DISTRIBUCION DE FRECUENCIAS

TEMA 2
 ORDENACION

Un conjunto de datos, para su correcto manejo, debe ser ordenado o

clasificado de acuerdo a ciertos criterios que convengan al análisis a
realizar.

DEFINICION

A un conjunto de datos sin clasificación ni ordenación, se lo denomina

fila de datos
ORDENACION DE DATOS

A un conjunto de datos que están ordenados con algún criterio (por ejemplo de
menor a mayor) se llama Ordenación de datos.

La diferencia entre el mayor y menor dato se llama Rango.

Ej.- Si un conjunto de datos está constituido por las edades (en años cumplidos) de doce
personas, es posible ordenar de la siguiente manera:

16 15 17 14 16 17 16 15 14 16 18 15 Se llama Fila de datos

14 14 15 15 15 16 16 16 16 17 17 18 Se llama Ordenación de datos

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 El Rango: 18 – 14 = 4

ORDENACION DE DATOS

A cada dato se le asigna una referencia, al 1er dato se le llama X1, al 2do X2, y así
sucesivamente, al ultimo dato se le asigna X12

Por tanto se puede afirmar que la variable de los datos es X, donde X varia desde X1
hasta X12.

Si un conjunto de datos representa a una Población, el total de datos se expresa por N.

Si el conjunto de datos representa a una Muestra, el total de datos se expresa por n.
Cuando no se especifica si se trata de Muestra o Población se asume que es Muestra.
DISTRIBUCION DE FRECUENCIA

Cuando se dispone de una gran cantidad de datos, para su análisis se los debe
presentar en una tabla donde esté contenido todo un resumen, a estas tablas se
las llama Tabla de Distribución de Frecuencia, o simplemente
Distribución de frecuencia.

La Distribución de frecuencia puede ser Discreta o Continua, según la

variable sea Cuantitativa Discreta o Cuantitativa Continua.
 FRECUENCIA ABSOLUTA

Si la variable es discreta, la Distribución de Frecuencia se muestra en una tabla

usualmente llamada Tabulación discreta, donde se indica las veces que reitera algún
dato.
DEFINICION

En un conjunto de n datos X1, X2, X3, . . . Xn, se llama Frecuencia simple absoluta f, al
número de veces que se reitera alguno de los datos. A la Frecuencia simple absoluta se
la llama directamente Frecuencia.

Sumando todas las Frecuencias f debe obtenerse: n, es decir se cumple: n = ∑

En la practica esta sumatoria se escribirá n = ∑

Se llama Frecuencia total a n. Se asume que k es el cantidad de datos diferentes.

 ejemplo

En un conjunto de datos está constituido por las edades en años cumplidos de doce
personas. 14 14 15 15 15 16 16 16 16 17 17 18

Ordenando los datos en una tabla de distribución de frecuencia

X f En la primera columna se anotan las edades que son los datos.

años Frecuencia En la segunda columna se anotan las veces que se reitera cada
14 2 dato, a estos valores se los llama frecuencia absoluta.
15 3
16 4 La Frecuencia total o número
17 2 ∑ = + + + + =n total de datos es: n = 12
18 1
12 = 2 + 3 + 4 + 2 + 1 = 12 Note que hay cinco edades
diferentes, por tanto: k = 5
 PRESENTACION DE UNA TABULACION

A esta forma de presentación de los datos se llama también Tabulación discreta.

Una forma mas detallada de la misma tabla anterior es

X f Frecuencia
En este caso se indica en forma precisa la
años simple absoluta correspondencia de los valores de X, como los de la
X1 14 2 f1 Frecuencia. Por ejemplo corresponde a 15,
X2 15 3 f2 asimismo corresponde a 4.
X3 16 4 f3
X4 17 2 f4 Sin embargo esta correspondencia en la
X5 18 1 f5 práctica se la supone, por ello es suficiente con
presentar la anterior tabla.
12
 GRAFICOS DE DISTRIBUCION

Para representar gráficamente a una Tabulación discreta de una variable discreta,

existen diversidad de modos de representar.

DIAGRAMAS DE BARRAS
Se llama Diagrama de barras a una representación de rectángulos sobre un sistema
de Ejes Coordenadas X Y.
La altura de los rectángulos será proporcional a la Frecuencia absoluta.
El ancho debe ser escaso, no representa nada, los rectángulos debe estar separados
entre si.
DIAGRAMAS DE BARRAS

X f
La altura de los
años Frecuencia
rectángulos o barras es
14 2 proporcional al valor de
15 3 la Frecuencia. La
16 4 longitud de la base de
17 2 cada rectángulo es
arbitraria y esta
18 1
separados entre si.
12
 POLIGONO DE FRECUENCIAS

Otro modo de representación una Distribución de Frecuencia es: Trazando líneas que
unen la parte media superior de cada rectángulo de diagrama de barras.

Suele agregarse a estas

líneas los trazos hasta cero
tantos al inicio cono al final
de (AB y CD).
B
C
Al área debajo del
Polígono de frecuencia se
llama Diagrama de áreas D
A
DISTRIBUCION DE FRECUENCIA EN 3D

X f Mediante la hoja
años Frecuencia electrónica o con el
14 2 Excel, se obtiene el
15 3 diagrama de barras
16 4 con las propiedades
17 2 observadas en 3d
18 1 (tres dimensiones).
12
 FRECUENCIA RELATIVA

Para manejar las proporciones de los datos, tales como los porcentajes, es
conveniente usar las Frecuencias Relativas.

DEFINICION
Se llama Frecuencia Relativa al valor h de la división entre una Frecuencia absoluta y la
Frecuencia total (n).

h=
Si una Frecuencia Relativa se multiplica por 100 se obtiene la Frecuencia porcentual.

p = hx100 = x100
EJEMPLO

Obtener la tablas de Frecuencia Relativas, a partir de la siguiente tabla

X f f frecuencia h frecuencia p frecuencia
X
años Frecuencia absoluta relativa porcentual
14 2 14 2 0,17 17
15 3 15 3 0,25 25
16 4 16 4 0,33 33
17 2 17 2 0,17 17
18 1 18 1 0,08 8
12 12 1,00 100

Para obtener las Frecuencias Relativas, se divide la Frecuencias absoluta (f) entre la
Frecuencia total (n = 12).
 PROPIEDADES

De acuerdo a las definiciones de Frecuencias absolutas y relativas, se verifican las

siguientes propiedades que resultan ser obvias a partir de las definiciones previas

P1 Las frecuencias absolutas o relativas son siempre números enteros positivos o cero,
es decir : f ≥ 0 ; h ≥ 0.

P2 La suma de todas las Frecuencias absolutas es igual a la frecuencia total : ∑ =n

P3 La suma de todas las frecuencias relativas es igual a 1: ∑ = 1

P4 La suma de todas las frecuencias porcentuales es igual a100: ∑ = 100

 FRECUENCIAS ACUMULADAS

Para una mejor interpretación de los datos, es conveniente recurrir a los conceptos de
frecuencia acumuladas
FRECUENCIA ACUMULADA MENOR QUE
DEFINICION
En un conjunto de datos agrupados, se llama Frecuencia acumulada absoluta menor
que a la suma de todas las frecuencias correspondientes a los datos menores o
iguales al que se considera.

Directamente se la puede llamar Frecuencia acumulada, representándola con F

Frecuencia acumulada menor que

En forma simbólica se tiene = ∑ Es decir que la Frecuencia acumulada

es la suma de las Frecuencias simples hasta . Así por ejemplo se tiene:

= ∑ = + + ; = ∑ = + + + +

Se llama Ojiva a la representación grafica como un Diagrama de líneas

suavizado de la Frecuencia acumulada.
 EJEMPLO

Se analiza la Frecuencia acumulada de acuerdo a una tabla de datos anterior.

X f f F F Frecuencia
X X
años Frecuencia Frecuencia Frecuencia acumuladas acumulada
14 2 14 2 2 Menor o igual que 14 2
15 3 15 3 2+3 = 5 Menor o igual que 15 5

16 4 16 4 2+3+4 = 9 Menor o igual que 16 9

17 2 17 2 2 + 3 + 4 + 2 = 11 Menor o igual que 17 11

18 1 Menor o igual que 18 12

18 1 2 + 3 + 4 + 2 + 1 = 12
12
 GRAFICO DE FRECUENCIA ABSOLUTA
ACUMULADA

Trazando el diagrama
de líneas de acuerdo a
la tabla anterior.

Así se realiza el
trazado de la Ojiva
o representación de
la Frecuencia
absoluta
acumulada menor
que.
 FRECUENCIA RELATIVA ACUMULADA

DEFINICION
Se llama Frecuencia acumulada relativa a la sumatoria de las
frecuencias absolutas, y se representa con H.

H = ∑

Si una frecuencia acumulada relativa se multiplica por 100 se

obtiene la Frecuencia acumulada porcentual.
 Ejemplo

A partir de la tabla de datos adjunta, se calcula una tabla de frecuencias

relativas y acumuladas.

Frecuencias acumuladas
X 14 15 16 17 18 X Frecuencia simples
Frecuencias acumuladas
f 2 3 4 2 1 Datos
f h p F H P
absoluta relativa porcentual absoluta relativa porcentual
14 2 0,167 16,7 2 0,167 16,7
15 3 0,250 25,0 5 0,417 41,7
16 4 0,333 33,3 9 0,750 75,0
17 2 0,167 16,7 11 0,917 91,7
18 1 0,083 8,3 12 1,000 100,0
12 1,000 100
 DISTRIBUCION CONTINUA

Si los datos son de variable continua. La distribución de frecuencia se muestra en una

tabla usualmente llamada Clasificación de Datos, donde se indica el número de datos
que se encuentran dentro de un Intervalo.

Una clasificación de datos es un resumen de todos los datos, distribuidos en Clases o

Categorías, determinando claramente el numero de elementos que pertenecen a cada
Clase.

También se emplean estas tablas si el número de datos de variable discreta es

grande.
 Ejemplo

Se dispone de los siguientes datos sobre las estaturas medidas en centímetros (cm)
de un grupo de 32 personas. Datos f
157 1
158 1
157 158 159 160 161 162 163 164 165 166 166 159 1
167 167 168 168 168 169 169 170 170 171 172 160 1
161 1
172 173 173 174 174 175 176 177 178 179 162 1
163 1
Se tiene el total de datos es n = 32 164
165
1
1
166 2
La cantidad de datos diferentes es k = 23 167
168
2
3
169 2
La Distribución de Frecuencia que se logra no es adecuada, ya 170
171
2
1
que hay una excesiva cantidad de datos diferentes k, con 172
173
2
2
respecto a n. 174 2
175 1
176 1
La Clasificación de datos consiste en agrupar los datos dentro 177
178
1
1
de cierto número de Clases. Cada clase estará expresada 179 1
32
como un Intervalo.
 FRECUENCIA DE CLASE

DEFINICION
Se llama Frecuencia absoluta de Clase, correspondiente a una Clase. En la práctica
directamente son tablas agrupados en intervalos, se la llamará Frecuencia de Clase.

EJEMPLO
Los mismos datos del Ejemplo anterior se muestran como una Clasificación de datos.

157 158 159 160 161 162 163 164 165 166 166
167 167 168 168 168 169 169 170 170 171 172
172 173 173 174 174 175 176 177 178 179

El número total de datos o frecuencia total es de n = 32, se elabora la tabla.

 FRECUENCIA DE CLASE

Intervalo de Clase Cada intervalo representa a una Clase, por

f Frecuencia tanto todos los datos han sido clasificados en
[ ) de clase seis Clases (k = 6)
[ 156 160 ) 3
Todos los datos que caen dentro de un Intervalo
[ 160 164 ) 4 pertenecen a la Clase que representa dicho
[ 164 168 ) 6 intervalo.
[ 168 172 ) 8 La desventaja de esta forma de Clasificación es
[ 172 174 ) 7 que si un dato coincide con un extremo puede
existir ambigüedad en cuanto a si es mas
[ 174 178 ) 4 conveniente que pertenezca a la anterior o
32 posterior clase.
CONSTRUCCION DE TABLAS DE FRECUENCIA
CLASIFICADOS
Para construir una tabla de frecuencia clasificada, en primer instancia se
determina el valor MAXIMO ( !" ) y el valor MINIMO ( ) de los datos
observados.

#$ #$%&

Una vez determinado los valores extremos, se define el Rango o el Recorrido,

que es la diferencia entre el valor máximo y el valor mínimo.

PRIMERO

RANGO R = #$%& - #$
Calcular el Numero de Intervalos

SEGUNDO
En segundo lugar se calcula el número de intervalos que va tener la tabla

Se puede determinar de dos maneras

K =
Regla de Sturges

K = 1 + 3,3 log(n)
CONSTRUCCION DE TABLAS DE FRECUENCIA
CLASIFICADOS

ALGUNOS CRITERIOS

- Se debe tomar como K el entero inmediatamente mayor.

K debe tomar en cuenta que debe estar entre 5 y 20

5 ≤ K ≤ 20
 Construcción de la Amplitud de Clase

TERCERO LA AMPLITUD DE CLASE ( C)

Después de haber determinado los valores del R y K, se debe dividir el

RANGO (R) entre el numero de intervalos K, para encontrar la amplitud
de clase.
'
C =
(
Este resultado de la amplitud de clase ( C ) puede no ser entero, siendo necesario
llevar tal resultado a un valor entero mayor.

De esta manera, el producto entre K x C es mayor al R inicial, por tanto también se

deberá ampliar ligeramente a R.
 EJEMPLO 1

A partir del siguiente conjunto de datos se establece su clasificación.

157 158 159 160 161 162 163 164 165 166 166
167 167 168 168 168 169 169 170 170 171 172
172 173 173 174 174 175 176 177 178 179
Solución
n = 32

PRIMERO Determinar el RANGO

R = !" - = 179 - 157 = 22 R = 22

 EJEMPLO 1 (proceso de solución)

SEGUNDO Determinar cuantos intervalos va tener (K) n = 32

Mediante la regla de Sturger
R = 22
K = 1 + 3,3log(n) = 1 + 3,3log(32) = 1 + 3,3(1,505)
K = 1 + 4,966 = 5,9665 K = 6
TERCERO Amplitud de clase es Probar si esta en el rango

C =
'
= = 3,66 C = 4
( ) R = C x K = 4 x 6 = 24
 Tabla de frecuencia

Marca de Clase es: * + *-.

M =

intervalo de clase M f h F H

[ ) marca de clase frecuencia absoluta frecuencia relativa frecuencia absoluta acumulada frecuencia relativa acumulada

[ 156 - 160 ) 158 3 0,094 3 0,094

[ 160 - 164 ) 162 4 0,125 7 0,219
[ 164 - 168 ) 166 6 0,188 13 0,406
[ 168 - 172 ) 170 8 0,250 21 0,656
[ 172 - 176 ) 174 7 0,219 28 0,875
[ 176 - 180 ) 178 4 0,125 32 1,000
32 1,000
 EJEMPLO 2

A partir del siguiente conjunto de datos se establece su clasificación. Se

trata de los pesos en Kg., de un grupo de 24 individuos.

50 52 53 54 55 56 56 57 57 58 58 58
59 59 59 59 60 60 60 61 62 62 63 64
n = 24
 EJEMPLO 2 (proceso)

Solución:
n = 24
PRIMERO

Determinar el RANGO

R = *-. - *

R = 64 - 50 = 14 R = 14
 EJEMPLO 2 (proceso)

SEGUNDO

Determinar cuantos intervalos va tener (K)

K = 1 + 3,3log(n)

K = 1 + 3,3 log(24) = 1 + 3,3(1,38) = 1 + 4,55 = 5,55

K = 6
 EJEMPLO 2 ( proceso)

TERCERO

Amplitud de clase es
' n = 24 R = 14
C = = = 2,33
( )

C = 3 K = 6

Probar si esta dentro del Rango Marca Clase

R = C x K = 3 x 6 = 18 * + *-.
M=
 Tabla de frecuencia clasificada

intervalo de clase M f h p F H P
frecuencia relativa acumulada
[ ) marca de clase frecuencia absoluta frecuencia relativa frecuencia relativa en porcentaje frecuencia absoluta acumulada frecuencia relativa acumulada en porcentaje

[ 48 - 51 ) 49,5 1 0,042 4,17 1 0,042 4

[ 51 - 54 ) 52,5 2 0,083 8,33 3 0,125 13

[ 54 - 57 ) 55,5 4 0,167 16,67 7 0,292 29

[ 57 - 60 ) 58,5 9 0,375 37,50 16 0,667 67

[ 60 - 63 ) 61,5 6 0,250 25,00 22 0,917 92

[ 63 - 66 ) 64,5 2 0,083 8,33 24 1,000 100

24 1,000 100,00
GRACIAS