Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(Anova) 2
(Anova) 2
EDGAR ALVAREZ A. IQ
2018 -II 1
Objetivos de Aprendizaje
• Saber que significa la estadística y sus aplicaciones.
• Explicar el significado de la estadística descriptiva y
estadística inferencial.
• Distinguir entre niveles de medición nominal, ordinal,
de intervalo y de razón.
• Organizar datos en una distribución de frecuencias.
• Representar la distribución de frecuencias en un
histograma, un polígono de frecuencias.
• Desarrollar una representación de “tallo y hoja”
• Representar datos utilizando líneas, de barras y de
sectores (circulares).
EDGAR ALVAREZ A. IQ 2
¿Qué es la estadística?
Que deberían saber al terminar esta clase:
•Que queremos significar por estadística
•Que entendemos por estadística descriptiva e inferencial.
•Que es una población y que una muestra.
•Que es una variable, el dato y los datos
•Cuando la información se refiere a un parámetro y
cuando a una estadística
•Distinguir cuando una variable es cualitativa y cuando
cuantitativa.
•Distinguir entre una variable discreta y continua.
•Distinguir las distintas escalas de medición nominal,
ordinal, de intervalo y de razón
EDGAR ALVAREZ A. IQ 3
¿Qué es la estadística?
EDGAR ALVAREZ A. IQ 6
¿Quienes usan la estadística?
• Organismos oficiales.
• Diarios y revistas.
• Políticos.
• Deportes.
• Marketing.
• Control de calidad.
• Administradores.
• Investigadores científicos.
• Médicos
• Ingenieros…
EDGAR ALVAREZ A. IQ 7
Tipos de Estadística
ESTADISTICA ESTADISTICA
DESCRIPTIVA INFERENCIAL
Describe un conjunto de Obtiene información
datos con indicadores (variables e indicadores)
estadísticos o de una muestra
estadígrafos representativa
de población
EDGAR ALVAREZ A. IQ 8
Tipos de Estadística
• ESTADÍSTICA DESCRIPTIVA: Método 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
último mes en en el municipio.
Ejemplo 3: La cantidad de pacientes atendidos en
el Hospital municipal el último año.
Mencionamos algunos procedimientos:
Tablas de distribuciones de frecuencia; Gráficos de
distribución de frecuencias; Diagramas de cajas;
Diagramas de tallos y hojas; Estadísticos de
posición; Estadísticos de dispersión; y Estadísticos
de asociación
EDGAR ALVAREZ A. IQ 9
Tipos de Estadística
• ESTADÍSTICA INFERENCIAL: Métodos usados para
determinar algo acerca de la población, basado en
una muestra.
• Población es la colección, o conjunto, de individuos,
objetos o eventos cuyas propiedades serán
analizadas.
• Muestra es un subconjunto de la población de interés.
La estadística inferencial comprende dos áreas
importantes: Estimación puntual y por intervalos; y la
Prueba de hipótesis estadística
EDGAR ALVAREZ A. IQ 10
Conceptos Estadísticos
• Unidad de Análisis: es el objeto del cual se desea
obtener información. Muchas veces nos referimos a
las unidades de análisis con el nombre de
elementos. En estadística, un elemento o unidad de
análisis puede ser algo con existencia real, como un
automóvil o una casa, o algo más abstracto como la
temperatura o un intervalo de tiempo. Dada esta
definición, puede redefinirse población como el
conjunto de unidades de análisis.
• Ejemplo: Cada uno de los alumnos matriculados en
el curso de Química General.
EDGAR ALVAREZ A. IQ 11
Conceptos Estadísticos
• Parámetro: Valor numérico que resume todos los
datos de una población completa. Se utilizan letras
griegas para simbolizar un parámetro como ser y
Ejemplos: La calificación “promedio” del egresado
secundario cuando postula al Proceso de Admisión .
Muestra
EDGAR ALVAREZ A. IQ 13
Conceptos Estadísticos
Población: Es el conjunto de todos los individuos o
elementos (unidad de análisis) que son el objetivo
de nuestro interés. La Población, según su número
de elementos puede ser:
• .
La definición de una Población y sus
Características dependerán (Variables) de sus
unidades elementales que deben ser
observadas y dependiendo de la naturaleza
del problema planteado
EDGAR ALVAREZ A. IQ
16
Variable
• Variable: Característica de interés sobre cada
elemento individual de una población o muestra.
• Dato: Valor de la variable asociada a un elemento
de la población o muestra. Este valor puede ser un
número, una palabra o un símbolo.
• 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
aritmética (o distancias) entre ellos.
.
Ejemplo: Resultados del sabor de tres bebidas A, B, C
X = Sabor.
La bebida C clasifico 1 ( o 1º)
La bebida B clasifico 2 ( o 2º)
La bebida A clasifico 3 ( o 3º)
Valores de x : 1, 2, 3 o (1º) (2º) (3º)
EDGAR ALVAREZ A. IQ 29
Escalas de Medición
• Las variables cuantitativas se miden en escala
de intervalo o razón.
• Intervalo: los elementos son clasificados en
categorías que tienen un orden o jerarquía, la
diferencia entre valores se pueden realizar y
son significativas. La diferencia entre dos
valores consecutivos es de tamaño 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 Medición
• Las variables cuantitativas se miden en escala
de intervalo o razón.
• Razón: los elementos son clasificados en
categorías que tienen un orden o jerarquía, 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 Razón
Es aquella con un punto cero
inicialmente inherente. Las
diferencias y razones (cocientes) son
significativas. .
Ejemplo:
a) Producción
b) Ingresos Mensuales Dinero.
c) Altura de los jugadores del equipo
de fútbol de Osorno
EDGAR ALVAREZ A. IQ 33
Clasificación de Variables
Variable Cuantitativa Variable Cualitativa
(Numérica) (No numérica )
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. Gráficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADR´s Telefónica de España:
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 Estadística e Informática - ENAHO 1998
2a. Gráficos de Barras Compuesto
PERU: POBLACIÓN SEGÚN NIVEL DE EDUCACIÓN 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. Gráfico Circular
29%
35%
36%
Lima Metrpolitana
Resto Urbano
Rural
EDGAR ALVAREZ A. IQ 43
Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998
4. Pictograma
Gráfico Nº 3
Perú: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95
(miles de US$)
10 Miles de
9 dólares US$
8
7
6
5
4
3
2
1
0
1990 1995
EDGAR ALVAREZ A. IQ 44
4. Pictograma
Gráfico Nº 4
Perú: Deforestación de la Selva Amazónica : 1914-2028
(millones de arboles)
EDGAR ALVAREZ A. IQ 45
EDGAR ALVAREZ A. IQ 46
Perú: 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 recopilarán los datos.
• Ejemplo, se quiere saber el número de hijos por
matrimonio en Lima. Para este propósito, 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 número 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
número 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
número 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 más 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 número 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 número de veces que se presenta un valor o categoría
de una variable. Se representa por fi.
f1 + f2 + f3 + …………….……fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el número 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 pequeño, 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
Distribución 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
Distribución 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 Nº 01:
Se desea conocer la distribución de un proceso
mediante la elaboración de una Tabla de
Frecuencias y un Histograma:
a) Recopilar datos, mínimo que sean 50 datos
y 100 datos como deseable.
b) Encontrar el valor máximo (Xmax) y el
valor mínimo (Xmin)
c) Calcular el “intervalo de clase” (c), el cual
debe ser múltiplo de la unidad mínima de
medición.
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 Nº 01 (continua):
c = (Xmax – Xmin)/K
c = (28,9 – 27,2)/10 = 0.17 => 0.2
K = número de clases (número de barras en el
gráfico), 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 Nº 01 (continua):
d) Se calcula el límite de la 1era clase.
Xmin – Unidad mínima /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 medición (las clases),
y el eje “Y” la frecuencia .
EDGAR ALVAREZ A. IQ 83
Problema Nº 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 Nº 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 metalmecánica, para esto ha tomado una
muestra aleatoria y se necesita obtener el siguiente
análisis estadístico descriptivo:
– Tabla de Frecuencias.
– Histogramas.
– Polígonos 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 identificó 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 Nº 03:
Las estaturas en centímetros 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 identificó 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 reajustará según
se hagan los cálculos).
• 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 Nº 03: En un estudio de dos semanas
sobre la productividad de los trabajadores de una
fundición, se obtuvieron los siguientes datos sobre
el número total de piezas aceptables que
produjeron los trabajadores:
• Elaborar la Tabla de Distribución de Frecuencias.
• Dibujar el Histograma y Polígono 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 identificó 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
Gráfica de tallo y hojas
(“Stem-and-Leaf ”)
Es una gráfica 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 gráfica de “Stem-and Leaf”.