Distribuciones de frecuencias

Utilizada tanto para datos cualitativos y cuantitativos. Representa la frecuencia o el

recuento de los diferentes resultados en un conjunto de datos o muestras.

La distribución de frecuencias se presenta normalmente en una tabla o un gráfico.

Cada entrada de la tabla o el gráfico va acompañada del recuento o la frecuencia
de aparición de los valores, en un intervalo, rango o grupo específico.

La distribución de frecuencias es básicamente una presentación o un resumen de

datos agrupados que se han clasificado en función de clases mutuamente
excluyentes y del número de ocurrencias en cada clase respectiva. Permite una
forma más estructurada y organizada de presentar los datos en bruto.

Los cuadros y gráficos más comunes utilizados en la presentación y visualización

de la distribución de frecuencias incluyen gráficos de barras, histogramas, gráficos
circulares y gráficos de líneas.[1]

Todos los acontecimientos tienen variables aleatorias (características medibles),

éstas pueden ser de tipo continua o discreta.

Las variables de tipo discretas son aquellas cuyos resultados se pueden contar o
son separables (por ejemplo, la cantidad de caras en el lanzamiento de 3
monedas, el número de faltas de un partido de fútbol, libros vendidos en un mes,
etc).

Las continuas son aquellas que tienen un número incontable de valores pero
limitado (por ejemplo, los tiempos de vuelos entre una ciudad y otra, la presión de
los neumáticos de un carro, etc).

Tipos de distribuciones de probabilidad

Los científicos siempre se han sentido fascinados con los fenómenos y

acontecimientos que ocurren en la vida cotidiana, por lo que se han puesto en la
tarea de construir modelos probabilísticos teóricos, a través de la experimentación,
que los describan. Algunos de los más utilizados hoy en día son:
1. Distribución de probabilidad Binomial:

Es una probabilidad discreta y se presenta con mucha frecuencia en nuestra vida

cotidiana. Fue propuesta por Jakob Bernoulli (1654-1705), y es utilizada con
acontecimientos que tengan respuesta binaria, generalmente clasificada como
“éxito” o “fracaso”. Algunos ejemplos donde se aplica esta distribución son:

 Si una persona presenta o no una enfermedad.

 Si una mujer se encuentra en estado de embarazo.
 Que un producto sea exitoso o no.
 Que un vuelo se retrase o no.
 Si el lanzamiento de una moneda sale cara en vez de sello.

2. Distribución de probabilidad de Poisson:

Recibe su nombre gracias al matemático francés Simeón Denis Poisson (1781-

1840). Describe el número de veces que se presenta un acontecimiento durante
un intervalo específico, este intervalo puede ser de tiempo, distancia, área o
volumen. La probabilidad de ocurrencia es proporcional a la longitud del intervalo.
Algunos ejemplos donde se aplica esta distribución son:

 El número de vehículos que vende por día un concesionario.

 Cantidad de llamadas por hora que recibe una compañía.
 Cuando se requiere conocer el número de defectos en un lote de tela.
 Número de accidentes automovilísticos en el año.
 Número de llegadas de embarcaciones a un puerto por día.

3. Distribución de probabilidad normal:

La distribución de probabilidad normal es una de las más importantes en

estadística y en el cálculo de probabilidades.
Fue utilizada por Carl Friedich Gauss (1777-1855) al escribir un libro sobre el
movimiento de los cuerpos celestes, por este motivo también es conocida como
distribución Gaussiana.

Es importante debido a que el teorema central del límite implica que esta
distribución es casi universal y la podemos encontrar en todos los campos de las
ciencias empíricas tales como: biología, física, psicología, economía, etc.

Tiene una forma de campana, es simétrica y su área bajo la curva es 1.

Como se mencionaba anteriormente la aplicación de esta distribución de

probabilidad es muy amplia. Algunos ejemplos son:

 El efecto de un medicamento o fármaco.

 El cambio de temperatura en una época del año específica.
 Caracteres morfológicos como el peso o la estatura en un grupo de
individuos.

Nuestro mundo actual se encuentra en constante cambio y tenemos incertidumbre

frente al futuro, es por eso que es importante resaltar la teoría de la probabilidad o
también conocida como la ciencia de la incertidumbre.
Aunque no nos diga con exactitud qué depara el futuro, nos ayuda a navegar en
este mar de la incertidumbre para tomar mejores decisiones en el mundo de los
negocios y en la vida.[2]

La importancia de esta distribución se debe a que se utiliza para modelar

numerosos fenómenos naturales, médicos y sociales. Son fenómenos en los
que influyen muchas variables difíciles de controlar, por lo que podemos
suponer que es suma de distintas causas independientes.

Ejemplos clásicos de fenómenos que se distribuyen según una

normal son:

 Fenómenos morfológicos como la estatura o el peso

 Fisiológicos como los efectos de un fármaco

 Sociológicos como los de consumo

 Psicológicos como el cociente intelectual

 El ruido en las telecomunicaciones

 Los errores cometidos al medir una magnitud…

La historia de la distribución normal: Aparece por primera vez con Abraham de

Moivre en un artículo publicado en 1733, sobre la distribución binomial para
valores grandes de n. El resultado fue trabajado por Laplace en su libro sobre la
teoría de las probabilidades trabajando sobre errores. También sobre errores la
utilizó Gauss, analizando datos astronómicos. En su honor también se
denomina a la curva normal, campana de Gauss.[2]

[1] https://economipedia.com/definiciones/distribucion-de-frecuencias.html

[2]https://www.sergas.es/Saudepublica/Documents/1899/
Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre2014.pdf