Universidad Distrital Francisco José de Caldas

MATERIA: Probabilidad y Estadı́stica

Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

ACTIVIDAD: Taller 1

Indicaciones generales:
• Fecha y hora lı́mite de entrega: 13 de Septiembre de 2022, a las 23:59.
• Medio de entrega: La entrega se debe enviar al correo njdeazat@udistrital.edu.co
• Formato de entrega: Se debe entregar en forma individual, escrita a mano en un solo archivo con formato pdf LEGIBLE.
• Si alguna de las condiciones de entrega no se cumple, la nota correspondiente de la actividad será 0,0.
• Se recomienda realizar el envı́o de la actividad con suficiente tiempo de anterioridad con el fin de evitar dificultades en el envı́o.

1. OBJETIVOS:

Apropiarse de los conceptos básicos asociados a la Estadı́stica Descriptiva.

Reconocer los diferentes tipos de variables y clasificaciones de ellas.
Organizar e interpretar datos mediante el uso de tablas de frecuencia.

2. TEMAS A DESARROLLAR DURANTE LA SEMANA:

Introducción a estadı́stica.
Variables en Estadı́stica.
Tablas de frecuencia.

3. INTRODUCCIÓN: La estadı́stica es una ciencia con base matemática ligada a métodos cientı́ficos para
tomar decisiones, analizar e interpretar datos, además de hacer predicciones. La estadı́stica descriptiva por
su parte comprende un conjunto de métodos y procedimientos para obtener y organizar datos con el fin
de analizarlos e interpretarlos de diversas representaciones. Está área como en todos los campos del saber
tienen su propia terminologı́a, a continuación se indican algunos conceptos básicos que deber ser extendidos
y complementados por parte de los estudiantes.

CONCEPTOS BÁSICOS

Población: Es el conjunto de personas o elementos que son objeto de estudio estadı́stico que tienen
alguna caracterı́stica en común que permite agruparlas y puede ser finita o infinita. Un ejemplo de esto
se presenta cuando el interés de un investigador es estudiar el peso en kilogramos de los estudiantes
universitarios de la ciudad de Bogotá, en este caso, la caracterı́stica en estudio es el peso en kg.
Individuo: Cada uno de los elementos de la población.
Unidad o Elemento: Es el objeto de estudio, llámese persona, familia, animal, ciudad, etc. que va a
ser sometido a estudio, en cuanto a aquellas caracterı́sticas que más nos interesan.
Muestra: Es un conjunto de medidas o el recuento de una parte de los elementos pertenecientes a la
población. Los elementos se seleccionan aleatoriamente, es decir, todos tienen la misma posibilidad de
ser seleccionados.
Datos: Los datos son medidas, valores o caracterı́sticas susceptibles de ser observados o contados.
Estadı́grafo: Descripción numérica de una caracterı́stica correspondiente a una muestra, es decir,
medida que caracteriza a una muestra con fines descriptivos.
Parámetro: Medidas que describen numéricamente las caracterı́sticas de una población.

1
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Variable: Rasgos, caracterı́sticas o propiedades que poseen los elementos de una población o de una
muestra que se está observando; estas caracterı́sticas pueden ser cualidad o cantidad; una variable
cambia y varı́a con el tiempo y/o para diferentes personas u objetos bajo consideración; por ejemplo,
la temperatura corporal es una variable que cambia con el tiempo en una sola persona; también varı́a
de una persona a otra.
Tamaño de la muestra: Número determinado de sujetos o cosas que componen la muestra extraı́da
de una población, necesarios para que los datos obtenidos sean representativos de la población.
Método de muestreo: Es la forma como se toma una muestra de una población: Muestreo aleatorio
simple, Muestreo estratificado, Muestreo sistemático, Muestreo por conglomerados.

Clasificación de las Variables.

Consideremos como ejemplo: el número de electrodomésticos para el hogar que tienen 10 amigos. En este
caso los datos son números, sin embargo, no todos los datos subyacentes son necesariamente de este estilo,
un ejemplo de esto se produce cuando se registra el género de cada uno de estos 10 amigos. En general
podemos ver los datos desde dos grandes grupos:

Variables Cuantitativas: Este tipo de datos se les puede asignar medida, por ejemplo la estatura, el
peso, la presión arterial o bien pueden surgir como resultado de un recuento, por ejemplo el número de
veces que salió el número 3 tras lanzar un dado corriente 100 veces consecutivas. Los datos cuantitativos
pueden ser, a su vez:
• Discretos: Los datos discretos son representados a través de números enteros, por ejemplo, la
edad, el número de hijos, el número de hermanos.
• Continuos: Los datos continuos, por su parte, son representados con números decimales, por
ejemplo, el tiempo que puede durar una persona sumergida en el agua antes de volver a tomar
nuevamente aire.
Variables Cualitativas Los datos cualitativos, denominados categóricos, hacen referencia a carac-
terı́sticas como el genero de una persona, su estado civil, su lugar de nacimiento o el equipo de futbol
de preferencia. Los datos categóricos pueden adoptar valores numéricos (por ejemplo, él ”1” para indi-
car masculino y él ”2” para indicar femenino) pero esos números no tienen un significado. No puedes
sumarlos entre sı́. A su vez, las variables cualitativas se clasifican como:
• Variables cualitativas ordinales Los datos ordinales se relacionan con un orden especı́fico, por
ejemplo el grado de satisfacción relacionado entre 0 y 5 (donde 0 es totalmente insatisfecho y 5 es
totalmente satisfecho) tras la atención en un call center.
• Variables cualitativas nominales Los datos Nominales no se asocian con un orden en especı́fico,
un ejemplo de estos son las posibles respuestas que pueden dar un grupo de 10 personas (que tienen
perro como mascota) a la pregunta ¿qué raza de perro tiene?.

Clasificación de las variables según escalas de medición:

Los resultados obtenidos mediante una encuesta pueden clasificarse según los niveles de medición depen-
diendo lo que se desea medir y se clasifican en:

Escala Nominal Clasifica a las unidades de análisis en categorı́as sin tener en cuenta el orden y
contienen observaciones que solamente pueden clasificarse o contarse, por ejemplo, el estado civil; puede
ser: soltero, casado, divorciado, etc.

2
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Escala Ordinal En esta escala las variables, además permitir una clasificación, si tienen un orden y
cada uno de los datos puede localizarse dentro de alguna de las categorı́as, por ejemplo grande, mediano
y pequeño.
Escala de Razón Es numérica (cuantitativa), presenta el cero absoluto, el valor cero si indica ausencia,
por ejemplo velocidad (0) de un automóvil, indica ausencia de movimiento.
Escala de Intervalo Es aquella que utiliza como cero un valor arbitrario, no indica ausencia del valor
y requiere de un orden entre categorı́as, es numérica y registra distancia entre dos puntos, por ejemplo
cuando se habla de la temperatura y se indica que estamos a cero grados.

Ejemplo Una pequeña encuesta es realizada entre diez amigos, estudiantes de la Universidad Distrital, se
realizaron las siguientes preguntas:

¿Cuál es su es edad?.
¿Cuál es su género?
¿Cuál es su estatura en centı́metros?.
¿Cuál es el máximo nivel de escolaridad alcanzado?.
¿Número de personas con la que convive en su lugar de residencia?

Nivel de N personas
Estudiante Edad Genero Estatura
Escolaridad convive
Estudiante 1 21 M 1,67 tecnólogo 5
Estudiante 2 19 F 1,60 Bachiller 3
Estudiante 3 22 M 1,71 tecnólogo 2
Estudiante 4 18 M 1,75 Bachiller 6
Estudiante 5 20 M 1,82 Bachiller 4
Estudiante 6 19 M 1,73 Bachiller 3
Estudiante 7 23 F 1,57 tecnólogo 7
Estudiante 8 17 F 1,68 Bachiller 2
Estudiante 9 21 M 1,78 técnico 3
Estudiante 10 25 F 1,58 técnico 1

En color turquesa tenemos tanto las unidades (Estudiante 1, ... Estudiante 10) como los atributos
y variables asociados al grupo de amigos (Edad, Género, Estatura, Nivel de escolaridad, número de
personas con las que convive).
La variable Edad (medida en años) es cuantitativa, discreta. El número 21 en color naranja corresponde
a una observación numérica para la unidad: estudiante 9.
La variable Género es cualitativa, nominal. La F (Femenino) en color café corresponde a una obser-
vación no numérica, categórica para la unidad: estudiante 7.
La variable Estatura es cuantitativa, continua. El número 1,81 en color rojo corresponde a una obser-
vación numérica para la unidad: estudiante 5.
La variable Nivel de Escolaridad es cualitativa ordinal. La palabra tecnólogo en color azul corres-
ponde a una observación no numérica, categórica para la unidad: estudiante 3.
La variable número de personas con las que convive es cuantitativa discreta. El número 5 en color
amarillo corresponde a una observación numérica para la unidad: estudiante 1.

3
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Tablas de Frecuencia.

El primer procedimiento que se emplea para organizar y resumir un conjunto de datos es una tabla de
frecuencia. Teniendo en cuenta que la estadı́stica descriptiva es el conjunto de métodos para organizar y
presentar los datos de manera informativa, los datos se pueden organizar en tablas de distribución de fre-
cuencias y en gráficos, lo cual permite una mejor clasificación, análisis, interpretación y presentación de lo
observado.

Las tablas de frecuencia son una herramienta indispensable a la hora de evaluar el comportamiento de una
muestra determinada, con respecto a una variable en particular. En las tablas de distribución de frecuencia
los datos se clasifican y se ordenan de acuerdo a ciertas caracterı́sticas cualitativas o cuantitativas, indicándo-
se el número de veces que se repite.

Nomenclatura En lo que sigue se adoptara la siguiente nomenclatura, tenga en cuenta que dependiendo
la fuente bibliográfica, esta puede variar.

n := tamaño de la muestra.
N := Tamaño de la población.
xi : Identificación para los valores observados.
yi : representa los valores que toma la variable ya ordenada si esta es discreta. Cuando la variable es
continua o se refiere a datos agrupados por intervalo de clase, Yi es la marca de clase o promedio entre
y ′ + yi′
el lı́mite superior e inferior Yi = i−1 .
2
fi : Frecuencia absoluta o número de veces que se repite la variable.
Fi : Frecuencia absoluta acumulada.
 
fi
hi : frecuencia relativa, es un valor porcentual obtenido al dividir la frecuencia absoluta entre el
n
tamaño de la muestra (n).
Hi : Frecuencia relativa acumulada.
m := número de intervalos o intervalos de clase.
′ , y ′ ) Notación para un intervalo de clase. L = y ′
[L, S) = [yi−1 ′
i i−1 es el lı́mite inferior, S = yi el lı́mite
superior.
Frecuencia relativa porcentual pi = hi %.
Frecuencia relativa porcentual Acumulada Pi = Hi %.
′ , y ′ ].
C : Amplitud del intervalo [yi−1 i

Elaboración de una tabla de frecuencia.

Tabla de frecuencia (Variable Discreta).

Se agrupan los datos de acuerdo a su frecuencia y utilizamos un cuadro donde se recopile información, en
ellos se encuentra:

Frecuencia absoluta fi : número de veces que aparece cada valor de la variable en estudio.

4
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Frecuencia relativa hi : es la razón entre la frecuencia absoluta y el número total de datos.

Las frecuencias acumuladas se obtienen de la suma de todas las frecuencias absolutas anterioresF2 =
f1 + f2 , F3 = f 1 + f 2 + f 3 · · ·
Las frecuencias relativas acumuladas se obtienen de la sumatoria de frecuencias relativas anteriores
H1 = h1 , H2 = h1 + h2 , H3 = h1 + h2 + h3 · · ·
Frecuencia relativa porcentual pi = %hi = hi ∗ 100
Frecuencia acumulada relativa porcentual Pi = %Hi = Hi ∗ 100

Frecuencias Frecuencias
Datos
Ordinarias Acumuladas
xi Absoluta Relativa Absoluta Relativa
f1
x1 f1 hk = F1 = f1 H 1 = h1
N
f2
x2 f2 hk = F2 = f1 + f2 H2 = h1 + h2
N
f3
x3 f3 hk = F3 = f1 + f2 + f3 H 3 = h1 + h2 + h3
N
.. .. . .. ..
. . .. . .
fk
xk fk hk = Fk = f1 + f2 + f3 · · · + fk = N Hk = h1 + h2 + h3 + · · · + hk = 1
N
Cuadro 1: Elaboración tabla de frecuencias.

Ejemplo: En una empresa se requiere recopilar información acerca de la cantidad de teléfonos móviles
que hay en un grupo de hogares. Para ello, se realizó una encuesta a 40 empleados, de distintas familias,
obteniéndose la siguiente información:

4 3 1 2 3 4 0 5 1 3
1 0 4 5 4 1 2 1 3 3
3 4 3 3 2 5 2 3 3 2
2 1 2 3 2 2 3 1 4 2

Variable estadı́stica Frecuencia Frecuencia

Frecuencia Frecuencia
N.º de teléfonos absoluta relativa %h=p %H=P
Absoluta relativa
móviles acumulada acumulada
2
0 2 40 = 0,05 2 0,05 5% 5%
7
1 7 40 = 0,175 9 0,225 17,5 % 22,5 %
10
2 10 40 = 0,25 19 0,475 25 % 47,5 %
12
3 12 40 = 0,3 31 0,775 30 % 77,5 %
6
4 6 40 = 0,15 37 0,925 15 % 92,5 %
3
5 3 40 = 0,075 40 1 7,5 % 100 %
Total 40 1 100 %

Cuadro 2: Tabla de frecuencias-Cantidad de teléfonos móviles en un grupo de hogares

En amarillo se ve que hay 7 grupos familiares que cuenta con apenas un teléfono móvil.

5
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

3
En azul se nota que hay una proporción de = 0, 075 de familias que cuentan con 5 celulares por
40
familia.
En rojo se indica que hay 31 familias con 3 o menos teléfonos dentro del hogar.
En café se señala la proporción de familias (0,225) que cuenta con a lo sumo un celular.
Él 5 % en color naranja indica en porcentaje la proporción de familias que no cuenta con celular.
En verde se ve que él 92,5 % de las familias cuenta con 4 o menos celulares.

Tablas de Frecuencia datos agrupados (Variable Continua)

Supongamos que tenemos una variable cuantitativa discreta que cuenta con una cantidad relativamente
pequeña de categorı́as, por ejemplo, si se estuviera analizando el estrato social de los participantes de un
estudio, tendrı́amos que en el peor de los casos contarı́amos con siete categorı́as, estas serı́an los estratos
0, 1, 2, 3, 4, 5 y 6. En este caso lo más conveniente serı́a realizar un análisis usando lo estudiado lo que se
acaba de describir en parrafos antriores, en este caso emplearı́amos un gráfico de barras.

Sin embargo, cuando estamos tratando con variables cuantitativas discretas o continuas, puede pasar que
la diversidad de datos sea tan grande que un gráfico de barras no resulte adecuado. Para ejemplificar esto
supongamos que en la cafeterı́a de la universidad se hace una encuesta a 40 clientes y que entre otras cosas
se pregunta la edad de las personas encuestadas con la finalidad de definir la población a la que estarı́a
vendiendo sus productos, los resultados se muestran a continuación:

23 24 21 23 22 19 20 19 25 24
23 21 20 26 18 20 25 23 30 29
31 24 16 14 30 28 27 16 28 25
32 15 16 21 20 17 27 18 30 21

Contarı́amos entonces con 19 categorı́as diferentes y la mayorı́a de estas con pocas observaciones, el gráfico
de barras correspondiente se puede ver en la siguiente figura 1.
Aunque en el gráfico 1 se puede ver que la mayorı́a de los encuestados tienen las edades 20, 21 y 23 años, esto
no permitirı́a realizar una buena caracterización de los clientes según su edad, sumado a que hay muchas
categorı́as en las que solo hay una o dos observaciones.

Es por este tipo de sucesos que se hace necesario crear unas nuevas categorı́as que serán llamadas clases,
es posible hacer este tratamiento a las variables cuantitativas porque nos podemos apoyar en la estructura
de orden que tienen los números reales. En la literatura existen recomendaciones (reglas) que nos permiten
definir el número de clases deseable, en este caso elegiremos 5 (ver el material de apoyo). En primer
lugar, calcularemos el ancho de clase, este es un número que nos dirá la longitud de cada categorı́a, la
fórmula para encontrar este número es la siguiente,

dato mayor − dato menor

ancho de clase = ,
cantidad de clases
en este caso el dato mayor es 32, el menor es 14 y la cantidad de clases es 5, por lo tanto,

6
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Figura 1: Gráfico de barras en el que se puede ver la distribución de la edad de los clientes.

32 − 14
ancho de clase = = 3,6.
5
Como el ancho de clase no nos dio una cantidad entera, es aconsejable aproximarlo al siguiente número
entero, es decir que en este caso considerarı́amos como ancho de clase a 4. Una vez hemos determinado el
ancho de clase podemos determinar cuál es cada una de ellas, la manera de llevar esto a cabo difiere entre los
distintos autores, algunos establecen reglas en la que dejan un número entero entre clase y clase y dan reglas
explı́citas para determinar la pertenencia de los valores a cada clase, en este documento se usara la noción
de intervalo semiabierto para definir las clases, de esta manera la primera clase empezarı́a en 14, dado que
es el dato menor, e irı́a hasta 18 sin incluir a este último número, en notación de intervalos esto serı́a
[14, 18),
la siguiente clase irı́a de 18 hasta 22 sin incluir a este último, es decir
[18, 22),
y realizando un análisis similar tendrı́amos que las últimas tres clases serı́an
[22, 26), [26, 30) y [30, 34).

Es importante que tengan en cuenta que con esta división de clases garantizamos dos cosas
a) Cada uno de los datos pertenece a una única clase.
b) Es posible determinar sin lugar a dudas a qué clase pertenece cada uno de los datos.
Teniendo en cuenta lo hecho hasta aquı́, es posible realizar la tabla de distribución de frecuencia que se
muestra a continuación.
Con esta distribución podrı́amos hacer el equivalente a un gráfico de barras, sin embargo, como estamos
analizando una variable cuantitativa este gráfico recibirá el nombre de histograma, la diferencia de estos
dos gráficos es que en el histograma no hay separación entre las barras, esto representa la densidad de
los números reales y puede ser mucho más evidente la razón cuando se analiza una variable cuantitativa
continua. En la figura 2 se pueden ver respectivamente el histograma de frecuencia para las edades de
los clientes de la cafeterı́a. Clik: para ver otro Ejemplo.

7
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Rango de Marca de Frecuencia Frecuencia Frecuencia

Intervalo
Edad Clase Absoluta Relativa Porcentual
Entre 14 y 18 [14,18) 16 6 0.15 15
Entre 18 y 22 [18,22) 20 12 0.3 30
Entre 22 y 26 [22,26) 24 11 0.275 27.5
Entre 26 y 30 [26,30) 28 6 0.15 15
Entre 30 y 34 [30,34) 32 5 0.125 12.5
Total 40 1 100

Cuadro 3: Distribución de frecuencia para las edades de los clientes de la cafeterı́a.

Figura 2: Histogramas de frecuencia para la edad clientes encuestados.

4. Material de Apoyo.

Los siguientes ı́tems en azul conducen a información adicional; por favor de clic sobre ellos.

a) Lecturas Complementarias
Estadı́stica Básica Edulcorada. Alejandro Quintela del Rio, 2019.
Excel.
b) Videos
Gráficos Estadı́sticos.
Clasificación de variables estadı́sticas
Variables estadı́sticas, ejemplos y ejercicios.
Ejemplo tabla de frecuencia para datos agrupados.
Ejemplo tabla de frecuencia para datos agrupados Excel.
c) Aplicaciones
Calculadora de Estadı́stica.
Tablas de frecuencia 1.
Tabla de frecuencias 2.

8
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

5. ACTIVIDADES:

La presente actividad está compuesta de tres ı́tems y cada uno de estos tiene un valor porcentual sobre la
nota final del taller, dicho porcentaje está dividido de la siguiente forma: la primera parte tiene un valor
porcentual del 40 %, la segunda de un 10 % y la parte final de un 50 %.

Parte I

Elabore un mapa conceptual con los conceptos (asociados a la clasificación de una variable estadı́stica)
planteados en la guı́a y con el material de apoyo adjunto en la misma. El mapa conceptual lógicamente
debe nutrirse mediante ejemplos y debe permitir sintetizar (y clarificar) la información.

Parte II

Se observa en esta guı́a que las gráficas estadı́sticas son un complemento importante a la hora de
presentar la información obtenida. Consulte acerca de las posibles formas de representar información
estadı́stica, Elija un conjunto de datos, represéntelos a través de diversas gráficas e infiera conclusiones
de estas representaciones.

Parte III

I.) Consulte cuáles son las etapas de la investigación en estadı́stica y de un ejemplo donde tengan lugar
tales etapas.
II.) Caracterice cada una de las siguientes variables, esto es, clasifı́quela según las definiciones consideradas
previamente en esta guı́a

Variable Caracterización
Marca del celular de tus amigos
Diámetro de una esfera
Lugar que ocupa un nadador en una competencia
Cantidad de libros en un estante
Religión
Ingreso salarial
Grado de satisfacción tras comer en un restaurante
Número de hermanos

III.) Se entrevistaron 42 estudiantes de la universidad Minuto de Dios, acerca de su equipo de futbol

favorito. Los resultados fueron consignados en la siguiente tabla:

A =: Manchester City D =: Barcelona G =: Real Madrid

B =: Juventus E =: Liverpool
C =: Chelsea F =: Bayern de Múnich

Realizar un análisis de la variable de estudio (construya una tabla de distribución de frecuencias) y

responda las siguientes preguntas:
a.) Representar la información en un gráfico circular y de barras.
b.) ¿Qué porcentaje de estudiantes entrevistados es aficionado a cada uno de los equipos?.
c.) ¿Qué porcentaje de aficionados representa cada una de las ligas consideradas?

9
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Ligas Equipos
Manchester City
Premier
Chelsea
Legue
Liverpool
Liga Real Madrid
Española Barcelona
Bundesliga Bayern Múnich
Lega Calcio Juventus

A B D E C D
A E C C B E
C C E C F C
F A F A F B
C C B B F C
F A C A D B
G A D G B B

d.) ¿Cuál es el número de estudiantes que no tiene como equipo favorito uno de la Premier Legue?
e.) ¿Qué proporción de estudiantes prefieren equipos que no juegan en la liga española o la Premier
Ligue?
IV.) Un grupo de personas participa en un plan nutricional dirigido por un especialista. Luego de un tiempo
prudente se registra el peso en kilogramo que ha logrado bajar cada uno de los participantes.
a.) Elabore una tabla de distribución de frecuencias (para datos agrupados)
b.) De al menos 5 posibles interpretaciones a los datos consignados en la tabla construida para el
anterior item.

0.2 8.4 14.3 6.5 3.4

4.6 9.1 4.3 3.5 1.5
6.4 15.2 16.1 19.8 5.4
12.1 9.6 8.7 12.1 3.2

V.) Una empresa posee 500 comisionistas. La siguiente tabla agrupa el número de vendedores a través del
monto total de ventas hecho. Completa la tabla, identifique los siguientes valores y describa brevemente
su interpretación.

f3 p2 = h2 % y6
F3 P3 = H3 %

10
 Universidad Distrital Francisco José de Caldas
MATERIA: Probabilidad y Estadı́stica
Profesor: Nelson Javier Deaza Triana Semestre: 2022-3

Frecuencia
Frecuencia Frecuencia
Pesos en miles Marca de Clase Frecuencia Relativa
Absoluta Relativa
i Absoluta Porcentual
Acumulada Porcentual
[L-S) yi fi Acumulada
Fi pi
Pi
1 [ , ) 20
2 [850, ) 10
3 [ , ) 210
4 [ ,1600) 34
5 [ , ) 96
6 [ , )
Total

6. BIBLIOGRAFÍA:

Martı́nez, C., Levin, R. (2007). Estadı́stica Aplicada, editorial.

Mendenhall, William. (2015). Introducción a la Probabilidad y Estadı́stica. Cengage Learning.

11