0% encontró este documento útil (0 votos)
293 vistas9 páginas

Regla de Sturges

Cargado por

notme.youfailed
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
293 vistas9 páginas

Regla de Sturges

Cargado por

notme.youfailed
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Regla de sturges

NORA CATALINA GARCIA


PROBABILIDAD Y ESTADISTICA

LORETA ABOGADO LAMOYI


¿Quien La **Regla de Sturges**
fue propuesta por

creó la
**Herbert Sturges**, un
estadístico
estadounidense, en el año

regla de
1926. Esta regla tiene
como objetivo determinar
el número óptimo de

sturges?
clases en un histograma.
¿Qué es La **Regla de Sturges** es una
fórmula utilizada en estadística para

la regla
calcular el número adecuado de
intervalos o clases en una distribución
de frecuencias, particularmente para

de
representar datos mediante un
histograma. La fórmula toma en
cuenta el tamaño de la muestra y

Sturges?
sugiere un número de clases basado
en el logaritmo de dicho tamaño, lo
que ayuda a obtener una
representación visual adecuada de la
distribución.
¿Cómo se
desarrolla la
regla de Esta fórmula se basa en
Sturges? la idea de que, a medida
que el tamaño de la
muestra crece, se deben
La **fórmula de la regla de Sturges** es la
agregar más intervalos
siguiente: para representar
\[ k = 1 + 3.322 \log_{10}(n) \] adecuadamente la
Donde: distribución de los datos.
- \( k \) es el número de clases (intervalos),
- \( n \) es el tamaño de la muestra,
- \( \log_{10} \) es el logaritmo en base 10.
Ejemplo
Supongamos que tenemos un conjunto
de datos con 100 observaciones y
deseamos aplicar la regla de Sturges

aplicado con
para crear una tabla de frecuencias.

tabla de Primero, aplicamos la fórmula de Sturges:

frecuencias
\[ k = 1 + 3.322 \log_{10}(100) = 1 + 3.322
\times 2 = 1 + 6.644 = 7.644 \]

Redondeamos a 8 intervalos.
Tabla
LINK:
Video
explicativo Lorem ipsum dolor sit amet, consectetur
adipiscing elit, sed do eiusmod tempor

de la regla de
incididunt ut labore et dolore magna aliqua et.

Sturges
La regla de Sturges es una herramienta útil en la estadística
descriptiva, particularmente cuando se trabaja con histogramas.
La importancia de esta regla radica en su simplicidad para
calcular el número adecuado de intervalos en una distribución de
frecuencias, especialmente cuando se tiene un conjunto de datos

Escrito
de tamaño considerable. Al utilizar el logaritmo del tamaño de la
muestra, la regla ajusta el número de clases de forma
proporcional a la cantidad de datos disponibles.

argumentativo Uno de los principales beneficios de la regla de Sturges es que


evita un número excesivo o insuficiente de clases en el

sobre la
histograma, lo que podría distorsionar la interpretación visual de
los datos. Sin embargo, también tiene sus limitaciones, ya que

comprensión de
para muestras muy grandes, el número de clases sugerido puede
ser insuficiente, lo que puede generar una subrepresentación de
la variabilidad de los datos. Por lo tanto, aunque es una buena

la regla de
guía inicial, es recomendable complementarla con criterios
adicionales, como la variabilidad de los datos y el propósito del
análisis.

Sturges En resumen, la regla de Sturges es un método práctico y sencillo


que ofrece una primera aproximación para la creación de
histogramas y tablas de frecuencias. Sin embargo, debe ser
usada con criterio, considerando el tamaño y características
específicas de los datos.

---
Sturges, H. A. (1926). The choice of a class
interval. Journal of the American Statistical
Association, 21(153), 65-66.

Fuentes
https://doi.org/10.1080/01621459.1926.10
502161

APÁ: Mendenhall, W., Beaver, R. J., & Beaver, B.


M. (2013). Introducción a la probabilidad y
estadística (14.a ed.). Cengage Learning.

Montgomery, D. C., & Runger, G. C. (2018).


Estadística aplicada y probabilidad para
ingenieros (6.a ed.). John Wiley & Sons.

También podría gustarte