RECINTO UNIVERSITARIO RUBEN DARIO

INSTITUTO POLITECNICO DE LA SALUD

DEPARTAMENTO DE NUTRICIÓN

PLAN DE CLASE SEMANA 3

GRÁFICOS ESTADÍSTICOS

BIOESTADÍSTICA

Elaborado:
MSc. Khar Lewis Medina Quiroz

Managua, marzo 2021

 UNIDAD I: Estadística Descriptiva

TIPOS DE GRÁFICOS ESTADÍSTICOS.

Gráficas de barra.

Con frecuencia es más informativo representar las distribuciones como gráficas que en la forma tabular
utilizada en los ejemplos anteriores. Muchas formas gráficas están disponibles, dentro de ellas las más
importantes son gráfica de barras, el histograma, el polígono y gráficas de tallo y hojas.
Una gráfica de barras, como su nombre lo dice tiene barras rectangulares con longitudes proporcionales a
los valores que representan, estas gráficas de barras se utilizan para comparar dos o más valores. Las
barras pueden ser horizontales o verticales.

Ejemplo:

Rama
Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Válido Ciencias Experimentales y de la Salud 35 17.5 17.5 17.5
Ciencias Sociales y Jurídicas 79 39.5 39.5 57.0
Enseñanzas técnicas 37 18.5 18.5 75.5
Humanidades 32 16.0 16.0 91.5
Otros/Varios 17 8.5 8.5 100.0
Total 200 100.0 100.0
Las gráficas de barras de frecuencias, frecuencias acumulativas y frecuencias relativas acumulativas se
construyen de manera similar, donde la altura de las barras indica estas cantidades. Es fácil ver en esta
figura por qué las gráficas se utilizan con mucha frecuencia para describir datos.

Histogramas

Se observan muchas diferencias entre las figuras del gráfico de barras y el histograma. Primero, las barras
en el histograma son contiguas, mientras que en la gráfica de barras no lo son. Esto se hizo para enfatizar
el hecho de que los datos descritos en el histograma son continuos, mientras que los datos de la gráfica de
barras son discretos. Ésta es la diferencia fundamental entre las gráficas de barras y los histogramas. Las
primeras se emplean con datos discretos y usan barras no contiguas, mientras que los últimos representan
datos continuos y utilizan barras contiguas. (Blair, 2008)

Ejemplo:

Edad
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido 22 1 .5 .5 .5
23 2 1.0 1.0 1.5
24 9 4.5 4.5 6.0
25 15 7.5 7.5 13.5
26 20 10.0 10.0 23.5
27 16 8.0 8.0 31.5
28 30 15.0 15.0 46.5
29 27 13.5 13.5 60.0
30 22 11.0 11.0 71.0
31 14 7.0 7.0 78.0
32 10 5.0 5.0 83.0
33 8 4.0 4.0 87.0
34 8 4.0 4.0 91.0
35 5 2.5 2.5 93.5
36 1 .5 .5 94.0
37 4 2.0 2.0 96.0
38 2 1.0 1.0 97.0
40 2 1.0 1.0 98.0
41 1 .5 .5 98.5
42 2 1.0 1.0 99.5
46 1 .5 .5 100.0
 Total 200 100.0 100.0

Polígonos.

Otra gráfica usada frecuentemente es el polígono. Como sucede con el histograma, se pueden construir
polígonos para cualquiera de las distribuciones aquí presentadas. La elección de una u otra es en gran
parte una cuestión de gusto y conveniencia. Los polígonos se construyen en forma similar a los
histogramas, excepto que, en lugar de poner una barra sobre cada intervalo, se coloca un punto a la altura
apropiada del eje y. En el caso de los polígonos de frecuencias y de frecuencias relativas, el punto se
coloca en el punto medio del intervalo, en tanto que en las distribuciones acumulativas el punto se coloca
en el límite real superior del intervalo. Estos puntos se conectan luego con líneas rectas que se unen al eje
x en el extremo inferior, y en los polígonos de frecuencias y de frecuencias relativas, con los extremos
superiores de la distribución. Para los polígonos de frecuencias y de frecuencias relativas, los puntos en
los que la línea hace contacto con el eje x corresponden a los que serían los puntos medios de un intervalo
adicional en cada extremo de la distribución. (Blair, 2008)
Ejemplo con datos utilizados en el histograma.

Gráfico de tallo y hojas

Otro enfoque descriptivo para este mismo conjunto de datos en la construcción de una distribución de
frecuencias, está dado por trabajar directamente sobre el conjunto grueso o el total de los valores
puntuales de peso, que aparecen en la serie de datos (sin necesidad de construir clases). En este caso, se
ajusta igualmente un “histograma” y siempre se le sobrepone un “polígono de frecuencias” (para
describir mejor la tendencia de los datos y los puntos principales donde se acumula la serie).
En este caso, se acostumbra acompañar estos resultados con la construcción de un gráfico denominado
“stem-and-leaf” (se traduciría como “diagrama de tronco y hojas”) el cual puede sustituir al histograma.
La principal crítica a los histogramas es que los datos se dividen en rangos cuyos extremos pueden ser o
no, representativos de la distribución interna de los datos o no reflejar sus posibles sub-agrupaciones.
En el caso del gráfico “stem-and-leaf” potencian la “visualización” de la información, no solo en lo
cualitativo sino en lo cuantitativo, conservando en lo posible los propios valores numéricos. Se construye
de manera, que todos los datos xi se dividen en dos partes: un tronco formado por el primer dígito o por
los dos primeros dígitos, y una hoja por el siguiente dígito (se desprecian el resto de dígitos). La parte que
define el grupo (el rango en el histograma) es el tronco, éstos se colocan en una columna ordenada a
intervalos constantes, desde el valor más bajo hasta el valor más alto se hallen presentes o no, los valores
intermedios. Este gráfico, es mucho más informativo que el histograma y sus clases son menos arbitrarias,
pues prácticamente están determinadas por los valores observados (no obstante, el número de clases
también puede variar de acuerdo a los mismos criterios de construcción de los histogramas).
Gráfico de dispersión.
Dispersión no es más que el grado de distanciamiento de un conjunto de valores respecto a un valor.
Un gráfico de dispersión, también conocido como gráfico de correlación consiste en la representación
gráfica de dos variables para un conjunto de datos. En otras palabras, analizamos la relación entre dos
variables, conociendo qué tanto se afectan entre sí o qué tan independientes son una de la otra. Los
gráficos de dispersión son una excelente forma de expresar datos de dos variables, y hacer predicciones
basadas en los datos. Al contrario de los histogramas y los diagramas de caja, los de dispersión muestran
valores de datos individuales.
Entonces podemos expresar que ambas variables se representan como un punto en un plano cartesiano, y
en dependencia de la relación que exista entre ellas, definimos su tipo de correlación.
El siguiente gráfico o diagrama de dispersión que expresa la cantidad de dinero que se ganó Juan cada
semana trabajando en el negocio de su padre.
Las semanas están diagramadas en el eje x, y la cantidad de dinero que se ganó en esa semana en el eje y.
En general, la variable independiente (la variable que no está influenciada por nada) está en el eje x y la
variable dependiente (la que es modificada por la variable independiente) está en el eje y.
En este diagrama podemos ver que en la semana 2 Juan se ganó alrededor de $125, y en la semana 18
estuvo cerca de los $165. Pero más importante aún es la tendencia. Por ejemplo, con estos datos podemos
ver que Juan gana cada vez más según pasan las semanas. Quizá su padre le daba más horas a la semana o
más responsabilidades.

Actividades de aprendizaje:
1. Calcular número de clase y su respectiva amplitud de la base de datos levantada con datos de los
estudiantes del grupo de bioestadística (Peso, Talla).

2. Elabore el respectivo gráfico estadístico para las siguientes variables.

Sexo: Gráfico de barra.

Procedencia: Gráfico de barra.

Edad: Histograma y Polígono de frecuencia.

Rango Peso: Histograma y Polígono de frecuencia.

Rango Talla: Histograma y Polígono de frecuencia.