Está en la página 1de 89

UNIDAD 1

ORDENAMIENTO Y
TRATAMIENTO DE
DATOS
OBJETIVOS DE LA UNIDAD:
 Conozca y aplique los conceptos básicos
de estadística.
 Pueda generar una distribución de
frecuencias, y obtener información
adicional a partir de ella.
 Elabore e interprete los diferentes tipos de
representación gráfica de estadística.
CONCEPTUALIZACION BASICA

 Estadística es la ciencia de
recolectar, organizar, presentar,
analizar e interpretar datos
numéricos que ayudan a tomar
las mejores decisiones .
Tipos de Estadística
1. Estadística descriptiva o deductiva:
conjunto de métodos para organizar,
resumir y presentar los datos de
manera informativa.
Estudia a toda la población.

Una población (N)


Conjunto o colección completa de todas las
observaciones que tienen interés para
realizar un estudio
2. Estadística inferencial o inductiva:
Es una decisión, estimación,
predicción o generalización tomada
sobre una población con base en una
muestra.
Estudia una muestra
Una muestra (n)
 Es una porción, o parte, de la
población que interesa.

(se usa cuando la población es


demasiado grande y analizarla en su
totalidad requeriría de mas recursos)
MUESTRA (n)
Elementos seleccionados
de la población
(SE OBTIENEN
ESTADISTICOS)
POBLACION (N)
Todos los elementos
(SE OBTIENEN PARAMETROS)
 PARAMETROS: Medidas que se dan
en la población. (Ej. Media
poblacional)

 ESTADISTICOS: Medidas que se dan


en la muestra. (Ej. media muestral)
 LA ESTADISTICA DESCRIPTIVA: estudia
a toda una población y hace conclusiones
para toda la población.

 LA ESTADISTICA INFERENCIAL: estudia


una parte de la población (una muestra) y
hace conclusiones para toda la población.
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
Las cadenas de TV monitorean la
popularidad de sus programas de
manera continua, para ello contratan
los servicios de organizaciones que
muestrean la preferencia de los
televidentes.

(Estadística inferencial)
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
El departamento de contabilidad de
una empresa selecciona una muestra
de las facturas para verificar los
errores de todas las facturas de la
compañía.

(Estadística inferencial)
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
Por medio de una entrevista casa por
casa en El Salvador se realizó el
censo de población del año 2008; el
cual determinó que existen
6,210,325 habitantes.

(Estadística descriptiva)
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
Los catadores de vino beben unas gotas para
tomar una decisión con respecto a todo el vino
que se venderá.

(Estadística inferencial)
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
 Una empresa quiere hacer una fiesta
navideña para los hijos de sus empleados,
para ello tiene que determinar el número
niños menores de 10 años. Entrevistando a
todos los trabajadores.

(Estadística descriptiva)
EJEMPLOS DE ESTADISTICA
DESCRIPTIVA E INFERENCIAL
Una muestra aleatoria de 1550 estudiantes
de ultimo año de contabilidad, indicó que
su salario inicial medio era de $ 500. Por
tanto, calculamos que el salario inicial
medio para todos los estudiantes de
ultimo año de contabilidad es de $ 500

(Estadística inferencial)
EJERCICIO
Los alumnos de 5° grado de la escuela “X” quieren hacer un
estudio en la colonia Buena Vista, que tiene 70 polígonos de
20 casas cada uno; para saber que porcentaje de hogares
poseen servicio de internet.
Como aplicaría los dos tipos de estadística?
1. Si usa estadística descriptiva: deben encuestar las 1400
casas. Para dar una conclusión. (población)

2. Si usa estadística inferencial: deben escoger algunos


polígonos y de estos algunas casas. Para dar una conclusión.
Por ejemplo (100 ó 200 casas) (muestra)
Ejercicio
Un encuestador de un restaurante pidió a
una muestra de 4125 consumidores
probaran un platillo nuevo. De las 4125
personas que participaron, 1922 dijeron que
comprarían el platillo si se vendiera.
1.¿Será estadística inferencial o descriptiva?
2.¿Que porcentaje reportará el encuestador
en cuanto a la aceptación del platillo entre la
población.?
RESPUESTAS
 ¿Será estadística inferencial o descriptiva?

Inferencial, porque se entrevistó a una parte


de la población.
 ¿Que porcentaje reportará el encuestador en
cuanto a la aceptación del platillo entre la
población.?
1922 x100%
4125----- 100% 4125
 46.59%

1922 ------- ? %
Tipos de variables estadísticas
 Variable cualitativa o de atributo:
la característica o variable de
estudio que no es numérica.
Podemos distinguirlas por cualidades
y características.
EJEMPLOS:
Género, tipo de automóvil, color de
ojos.
 Variable cuantitativa: esta
variable se registra en forma
numérica.
EJEMPLO:
 Saldo en la verificación de la
contabilidad.
 Minutos que se permanece en la clase.
 El número de niños en una familia.
Las variables cuantitativas se clasifican
como discretas o continuas.
 Variables discretas: se obtienen por
enumeración o conteo y solo puede tomar
determinados valores (números enteros).
EJEMPLO:
1. El número de cuartos en una casa (1,
2 ,3,..., etc...).
2. Cantidad de automóviles que pasan por un
paso a desnivel durante el día.
 Variables continuas: éstas pueden tomar
cualquier valor dentro de un intervalo
específico. (toma valores decimales)
EJEMPLO:
1. El tiempo que se tarda en volar de Madrid a
New York.
2. Promedio de las calificaciones de un
estudiante universitario.
3. Distancia que recorre un estudiante para
llegar a la universidad.
Resumen de los tipos de variables
 TIPOS DE VARIABLES
INFORMACIÓN

Cualitativa o de Cuantitativa o
atributo (tipo de auto numérica
que se posee)

Discreta Continua
(número de (tiempo para resolver
niños) un examen)
 DISTRIBUCION
DE CLASES
Y FRECUENCIAS
Construcción de una
distribución de frecuencia
Pregunta de
Investigación

Recolección de Datos
(datos en bruto)

Presentación
Organización
de Datos
de Datos
(gráficas)

Distribución de Conclusión
Frecuencia
Distribución de frecuencia
Una población es grande si N ≥ 30
Una muestra es grande si n ≥ 30
CONCEPTOS BASICOS: (Pág. 34 de libro)
SERIE ORDENADA:
Se limita a presentar una lista en forma ascendente o
descendente. Organización de los datos
recolectados.
Con esto podemos identificar el dato menor y el dato
mayor.
Ejemplo:
 Datos sin ordenar: 58, 22, 25, 54, 63, 24, 44, 22, 68
 Serie ordenada: 22, 22, 24, 25,44, 54, 58, 63, 68
Distribución de frecuencia
Moda o modo (Mo): Es el dato que mas se
repite
Serie ordenada: 22, 22, 24, 25,44, 54, 58, 63, 68
entonces: Mo = 22

 Mediana (Md) de los datos: es el punto medio


que divide la distribución de los datos
ordenados en forma ascendente o
descendente, en el 50% por arriba y por
debajo de esa medida.
Distribución de frecuencia
Para ubicar la mediana usamos la siguiente formula
uMd = (N/2) + 0.5
N: numero de datos
0.5: es el limite real o factor de continuidad que hay
entre los dos números.

Ejemplo: Usando la Serie ordenada


22, 22, 24, 25,44, 54, 58, 63, 68 N =9
uMd = (9/2) + 0.5 = 5 (ubicación 5 de la serie
ordenada)
Entonces
22, 22, 24, 25, 44, 54, 58, 63, 68 Md = 44
1 2 3 4 5 6 7 8 9
Media aritmética muestral

X= suma de todos los datos x


x
n n

 Media aritmética poblacional


µ= suma de todos los datos x

N N
• Usamos cada formula según el ejercicio lo
indique, si estamos evaluando una población
o una muestra.
 La moda, la mediana y la media de los
datos son llamados promedios o medidas
de tendencia central
Distribución de frecuencia simple

 EJEMPLO1: Elaborar una tabla de frecuencia


correspondiente a la edad de 50 personas adultas,
que escuchan las casi 700 estaciones de radio en
Estados Unidos, las cuales son:
35 29 41 34 44 46 42 42 37 47
30 36 41 39 44 39 43 43 44 40
47 37 41 27 33 33 39 38 43 22
44 39 35 35 41 42 37 42 38 43
35 37 38 43 40 48 42 31 51 34

Datos de la primer columna


2-17

Diagrama de tallos y hojas


 Diagrama de tallos y hojas: técnica
estadística que permite analizar un
conjunto de datos y en la cual cada valor
numérico se divide en dos partes: los
dígitos principales constituyen el tallo y
los dígitos secundarios forman las hojas.
 Nota: una ventaja del diagrama de tallos
y hojas sobre la distribución de
frecuencia es que no se pierde la
identidad de cada observación.
Distribución de frecuencia simple
 Se hará una tabla de frecuencia simple, con la ayuda del
diagrama de tronco y hoja para organizar los datos

Tronco hoja En el tronco se anotan las decenas o centenas, en la


hoja van las unidades de los datos que
2
tengamos.
3 505
1. Se inicia identificando el dato mayor y el dato
4 74
menor.
5 PM: Dato mayor o puntaje mayor. PM =51
Pm: Dato menor o puntaje menor. Pm= 22
2. Los datos indican que el diagrama debe contener
datos entre 20 y 50. por lo tanto se coloca del 2 al
5 en el tronco, para luego ir agregando las
unidades en la hoja, en el orden en que aparecen
los datos de la investigación. Se ubican los datos
de la primer columna 35 30 47 44 35.
El tronco del numero 3 indica que tiene los datos de 35 30 35, así sucesivamente
se van ubicando todos los datos columna por columna.
Diagrama de tronco y hoja

Tronco hoja
2 972
3 5056797584953939781784
4 741113441062823223243703
5 1

Se ha ido agregando datos al diagrama de acuerdo al


orden de aparición, es necesario ordenar los datos en
orden ascendente para tener una mejor percepción de
los datos.
Tronco hoja Diagrama de tronco y hoja,
2 279
3
orden ascendente
0133445555677778889999
4 001111222223333344446778
5 1

Una vez hecho el diagrama es fácil observar cuales son las


lecturas (clases “en este caso la variable EDAD” “x”), y cuantas
veces se repite cada una de ellas (f: frecuencia absoluta), datos
que servirán para la distribución de frecuencias simple.

CLASES f
Distribución de frecuencia simple
También se usan los conceptos de:
 Frecuencia Relativa (Fr)
Fr = f / n f= frecuencia absoluta
n= numero de datos

 Frecuencia Relativa Porcentual (Fr%)


Fr%= Fr x 100 (se usa en los gráficos)
Al sumar todos los valores de Fr% debe dar 100
∑ Fr%= 100%
Clase Frecuencia fX Fr%
Edad (x) (f)
22 1 22 (1/50)x 100= 2
Distribución 27 1 27 (1/50)x 100= 2

de frecuencia 29 1 29 (1/50)x 100= 2


30 1 30 (1/50)x 100= 2
simple 31 1 31 (1/50)x 100= 2

Titulo: Edad de 50 33 2 66 (2/50)x 100= 4

personas adultas, que 34 2 68 (2/50)x 100= 4


35 4 140 (4/50)x 100= 8
escuchan las casi 700 36 1 36 (1/50)x 100= 2
estaciones de radio en 37 4 148 (4/50)x 100= 8

Estados Unidos 38 3 114 (3/50)x 100= 6


39 4 156 (4/50)x 100= 8
40 2 80 (2/50)x 100= 4
Cuando se encuentra la Fr%, se
41 4 164 (4/50)x 100= 8
obtienen porcentajes
42 5 210 (5/50)x 100= 10
43 5 215 (5/50)x 100= 10
44 4 176 (4/50)x 100= 8
46 1 46 (1/50)x 100= 2
47 2 94 (2/50)x 100= 4
48 1 48 (1/50)x 100= 2
51 1 51 (1/50)x 100= 2

n=50 ∑ FX= 1951 ∑ Fr% = 100%


 Para una tabla de distribución de frecuencias simple,
la media aritmética se obtiene por medio de la
siguiente formula.
La media es igual a la sumatoria de la columna donde
multiplica cada dato de frecuencia (f) por x; dividido
por el numero de datos totales (población o muestra)

MEDIA POBLACIONAL MEDIA MUESTRAL

 fX  fX
 x
N n
Distribución de frecuencia simple
 Cuando se encuentra la Fr%, se obtienen porcentajes; para el ejemplo
anterior fueron números enteros, cuando resultan decimales, se usa la
regla de aproximación y se puede trabajar con dos decimales o con un
decimal:

a) Se aproxima cualquier numero, cuando el que le sigue es mayor de 6.


b) Se aproximan los números impares que anteceden al 5; los pares no.
Ejemplos: con 2 decimales
2.244 = 2.24 (el 4 no aproxima a ningún numero)
2.345 = 2.34 (el 5 no aproxima al numero par)
2.335 = 2.34 (el 5 aproxima al numero impar)
2.336 = 2.34
2.339 = 2.34
Distribución de frecuencia
Pasos para elaborar una distribución de frecuencia
por intervalos de clase: (pag. 46)
Primer método
 1º Se recolectan los datos.
 2º Se ordenan los datos en forma ascendente; o se
puede usar el diagrama de tronco y hoja ya ordenado.
 3º Determinar el número de clases (C).

El número de clases está dado por:


C = 1 + 3.32 log N C = 1 + 3.32 log n

2c > N o 2c > n
Distribución de frecuencia
Probamos con el primer entero de C para
ver si cumple la desigualdad (2c > N), si
no aproximamos al siguiente entero.
Donde:
C: Número de clases.
N : número total de datos de la
población
n : número total de datos de la muestra
Distribución de frecuencia
 4º Determinar el intervalo o la amplitud de la clase.
El intervalo se calcula de la siguiente manera:
i = (PM-Pm)/C
Donde:
i: Intervalo de clase. Debe ser un numero entero de preferencia impar.
(siempre se aproxima al siguiente entero si tiene decimales, aunque los decimales no
requieran aproximación. No usamos la regla de aproximación).
PM: Dato mayor o puntaje mayor.
Pm: Dato menor o puntaje menor.
C: Número de clases (debe ser un numero entero).
Distribución de frecuencia
 5º
Contar el número de individuos u
objetos que pertenecen a cada clase, o
sea, la frecuencia absoluta (f).
CLASES f

 Nose pueden usar menos de 6 o mas de


15 clases.
Segundo método
1. Se encuentra el Rango inclusivo (Rin)
Rin = PM – Pm +1
2. Se elige por conveniencia el intervalo i =5
(usando el primer método i puede tomar
cualquier valor, incluso diferente de 5)
3. El numero de clases esta dado por:
C = Rin / i
C siempre se aproxima al siguiente entero para que ningún dato quede fuera
de los intervalos.

4. Se realiza la distribución de frecuencias


Usando el EJEMPLO 1
 Elaborar una tabla de frecuencia correspondiente a
la edad de 50 personas adultas, que escuchan las
casi 700 estaciones de radio en Estados Unidos,
las cuales son:
35 29 41 34 44 46 42 42 37 47
30 36 41 39 44 39 43 43 44 40
47 37 41 27 33 33 39 38 43 22
44 39 35 35 41 42 37 42 38 43
35 37 38 43 40 48 42 31 51 34
 Nota: Realizar los pasos previamente estudiados.
EJEMPLO 1 continuación

 A) Ordenar los datos en forma ascendente:


22 35 38 41 43
27 35 39 42 44
29 35 39 42 44
30 36 39 42 44
31 37 39 42 44
33 37 40 42 46
33 37 40 43 47
34 37 41 43 47
34 38 41 43 48
35 38 41 43 51
EJEMPLO 1 continuación

O puede usar el diagrama de tronco y hoja,


ordenado en forma ascendente.

Tronco hoja
2 279
3 0133445555677778889999
4 001111222223333344446778
5 1
EJEMPLO 1 continuación

 B) Determinar el número de clases. (n = 50)


C = 1 + 3.32 log n
C = 1 + 3.32 log 50
C = 6.64
(se toma el primer entero y probamos la desigualdad 2c debe ser
mayor que n)

2c > n
2c > 50
26 > 50
64 > 50 se cumple la desigualdad
Por lo tanto C = 6
Nota: Si 26 no hubiese sido mayor que 50 se tendría que
aproximar al siguiente entero usar C = 7 (aunque C hubiera sido
igual a 6.33 siempre podemos aproximar al siguiente entero, si
con el primero no se cumple la condición)
 C) Determinar el intervalo de clase
i= PM-Pm)/C
i = (51-22)/6
i = 29/6
i = 4.8 (aproximamos al siguiente entero)
Por lo tanto i = 5
 Lo que significa que cada clase tiene 5
elementos
EJEMPLO 1 continuación

 Elaborar
la distribución de frecuencias.
Edades de 50 personas adultas que son
radio-escuchas. Entre 22 y 26 solo hay un
Clases elemento

EDADES (x) f Encabezados


Título
Li [22 – 26] 1 Frecuencia absoluta
Ls: limite superior
[27 – 31] 4 Li: limite inferior
1. Escribir todos los Li
[32 – 36] 9 Se inicia escribiendo el dato menor
Ls como Li, luego se le va sumando 5 al Li
[37 – 41] 17 hasta completar las 6 clases.
2. Los Ls resultan de restarle 1 al Li de
[42 – 46] 15 cada siguiente clase.

[47 – 51] 4 Cada clase tendrá 5 elementos.


EJEMPLO 1 continuación

[22 – 26]
[27 – 31]
Los corchetes cerrados, indican que ambos extremos están
incluidos en el intervalo, si se tiene a una persona de 26 años,
estará incluida en este intervalo.
 También se puede usar otro tipo de corchete

[22 – 27[
[27 - 32[
El corchete abierto indica que el 27 no esta incluido en el primer
intervalo, pero si lo esta en el segundo. Si aparece algún 27 se
incluirá su frecuencia en el 2º intervalo.
Edades de 50 personas adultas que son radio-escuchas.

CLASES f Fr Fr%
[22 - 27[ 1 1/50 = 0.02 2
[27 - 32[ 4 4/50 = 0.08 8
[32 - 37[ 9 9/50 = 0.18 18
[37 - 42[ 17 17/50 = 0.34 34
[42 - 47[ 15 15/50 = 0.3 30
[47 - 52[ 4 4/50 = 0.08 8
TOTAL 50 ∑ = 1.0 ∑ = 100 %

Siempre igual a uno


FRECUENCIA RELATIVA
EDADES f
Dato [22 – 27[ 1 1/50 = 0.02
menor
[27- 32[ 4 4/50 = 0.08
Clases [32- 37[ 9 9/50 = 0.18
[37- 42[ 17 17/50 = 0.34
[42- 47[ 15 15/50 = 0.30
[47- 52[ 4 4/50 = 0.08
TOTAL 50 50/50 = 1
Límites Límites superiores n= Número total de observaciones
inferiores
 Punto medio (Xm)
Xm = (Ls + Li) / 2
Otros conceptos
 El Ls y el Li son llamados limites absolutos o aparentes
 Limites reales: es el punto medio entre los limites superiores
absolutos y los limites inferiores absolutos de clases
continuas.
Ejemplo: (144 +145) / 2 = 144.5

Clases LR superior para la primer clase y LR


140 144 inferior para la segunda clase
145 149
Otros conceptos

 Frecuencia acumulada “mayor que”


(Fac+): acumulación de frecuencias en aumento

 Frecuencia acumulada “menor que”


(Fac-): frecuencias en disminución
EJEMPLO 2

 El Dr. Rodríguez, director de la escuela de


administración, quiere determinar el tiempo que los
alumnos dedican al estudio. Así, ha seleccionado
una muestra aleatoria de 30 estudiantes,
determinando el número de horas que cada uno
dedica por semana a la escuela, y ha obtenido los
siguientes datos: 15.0, 23.7, 19.7, 15.4, 18.3, 22.0,
14.2, 20.8, 13.5, 20.7, 17.4, 18.6, 12.9, 20.3, 13.7,
21.4, 18.3, 29.8, 17.1, 18.9, 10.3, 26.1, 15.7, 14.0,
17.8, 33.8, 23.2, 12.9, 27.1, 16.6.
Nota: Considere el límite inferior 7.5 y el intervalo de
clase de 5 (con esta información no es necesario
que encuentre los valores con la formula).
EJEMPLO 2 continuación

 Ordenar los datos de menor a mayor:

10.3, 12.9, 12.9, 13.5, 13.7, 14.0,


14.2, 15.0, 15.4, 15.7, 16.6, 17.1,
17.4, 17.8, 18.3, 18.3, 18.6, 18.9,
19.7, 20.3, 20.7, 20.8, 21.4, 22.0,
23.2, 23.7, 26.1, 27.1, 29.8, 33.8.

 Organizar los datos en una distribución


de frecuencia. (realice todos los pasos.)
EJEMPLO 2 continuación

Horas de estudio que dedican por semana un grupo de


estudiantes
Horas de Estudio Frecuencia, f

[7.5 12.5[ 1 Recuerde que


en este caso los
[12.5 17.5[ 12 Ls no están
incluidos en
[17.5 22.5[ 11
cada clase
[22.5 27.5[ 4

[27.5 32.5[ 1

[32.5 37.5[ 1

Total 30
EJEMPLO 2 continuación
Distribución de frecuencia relativa
 La frecuencia relativa se obtiene al dividir la frecuencia
absoluta entre el número total de observaciones.
 La fórmula quedaría: fr = f/n
Horas de Estudio Frecuencia, f Frecuencia relativa

7.5 12.5 1 1/30 = 0.03

12.5 17.5 12 12/30 = 0.40

17.5 22.5 11 11/30 = 0.37

22.5 27.5 4 4/30 = 0.13

27.5 32.5 1 1/30 = 0.03

32.5 37.5 1 1/30 = 0.03

Total 30 30/30 = 1
EJEMPLO 1 : usando diagrama de tallo y hoja
 Elestudiante Colin obtuvo en doce exámenes
de este semestre las siguientes calificaciones:
86, 79, 92, 84, 69, 88, 91, 83, 96, 78, 82, 85.
Construya un diagrama de tallos y hojas para
los datos anteriores.
Tallo Hojas

6 9

7 89

8 234568

9 126
EJEMPLO 2
 La Quick Change Oil Company tiene varias sucursales en el
área metropolitana. El número de cambios de aceite en la
sucursal de la calle Oak en los pasados 20 días fue:
 65 98 55 62 79 59 51 90 72 56
 70 62 66 80 94 79 63 73 71 85
 Elaborar un diagrama de tallo y hojas

Tallo Hojas
5 1569
6 22356
7 012399
8 05
9 048
Determine: Xm, Fr%, Fac-, Fac+.
Mencione el numero de clases y el intervalo
Edades de 50 personas adultas que son radio-
escuchas.
CLASES F Xm
Fr%, Fac+ Fac-

[22 - 27[ 1

[27 - 32[ 4

[32 - 37[ 9

[37 - 42[ 17

[42 - 47[ 15

[47 - 52[ 4


Presentación gráfica de una distribución
de frecuencia
 Se usan generalmente tres formas
gráficas histogramas, polígonos de
frecuencia y una distribución de
frecuencia acumulada (ojiva).
Histograma:
gráfica en la cual las clases se marcan
sobre el eje horizontal, y las
frecuencias, en el eje vertical. Las
frecuencias se representan por la altura
de las barras que se dibujan una junto a
la otra.
2-20
Presentación gráfica de una distribución
de frecuencia
 Un polígono de frecuencia consiste
de segmentos de línea que unen los
puntos determinados por los puntos
medios de la clase y la frecuencia
correspondiente.
 Una distribución de frecuencia
acumulada (ojiva) se usa para
determinar cuántos o que proporción
de los datos está por arriba o por
abajo de un valor determinado.
Ejemplos
 Elaborar el histograma, el polígono de
frecuencia y la distribución de
frecuencia acumulada (ojiva) para las
distribuciones vistas.
1. Edades de 50 personas adultas que son
radio-escuchas.
2. Distribución de frecuencia para las horas
por semana de estudio, que dedican 30
estudiantes
¿Qué se necesita para

construir un
Las clases o categorías.
histograma?
 Las frecuencias absolutas.
Edades de 50 personas adultas que son radio-
escuhas.
EDADES f
[22 - 27[ 1
[27 - 32[ 4
[32 - 37[ 9
[37 - 42[ 17
[42 - 47[ 15
[47 - 52[ 4
Histograma de las Edades de 50
personas adultas que son radio-
18 escuchas.
16

14

12

10
Frecuencia

0
22 27 32 37 42 47 52

Edades de Adultos radioescuchas


¿Qué se necesita para construir un
histograma?
Las clases o categorías.
Las frecuencias absolutas.
Horas de estudio que dedican por semana un grupo de
estudiantes
Horas de Estudio Frecuencia, f

7.5 12.5 1

12.5 17.5 12

17.5 22.5 11

22.5 27.5 4

27.5 32.5 1

32.5 37.5 1

Total 30
Histograma de las horas por semana que
dedican al estudio, un grupo de
estudiantes

14
Número de estudiantes

12

10

0
7.5 12.5 17.5 22.5 27.5 32.5 37.5

Horas que se dedican al estudio


¿Qué se necesita para elaborar el gráfico del
polígono de frecuencia

 Clases o categorías
 Frecuencias absolutas
 Marcas de clase (puntos medios): es un
punto que divide a una clase en dos
partes iguales; es decir, el promedio
entre los límites de clase superior e
inferior, la fórmula para calcular el punto
medio es:
 Xm = (Ls + Li)/2
¿Qué se necesita para elaborar el
gráfico del polígono de frecuencia
Edades de 50 personas adultas que son radio-escuhas.

CLASES f Xm

[22 - 27[ 1 24.5

[27 - 32[ 4 29.5

[32 - 37[ 9 34.5

[37 - 42[ 17 39.5

[42 - 47[ 15 44.5

[47 - 52[ 4 49.5


Polígono de frecuencias de las
edades de las personas Adultas
18 Radioescuchas
16
Número de personas

14

12

10

0
24.5 29.5 34.5 39.5 44.5 49.5

Edades
¿Qué se necesita para elaborar el
gráfico del polígono de frecuencia?
Horas por semana que dedican al estudio, un grupo de
estudiantes

Horas de Estudio Frecuencia, f Xm

7.5 12.5 1 10

12.5 17.5 12 15

17.5 22.5 11 20

22.5 27.5 4 25

27.5 32.5 1 30

32.5 37.5 1 35
Polígono de frecuencias para las
horas que se dedican al estudio

14
Número de estudiantes

12

10

0
10 15 20 25 30 35

Horas que se dedican al estudio


¿Qué se necesita para elaborar una
Distribución de frecuencia acumulada?
Clases
Frecuencia absoluta.
Frecuencia acumulada (menos que)
(disminuye).
Frecuencia acumulada (más que)
(aumenta).
Edades de 50 personas adultas que son radio-
escuchas.
Edades f fac (+ que) fac (- que)

[22-27[ 1 1 50
+
[27-32[ 4 = 5 49

[32-37[ 9 14 45

[37-42[ 17 31 36

[42-47[ 15 46 19

[47-52[ 4 50 4
 50

fac (+ que): frecuencia acumulada positiva. En cada línea se van acumulando las
frecuencias. Se inicia con la primer frecuencia (f), y finaliza con el numero total de
datos.
fac (- que) : frecuencia acumulada negativa. En cada línea se van restando las
frecuencias (f) que están en el mismo nivel. Se inicia con el total de datos, y finaliza
con la ultima (f).
Distribución de frecuencia acumulada
para las edades de personas adultas
radioescuchas
f
Menos que
Más que
50

40

30

20

10
Edades

22 27 32 37 42 47 52
Horas que dedican al estudio 30 estudiantes

Horas f fac (+que) fac (- que)

[7.5 – 12.5[ 1 1 30

[12.5 – 17.5[ 12 13 29

[17.5 – 22.5[ 11 24 17

[22.5 – 27.5[ 4 28 6

[27.5 – 32.5[ 1 29 2

[32.5 – 37.5[ 1 30 1
Distribución de frecuencia acumulada
para las horas que dedican al estudio 30
estudiantes
f
Más que Menos que

30
25
20
15
10
5
Horas
de
7.5 12.5 17.5 22.5 27.5 32.5 37.5 estudio
2-24

Diagrama de barras
 Un diagrama de barras: Es una grafica que se
construye con rectángulos o barras separadas
a igual distancia una de otra. Estos rectángulos
se pueden dibujar en forma horizontal o
vertical.

 EJEMPLO : construya un diagrama de barras


para el número de personas desempleadas por
cada 100,000 habitantes; utilice las ciudades
seleccionadas en 1999 que se muestran a
continuación.
EJEMPLO continuación
Diagrama de barras para los datos
de desempleados
# desempleados/100,000

10000 8900 8900


8200
8000 7300
6700
5400 Atlanta
6000
Boston
4000 Chicago
Los Angeles
2000 New York
0 Washington
1 2 3 4 5 6
Ciudades
Diagrama de barras
Elabore un grafico de barras horizontal, para los
resultados obtenidos en el primer control de lectura
del grupo 08, Ciclo 02-2011

CATEGORIA NUMERO DE
ESTUDIANTES
Aprobados 68
Reprobados 25
Total 93
Resultados obtenidos en el primer control de lectura
del grupo 08, Ciclo 02-2011

REPROBADOS

APROBADOS

0 Numero de
estudiantes
10 20 30 40 50 60 70 80 90
Diagrama de pastel
 Un diagrama de pastel es útil
especialmente al desplegar la distribución
de frecuencias relativas. Un círculo se
divide de forma proporcional a la
frecuencia relativa y las áreas del círculo
se asignan a los diferentes grupos.
 EJEMPLO : se tomó una muestra
aleatoria de 200 corredores para que
indicaran su marca de zapato deportivo
favorito.
EJEMPLO continuación

 Dibujeun diagrama de pastel basándose en la


información siguiente.

Marca de zapato # de corredores


Nike 92
Adidas 49
Reebok 37
Asics 13
Otras 9
La marca de zapato deportivo favorito,
para un grupo de corredores.

Marca de f Ángulo del sector Porcentaje


zapato G= (f/n) * 360°
Fr%=(f/n)* 100%
Nike 92 166° 46

Adidas 49 88° 24.5


Reebok 37 67° 18.5

Asics 13 23° 6.5

Otras 9 16° 4.5

TOTAL 360° 100%


Cantidad de grados a graficar
con el transportador, para cada
clase
Diagrama de pastel para zapatos de
corredores
Asics
Reebok
Otras
46.0% Nike
24.5% Adidas
18.5% Reebok
Adidas 6.5% Asics
4.5% Otras
Nike
Fin

También podría gustarte