Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADESCRIPTIVA
ADESCRIPTIVA
EDGAR ALVAREZ A. IQ
2015 -I 1
Objetivos de Aprendizaje
Saber que significa la estadstica y sus aplicaciones.
Explicar el significado de la estadstica descriptiva y
estadstica inferencial.
Distinguir entre niveles de medicin nominal, ordinal,
de intervalo y de razn.
Organizar datos en una distribucin de frecuencias.
Representar la distribucin de frecuencias en un
histograma, un polgono de frecuencias.
Desarrollar una representacin de tallo y hoja
Representar datos utilizando lneas, de barras y de
sectores (circulares).
EDGAR ALVAREZ A. IQ 2
Qu es la estadstica?
Que deberan saber al terminar esta clase:
Que queremos significar por estadstica
Que entendemos por estadstica descriptiva e inferencial.
Que es una poblacin y que una muestra.
Que es una variable, el dato y los datos
Cuando la informacin se refiere a un parmetro y
cuando a una estadstica
Distinguir cuando una variable es cualitativa y cuando
cuantitativa.
Distinguir entre una variable discreta y continua.
Distinguir las distintas escalas de medicin nominal,
ordinal, de intervalo y de razn
EDGAR ALVAREZ A. IQ 3
Qu es la estadstica?
EDGAR ALVAREZ A. IQ 6
Quienes usan la estadstica?
Organismos oficiales.
Diarios y revistas.
Polticos.
Deportes.
Marketing.
Control de calidad.
Administradores.
Investigadores cientficos.
Mdicos
Ingenieros
EDGAR ALVAREZ A. IQ 7
Tipos de Estadstica
ESTADISTICA ESTADISTICA
DESCRIPTIVA INFERENCIAL
Describe un conjunto de Obtiene informacin
datos con indicadores (variables e indicadores)
estadsticos o de una muestra
estadgrafos representativa
de poblacin
EDGAR ALVAREZ A. IQ 8
Tipos de Estadstica
ESTADSTICA DESCRIPTIVA: Mtodo de recolectar,
organizar, resumir, analizar e interpretar los datos.
Ejemplo 1: Los datos de una reaccion quimica
Ejemplo 2: La cantidad de robos ocurridos el
ltimo mes en en el municipio.
Ejemplo 3: La cantidad de pacientes atendidos en
el Hospital municipal el ltimo ao.
Mencionamos algunos procedimientos:
Tablas de distribuciones de frecuencia; Grficos de
distribucin de frecuencias; Diagramas de cajas;
Diagramas de tallos y hojas; Estadsticos de
posicin; Estadsticos de dispersin; y Estadsticos
de asociacin
EDGAR ALVAREZ A. IQ 9
Tipos de Estadstica
ESTADSTICA INFERENCIAL: Mtodos usados para
determinar algo acerca de la poblacin, basado en
una muestra.
Poblacin es la coleccin, o conjunto, de individuos,
objetos o eventos cuyas propiedades sern
analizadas.
Muestra es un subconjunto de la poblacin de inters.
La estadstica inferencial comprende dos reas
importantes: Estimacin puntual y por intervalos; y la
Prueba de hiptesis estadstica
EDGAR ALVAREZ A. IQ 10
Conceptos Estadsticos
Unidad de Anlisis: es el objeto del cual se desea
obtener informacin. Muchas veces nos referimos a
las unidades de anlisis con el nombre de
elementos. En estadstica, un elemento o unidad de
anlisis puede ser algo con existencia real, como un
automvil o una casa, o algo ms abstracto como la
temperatura o un intervalo de tiempo. Dada esta
definicin, puede redefinirse poblacin como el
conjunto de unidades de anlisis.
Ejemplo: Cada uno de los alumnos matriculados en
el curso de Qumica General.
EDGAR ALVAREZ A. IQ 11
Conceptos Estadsticos
Parmetro: Valor numrico que resume todos los
datos de una poblacin completa. Se utilizan letras
griegas para simbolizar un parmetro como ser y
Ejemplos: La calificacin promedio del egresado
secundario cuando postula al Proceso de Admisin .
Muestra
EDGAR ALVAREZ A. IQ 13
Conceptos Estadsticos
Poblacin: Es el conjunto de todos los individuos o
elementos (unidad de anlisis) que son el objetivo
de nuestro inters. La Poblacin, segn su nmero
de elementos puede ser:
.
La definicin de una Poblacin y sus
Caractersticas dependern (Variables) de sus
unidades elementales que deben ser
observadas y dependiendo de la naturaleza
del problema planteado
EDGAR ALVAREZ A. IQ
16
Variable
Variable: Caracterstica de inters sobre cada
elemento individual de una poblacin o muestra.
Dato: Valor de la variable asociada a un elemento
de la poblacin o muestra. Este valor puede ser un
nmero, una palabra o un smbolo.
Ejemplo: la concentracion de un reactante en un
tiempo t.
EDGAR ALVAREZ A. IQ 17
Tipos de Variables
EDGAR ALVAREZ A. IQ 18
Tipos de Variables
EDGAR ALVAREZ A. IQ 21
1-9
EDGAR ALVAREZ A. IQ 22
1-9
Escala de medidas
NOMINAL
ORDINAL
INTERVALAR
EDGAR ALVAREZ A. IQ 28
Nivel Ordinal
Los valores de las Variables (datos) se pueden
ordenar pero no es posible determinar la diferencia
aritmtica (o distancias) entre ellos.
.
Ejemplo: Resultados del sabor de tres bebidas A, B, C
X = Sabor.
La bebida C clasifico 1 ( o 1)
La bebida B clasifico 2 ( o 2)
La bebida A clasifico 3 ( o 3)
Valores de x : 1, 2, 3 o (1) (2) (3)
EDGAR ALVAREZ A. IQ 29
Escalas de Medicin
Las variables cuantitativas se miden en escala
de intervalo o razn.
Intervalo: los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y
son significativas. La diferencia entre dos
valores consecutivos es de tamao constante
y no existe el 0 absoluto.
Ejemplo: Temperatura en grados Celsius
EDGAR ALVAREZ A. IQ 30
Nivel Intervalar
Similar al nivel ordinal con la propiedad
adicional de que se pueden determinar
cantidades significativas .
(distancias iguales) de las diferencias
entre los valores. No existe un punto
cero natural sino Convencional.
Temperatura en escala Grados Celsius.
Talla de camisas ( zapatos, ternos etc.)
EDGAR ALVAREZ A. IQ 31
Escalas de Medicin
Las variables cuantitativas se miden en escala
de intervalo o razn.
Razn: los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y
son significativas. Existe el 0 absoluto, es decir
la ausencia de la variable medida.
Ejemplo 1: Tiempo de vuelo.
Ejemplo 2: Ingresos familiares
EDGAR ALVAREZ A. IQ 32
Nivel Razn
Es aquella con un punto cero
inicialmente inherente. Las
diferencias y razones (cocientes) son
significativas. .
Ejemplo:
a) Produccin
b) Ingresos Mensuales Dinero.
c) Altura de los jugadores del equipo
de ftbol de Osorno
EDGAR ALVAREZ A. IQ 33
Clasificacin de Variables
Variable Cuantitativa Variable Cualitativa
(Numrica) (No numrica )
EDGAR ALVAREZ A. IQ 37
120.00
100.00
80.00
MUJER
60.00
HOMBRE
40.00
20.00
-
ia
l
r.
l
l
r.
e
cia
a
e
r
e
iv
ici
da
niv
niv
pe
nN
In
un
U
oU
Es
c
Si
p.
Se
Su
p.
Su
EDGAR ALVAREZ A. IQ 38
1. Grficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa:
1/10/01 - 23/01/02
44.00
US$
42.00
40.00
38.00
36.00
34.00
32.00
30.00
22 /01
29 /01
5/ 1
19 /01
26 /01
3/ 1
17 /01
24 /01
31 /01
7/ 1
21 /02
02
8/ 1
15 / 01
12 / 01
10 / 01
14 / 02
0
0
/0
0/
1/
2/
1/
0
1
10
10
11
12
01
/1
/1
/1
/1
/1
/1
/1
/1
/1
/1
/0
/0
1/
%
40.00
35.00
30.00
25.00
20.00
15.00
10.00
5.00
-
Sin Nivel Inicial Secundaria Sup. No Sup. Especial
Univer. Univer.
EDGAR ALVAREZ A. IQ 40
Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
2a. Grficos de Barras Compuesto
PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998
(Porcentajes)
%
45.00
40.00
35.00
30.00
25.00
HOMBRE
20.00
MUJER
15.00
10.00
5.00
0.00
Sin Nivel Inicial Secundaria Sup. No Sup. Univer. Especial
Univer.
EDGAR ALVAREZ A. IQ 42
3. Grfico Circular
29%
35%
36%
Lima Metrpolitana
Resto Urbano
Rural
EDGAR ALVAREZ A. IQ 43
Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
4. Pictograma
Grfico N 3
Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95
(miles de US$)
10 Miles de
9 dlares US$
8
7
6
5
4
3
2
1
0
1990 1995
EDGAR ALVAREZ A. IQ 44
4. Pictograma
Grfico N 4
Per: Deforestacin de la Selva Amaznica : 1914-2028
(millones de arboles)
EDGAR ALVAREZ A. IQ 45
EDGAR ALVAREZ A. IQ 46
Per: Densidad: Poblacional
(Habitantes/ Km2
MAPA
ESTADISTICO
EDGAR ALVAREZ A. IQ 47
Fuente: Censo Poblacional 1993
DISTRIBUCION
DE FRECUENCIAS
1-9
MUESTRA
Se denomina muestra al subconjunto de ese
universo y del cual se recopilarn los datos.
Ejemplo, se quiere saber el nmero de hijos por
matrimonio en Lima. Para este propsito, se elige
una muestra representativa de 50 matrimonios de
ella. Se obtienen los siguientes datos:
2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3,
1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 ,
4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1.
El nmero total de datos se representa con la
letra n. En nuestro ejemplo n = 50.
EDGAR ALVAREZ A. IQ 50
FRECUENCIA ABSOLUTA ( fi )
TABLA
La frecuencia absoluta es el xi fi
nmero de veces que aparece 0 4
un valor (x i) en los datos 1 9
obtenidos. 2 12
En nuestro ejemplo, la 3 10
frecuencia absoluta indica el 4 8
nmero de familias que tienen 5 4
esa cantidad de hijos: 6 2
7 1
EDGAR ALVAREZ A. IQ 51
FRECUENCIA ABSOLUTA ( fi )
GRAFICOS
EDGAR ALVAREZ A. IQ 52
FRECUENCIA ABSOLUTA ( fi )
GRAFICOS
EDGAR ALVAREZ A. IQ 53
1-9
FRECUENCIA ABSOLUTA ( fi )
GRAFICOS
EDGAR ALVAREZ A. IQ 54
1-9
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
La frecuencia absoluta acumulada indica cuantos
elementos de la lista de datos son menores o iguales
a un valor dado. Es la suma de las frecuencias
absolutas desde la primera fila hasta la fila elegida.
Por ejemplo, sabemos que hay 25 matrimonios de la
muestra que tienen a lo ms 2 hijos:
EDGAR ALVAREZ A. IQ 55
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
TABLA
xi fi Fi
0 4 4
1 9 13
2 12 25
3 10 35
4 8 43
5 4 47
6 2 49
7 1 50
EDGAR ALVAREZ A. IQ 56
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA
EDGAR ALVAREZ A. IQ 57
FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA
EDGAR ALVAREZ A. IQ 58
1-9
FRECUENCIA RELATIVA ( hi )
La frecuencia relativa es el cuociente entre la
frecuencia absoluta (f i) y el nmero total de
datos (n). En nuestro ejemplo n = 50:
TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 0,98
7 1 50
EDGAR ALVAREZ A. IQ
0,02 1,00 59
1-9
FRECUENCIA RELATIVA ( hi )
GRAFICA
EDGAR ALVAREZ A. IQ 60
FRECUENCIA RELATIVA ( hi )
GRAFICA
EDGAR ALVAREZ A. IQ 61
FRECUENCIA RELATIVA
ACUMULADA (Hi)
La frecuencia relativa acumulada es el cuociente entre
TABLA:
EDGAR ALVAREZ A. IQ 63
FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA
EDGAR ALVAREZ A. IQ 64
FRECUENCIA PORCENTUAL (fi %)
La frecuencia porcentual es la frecuencia relativa (hi)
expresada en forma porcentual. En otras palabras, es la
frecuencia relativa (hi) multiplicada por 100.
En nuestro ejemplo
TABLA
xi fi Fi hi Hi fi%
0 4 4 0,08 0,08 8%
1 9 13 0,18 0,26 18 %
2 12 25 0,24 0,50 24 %
3 10 35 0,20 0,70 20 %
4 8 43 0,16 0,86 16 %
5 4 47 0,08 0,94 8%
6 2 49 0,04 0,98 4%
7 1 50 0,02
EDGAR ALVAREZ A. IQ
1,00 2% 65
FRECUENCIA PORCENTUAL (fi %)
GRAFICA
EDGAR ALVAREZ A. IQ 66
FRECUENCIA PORCENTUAL (fi %)
GRAFICA
EDGAR ALVAREZ A. IQ 67
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
La frecuencia porcentual acumulada es la frecuencia relativa
acumulada (Hi) multiplicada por 100. En nuestro ejemplo:
TABLA
xi fi Fi hi Hi fi% Fi%
0 4 4 0,08 0,08 8% 8%
1 9 13 0,18 0,26 18 % 26 %
2 12 25 0,24 0,50 24 % 50 %
3 10 35 0,20 0,70 20 % 70 %
4 8 43 0,16 0,86 16 % 86 %
5 4 47 0,08 0,94 8 % 94 %
6 2 49 0,04 0,98 4 % 98 %
7 1 50 0,02
EDGAR ALVAREZ A. IQ
1,00 2 % 100 % 68
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA
EDGAR ALVAREZ A. IQ 69
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA
EDGAR ALVAREZ A. IQ 70
ORGANIZACION Y PRESENTACION DE DATOS
UNIDIMENSIONALES
a) Frecuencia Absoluta (fi)
Es el nmero de veces que se presenta un valor o categora
de una variable. Se representa por fi.
f1 + f2 + f3 + .fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el nmero de datos igual o inferior (menor o igual que)
al valor considerado de la variable o la suma de las
frecuiencias absolutas menor o igual que el valor
considerado de la variable. Es decir:
F1 = f1
F2 = f 1 + f 2
-----------------------------
Fk = f1 + f2 + .+ fk
EDGAR ALVAREZ A. IQ 72
ORGANIZACION Y PRESENTACION DE DATOS
UNIDIMENSIONALES
c) Frecuencia Relativa (hi)
Es igual a la frecuencia absoluta sobre el numero de
observaciones.
h1 =f1/n
b) Frecuencia Relativa Acumulada (Hi)
Es el resultado de cada frecuencia absoluta acumulada
dividida entre el numero total de observaciones.
H1 = F1/n
H2 = F2/n
-----------------------------
Hk = Fk/n
EDGAR ALVAREZ A. IQ 73
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Identificar el tipo de variable cuantitativo discreto o
continuo.
2. Determinar el mayor (Xmax) y el menor (Xmin).
3. Calcular R donde R = Xmax Xmin.
4. Si la variable es cuantitativa discreta
El rango es pequeo, entonces trabajar con los valores
originales ordenados de las variables.
Si el rango es grande entonces trabajar con los datos
ordenados agrupados en intervalo de clase (ver
Sturges).
EDGAR ALVAREZ A. IQ 74
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
5. Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20).
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 50
m = 1 + 3,322log(50) = 6,6439
Se redondea a m = 7 intervalos de clase.
Intervalo cerrado por la izquierda y abierto por la
derecha.
El menor del intervalo izquierdo =X`min =(Xmin) menos
unidad/2.
Marca de clase= (xmax 1er intervalo - X`min )/2
EDGAR ALVAREZ A. IQ 75
Distribucin de Frecuencias
1 1 7 1 13 2 19 1 25 2
2 1 8 0 14 1 20 4 26 2
3 0 9 5 15 5 21 1 27 1
4 2 10 2 16 4 22 2 28 1
5 2 11 1 17 5 23 1 29 2
6 2 12 2 18 2 24 4 30 1
EDGAR ALVAREZ A. IQ 77
Distribucin de Frecuencias
x fi h1 Fi Hi hi% Hi%
0 2 0.067 2 0.067 6.67 6.667
1 11 0.367 13 0.433 36.67 43.333
2 11 0.367 24 0.800 36.67 80.000
3 3 0.100 27 0.900 10.00 90.000
4 3 0.100 30 1.000 10.00 100.000
Total 30 100
EDGAR ALVAREZ A. IQ 78
Problema N 01:
Se desea conocer la distribucin de un proceso
mediante la elaboracin de una Tabla de
Frecuencias y un Histograma:
a) Recopilar datos, mnimo que sean 50 datos
y 100 datos como deseable.
b) Encontrar el valor mximo (Xmax) y el
valor mnimo (Xmin)
c) Calcular el intervalo de clase (c), el cual
debe ser mltiplo de la unidad mnima de
medicin.
EDGAR ALVAREZ A. IQ 80
27,9 28,8 28,0 27,9 28,1
27,9 28,1 28,1 28,1 27,8
28,1 27,6 28,4 28,5 28,0
27,8 27,9 28,1 27,9 27,9
27,8 27,7 28,0 28,0 27,7
28,1 28,1 28,1 28,9 28,4
28,0 28,4 27,8 28,6 28,1
28,0 28,5 28,0 28,3 27,6
28,3 28,0 28,3 28,6 28,1
27,8 28,2 27,8 28,7 27,8
28,0 28,1 27,6 28,5 27,8
28,3 28,0 28,0 27,8 27,9
28,4 28,3 27,8 27,9 28,3
27,8 28,2 28,3 27,8 27,9
27,9 27,9 28,2 28,1 28,3
28,1 27,5 27,5 28,0 27,7
28,3 28,3 27,9 27,9 27,9
27,6 27,6 28,0 27,9 28,1
27,2 28,0 27,9 28,0 27,7
27,5 28,3 27,9
EDGAR ALVAREZ A. IQ 27,5 28,3 81
Problema N 01 (continua):
c = (Xmax Xmin)/K
c = (28,9 27,2)/10 = 0.17 => 0.2
K = nmero de clases (nmero de barras en el
grfico), y que por experiencia se sugiere que
tome los siguientes valores:
NUMERO DE DATOS VALORES DE K
de 50 a 100 Aprox. de 6 a 10
de 100 a 200 Aprox. de 7 a 12
mas de 250 Aprox. de 10 a 20
EDGAR ALVAREZ A. IQ 82
JAPONES
Problema N 01 (continua):
d) Se calcula el lmite de la 1era clase.
Xmin Unidad mnima /2 = 27.2 - 0.1/2= 27.15
e) Se calcula la marca de clase de cada intervalo.
Punto medio = (Limite superior Limite inferior)/2
f) Se llena la Tabla de Frecuencia
g)Se va marcando la clase donde corresponde cada
dato.
h)Se suman las marcas de clase y se determina la
frecuencia de cada clase (fi, Fi, hi y Hi).
i)Se hace una grafica de barras, en donde el eje de
X representa los valores de medicin (las clases),
y el eje Y la frecuencia .
EDGAR ALVAREZ A. IQ 83
Problema N 01 (continua):
TABLA DE DISTRIBUCION DE FRECUENCIAS
CLASE MC MARCAS fi Fi hi Hi
[27.15 - 27.35) 27.25 / 1 1 0.01 0.01
[27.35 - 27.55) 27.45 //// 4 5 0.04 0.05
[27.55 - 27.75) 27.65 ///////// 9 14 0.09 0.14
[27.75 - 27.95) 27.85 ///////////////////////////// 29 43 0.29 0.43
[27.95 - 28.15) 28.05 ////////////////////////////// 30 73 0.30 0.73
[28.15 - 28.35) 28.25 /////////////// 15 88 0.15 0.88
[28.35 - 28.55) 28.45 /////// 7 95 0.07 0.95
[28.55 - 28.75) 28.65 /// 3 98 0.03 0.98
[28.75 - 28.95] 28.85 // 2 100 0.02 1.00
100 1.00
EDGAR ALVAREZ A. IQ 84
Problema N 02:
El Area de Control de Calidad de la empresa
FUNDIDOS S. A. esta llevando a cabo un
seguimiento a un lote de piezas mecanizadas en su
taller de metalmecnica, para esto ha tomado una
muestra aleatoria y se necesita obtener el siguiente
anlisis estadstico descriptivo:
Tabla de Frecuencias.
Histogramas.
Polgonos de Frecuencia (tarea para el alumno).
Ojivas (tarea para el alumno).
EDGAR ALVAREZ A. IQ 85
1279,5 1278,0 1283,0 1273,0 1280,5
1285,0 1273,0 1282,5 1271,5 1269,0
1280,0 1280,0 1272,5 1275,5 1284,0
1273,0 1277,5 1275,5 1277,0 1287,0
1284,0 1286,0 1275,0 1278,0 1275,5
1280,5 1280,0 1282,0 1283,5 1280,0
1275,5 1281,0 1271,0 1274,5 1280,5
1278,0 1275,0 1280,5 1279,0 1278,0
1279,5 1278,5 1266,0 1287,5 1275,5
1275,0 1279,5 1282,5 1276,0 1280,0
1267,0 1273,5 1284,5 1279,5 1274,5
1272,0 1275,0 1276,0 1268,0 1285,0
1282,0 1276,5 1279,0 1269,0 1282,0
1276,0 1271,5 1281,0 1285,5 1276,5
1269,5 1284,5 1276,0 1268,0 1268,5
1266,0 1276,0 1287,5 1272,5 1275,5
1273,5 1268,5 1273,5 1266,5 1269,0
1285,5 1272,5 1272,5 1278,0 1271,5
1275,5 1284,5 1279,5 1267,0 1280,5
1283,5 1286,0 1279,0 1271,0 1287,0
1285,0 1271,0 1276,0 1275,5 1276,5
1273,0 1265,5 1281,5
EDGAR ALVAREZ A. IQ
1277,0 1272,0 86
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Se identific que la variable es cuantitativa continua.
2. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1265.5
3. R =(Xmax) - (Xmin)= 1287.5 1265.5 = 22
4. Como el rango es grande entonces trabajamos con los
datos ordenados agrupados en intervalo de clase (ver
Sturges). Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 110
m = 1 + 3,322log(110) = 7.78
EDGAR ALVAREZ A. IQ 87
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
Se redondea a m = 8 intervalos de clase.
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin)
menor unidad/2.
X`min = 1265.5 0.1/2 = 1265.45
Amplitud de Clase= a = R/m = 22/8 = 2.75 = 2.8
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 1265.45 + 2.8 = 1268.25
Y se empieza la tabla
EDGAR ALVAREZ A. IQ 88
INTERVALOS MC fi Fi hi Hi
EDGAR ALVAREZ A. IQ 90
Histograma Fi
EDGAR ALVAREZ A. IQ 91
Histograma hi
EDGAR ALVAREZ A. IQ 92
Histograma Hi
EDGAR ALVAREZ A. IQ 93
Problema N 03:
Las estaturas en centmetros de 50 estudiantes mujeres
un grupo se registraron. Los datos son:
157 155 171 150 163 150 172 161 154 174
163 148 152 163 149 158 176 164 157 153
169 161 160 164 155 162 151 167 167 167
170 158 163 175 169 169 158 150 156 157
174 162 150 151 165 170 156 170 153 154
Agrupe adecuadamente los datos y elabore la respectiva
tabla de frecuencias y el histograma de frecuencias
relativas.
EDGAR ALVAREZ A. IQ 94
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Se identific que la variable es cuantitativa continua.
2. Se tiene que (Xmax) = 176 y (Xmin)= 148
3. R =(Xmax) - (Xmin)= 28
4. Como el rango es grande entonces trabajamos con los
datos ordenados agrupados en intervalo de clase (ver
Sturges). Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 50
m = 1 + 3,322log(50) = 6,470678
EDGAR ALVAREZ A. IQ 95
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
Se redondea a m = 7 intervalos de clase (se reajustar segn
se hagan los clculos).
Intervalo cerrado por la izq. y abierto por la derecha.
El menor del 1er intervalo izquierdo =X`min =(Xmin) menor
unidad/2.
X`min = 148 1/2 = 147.5
Amplitud de Clase = a = R/m = 28/6.4706 = 4.327
Marca de clase = MC=(xmax 1er intervalo - X`min )/2
MC1 = 147.5 + 2.163 = 149.66
Y se empieza la tabla
EDGAR ALVAREZ A. IQ 96
INTERVALOS MC fi Fi hi Hi
[147.50 151.83 ) 149.66 8 8 0.16 0.16
PROBLEMA
Problema N 03: En un estudio de dos semanas
sobre la productividad de los trabajadores de una
fundicin, se obtuvieron los siguientes datos sobre
el nmero total de piezas aceptables que
produjeron los trabajadores:
Elaborar la Tabla de Distribucin de Frecuencias.
Dibujar el Histograma y Polgono de Frecuencia.
EDGAR ALVAREZ A. IQ 98
65 36 49 84 79 56 28 43 67 36
43 78 37 40 68 72 55 62 22 82
88 50 60 56 57 46 39 57 73 65
59 48 76 74 70 80 75 56 45
75 62 72 63 32 80 64 53 74 34
76 60 48 55 51 54 45 44 35 51
21 35 61 45 33 61 60 85 68
45 53 77 42 69 52 68 52 47
62 65 75 61 73 50 53 59 41 54
41 74 82 78 26 35 47 70 38 70
EDGAR ALVAREZ A. IQ 99
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Se identific que la variable es cuantitativa discreta.
2. Se tiene que (Xmax) = 21 y (Xmin)= 88
3. R =(Xmax) - (Xmin)= 21 88 = 67
4. Como el rango es grande entonces trabajamos con los
datos ordenados agrupados en intervalo de clase (ver
Sturges). Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m = 1 + 3,322log n
Si n = 97
m = 1 + 3,322log(97) = 7.60 = 8
* * ** * * ** * * + + + + + ++ + + +
* = Mortero modificado
+ = Mortero sin modificar
Grfica de tallo y hojas
(Stem-and-Leaf )
Es una grfica usada para datos cuantitativos.
Ejemplo: Los siguientes datos representan pesos de una
muestra de 15 varones adultos.
165 178 185 169 152 180 175 189 195 200 183
191 197 208 179
Hacer su grfica de Stem-and Leaf.