ADMINISTRACIÓN DE EMPRESAS

ESTADÍSTICA DESCRIPTIVA

TAREA 1

CONCEPTO SE ESTADÍSTICA, POBLACIÓN, MUESTREO, NOTACIÓN

CIENTÍFICA, , DISTRIBUCIÓN DE FRECUENCIA, INTERVALOS DE CLASE.

MERINO ALCIVAR LILIAN ANDREA

MONAGA ORTIZ BIRON JULIO
PAREDES SANTOS JEREMY STEEVEN
PILLASAGUA JIMENEZ JUSTIN ARNOLD
PLACENCIA VERDEZOTO DERLIM DANITZIA
PRECIADO PARRALES MARIA DELOS ANGELES
PRECIADO VALENCIA JINELYNATALY
PUTAN LUNA CARLOS ENRIQUE

SEGUNDO SEMESTRE
PARALELO A

12 DE FEBRERO DE 2023
 CONCEPTO DE ESTADÍSTICA

La estadística (la forma femenina del término alemán Statistik, derivado a

su vez del italiano statista, "hombre de Estado")1 es una ciencia que estudia la
variabilidad, colección, organización, análisis, interpretación, y presentación de los
datos, así como el proceso aleatorio que los genera siguiendo las leyes de la
probabilidad.2 La estadística es una ciencia formal, con un conocimiento propio,
dinámico y en continuo desarrollo obtenido a través del método científico formal.
En ocasiones, las ciencias fácticas necesitan utilizar técnicas estadísticas durante
su proceso de investigación factual, con el fin de obtener nuevos conocimientos
basados en la experimentación y en la observación. En estos casos, la aplicación
de la estadística permite el análisis de datos provenientes de una muestra
representativa, que busca explicar las correlaciones y dependencias de un
fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.
La estadística es útil para una amplia variedad de ciencias fácticas, desde
la física hasta las ciencias sociales, desde las ciencias de la salud hasta el control
de calidad. Además, se usa en áreas de negocios o instituciones gubernamentales
con el objetivo de describir el conjunto de datos obtenidos para la toma de
decisiones, o bien para realizar generalizaciones sobre las características
observadas.
En la actualidad, la estadística aplicada a las ciencias fácticas permite
estudiar una determinada población a partir de la recopilación de información, el
análisis de datos y la interpretación de resultados. Del mismo modo, también es
una ciencia esencial para el estudio cuantitativo de los fenómenos de masa o
colectivos.
La estadística se divide en dos grandes áreas:
Estadística descriptiva: Se dedica a la descripción, visualización y resumen
de datos originados a partir de los fenómenos de estudio. Los datos pueden ser
resumidos numérica o gráficamente. Su objetivo es organizar y describir las
características sobre un conjunto de datos con el propósito de facilitar su
aplicación, generalmente con el apoyo de gráficas, tablas o medidas numéricas.
Ejemplos básicos de parámetros estadísticos son: la media y la desviación
estándar.
Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular,
entre otros.
Estadística inferencial: Se dedica a la generación de los modelos,
inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en
cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los
datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis),
estimaciones de unas características numéricas (estimación), pronósticos de
futuras observaciones, descripciones de asociación (correlación) o modelamiento
de relaciones entre variables (análisis de regresión). Otras técnicas de
modelamiento incluyen análisis de varianza, series de tiempo y minería de datos.
Su objetivo es obtener conclusiones útiles para lograr hacer deducciones acerca
de la totalidad de todas las observaciones hechas, basándose en la información
numérica.
Ambas ramas (descriptiva e inferencial) se utilizan en la estadística
aplicada. La estadística inferencial, por su parte, se divide en estadística
paramétrica y estadística no paramétrica.
Existe también una disciplina llamada estadística matemática que establece
las bases teóricas de las técnicas estadísticas.
Objetivos de la estadística
Los principales objetivos de la estadística son los siguientes:

o Conocer las características y hacer inferencias o llegar a

conclusiones respecto a una población objetivo. Esto, usualmente a
partir del análisis de una muestra. Esto es propio de la estadística
inferencial.
o Puede permitir establecer relación entre distintas variables, hallando
el posible origen de un fenómeno, estudiando los cambios en dicho
evento y haciendo proyecciones sobre el mismo, de ser posible.
o En base a las conclusiones obtenidas, se pueden tomar decisiones,
por ejemplo, si hablamos de un estudio estadístico realizado por el
Gobierno para definir una política pública.
o En el caso de la estadística descriptiva, permite tener un estado de la
cuestión, es decir, conocer las características de una base de datos,
por ejemplo, calculando las medidas de tendencia central como la
media o la moda.
o Sirve de apoyo a otras disciplinas como la economía, en el análisis y
proyección de indicadores como la inflación o el Producto Interior
Bruto. Asimismo, en el campo de la biología, tenemos la
bioestadística que analiza, en otros, datos de salud pública y
medioambientales.

POBLACIÓN

Es un conjunto de sujetos o elementos que presentan características

comunes. Sobre esta población se realiza el estudio estadístico con el fin de sacar
conclusiones.
El tamaño poblacional es el número de individuos que constituyen la
población. Según el número de sujetos, el tamaño puede ser finito o infinito.
 Población finita: el conjunto de habitantes de una ciudad, los bolígrafos
producidos en una fábrica en un día, etc.
Población infinita: el conjunto de los números positivos.
Una población estadística puede ser un grupo de objetos existentes (por
ejemplo, el conjunto de todas las estrellas dentro de la Vía Láctea) o una
hipotética y potencialmente infinita grupo de objetos concebidos como una
generalización de la experiencia (por ejemplo, el conjunto de todas las manos
posibles en un juego de póquer).2 Un objetivo común del análisis estadístico es
producir información sobre alguna población elegida.3
En la inferencia estadística, se elige un subconjunto de la población
(una muestra estadística) para representar la población en un análisis
estadístico.4 La relación entre el tamaño de esta muestra estadística y el tamaño
de la población se denomina fracción de muestreo. Entonces es
posible estimar los parámetros de la población utilizando las estadísticas de
muestra adecuadas.

MUESTREO

En ocasiones en que no es posible o conveniente realizar un censo

(analizar a todos los elementos de una población), se selecciona una muestra,
entendiendo por tal una parte representativa de la población.
El muestreo es por lo tanto una herramienta de la investigación científica,
cuya función básica es determinar que parte de una población debe examinarse,
con la finalidad de hacer inferencias sobre dicha población.
La muestra debe lograr una representación adecuada de la población, en la
que se reproduzca de la mejor manera los rasgos esenciales de dicha población
que son importantes para la investigación. Para que una muestra sea
representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias
encontradas en la población, es decir ejemplificar las características de ésta.
Los errores más comunes que se pueden cometer son:

1. Hacer conclusiones muy generales a partir de la observación de sólo

una parte de la Población, se denomina error de muestreo.

2. Hacer conclusiones hacia una Población mucho más grandes de la

que originalmente se tomó la muestra. Error de Inferencia.

TIPOS DE MUESTREO
 Muestreo probabilístico

Los métodos de muestreo probabilísticos son aquellos que se basan en el

principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos métodos de muestreo
probabilísticos nos aseguran la representatividad de la muestra extraída y son, por
tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada

individuo de la población y 2) a través de algún medio mecánico (bolas dentro de
una bolsa, tablas de números aleatorios, números aleatorios generados con una
calculadora u ordenador, etc.) Se eligen tantos sujetos como sea necesario para
completar el tamaño de muestra requerido.
2.- Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de

la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, kj, i+2k, i+3k, i+(n-1) k, es
decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño
de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos
como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan

periodicidades en la población ya que al elegir a los miembros de la muestra con
una periodicidad constante (k) podemos introducir una homogeneidad que no se
da en la población. Imaginemos que estamos seleccionando una muestra sobre
listas de 10 individuos en los que los 5 primeros son varones y las 5 últimas
mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.

3.- Muestreo aleatorio estratificado:

 Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un tamaño dado de
la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos)
que poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el
estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de
que todos los estratos de interés estarán representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de
ellos el muestreo aleatorio simple o el estratificado para elegir los elementos
concretos que formarán parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la
población. (Tamaño geográfico, sexos, edades,).

La distribución de la muestra en función de los diferentes estratos se

denomina afijación, y puede ser de diferentes tipos:

o Afijación Simple: A cada estrato le corresponde igual número de

elementos muéstrales.
o Afijación Proporcional: La distribución se hace de acuerdo con el
peso (tamaño) de la población en cada estrato.
o Afijación Optima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación
típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

4.- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar

directamente los elementos de la población, es decir, que las unidades muéstrales
son los elementos de la población.
En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la población que forman una unidad, a la que llamamos
conglomerado.
Los departamentos universitarios, una caja de determinado producto, etc.,
son conglomerados naturales. En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".
 El muestreo por conglomerados consiste en seleccionar aleatoriamente un
cierto número de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.
5. Métodos de muestreo no probabilísticos
A veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen la
misma probabilidad de ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
En algunas circunstancias los métodos estadísticos y epidemiológicos
permiten resolver los problemas de representatividad aun en situaciones de
muestreo no probabilístico, por ejemplo, los estudios de caso-control, donde los
casos no son seleccionados aleatoriamente de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en
investigación encontramos:

1.- Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente

sobre la base de un buen conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los fines de la investigación.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no
tiene el carácter de aleatoriedad de aquél.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un

número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan esas
características. Este método se utiliza mucho en las encuestas de opinión.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener

muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto.

También puede ser que el investigador seleccione directa e

intencionadamente los individuos de la población. El caso más frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fácil
acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos).
 3.- Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a

otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.

4.- Muestreo Discrecional · A criterio del investigador los elementos son

elegidos sobre lo que él cree que pueden aportar al estudio.

LA NOTACION CIENTIFICA

La notación científica es la forma de escribir los números que son muy

grandes o muy pequeño en una manera más conveniente y estandarizada. Tiene
una gran cantidad de utilidades y la usan comúnmente los científicos,
matemáticos, físicos e ingenieros.
La notación científica significa que un número (entre el 1 y el 10) es
multiplicado por una potencia de base 10. Por ejemplo, 3,1 x 102 es igual a 3,1 por
100=310.
Hay tres partes para escribir un número en notación científica:

o El coeficiente: es cualquier número real.

o La base: es la base decimal 10.
o El exponente: es la potencia a la que está elevada la base.
Representa el número de veces que se desplaza la coma. Siempre
es un número entero, positivo si se desplaza a la izquierda, negativo
si se desplaza a la derecha.

Entre el coeficiente y la base se coloca un signo de multiplicación "x" o "•".

Para transformar un número, tanto muy grandes como muy pequeños,
tenemos que mover la coma decimal para un lado u otro y contamos los espacios
desplazados.
En el caso de números muy grandes:
Se mueve la coma decimal hacia la izquierda tantos espacios hasta llegar a
la derecha del primer dígito.
Se escribe el coeficiente, seguido del signo de multiplicación.
 Se escribe la base 10 con el exponente igual a la cantidad de espacios que
se mueve la coma.
Ejemplos
A) 123.000.000.000.000
La coma se mueve 14 espacios hacia la izquierda.
El coeficiente es 1,23 x
La base de 10 elevada a 14
Respuesta = 1,23 x 10 14.
Números muy pequeños

En el caso de números muy pequeños:

Se mueve la coma decimal hacia la derecha tantos espacios hasta llegar a
la derecha del primer dígito.
Se escribe el coeficiente, seguido del signo de multiplicación.
Se escribe la base 10 con el exponente negativo igual a la cantidad de
espacios que se mueve la coma.
Ejemplos
A) 0,0000000000654
La coma se mueve 11 espacios hacia la derecha.
Se escribe el coeficiente 6,54.
La base de 10 elevada a la menos 11
Respuesta= 6,54 x 10 -11.
B) 0,00000007 = 7,0 x 10-8.
C) 0,0003987 = 3,987 x 10 -4.
La mayoría de los fenómenos interesantes en el Universo no están en la
escala humana. Por ejemplo, cuando Thomas Young (1773-1829) descubrió que
la luz era una onda no existía la notación científica. En aquella época, él tuvo que
escribir que la vibración de una onda era 1/500 de millonésima de millonésima de
segundo. Sería mucho más fácil y conveniente escribir 2,0 x10 -15s.
Se estima que hay alrededor de 5 millones trillones trillones de bacterias
sobre la Tierra, esto es un 5 seguido de treinta ceros. En notación científica se
expresa simplemente como 5 x10 30.

FUNCIONES
 Las funciones son expresiones algebraicas que relacionan dos magnitudes
diferentes. Es decir, las funciones matemáticas relacionan cada elemento de una
magnitud con un único elemento de otra magnitud.
Las funciones se expresan mediante la letra y o con el
símbolo f(x) indistintamente: y= f (X)
Donde x es la variable independiente e y es la variable independiente.
Tipos de funciones

 Las funciones se pueden clasificar en los siguientes tipos:

 Funciones polinómicas: funciones cuya expresión algebraica es un
polinomio.
 Funciones racionales: funciones expresadas en forma de fracción.
 Funciones radicales: funciones con raíces.
 Funciones exponenciales: funciones en las que la incógnita x forma
parte del exponente de una potencia.
 Funciones logarítmicas: funciones con logaritmos en su expresión
matemática.
 Funciones trigonométricas: funciones que están definidas por
razones trigonométricas (el seno, el coseno, la tangente,…).
 Funciones definidas a trozos: funciones que cambian de expresión
algebraica según el tramo al que pertenezca la variable
independiente x.
 Funciones con valor absoluto: funciones cuya expresión está dentro
del signo del valor absoluto.
 Funciones simétricas: funciones en las que se puede encontrar como
mínimo un eje de simetría en su representación gráfica.
 Funciones periódicas: funciones cuya gráfica se va repitiendo cada
cierto intervalo (el periodo de la función).

La composición de funciones consiste en evaluar un mismo valor de la

variable independiente x en dos funciones o más de manera sucesiva. Por
ejemplo, la composición de funciones (g o f)(x) da como resultado la función
compuesta g[f(x)].

DISTRIBUCIÓN DE FRECUENCIA

La distribución de frecuencias es la forma en la que un conjunto de datos se

clasifica en distintos grupos excluyentes entre sí. Es decir, si un dato pertenece a
un grupo no puede pertenecer a otro.
La distribución de frecuencias, en otras palabras, es la manera en la que se
ordena una serie de observaciones en diferentes grupos, y normalmente en modo
ascendente o descendente.
 Para verlo en un ejemplo, un grupo de personas puede agruparse de
acuerdo con su edad en rangos de 18 a 25 años, de 26 a 40 años, de 41 a 60
años y de 61 años a más.
Conviene resaltar que la distribución de frecuencias suele efectuarse
respecto a una muestra estadística, aunque también podría ser en función de toda
una población.
Otro aspecto a tener en cuenta es que los grupos en los que se distribuyen
los datos pueden ser números específicos, por ejemplo, si la variable es el número
de veces que la persona ha rendido una evaluación, que puede ser 1, 2 o 3.
Aunque, como vimos líneas arriba, también puede ser que se esté trabajando con
intervalos.
Las distribuciones de frecuencias son tablas en que se dispone las
modalidades de la variable por filas. En las columnas se dispone el número de
ocurrencias por cada valor, porcentajes, etc. La finalidad de las agrupaciones en
frecuencias es facilitar la obtención de la información que contienen los datos.
Ejemplo: Quieren conocer si un grupo de individuos está a favor o en contra
de la exhibición de imágenes violentas por televisión, para lo cual han recogido los
siguientes datos:

La inspección de los datos originales no permite responder fácilmente a

cuestiones como cuál es la actitud mayoritaria del grupo, y resulta bastante más
difícil determinar la magnitud de la diferencia de actitud entre hombres y mujeres.
Podemos hacernos mejor idea si disponemos en una tabla los valores de la
variable acompañados del número de veces (la frecuencia) que aparece cada
valor:
 X: Símbolo genérico de la variable.
F: Frecuencia (también se simboliza como ni).
La distribución de frecuencias de los datos del ejemplo muestra que la
actitud mayoritaria de los individuos del grupo estudiado es indiferente.
La interpretación de los datos ha sido facilitada porque se ha reducido el
número de números a examinar (en vez de los 20 datos originales, la tabla
contiene 5 valores de la variable y 5 frecuencias).
Generalmente las tablas incluyen varías columnas con las frecuencias
relativas (son el número de ocurrencias dividido por el total de datos, y se
simbolizan "fr" o "pi"), frecuencias acumuladas (la frecuencia acumulada es el total
de frecuencias de los valores iguales o inferiores al de referencia, y se simbolizan
"fa" o "na". No obstante, la frecuencia acumulada también es definida incluyendo
al valor de referencia), frecuencias acumuladas relativas (la frecuencia acumulada
relativa es el total de frecuencias relativas de los valores iguales o inferiores al de
referencia, y se simbolizan "fr" o "pa").
Ejemplo: Consideremos el siguiente grupo de datos:

La distribución de freciemcias es:

La reducción de datos mediante el agrupamiento en frecuencias no facilita

su interpretación: La tabla es demasiado grande. Para reducir el tamaño de la
tabla agrupamos los valores en intervalos, y las frecuencias son las de los
conjuntos de valores incluidos en los intervalos:
 Ahora es más sencillo interpretar los datos. Por ejemplo, podemos apreciar
inmediatamente que el intervalo con mayor número de datos es el 34-39, o que el
75% de los datos tiene valor inferior a 46.
Este tipo de tabla es denominado "tabla de datos agrupados en intervalos".
Elementos básicos de las tablas de intervalos:
Intervalo: Cada uno de los grupos de valores de la variable que ocupan una
fila en una distribución de frecuencias
Límites aparentes: Valores mayor y menor del intervalo que son observados
en la tabla. Dependen de la precisión del instrumento de medida. En el ejemplo,
los límites aparentes del intervalo con mayor número de frecuencias son 34 y 39.
Límites exactos: Valores máximo y mínimo del intervalo que podrían
medirse si se contara con un instrumento de precisión perfecta. En el intervalo 34-
39, estos límites son 33.5 y 39.5
Punto medio del intervalo (Mco Marca de clase): Suma de los límites
dividido por dos. Mc del intervalo del ejemplo= 36.5
Amplitud del intervalo: Diferencia entre el límite exacto superior y el límite
exacto inferior. En el ejemplo es igual a 6.
Tipos de distribuciones de frecuencia
Los tipos de distribuciones de frecuencia son los siguientes:
Frecuencia absoluta(fi): Es la cantidad de observaciones que pertenecen a
cada grupo. También, se interpreta como la cantidad de veces que se repite un
suceso. Por ejemplo, continuando con el caso anterior, puede ser que de un grupo
de 100 personas, 20 de ellos tengan entre 26 y 40 años.
Frecuencia relativa(hi): Se calcula dividiendo la frecuencia absoluta entre el
número de datos, por ejemplo, volviendo a la situación planteada líneas arriba,
20/100 es igual a 0,2 o 20%.
Frecuencia absoluta acumulada (Fi): Resulta de sumar las frecuencias
absolutas de una clase o grupo de la muestra (o población) con la anterior o las
anteriores. Por ejemplo, para calcular la frecuencia absoluta acumulada del tercer
grupo se suman las frecuencias absolutas del primer, segundo y tercer grupo.
Frecuencia relativa acumulada (Hi): Es el resultado de sumar las
frecuencias relativas, tal y como explicamos para la frecuencia absoluta
acumulada. Por ejemplo, para calcular la frecuencia relativa acumulada del cuarto
grupo, se suman las frecuencias relativas del primer, segundo, tercer y cuarto
grupo.

INTERVALOS DE CLASE

En estadística, se denomina intervalo o intervalo de clase a cada una de las

partes en las que se puede subdividir el recorrido de una variable.
Los intervalos son los límites a los extremos a los que llega una función.
Son utilizados a modo de resumen cuando la cantidad de datos es muy grande.
Los limites extremos de cada clase se les llaman Limite Inferior y Superior de
clase respectivamente. Los intervalos de clase se emplean si las variables toman
un número grande de valores o la variable es continua, es el Rango utilizado para
dividir el conjunto de posibles valores numéricos al trabajar con grandes
cantidades de datos. Por ejemplo, si los valores están entre 1 y 100. Se podrían
definir grupos por medio de los intervalos 1-25, 26-50, 51-75, 76- 100 cuando el
intervalo de la clase es 25. Se agrupan los valores en intervalos que tengan la
misma amplitud denominados clases. A cada clase se le asigna su frecuencia
correspondiente. Son los intervalos en los que se agrupan y ordenan los valores
observados. Cada uno
De estos intervalos está delimitado (acotado) por dos valores extremos que
les llamamos límites.
Limites de la clase: Cada clase está delimitada por el limite inferior de la
clase y el límite superior de la clase.
Amplitud de la clase: La amplitud de la clase es la diferencia entre el limite
superior e inferior de la clase.
Marca de clase: La marca de clase es el punto medio de cada intervalo y es
el valor que representa a todo el intervalo para el cálculo de algunos parámetros.
Clasificación de intervalos:
Se pueden clasificar los intervalos según sus características topológicas
Abiertos: se colocan entre paréntesis (por ejemplo (-3;5)). Esto quiere decir
que la función no toca los puntos -3 y 5 sino que llega a -2.99999.
Cerrados: se expresan entre corchetes (por ejemplo [-3,5]). Esto significa
que la función empieza en -3 y termina en 5).
 Semiabiertos: se expresan con un paréntesis de un lado y un corchete del
otro (por ejemplo (-3:5]; esto quiere decir que la función empieza en -2.99999 y
termina en 5).

Elaboración de tablas agrupando los datos en intervalos: intervalos de

clase, marca de clase y amplitud del intervalo
Cuando en una variable estadística se da la circunstancia de que tenemos
muchos datos diferentes, o bien cuando se trata de una variable continua, lo
apropiado es recoger los datos agrupados por intervalos que se llaman intervalos
de clase.
Antes de continuar, debemos repasar los distintos tipos de intervalos:
(a,b): simboliza los números comprendidos entre a y b, excluidos ambos
extremos.
[a,b): simboliza los números comprendidos entre a y b, incluido a y excluido
b.
(a,b]: simboliza los números comprendidos entre a y b, excluido a e incluido
b.
[a,b]: simboliza los números comprendidos entre a y b, incluidos ambos
extremos.
El valor medio del intervalo se denomina marca de clase. La marca de clase
se puede calcular dividiendo la suma de los dos extremos entre 2.
La amplitud del intervalo es la diferencia de los dos extremos. Todos los
intervalos de clase deben tener la misma amplitud.
Ejemplo:
 En el intervalo (35, 65) la marca de clase vale:

Y la amplitud del intervalo es:

65-35= 30

Veamos un ejemplo en el que los datos son recogidos en intervalos:

En una gran empresa se quiere hacer un estudio sobre el sueldo de sus
trabajadores. Para ello se realiza un estudio a 400 trabajadores y se hace un
recuento de los datos obtenidos. Puesto que hay muchos puestos de diferente
categoría y muchos empleados, los datos son muchos y muy variados, de modo
que resulta más cómodo recoger los resultados agrupándolos en intervalos en una
tabla semejante a la siguiente:

Como se puede observar todos los intervalos tienen el mismo tamaño,

incluyen el extremo izquierdo pero no el derecho, salvo el último, [2700,3000], que
incluye los dos extremos. Está es la forma más habitual de expresar los intervalos,
aunque tampoco importaría demasiado que los intervalos incluyesen el extremo
derecho y no el izquierdo, salvo que en este caso el primero debería incluir ambos
extremos.
La marca de clase está reflejada en la segunda columna y es el dato que
está en medio del intervalo. Las frecuencias se recogen de la misma manera que
cuando los datos están dados individualmente.

Bibliografía
 https://www.funciones.xyz/#:~:text=de%20las%20funciones-,%C2%BFQu
%C3%A9%20son%20las%20funciones%3F,%C3%BAnico%20elemento%20de
%20otra%20magnitud
https://www.todamateria.com/notacion-cientifica/