Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cuando la muestra cuenta con n ≥ 20 datos, lo aconsejable es agrupar los datos en clases y a partir
de estas determinar las características de la muestra y por consiguiente las de la población de donde
fue tomada.
Ejemplo:
Calculamos el Rango, observamos que el valor mayor es 7.25 y el valor menor es 6.00
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
Calculamos el número de clases
𝑚 = √𝑛 = √40 = 6.32 ≈ 6
𝑅𝑎𝑛𝑔𝑜 1.25
𝐻= = = 0.2083 ≈ 0.21
𝑚 6
(para el ancho de clase se toman solo 2 decimales ya que nuestros números de la muestra tienen 2
decimales)
Para empezar a agrupar los datos, tendremos que llenar la siguiente tabla:
• En la primer clase o intervalo el límite inferior (LI) será el valor menor de nuestros datos
• Para obtener el límite superior (LS) sumamos al límite inferior el ancho de clase (H) (6.00 +
0.21 = 6.21)
• Para el siguiente intervalo o clase el límite inferior será el número siguiente al límite superior
de la clase anterior
• Siempre hay que fijarse que cuando tenemos el número de clases, en la última clase o
intervalo se pueda incluir el valor mayor de nuestros datos
• Ya que tenemos las clases o intervalos, obtenemos la frecuencia, (cuántos datos de nuestra
muestra caen en cada clase)
• Siempre la sumatoria de las frecuencias nos debe dar el total de datos en la muestra
• Para calcular la marca de clase obtenemos el promedio de los límites de cada clase
((6.00+6.21)/2) = 6.105
• Para obtener el límite real superior de la primer clase obtenemos el promedio del límite
superior de la primer clase y el límite inferior de la segunda clase ((6.21+6.22)/2) = 6.215
• Luego el límite real inferior de la siguiente clase será el límite real superior de la clase
anterior
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
• Para obtener la frecuencia relativa dividimos la frecuencia de cada clase entre el número
total de datos (2/40 = 0.05)
• Para obtener la frecuencia relativa acumulada, vamos sumando o acumulando las
frecuencias relativas de cada clase
b) Gráficas
Histograma
12 11
10 9
8 7
Frecuencia
6
6 5
4
2
2
0
6.105 6.325 6.545 6.765 6.985 7.205
Marca de clase
Polígono de Frecuencia
12
10
8
Frecuencia
0
6.105 6.325 6.545 6.765 6.985 7.205
Marca de clase
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
Ojiva
1.2
0.8
0.6
0.4
0.2
0
5.995 6.215 6.435 6.655 6.875 7.095
Límites reales
Distribución de probabilidad
0.3
0.25
Frecuencia relativa
0.2
0.15
0.1
0.05
0
6.105 6.325 6.545 6.765 6.985 7.205
Marca de clase
c)
Media (x):
∑𝒏𝒊=𝟏 𝒙𝒊 ∗ 𝒇𝒊
𝒙=
𝒏
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
donde:
x es la media o promedio
xi es la marca de clase de cada intervalo
fi es la frecuencia de cada intervalo
n el número total de datos
Mediana ( Xmed):
𝒏
+ 𝑭𝒎𝒆−𝟏
𝑿𝒎𝒆𝒅 = 𝑳𝒊 + [𝟐 ]𝑨
𝒇𝒎𝒆
donde:
Xmed es la mediana
n es el total de datos
𝑨 = 𝑳𝑹𝑺 − 𝑳𝑹𝑰
1 2 3 4 ….. 40 nuestra mediana se encuentra entre el dato 20 y 21, por lo que si vemos en
nuestra tabla de datos agrupados en la columna de frecuencia vemos que los datos 20 y 21 se
encuentran en la clase:
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
LI LS Frecuencia Marca de Límite real Límite real Frecuencia Frecuencia
clase inferior superior (LRS) relativa relativa
(LRI) acumulada
6.00 6.21 2 6.105 5.995 6.215 0.05 0.05
6.22 6.43 5 6.325 6.215 6.435 0.125 0.175
6.44 6.65 9 6.545 6.435 6.655 0.225 0.40
6.66 6.87 11 6.765 6.655 6.875 0.275 0.675
6.88 7.09 7 6.985 6.875 7.095 0.175 0.850
7.10 7.31 6 7.205 7.095 7.315 0.150 1.00
Por lo tanto:
Li = 6.655
Fme-1 = 16
Fme = 11
𝑛 40
2 + 𝐹𝑚𝑒−1 + 16
𝑋𝑚𝑒𝑑 = 𝐿𝑖 + [ ] 𝐴 = 6.655 + [ 2 ] 0.22 = 7.375
𝑓𝑚𝑒 11
Moda (Xmod):
𝒅𝟏
𝑿𝒎𝒐𝒅 = 𝑳𝒊 + [ ]𝑨
𝒅𝟏 + 𝒅𝟐
donde:
Xmod es la moda
𝒅𝟏 = |𝒇𝒎𝒐 − 𝒇𝒎𝒐−𝟏 |
𝒅𝟐 = |𝒇𝒎𝒐 − 𝒇𝒎𝒐+𝟏 |
𝑨 = 𝑳𝑹𝑺 − 𝑳𝑹𝑰
Sabemos que la moda es el dato que más se repite, así que si observamos nuestra tabla de datos
agrupados:
Por lo tanto:
Li = 6.655
fmo = 11
fmo-1 = 9
fmo+1 =7
𝑑1 2
𝑋𝑚𝑜𝑑 = 𝐿𝑖 + [ ] 𝐴 = 6.655 + [ ] 0.22 = 6.7283
𝑑1 + 𝑑2 2+4
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando
MEDIDAS DE DISPERSIÓN
∑𝒏 (𝒙𝒊 − 𝒙)𝟐 ∗ 𝒇𝒊
𝒔 = √ 𝒊=𝟏
𝒏−𝟏
donde:
s es la desviación estándar
x es la media
n es el total de datos
Ing. Karla Isabel Gutiérrez Enríquez, Ing. Rita Luna Gándara, Ing. Cinthia Lucila Flores Pando