segunda, en los casos donde no se cumple la regla 1 no se debe
hacer la segunda regla sino hasta que se aumenta a la amplitud una unidad de medida de los datos.
Ejemplos.
1.- Si 𝒌 = 𝟕, 𝒂 = 𝟓. 𝟔 𝒚 𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 = 𝟑𝟗. 𝟎
𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐

(7)(5.6) > 39.0
39.2 > 39.0 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑦 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑚𝑜𝑠 𝑐𝑜𝑛 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 2
𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅
(7)(5.6) − 39.0 ≤ 5.6
0.2 ≤ 5.6 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑦 𝑓𝑜𝑟𝑚𝑎𝑚𝑜𝑠 𝑙𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
2.- Si 𝒌 = 𝟕, 𝒂 = 𝟓. 𝟓 𝒚 𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 = 𝟑𝟖. 𝟓
(7)(5.5) > 38.5
38.5 > 38.5 𝑛𝑜 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑎 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑙𝑒 𝑎𝑢𝑚𝑒𝑛𝑡𝑎𝑚𝑜𝑠 𝑙𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛, 𝑒𝑠𝑡𝑜 𝑒𝑠 5.5 + 0.1 = 𝟓. 𝟔
3
La amplitud para todo el ejercicio será 𝒂 = 𝟓. 𝟔

Volvemos aplicar la regla 1
(7)(5.6) > 38.5
39.2 > 38.5 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎
(7)(5.6) − 38.5 ≤ 5.6
0.7 ≤ 5.6 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎 𝑦 𝑓𝑜𝑟𝑚𝑎𝑚𝑜𝑠 𝑙𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
Nota: si no se cumple la regla 2 se divide la amplitud entre 2, se redondea a la unidad de medición de los datos y al
valor más pequeño se le resta el valor resultante, el cual será el primer límite de clase inferior.
3.- Si 𝒌 = 𝟕, 𝒂 = 𝟓. 𝟓 𝒚 𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 = 𝟑𝟐. 𝟓

(7)(5.5) > 25.5
38.5 > 25.5 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎

(7)(5.5) − 32.5 ≤ 5.5
6.0 ≤ 5.5 𝑛𝑜 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑙𝑎 𝑟𝑒𝑔𝑙𝑎
𝑎 5.5
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑠𝑒 𝑑𝑖𝑣𝑖𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 2, 𝑒𝑠𝑡𝑜 𝑒𝑠 = = 2.75 𝑐𝑜𝑚𝑜 𝑙𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛 𝑒𝑠 0.1
2 2
𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑎𝑚𝑜𝑠 𝑙𝑎 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑐𝑜𝑛 𝑒𝑙 𝑐𝑟𝑖𝑡𝑒𝑟𝑖𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟, 𝑞𝑢𝑒𝑑𝑎𝑛𝑑𝑜 𝒂 = 𝟐. 𝟖, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑎𝑙 𝑓𝑜𝑟𝑚𝑎𝑟 𝑙𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑙í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑠𝑒𝑟á: 𝒗𝒂𝒍𝒐𝒓 𝒎𝒆𝒏𝒐𝒓 𝒎𝒆𝒏𝒐𝒔 𝟐. 𝟖.
Paso 5. Formar los intervalos de clase, estos deben ser exhaustivos y mutuamente excluyentes
Límites de clase (o intervalos de clase). Es de hecho el agrupamiento de los datos y nos dice de
a dónde va a ir cada intervalo de clase. Existen límites de clase inferiores y límites de clase
superiores.
Intervalos de clase exhaustivos. Todos los datos deben estar contenidos en una u otra clase, es
decir, un dato no puede quedar fuera de las clases formadas. La suma de las frecuencias de
cada clase debe ser igual a la cantidad de datos observados, o la suma de las proporciones
observadas en cada clase es igual a 1.00 ó 100%.
Ejemplo. Si tenemos las distribuciones de frecuencias referentes a los años cumplidos de una
muestra de 32 estudiantes de una universidad. Decimos que son:
Intervalos de clase exhaustivos
Intervalos de clase Frecuencias absolutas Frecuencias relativas

19 – 29 4 0.1250
30 – 40 9 0.2812
41 – 51 11 0.3438
52 – 62 6 0.1875
63 – 73 2 0.0625
32 1.0000
Nota: el – no significa menos, es únicamente la separación del intervalo que indica de donde a donde
abarca cada intervalo.
4
Intervalos de clase no exhaustivos

Intervalos de clase Frecuencias absolutas Frecuencias relativas
19 – 29 4 0.1250
30 – 40 9 0.2812
41 – 51 11 0.3438
52 – 62 6 0.1875
63 – 73 1 0.0312
31 0.9687
Intervalos de clase mutuamente excluyentes. Son aquellos en donde ninguna observación cae
dentro de más de una clase, es decir, cada uno de los datos debe estar contenido en una sola
clase.
Ejemplo.
CLASES MUTUAMENTE EXCLUYENTES CLASES MUTUAMENTE NO EXCLUYENTES

(No se traslapan) (Se traslapan)
Intervalos de clase formados Intervalos de clase formados

correctamente incorrectamente
19 – 29 19 – 30
30 – 40 30 – 41
41 – 51 41 – 52
52 – 62 52 – 63
63 – 73 63 – 74
¿Qué debemos hacer para que los intervalos sean exhaustivos y mutuamente excluyentes?
Si se cumplen las 2 reglas
Para determinar los límites de clase inferiores: se empieza por el dato menor (límite de clase
inferior) y para determinar el segundo límite inferior, a ese valor, se le suma la amplitud. Para
determinar los demás límites inferiores, al valor obtenido, únicamente se le suma la amplitud.
Para determinar los límites de clase superiores: al segundo límite de clase inferior se le resta 1, 0.1,
0.01 ó 0.001 dependiendo de la unidad de precisión (unidad de la medida), y así obtenemos el
primer límite de clase superior. Para determinar los demás límites de clase superiores, al valor
obtenido, únicamente se le suma la amplitud
Si no se cumple la primera regla
Recuerda que se aumenta la amplitud al número siguiente, dependiendo de la unidad de

precisión, se prueba nuevamente la regla número uno, y si ésta se cumple, se prueba la regla
número dos; si se cumple, se continúa con la formación de los intervalos siguiendo el mismo criterio
anterior.
5
Ejemplo. Forme los intervalos de clase para 𝒌 = 𝟕, 𝒂 = 𝟐. 𝟏 y el valor menor 8.4, suponiendo que se
cumplen las 2 reglas.
La amplitud es 2.1
𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 = 8.4 → 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓

𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 8.4 + 2.1 = 10.5 → 𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓
𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 0.1 = 10.5 − 0.1 = 10.4 → 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 10.4 + 2.1 = 12.5 → 𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓
Para determinar los siguientes límites inferiores sólo aumenta la amplitud.
Para determinar los siguientes límites superiores sólo aumenta la amplitud.
𝒌 𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆
1 8.4 − 10.4
2 10.5 − 12.5
3 12.6 − 14.6
4 14.7 − 16.7
5 16.8 − 18.8
6 18.9 − 20.9
7 21.0 − 23.0
abarca cada intervalo. Ejemplo: el intervalo 1 contiene todos los valores que van de 8.4 a 10.4.
Si no se cumple la segunda regla
Recuerda que se divide la amplitud entre 2 y, el resultado obtenido, se redondea a la unidad de

precisión de los datos.
El primer límite inferior, se obtiene restando al dato menor el resultado de dividir la amplitud entre
dos, ya redondeado. Para determinar los demás límites inferiores, al valor obtenido, únicamente
se le suma la amplitud.
Para determinar los límites de clase superiores: al segundo límite de clase inferior se le resta 1, 0.1,
0.01 ó 0.001 dependiendo de la unidad de precisión, y así obtenemos el primer límite de clase
superior. Para determinar los demás límites de clase superiores, al valor obtenido, únicamente se
le suma la amplitud.
Ejemplo. Forme los intervalos de clase para 𝒌 = 𝟕, 𝒂 = 𝟐. 𝟏 y el valor menor 8.4, suponiendo que no
se cumplió la segunda regla.
𝒂 2.1
= = 1.05 𝑐𝑜𝑚𝑜 𝑙𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑑𝑖𝑑𝑎 𝑒𝑠 𝟎. 𝟏 (𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑐𝑜𝑛 𝑢𝑛 𝑑𝑒𝑐𝑖𝑚𝑎𝑙)𝑠𝑒 𝑟𝑒𝑑𝑜𝑛𝑑𝑒𝑎 𝑎 𝟏. 𝟏.
𝟐 2
La amplitud es 2.1
𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 1.1 = 8.4 − 1.1 = 7.3 → 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 7.3 + 2.1 = 9.4 → 𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓
𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 0.1 = 9.4 − 0.1 = 9.3 → 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 9.3 + 2.1 = 11.4 → 𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓
6
𝒌 𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆
1 7.3 − 9.3
2 9.4 − 11.4
3 11.5 − 13.5
4 13.6 − 15.6
5 15.7 − 17.7
6 17.8 − 19.8
7 19.9 − 21.9
abarca cada intervalo. Ejemplo: el intervalo 1 contiene todos los valores que van de 7.3 a 9.3.
¿Qué es una variable cuantitativa continua?

Es aquella variable que puede tomar cualquier valor dentro de un intervalo de valores (enteros y
decimales), su principal característica es su medición.
Ejemplos: la edad, la estatura, la velocidad, los sueldos, la distancia, el volumen, el tiempo, etc.
¿Qué es una variable cuantitativa discreta?

Es aquella variable que puede tomar solamente números enteros dentro de un intervalo de
valores, su principal característica es el conteo.
Ejemplos: El número de errores, el número de personas, el número de pólizas, el número de libros,
etc.
Paso 6. Se forman los límites de clase reales, si la variable es continua
¿Qué son los límites de clase reales o fronteras de clase? Son llamados también verdaderos límites
de clase, creados para evitar blancos o huecos en las clasificaciones de datos continuos, de tal
forma que no exista duda en cuanto el lugar que debe ocupar cada uno de los datos, estos
límites se determinan considerando la unidad o precisión de la medida, son valores imposibles de
ocurrir (no deben coincidir con los valores realmente medidos) y son de gran utilidad para la
presentación gráfica y análisis de los datos. También existen límites de clase reales inferiores y
límites de clase reales superiores. El límite de clase real inferior de un intervalo se localiza media
unidad abajo del límite, y el límite de clase real superior de un intervalo se localiza media unidad
arriba del límite. Es decir:
• Si la precisión de la medida para las clases es 1 (números enteros), a cada límite de clase
𝟏 𝟏
inferior se le resta y a cada límite de clase superior se le suma , o bien a cada límite de
𝟐 𝟐
clase inferior se le resta 0.5 x 1 y a cada límite de clase superior se le suma 0.5 x 1, es decir, a
cada límite de clase se le resta o se le suma 0.5.
• Si la precisión de la medida para las clases es 0.1 (números con un decimal), a cada límite
𝟎.𝟏 𝟎.𝟏
de clase inferior se le resta y a cada límite de clase superior se le suma , o bien a cada
𝟐 𝟐
límite de clase inferior se le resta 0.5 x 0.1 y a cada límite de clase superior se le suma 0.5 x 0.1,
es decir, a cada límite de clase se le resta o se le suma 0.05.
• Si la precisión de la medida para las clases es 0.01 (números con 2 decimales), a cada límite
𝟎.𝟎𝟏 𝟎.𝟎𝟏
de clase inferior se le resta y a cada límite de clase superior se le suma , o bien a cada
𝟐 𝟐
límite de clase inferior se le resta 0.5 x 0.01 y a cada límite de clase superior se le suma 0.5 x
0.01, es decir, a cada límite de clase se le resta o se le suma 0.005.
• Si la precisión de la medida para las clases es 0.001 (números con 3 decimales), a cada límite
𝟎.𝟎𝟎𝟏 𝟎.𝟎𝟎𝟏
de clase inferior se le resta y a cada límite de clase superior se le suma , o bien a
𝟐 𝟐
cada límite de clase inferior se le resta 0.5 x 0.001 y a cada límite de clase superior se le suma
0.5 x 0.001, es decir, a cada límite de clase se le resta o se le suma 0.0005.
7
A continuación, se da un ejemplo para cada caso.
Ejemplo 1. Límites de clase reales de los límites de clase de una variable continua.
𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

1 0 − 4 0 − 0.5 − 4 + 0.5 −0.5 − 4.5
2 5 − 9 5 − 0.5 − 9 + 0.5 4.5 − 9.5
3 10 − 14 10 − 0.5 − 14 + 0.5 9.5 − 14.5
4 15 − 19 15 − 0.5 − 19 + 0.5 14.5 − 19.5
5 20 − 24 20 − 0.5 − 24 + 0.5 19.5 − 24.5
6 25 − 29 25 − 0.5 − 29 + 0.5 24.5 − 29.5

1 2.3 − 2.7 2.3 − 0.05 − 2.7 + 0.05 2.25 − 2.75
2 2.8 − 3.2 2.8 − 0.05 − 3.2 + 0.05 2.75 − 3.25
3 3.3 − 3.7 3.3 − 0.05 − 3.7 + 0.05 3.25 − 3.75
4 3.8 − 4.2 3.8 − 0.05 − 4.2 + 0.05 3.75 − 4.25
5 4.3 − 4.7 4.3 − 0.05 − 4.7 + 0.05 4.25 − 4.75
6 4.8 − 5.2 4.8 − 0.05 − 5.2 + 0.05 4.75 − 5.25
7 5.3 − 5.7 5.3 − 0.05 − 5.7 + 0.05 5.25 − 5.75

1 17.45 − 20.69 17.45 − 0.005 − 20.69 + 0.005 17.445 − 20.695
2 20.70 − 23.94 20.70 − 0.005 − 23.94 + 0.005 20.695 − 23.945
3 23.95 − 27.19 23.95 − 0.005 − 27.19 + 0.005 23.945 − 27.195
4 27.20 − 30.44 27.20 − 0.005 − 30.44 + 0.005 27.195 − 30.445
5 30.45 − 33.69 30.45 − 0.005 − 33.69 + 0.005 30.445 − 33.695
6 33.70 − 36.94 33.70 − 0.005 − 36.94 + 0.005 33.695 − 36.945

1 7.463 − 10.963 7.463 − 0.0005 − 10.963 + 0.0005 7.4625 − 10.9635
2 10.964 − 14.464 10.964 − 0.0005 − 14.464 + 0.0005 10.9635 − 14.4645
3 14.465 − 17.965 14.465 − 0.0005 − 17.965 + 0.0005 14.4645 − 17.9655
4 17.966 − 21.466 17.966 − 0.0005 − 21.466 + 0.0005 17.9655 − 21.4665
5 21.467 − 24.967 21.467 − 0.0005 − 24.967 + 0.0005 21.4665 − 24.9675
6 24.968 − 28.468 24.968 − 0.0005 − 28.468 + 0.0005 24.9675 − 28.4685
Ejemplo 5. Si la variable es discreta
𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

1 0 − 2 𝑁𝑜 𝑠𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛
8
Ejercicio resuelto 1
Con los siguientes datos diga de que tipo es la variable, cuál es la unidad de medida, forme los
intervalos de clase y determine los límites de clase reales en caso de ser necesario, usando la
regla de sturges 𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)]
• 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑝𝑒𝑠𝑜 (𝑒𝑛 𝑘𝑔)

• 𝑛 = 200
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 120.862
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 55.321
¿De qué tipo es la variable? Cuantitativa continua.
¿Cuál es la unidad de medición de los datos? Como tenemos números con 3 decimales la unidad
de medición es 0.001.
𝑹𝒂𝒏𝒈𝒐 = 𝒙𝒎𝒂𝒚𝒐𝒓 − 𝒙𝒎𝒆𝒏𝒐𝒓 = 120.862 − 55.321 = 𝟔𝟓. 𝟓𝟒𝟏 (𝒏𝒐 𝒔𝒆 𝒍𝒆 𝒉𝒂𝒄𝒆 𝒏𝒂𝒅𝒂)
Paso 2. Determinar el número de intervalos de clase
𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] = [1 + (3.322)(log 200)] = 8.6 ≈ 𝟗 (𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒖𝒏 𝒏ú𝒎𝒆𝒓𝒐 𝒆𝒏𝒕𝒆𝒓𝒐)
Paso 3. Determinar la amplitud de intervalos de clase

𝑹𝒂𝒏𝒈𝒐 65.541
𝒂= = = 7.2823 ≈ 𝟕. 𝟐𝟖𝟑 (𝒅𝒆𝒃𝒆 𝒅𝒆 𝒒𝒖𝒆𝒅𝒂𝒓 𝒄𝒐𝒏 𝒍𝒂 𝒖𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒆𝒅𝒊𝒅𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔)
𝒌 9
Recuerda que la amplitud se mide hacia abajo de 2 clases inferiores o superiores sucesivas.
Paso 4. Reglas para comprobar que los intervalos sean exhaustivos

(9)(7.283) > 65.541 (9)(7.283) − 65.541 ≤ 7.283
65.547 > 65.541 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 0.006 ≤ 7.283 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒
Paso 5. Se forman los intervalos de clase mutuamente excluyentes y se determinan los límites
reales de clase en caso de ser necesario.
La amplitud es 7.283
𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 = 55.321 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟

𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 55.321 + 7.283 = 62.604 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 0.001 = 62.604 − 0.001 = 62.603 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 62.603 + 7.283 = 69.886 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
9
𝒌 𝑳í𝒎𝒊𝒕𝒆𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 (𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆) 𝑳í𝒎𝒊𝒕𝒆𝒔 𝒓𝒆𝒂𝒍𝒆𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 (𝒇𝒓𝒐𝒏𝒕𝒆𝒓𝒂𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆)

𝑰𝒏𝒇𝒆𝒓𝒊𝒐𝒓𝒆𝒔 𝑺𝒖𝒑𝒆𝒓𝒊𝒐𝒓𝒆𝒔 𝑰𝒏𝒇𝒆𝒓𝒊𝒐𝒓𝒆𝒔 𝑺𝒖𝒑𝒆𝒓𝒊𝒐𝒓𝒆𝒔
1 55.321 − 62.603 55.3205 − 62.6035
2 62.604 − 69.886 62.6035 − 69.8865
3 69.887 − 77.169 69.8865 − 77.1695
4 77.170 − 84.452 77.1695 − 84.4525
5 84.453 − 91.735 84.4525 − 91.7355
6 91.736 − 99.018 91.7355 − 99.0185
7 99.019 − 106.301 99.0185 − 106.3015
8 106.302 − 113.584 106.3015 − 113.5845
9 113.585 − 120.867 113.5845 − 120.8675
Nota: el – no significa menos, es únicamente la separación del intervalo que indica de donde a donde abarca cada
intervalo, el intervalo 1 contiene todos los valores que van de 55.321 a 62.603, el intervalo 2 contiene todos los
valores que van de 62.604 a 69.886 y así sucesivamente.
Nota: Se determinaron los límites reales de clase porque la variable peso (en kg) es de tipo cuantitativa continua.
regla de sturges 𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)].
• 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑠𝑢𝑒𝑙𝑑𝑜𝑠 𝑚𝑒𝑛𝑠𝑢𝑎𝑙𝑒𝑠 (𝑒𝑛 $)
• 𝑛 = 130
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 $25,538.20
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 $16,202.52
¿De que tipo es la variable? Cuantitativa continua.
¿Cuál es la unidad de medición de los datos? Como tenemos números con 2 decimales la unidad
de medición es 0.01.

𝑹𝒂𝒏𝒈𝒐 = 𝒙𝒎𝒂𝒚𝒐𝒓 − 𝒙𝒎𝒆𝒏𝒐𝒓 = 25,538.20 − 16,202.52 = 𝟗, 𝟑𝟑𝟓. 𝟔𝟖 (𝒏𝒐 𝒔𝒆 𝒍𝒆 𝒉𝒂𝒄𝒆 𝒏𝒂𝒅𝒂)
𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] = [1 + (3.322)(log 130)] = 8.0 ≈ 𝟖 (𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒖𝒏 𝒏ú𝒎𝒆𝒓𝒐 𝒆𝒏𝒕𝒆𝒓𝒐)

𝑹𝒂𝒏𝒈𝒐 9,335.68
𝒂= = = 1,166.960 ≈ 𝟏, 𝟏𝟔𝟔. 𝟗𝟔 (𝒅𝒆𝒃𝒆 𝒅𝒆 𝒒𝒖𝒆𝒅𝒂𝒓 𝒄𝒐𝒏 𝒍𝒂 𝒖𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒆𝒅𝒊𝒅𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔)
𝒌 8

(8)(1,166.96) > 9,335.68
9,335.68 > 9,335.68 𝑛𝑜 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒
𝑷𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐, 𝒂 𝒍𝒂 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅 𝒍𝒆 𝒔𝒖𝒎𝒂𝒅𝒐𝒔 𝟎. 𝟎𝟏, 𝒆𝒔𝒕𝒐 𝒆𝒔 𝟏, 𝟏𝟔𝟔. 𝟗𝟔 + 𝟎. 𝟎𝟏 = 𝟏, 𝟏𝟔𝟔. 𝟗𝟕 (𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅 𝒑𝒂𝒓𝒂 𝒕𝒐𝒅𝒐 𝒆𝒍 𝒆𝒋𝒆𝒓𝒄𝒊𝒄𝒊𝒐)

(8)(1,166.97) > 9,335.68 (8)(1,166.97) − 9,335.68 ≤ 1,166.97
9,335.76 > 9,335.68 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 0.08 ≤ 1,166.97 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒
10
Paso 5. Se forman los intervalos de clase exhaustivos y mutuamente excluyentes, y se determinan

los límites reales de clase en caso de ser necesario.
La amplitud es 1,166.97
𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 = 16,202.52 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟

𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 16,202.52 + 1,166.97 = 17,369.49 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 0.001 = 17,369.49 − 0.01 = 17,369.48 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 17,369.48 + 1,166.97 = 18,536.45 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟


1 16,202.52 − 17,369.48 16,202.515 − 17,369.485
2 17,369.49 − 18,536.45 17,369.485 − 18,536.455
3 18,536.46 − 19,703.42 18,536.455 − 19,703.425
4 19,703.43 − 20,870.39 19,703.425 − 20,870.395
5 20,870.40 − 22,037.36 20,870.395 − 22,037.365
6 22,037.37 − 23,204.33 22,037.365 − 23,204.335
7 23,204.34 − 24,371.30 23,204.335 − 24,371.305
8 24,371.31 − 25,538.27 24,371.305 − 25,538.275
intervalo, el intervalo 1 contiene todos los valores que van de 16,202.52 a 17,369.48, el intervalo 2 contiene todos
los valores que van de 17,369.49 a 18,536.45 y así sucesivamente.
Nota: Se determinaron los límites reales de clase porque la variable peso (en kg) es de tipo cuantitativa continua.
regla de sturges 𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)]
• 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑒𝑟𝑟𝑜𝑟𝑒𝑠
• 𝑛 = 45
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 30
• 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 8
¿De qué tipo es la variable? Cuantitativa discreta.
¿Cuál es la unidad de medición de los datos? Como tenemos números enteros la unidad de
medición es 1.
𝑹𝒂𝒏𝒈𝒐 = 𝒙𝒎𝒂𝒚𝒐𝒓 − 𝒙𝒎𝒆𝒏𝒐𝒓 = 30 − 8 = 𝟐𝟐 (𝒏𝒐 𝒔𝒆 𝒍𝒆 𝒉𝒂𝒄𝒆 𝒏𝒂𝒅𝒂)
𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] = [1 + (3.322)(log 45)] = 6.4 ≈ 𝟕 (𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒖𝒏 𝒏ú𝒎𝒆𝒓𝒐 𝒆𝒏𝒕𝒆𝒓𝒐)

11

𝑹𝒂𝒏𝒈𝒐 22
𝒂= = = 3.1 ≈ 𝟒 (𝒅𝒆𝒃𝒆 𝒅𝒆 𝒒𝒖𝒆𝒅𝒂𝒓 𝒄𝒐𝒏 𝒍𝒂 𝒖𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒆𝒅𝒊𝒅𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔)
𝒌 7
Recuerda que la amplitud se mide hacia debajo de los intervalos

(7)(4) > 22 (7)(4) − 22 ≤ 4
28 > 22 𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 6 ≤ 4 𝑛𝑜 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒
𝟒
𝑷𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐, 𝒔𝒆 𝒅𝒊𝒗𝒊𝒅𝒆 𝒍𝒂 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅 𝒆𝒏𝒕𝒓𝒆 𝟐, 𝒆𝒔𝒕𝒐 𝒆𝒔 = 𝟐 𝒚𝒂 𝒒𝒖𝒆𝒅ó 𝒄𝒐𝒏 𝒍𝒂 𝒊𝒏𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒆𝒅𝒊𝒅𝒂 𝒅𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔
𝟐
𝑬𝒍 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒔𝒆𝒓á 𝟖 − 𝟐 = 𝟔
Paso 5. Se forman los intervalos de clase exhaustivos y mutuamente excluyentes, y se determinan

los límites reales de clase en caso de ser necesario.
La amplitud es 4
𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 2 = 8 − 2 = 6 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟

𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 6 + 4 = 10 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟
𝑆𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑛𝑜𝑠 1 = 10 − 1 = 9 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
𝑃𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑚á𝑠 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 9 + 4 = 13 → 𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟

intervalo, el intervalo 1 contiene todos los valores que van de 6 a 9, el intervalo 2 contiene todos los valores que van
de 10 a 13 y así sucesivamente.
Nota: No se determinaron los límites reales de clase porque la variable errores es de tipo cuantitativa discreta.
Recuerda que si tuvieras número enteros (unidad de mediada 1) y la variable fuera de tipo
cuantitativa continua si se tendrán que determinar los límites de clase reales.
12

Organización de datos estadísticos

Cargado por

Información del documento

Descripción original:

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

Organización de datos estadísticos

Cargado por

Copyright:

Formatos disponibles

MDA. Marcela Lucina Meneses Jiménez y LA.

Fermín Cervantes Martínez

CLASE 1. ORGANIZACIÓN DE DATOS ESTADÍSTICOS (TABLA AGRUPADA DE DISTRIBUCIÓN DE FRECUENCIAS).

El propósito de organizar los datos, es permitir ver rápidamente todas las

¿Qué es una tabla agrupada de distribución de frecuencias?

Una tabla agrupada de distribución de frecuencias es un agrupamiento de datos en clases o

La organización de los datos en una tabla agrupada de distribución de frecuencias muestra el

Objetivo. Acomodar un conjunto de datos en forma útil para revelar sus

Paso 1. Determinar el rango

𝑹𝒂𝒏𝒈𝒐 = 𝒙𝒎𝒂𝒚𝒐𝒓 − 𝒙𝒎𝒆𝒏𝒐𝒓

𝑽𝒂𝒍𝒐𝒓 𝒎𝒂𝒚𝒐𝒓 𝑽𝒂𝒍𝒐𝒓 𝒎𝒆𝒏𝒐r 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒅𝒐𝒏𝒅𝒆𝒐 Unidad de medición

Paso 2. Determinar el número de intervalos de clase por medio de la regla de sturges

Está regla nos da el número de intervalos adecuado dependiendo de la cantidad de datos a

Nota: independientemente de la unidad de medición de los datos siempre se debe de poner el

𝒏 𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒑𝒐𝒏𝒆𝒓 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒂𝒓

Paso 3. Determinar la amplitud de los intervalos de clase

¿Qué es la unidad de medición de los datos? La unidad de medición o la unidad de medida de

𝑹𝒂𝒏𝒈𝒐 𝒌 𝑨𝒎𝒑𝒍𝒊𝒕𝒖𝒅 (𝒂) 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒑𝒐𝒏𝒆𝒓 𝑫𝒆𝒃𝒆𝒔 𝒅𝒆 𝒓𝒆𝒅𝒐𝒏𝒅𝒆𝒂𝒓 Unidad de

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅

1.- Si 𝒌 = 𝟕, 𝒂 = 𝟓. 𝟔 𝒚 𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 = 𝟑𝟗. 𝟎

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐

La amplitud para todo el ejercicio será 𝒂 = 𝟓. 𝟔

3.- Si 𝒌 = 𝟕, 𝒂 = 𝟓. 𝟓 𝒚 𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 = 𝟑𝟐. 𝟓

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐

𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅

Intervalos de clase Frecuencias absolutas Frecuencias relativas

Intervalos de clase no exhaustivos

CLASES MUTUAMENTE EXCLUYENTES CLASES MUTUAMENTE NO EXCLUYENTES

Intervalos de clase formados Intervalos de clase formados

Si se cumplen las 2 reglas

Si no se cumple la primera regla

Recuerda que se aumenta la amplitud al número siguiente, dependiendo de la unidad de

𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 = 8.4 → 𝒑𝒓𝒊𝒎𝒆𝒓 𝒍í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓

Recuerda que se divide la amplitud entre 2 y, el resultado obtenido, se redondea a la unidad de

¿Qué es una variable cuantitativa continua?

¿Qué es una variable cuantitativa discreta?

Paso 6. Se forman los límites de clase reales, si la variable es continua

A continuación, se da un ejemplo para cada caso.

𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

Ejemplo 5. Si la variable es discreta

𝒌 𝑳𝑪𝑰 − 𝑳𝑪𝑺 𝑳𝑪𝑹𝑰 − 𝑳𝑪𝑹𝑺

• 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑝𝑒𝑠𝑜 (𝑒𝑛 𝑘𝑔)

¿De qué tipo es la variable? Cuantitativa continua.

Paso 1. Determinar el rango

Paso 2. Determinar el número de intervalos de clase

𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] = [1 + (3.322)(log 200)] = 8.6 ≈ 𝟗 (𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒖𝒏 𝒏ú𝒎𝒆𝒓𝒐 𝒆𝒏𝒕𝒆𝒓𝒐)

Paso 3. Determinar la amplitud de intervalos de clase

Paso 4. Reglas para comprobar que los intervalos sean exhaustivos

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅

𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 = 55.321 → 𝑝𝑟𝑖𝑚𝑒𝑟 𝑙í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟

𝒌 𝑳í𝒎𝒊𝒕𝒆𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 (𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆) 𝑳í𝒎𝒊𝒕𝒆𝒔 𝒓𝒆𝒂𝒍𝒆𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 (𝒇𝒓𝒐𝒏𝒕𝒆𝒓𝒂𝒔 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆)

¿De que tipo es la variable? Cuantitativa continua.

Paso 1. Determinar el rango

𝒌 = [𝟏 + (𝟑. 𝟑𝟐𝟐)(𝐥𝐨𝐠 𝒏)] = [1 + (3.322)(log 130)] = 8.0 ≈ 𝟖 (𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒖𝒏 𝒏ú𝒎𝒆𝒓𝒐 𝒆𝒏𝒕𝒆𝒓𝒐)

Paso 3. Determinar la amplitud de intervalos de clase

Paso 4. Reglas para comprobar que los intervalos sean exhaustivos

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐

𝑹𝒆𝒈𝒍𝒂 𝟏 (𝒌)(𝒂) > 𝑹𝒂𝒏𝒈𝒐 𝑹𝒆𝒈𝒍𝒂 𝟐 (𝒌)(𝒂) − 𝑹𝒂𝒏𝒈𝒐 ≤ 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅

Paso 5. Se forman los intervalos de clase exhaustivos y mutuamente excluyentes, y se determinan