MA477 Estadística 37

b. Interprete f2, F2, h3 y H2%

f2 = 14 De 30 colaboradores, 14 han recibido solo una capacitación al año.

De 30 colaboradores, 17 han recibido de una a menos capacitaciones al
F2 = 17
año.
La proporción de colaboradores que han recibido solo una capacitación al
h2 = 0,467
año es 0,467.
El 56,7% de los colaboradores han recibido de una a menos capacitacio-
H2%= 56,7%
nes al año.

c. Presente e interprete el gráfico de bastones de frecuencias absolutas para los siguientes datos.

Interpretación
De un total de treinta colaboradores, catorce de ellos han recibido una capacitación y solo un cola-
borador ha recibido cinco capacitaciones en lo que va del año

2.9. Tabla de distribución de frecuencias de variable cuantitativa continua

Es un resumen de un conjunto de datos que consiste en presentar para cada categoría el número de
elementos (frecuencia) que la componen.

Los tres pasos necesarios para definir en una distribución de frecuencias con datos cuantitativos son
los siguientes:

Determine la cantidad Determine el ancho Determine los límites

de clases de cada clase de cada clase

Cantidad de clases
• Se recomienda usar entre 5 y 20 clases, inclusive.
• La idea es emplear suficientes clases para mostrar la variación de los datos, pero no tantas que
varias contendrían unos cuantos elementos.
• Para determinar el número de clases se usa la regla de Sturges: k=1+3,322 log n. Si la estimación
tiene decimales, se toma el entero más próximo.
38 MA477 Estadística

Amplitud de cada clase

• Se usa el mismo ancho para todas las clases.
• Se calcula de la siguiente manera:
rango
Amplitud =
k
• La amplitud se redondea al número inmediato superior de acuerdo con la cantidad de decimales
que tienen los datos o según la precisión con que se desea trabajar.
Por ejemplo:
𝒓𝒓 w
Si los datos tienen 𝒘𝒘 =
𝒌𝒌 (redondeo a más)
Cero decimales w = 50,2381 w=
Una cifra decimal w = 50,2381 w=
Dos cifras decimales w = 50,2381 w=
Tres cifras decimales w = 50,2381 w=

Límites de cada clase

• Los límites de clase se escogen de tal manera que cada valor de dato pertenezca a una clase y sólo
a una.
• El límite inferior de clase es el valor mínimo posible de los datos que se asigna a la clase. El límite
superior de clase es el valor máximo posible de los datos que se asigna a la clase.
• La marca de clase es el punto medio de los límites de cada intervalo.

Recordar lo siguiente:
La regla de Sturges no se usa para hallar la cantidad de datos. Es decir:

- si se tiene el número de datos n, entonces se puede calcular k,

- si se tiene determinado k, no se puede calcular el tamaño de muestra n con la regla de Sturges.

Ejemplo 10.
El jefe de la Oficina de Rentas de una municipalidad ha realizado un estudio sobre los impuestos que
pagan los vecinos del distrito. La tabla muestra los pagos de impuestos, en soles, en el 2017 de 48
viviendas elegidas al azar.

145.1 216.3 252.5 303.6 196.9 234.8 265.2 317.2 206.5 242.9 289.1 331.7
151.0 225.9 257.1 305.8 202.6 238.4 271.0 320.2 208.0 244.0 291.0 344.6
159.0 227.1 259.2 315.4 204.9 239.9 286.7 324.8 208.0 247.7 291.9 346.7
195.6 231.2 262.5 315.5 206.1 241.1 288.1 331.1 209.3 249.5 294.5 351.1

Elabore la tabla de frecuencias para la variable: pago por impuestos municipales año 2012.

Solución
El rango r se calcula con:
r = valor máximo – valor mínimo = 351,1 – 145. 1 = 206

Siguiendo la regla de Sturges, el número de intervalos es:

k=
1 + 3,322log10 n =
1 + 3,322log10 (48) =
6,585 ≅ 7

El ancho del intervalo es:

r 206
w= = = 29,429 ≅ 29,5 (Redondeo por exceso a un decimal)
k 7
MA477 Estadística 39

Distribución de viviendas según monto de pago de impuestos municipales del año 2017
Pago de impuestos Marca de clase fi hi Fi Hi
[145,1 ; 174,6] 159,85 3 0,0625 3 0,0625
]174,6 ; 204,1] 189,35 3 0,0625 6 0,1250
]204,1 ; 233,6] 218,85 10 0,2084 16 0,3334
]233,6 ; 263,1] 248,35 12 0,2500 28 0,5834
]263,1 ; 292,6] 277,85 7 0,1458 35 0,7292
]292,6 ; 322,1] 307,35 7 0,1458 42 0,8750
]322,1 ; 351,6] 336,85 6 0,1250 48 1,0000
Total 48 1,0000
Fuente: Oficina de Rentas

Ejercicio 21
El índice de endeudamiento mide la proporción de los activos totales que financian los acreedores de
la empresa. Cuando mayor es el índice mayor es el monto del dinero de otras personas que se usa para
generar utilidades. Con la finalidad de describir el comportamiento de este índice en un grupo de em-
presas se seleccionó una muestra de 45 medianas empresas.

0.05 0.08 0.08 0.11 0.13 0.17 0.18 0.20 0.23 0.23 0.26 0.26 0.30 0.33 0.34
0.35 0.36 0.36 0.48 0.48 0.5 0.50 0.52 0.52 0.56 0.59 0.65 0.66 0.68 0.80
0.90 1.00 1.02 1.04 1.05 1.13 1.15 1.18 1.20 1.22 1.23 1.24 1.27 1.38 1.71

Construya la tabla de distribución de frecuencias de los datos.

Distribución de …………….………………………….…………………. según …………….……………………………………..

Clase Marca de Frecuencia ab- Frecuencia Frecuencia absoluta Frecuencia relativa
clase soluta fi relativa hi acumulada Fi acumulada Hi
[ - ]
] - ]
] - ]
] - ]
] - ]
] - ]

Fuente: ……………………………………………

Indique lo que significan las siguientes frecuencias:

f4 =

F4 =

H4 =

h2 =
40 MA477 Estadística

2.10. Gráfico de variables cuantitativas continuas

Histograma Polígono de frecuencias Ojiva

2.10.1. Histograma
Un histograma es una representación gráfica de una variable en forma de barras, donde la altura de
cada barra es proporcional a la frecuencia de los valores representados.

• Se traza colocando la variable sobre el eje horizontal y las frecuencias sobre el eje vertical.
• Cada frecuencia de clase se representa trazando un rectángulo, cuya base es el intervalo de clase
sobre el eje horizontal y cuya altura es proporcional a la frecuencia correspondiente (absoluta,
relativa o porcentual).
• Los rectángulos adyacentes se tocan entre sí.

Un ejemplo de histograma es el siguiente gráfico:

2.10.2. Polígono de frecuencias

Un polígono de frecuencias es un gráfico de líneas que une los puntos asociados a las marcas de clase
de una variable. La altura del punto asociado a cada marca de clase es proporcional a la frecuencia de
dicho valor.
• Se realiza uniendo con segmentos de recta los puntos de intersección de las marcas de clase con
las frecuencias (absolutas, relativas o porcentuales).
• Los polígonos de frecuencias se cierran creando dos intervalos ficticios, uno antes del primer in-
tervalo y uno después del último.
• Si los intervalos creados toman valores que pueden no ser reales, igual se crea el intervalo, como,
ejemplo, tiempos negativos.
Un ejemplo de polígono de frecuencias es el siguiente gráfico:
MA477 Estadística 41

2.11. Distribuciones acumuladas

La distribución de frecuencias acumuladas muestra la cantidad de elementos con valores menores o
iguales al límite superior para cada clase.

2.11.1. Ojiva
La ojiva es la gráfica de una distribución acumulada de frecuencias.

• Se obtiene uniendo con segmentos de recta los puntos de intersección del límite superior de cada
intervalo y la frecuencia acumulada respectiva.
• La ojiva usa los límites de los intervalos y no las marcas de clase.
• Con la ojiva se puede estimar fácilmente el número o porcentaje de observaciones que correspon-
den a un intervalo determinado.

Un ejemplo de ojiva es el siguiente gráfico.

Distribución porcentual de empleados
según el tiempo de servicio
100.00%
100%
Porcentaje acumulado

95.42%
80% 84.75%

60% 57.62%

40%

20% 19.82%

0%
0 4 8 12 16 20
Número de años
Fuente: Empresa A. Gerencia de
Ejemplo 11.
La gerencia de una compañía, que brinda servicios de llamadas por celulares, está preocupada por el
poco monto de las llamadas realizadas por sus clientes. Para corroborarlo se encargó al área de admi-
nistración que eligiera, del mes de enero, una muestra de clientes de Lima y registró el monto que
costaron sus llamadas, en soles.

El encargado mostró los resultados en una tabla de distribución de frecuencias:

Distribución de clientes según monto de las llamadas, en soles

Monto de llamadas Marca de clase fi hi Fi Hi
[ 0 − ] 12

25 45 0,3750 79
23 0,8500
0,1000 0,9500
120
Total 1
Fuente: Área de Administración
42 MA477 Estadística

Grafique el histograma de frecuencias porcentuales.

Interpretación
A partir del gráfico podemos observar que el 37,5% de los clientes de Lima tienen montos superiores
a 20 y como máximo de 30 soles y que solo el 5% de estos clientes tienen montos superiores a 50 y
como máximo de 60 soles.

Ejercicio 22
En economía, la prima de riesgo es el sobreprecio que paga un país para financiarse en los mercados
en comparación con otros países. De esta forma, cuanto mayor es el riesgo país, más alta será su prima
de riesgo. Significa la confianza de los inversores en la solidez de una economía. La prima de riesgo de
los países de la Unión Europea se calcula respecto de Alemania porque se supone que su deuda pública
es la que tiene menor riesgo de impago. Para el caso de España, la agencia de calificación de riesgos A
ha medido la prima de riesgo durante 50 días desde junio del 2018.
Distribución de días según prima de riesgo. España junio y julio del 2018
Prima de
Marca de clase fi hi Fi Hi
riesgo
[ 92 ; ] 1 0,0200
] ; ] 95 3 0,0600
] ; ] 0,2200 15 0,3000
] ; ] 29 0,5800
] ; ] 41 0,8200
] ; ] 0,1200 47 0,9400
] ; ] 50
Fuente: Agencia de Calificación de Riesgos A.

a. Grafique el histograma de frecuencias relativas.

1.2

0.8
Título del eje

0.6

0.4

0.2

0
Título del eje
MA477 Estadística 43

b. Grafique el polígono de frecuencias absolutas.

1.2

Título del eje 0.8

0.6

0.4

0.2

0
Título del eje

c. Grafique la ojiva de frecuencias porcentuales y determine si el 58% de los días la prima de riesgo
llegó, como máximo, a 483.

1.2

0.8
Título del eje

0.6

0.4

0.2

0
Título del eje

2.11.2. Distribuciones de frecuencias de dos o más grupos de datos con intervalos comunes

La idea básica para distribuciones de frecuencias de dos o más grupos de datos es tener intervalos
comunes, es decir, que los límites de los intervalos para ambas distribuciones sean iguales. Para ello,
debemos seguir los siguientes pasos:

• Hallar el mínimo de todos los datos y el máximo de todos los grupos de datos. y usarlos para cal-
cular el rango.
• Calcular el número de categorías. el número de datos es el máximo número de datos de cada
grupo. Tener en cuenta que no es la suma de ambos tamaños muestrales.
• Siguiendo la regla de Sturges. el número de intervalos es:

k= 1 + 3,322log10 n