1.1.1-Agrupa y Grafica Conjunto de Datos

Tratamiento de datos y azar
Resultado de aprendizaje.
1.1 Agrupa y grafica conjuntos de datos cualitativos y cuantitativos con
base en la distribucin de frecuencias.
Contenido
A) Descripcin e interpretacin de la estadstica. descriptiva

Naturaleza de la estadstica.
Distribucin de frecuencias con datos no agrupados.
Distribucin de frecuencias con datos agrupados.
Ejemplos
B) Construccin e interpretacin de graficas.
Grfica de circular.
Diagrama de Barras.
Histograma.
Polgono de frecuencias.
Ojivas.
Grfica de tallo y hojas.
C) Ejercicios
Ejercicios para datos No agrupados
Ejercicios para datos Agrupados
Soluciones
D) Autoevaluacin
Naturaleza de la estadstica
La estadstica se
divide dos grandes
reas
La estadstica
descriptiva
La estadstica
inferencial
Ambas ramas (descriptiva e inferencial) comprenden

la estadstica aplicada.
La estadstica se divide en dos grandes reas:

La estadstica descriptiva, se dedica a la descripcin, visualizacin
y resumen de datos originados a partir de los fenmenos de

estudio. Los datos pueden ser resumidos numrica o grficamente.
Etapas de la investigacin estadstica

Seleccin y determinacin de la poblacin o muestra y las caractersticas
contenidas que se desean estudiar. En el caso de que se desee tomar una

muestra, es necesario determinar el tamao de la misma y el tipo de muestreo a
realizar (probabilstico o no probabilstico).
Obtencin de los datos. Esta puede ser realizada mediante la observacin directa
de los elementos, la aplicacin de encuestas y entrevistas, y la realizacin de
experimentos.
Clasificacin, tabulacin y organizacin de los datos. La clasificacin incluye el
tratamiento de los datos considerados anmalos que pueden en un momento
dado, falsear un anlisis de los indicadores estadsticos. La tabulacin implica el
resumen de los datos en tablas y grficos estadsticos.
Anlisis descriptivo de los datos. El anlisis se complementa con la obtencin de
indicadores estadsticos como las medidas: de tendencia central, dispersin,
posicin y forma.
Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento de datos que
involucran elementos probabilsticos que permiten inferir conclusiones de una
muestra hacia la poblacin (opcional).
Elaboracin de conclusiones. Se construye el informe final.
Parmetros estadsticos
Poblacin estadstica, en estadstica, tambin llamada universo o colectivo, es el
conjunto de elementos de referencia sobre el que se realizan unas de las

observaciones. Poblacin (population) es el conjunto sobre el que estamos
interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado
grande para poder abarcarlo.
El nmero de elementos o sujetos que componen una poblacin estadstica es igual o
mayor que el nmero de elementos que se obtienen de ella en una muestra (n).
Muestra estadstica (tambin llamada muestra aleatoria o simplemente muestra) es un
subconjunto de casos o individuos de una poblacin estadstica.

Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin, para
lo cual deben ser representativas de la misma. Para cumplir esta caracterstica la inclusin de
sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse una
informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste (vanse las
ventajas de la eleccin de una muestra, ms abajo).
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la poblacin
porque el manejo de un menor nmero de datos provoca tambin menos errores en su
manipulacin. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente
estudiados.
El nmero de sujetos que componen la muestra suele ser inferior que el de la poblacin, pero
suficiente para que la estimacin de los parmetros determinados tenga un nivel de confianza
adecuado. Para que el tamao de la muestra sea idneo es preciso recurrir a su clculo.
Tamao de la muestra es el nmero de sujetos que componen la
muestra extrada de una poblacin, necesarios para que los datos

obtenidos sean representativos de la poblacin.
Objetivos de la determinacin del tamao adecuado de una
muestra
Estimar un parmetro determinado con el nivel de confianza deseado.
Detectar una determinada diferencia, si realmente existe, entre los grupos
de estudio con un mnimo de garanta.
Reducir costes o aumentar la rapidez del estudio.
Por ejemplo, en un estudio de investigacin epidemiolgico la determinacin de un tamao adecuado de
la muestra tendra como objetivo su factibilidad. As:

Si el nmero de sujetos es insuficiente habra que modificar los criterios de seleccin, solicitar la
colaboracin de otros centros o ampliar el perodo de reclutamiento. Los estudios con tamaos
muestrales insuficientes, no son capaces de detectar diferencias entre grupos, llegando a la conclusin
errnea de que no existe tal diferencia.
Si el nmero de sujetos es excesivo, el estudio se encarece desde el punto de vista econmico y humano.
Adems es poco tico al someter a ms individuos a una intervencin que puede ser menos eficaz o
incluso perjudicial.
El tamao de una muestra es el nmero de individuos que contiene.
Una frmula muy extendida que orienta sobre el clculo del tamao de la muestra para datos globales es
la siguiente :
N: es el tamao de la poblacin o universo (nmero total de posibles encuestados).
k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la
probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5% de confianza es lo
mismo que decir que nos podemos equivocar con una probabilidad del 4,5%. Los valores de k se
obtienen de la tabla de la distribucin normal estndar N(0,1).
Muestreo aleatorio
Es la extraccin de una muestra de una poblacin finita, en el que el proceso de extraccin es tal que
garantiza a cada uno de los elementos de la poblacin la misma oportunidad de ser incluidos en dicha
muestra. Esta condicin garantiza la representatividad de la muestra porque si en la poblacin un
determinado porcentaje de individuos presenta la caracterstica A, la extraccin aleatoria garantiza
matemticamente que por trmino medio se obtendr el mismo porcentaje de datos muestrales con esa
caracterstica.
El muestreo aleatorio puede ser de dos tipos:
Sin reposicin de los elementos: los elementos extrados se descartan para la siguiente extraccin.
Por ejemplo, si se extrae una muestra de bombillas para inferir su vida media, no es posible la reposicin.
Con reposicin de los elementos (Muestreo Aleatorio Simple o m.a.s.): las observaciones se
realizan con reemplazamiento de los individuos, de forma que la poblacin es idntica en todas las
extracciones y, por tanto, cada observacin es independiente de la anterior. En poblaciones muy
grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse
con reposicin aunque, realmente, no lo sea.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros
aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.
Variable estadstica
Unavariable estadsticaes cada una de lascaractersticas o cualidadesque
poseen los individuos de una poblacin.

Se pueden agrupar principalmente en:
Variable cualitativa
Tipos de variables
Variable cuantitativa
Variable estadstica cualitativa

Lasvariables cualitativasse refieren acaractersticas o cualidadesquenopueden ser
medidas connmeros. Podemos distinguir dos tipos:
Variable cualitativa nominal

Unavariable cualitativa
nominalpresentamodalidades no
numricasquenoadmiten uncriterio
de orden.
Ejemplo:
El estado civil, con las siguientes
modalidades: soltero, casado, separado,
divorciado y viudo.
Variable cualitativa ordinal o variable
cuasicuantitativa
Unavariable cualitativa
ordinalpresentamodalidades no nmericas, en
las que existe unorden.
Ejemplos:
La nota en un examen: suspenso, aprobado, notable,
sobresaliente.
Puesto conseguido en una prueba deportiva: 1, 2,
3, ...
Medallas de una prueba deportiva: oro, plata, bronce.
Variable estadstica cuantitativa

Unavariable cuantitativaes la que se expresa mediante unnmero, por tanto se pueden
realizar operaciones aritmticascon ella. Podemos distinguir dos tipos:
Variable discreta
Unavariable discretaes aquella que
tomavalores aislados, es
decirnoadmitevalores intermediosentre dos
valores especficos.
Ejemplo:
El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continua
Unavariable continuaes aquella que puede
tomarvalores comprendidos entre dos

nmeros.
Ejemplos:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69,
1.75.
En la prctica medimos la altura con dos decimales,
pero tambin se podra dar con tres decimales.
DATOS
ESTADISTICOS
Son nmeros que pueden ser comparados, analizados e interpretados.
El campo del cual son tomados los datos estadsticos se identifican como poblacin o
universo.
A) RECOPILACION: De acuerdo con la localizacin de
En un
estudio
estadstico
los mtodos
que se
aplican son:
la informacin los datos estadsticos pueden ser

internos y externos.
Los internos son los registros obtenidos dentro de la
organizacin que hace un estudio estadstico,
Los externos se obtienen de datos publicados y
encuestas.
B) ORGANIZACIN: En la organizacin de los datos
recopilados, el primer paso es corregir cada uno de

los elementos recopilados.
C) REPRESENTACION: Hay 3 maneras de presentar un
conjunto de datos mediante enunciados, tablas

estadsticas y grficas estadsticas.
D) ANALISIS: Despus de los datos anteriores los
datos estadsticos estn listos para hacer analizados,

para lo cual frecuentemente se emplean operaciones
matemticas durante el proceso de anlisis.
Experimento
estadstico
Un experimento que tiene las siguientes caractersticas es

llamado experimento aleatorio o estadstico.
Todos los posibles resultados del
experimento son conocidos antes

de hacer una realizacin del
experimento.
El resultado exacto en cualquier
ejecucin del experimento no es

predecible (aleatoriedad)
El experimento puede ser repetido
bajo (ms o menos) idnticas

condiciones.
Existe un patrn predictible a lo
largo de muchas ejecuciones

(regularidad estadstica)
Ejemplos de Experimentos
estadsticos
1. Algunos ejemplos de tpicos experimentos aleatorios son:
Lanzar una moneda y observar la cara
Una bombilla manufacturada en una planta es expuesta a una prueba de vida y el tiempo de
duracin de una bombilla es registrado.. En este caso no se conoce cual ser el tiempo de duracin
de la bombilla seleccionada, pero claramente se puede conocer de antemano que ser un valor
entre y horas
Un lote de items que contiene defectuosos es muestreado. Un item muestreado no se reemplaza, y
se registra si el item muestreado es o no defectuoso. El proceso continua hasta que todos los items
defectuosos sean encontrados.
Una manufacturera de refrigeradores inspecciona sus refrigeradores para tipos de defectos. El
nmero de defectos encontrado en cada refrigerador inspeccionado es registrado.
Seleccionar una planta de una parcela y observar si padece alguna enfermedad, es decir es sana o
enferma
Seleccionar una planta y medir su altura
2. Algunos ejemplos de experimentos no estadsticos son:
Seleccionar al azar un autobs de ruta de transmilenio y observar el color. Aqu no se cumple la
condicin, ya que se puede predecir una ejecucin del experimento, el color del autobs.
Seleccionar al azar un estudiante de un colegio masculino y observar su gnero. Aqu no se cumple
la condicin, ya que se puede predecir una ejecucin del experimento, el gnero del alumno
Ejercicio
Describa un experimento estadstico y otro no estadstico y explique porque lo es o no.
Ejemplos de Experimentos
estadsticos
1. Algunos ejemplos de tpicos experimentos aleatorios son:
1.-Lanzar un dado ALEATORIO

2. Lanzar una moneda ALEATORIO
3. Lanzar una nuez a una ardilla ALEATORIO
4. Presentar un examen ALEATORIO
2. Algunos ejemplos de experimentos no estadsticos (Determinsticos) son:

1. Tomar un taxi a la Universidad DETERMINISTICO
2. Pintarse las uas DETERMINISTICO
3. Encender una vela DETERMINISTICO
4. Marcar el 82-10-55 DETERMINISTICO
Ejercicio
Describa un experimento estadstico y otro no estadstico y explique porque lo es o no.
Definicin de parmetro estadstico

Un parmetro estadstico es un nmero que se obtiene
a partir de los datos de una distribucin estadstica.

Los parmetros estadsticos sirven para sintetizar la
informacin dada por una tabla o por una grfica.
Tipos de parmetros estadsticos

De centralizacin.
Hay tres tipos

parmetros
estadsticos:
De posicin
De dispersin.
Distribucin de frecuencias con datos.
La distribucin de
frecuencias existe
para datos
agrupados y datos
no agrupados
Datos agrupados
Datos no agrupados
Distribucin de frecuencias con datos no

agrupados.
Distribucin de frecuencia para datos no
Agrupados (n<20):
Es aquella distribucin que indica las frecuencias
con que aparecen los datos estadsticos, desde
el menor de ellos hasta el mayor de ese
conjunto sin que se haya hecho ninguna
modificacin al tamao de las unidades
originales. En estas distribuciones cada dato
mantiene su propia identidad despus que la
distribucin de frecuencia se ha elaborado. En
estas distribuciones los valores de cada variable
han sido solamente reagrupados, siguiendo un
orden lgico con sus respectivas frecuencias.
Distribucin de frecuencias con datos

agrupados.
Distribucin de frecuencia de clase o de
datos Agrupados (n>20):
Es aquella distribucin en la que la disposicin
tabular de los datos estadsticos se encuentran
ordenados en clases y con la frecuencia de cada
clase; es decir, los datos originales de varios
valores adyacentes del conjunto se combinan
para formar un intervalo de clase.
Distribucin de frecuencias para datos.
No existen normas establecidas para determinar cundo es

apropiado utilizar datos agrupados o datos no agrupados; sin
embargo, se sugiere que cuando el nmero total de datos (N) es
igual o superior 20, se utilizar la distribucin de frecuencia para
datos agrupados, tambin se utilizar este tipo de distribucin
cuando se requiera elaborar grficos lineales como el histograma, el
polgono de frecuencia o la ojiva.
La razn fundamental para utilizar la distribucin de frecuencia de

clases es proporcionar mejor comunicacin acerca del patrn
establecido en los datos y facilitar la manipulacin de los mismos.
Los datos se agrupan en clases con el fin de sintetizar, resumir,
condensar o hacer que la informacin obtenida de una investigacin
sea manejable con mayor facilidad.
Las medidas de tendencia central (media, moda y mediana) y las

Medidas de dispersin (desviacin estndar, varianza, cuartiles,
percentiles, entre otros se CALCULAN DIFERENTE cuando se trata de
datos agrupados y de datos no agrupados.
Tabla de Frecuencias
La tabla de frecuencias ayuda a agrupar cualquier tipo de dato
numrico. En principio, en la tabla de frecuencias se detalla cada

uno de los valores diferentes en el conjunto de datos junto con el
nmero de veces que aparece, es decir, su Frecuencia. Se puede
complementar la frecuencia absoluta con la denominada
frecuencia relativa, que indica la frecuencia en porcentaje sobre el
total de datos. En variables cuantitativas se distinguen por otra
parte la frecuencia simple y la frecuencia acumulada.
La tabla de frecuencias puede representar grficamente en un
histograma(Diagrama De Barras). Normalmente en el eje vertical
se coloca las frecuencias y en el horizontal los intervalos de
valores.
La distribucin de frecuencias o tabla de frecuencias es una
ordenacin en forma de tabla de los datos estadsticos, asignando
a cada dato su frecuencia correspondiente.
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que
aparece un determinado valor en un estudio

estadstico.
Se representa por fi.
La suma de las frecuencias absolutas es igual al
nmero total de datos, que se representa por N.

Para indicar resumidamente estas sumas se utiliza la
letra griega (sigma mayscula) que se lee suma o

sumatoria.
Datos sin ordenar
Frecuencia absoluta
Ejemplo
Durante el mes de julio, en una
ciudad se han registrado las

siguientes temperaturas mximas:
32, 31, 28, 29, 33, 32, 31, 30, 31,
31, 27, 28, 29, 30, 32, 31, 31, 30,
30, 29, 29, 30, 30, 31, 30, 31, 34,
33, 33, 29, 29.
En la primera columna de la tabla
colocamos la variable ordenada de
menor a mayor y en la segunda
anotamos la frecuencia absoluta.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
31
28
29
33
32
31
30
31
31
27
28
29
30
32
31
31
30
30
29
29
30
30
31
30
31
34
33
33
29
29
Datos sin ordenar Dato ordenado
Procedimiento
Para mayor facilidad
se ordenan de mayor
a menor los datos del
problema. (color
morado)
Una vez ordenados
se cuentan cuantos
corresponden al
mismo valor. (color
rojo).
Se forma la tabla de
datos con su
frecuencia.
32
27
2
3
31
28
28
28
29
29
33
29
32
29
27*
31
29
28**
8
9
30
31
29
29
29*****,*
10
31
30
30*****,**
11
27
30
31*****,***
12
28
30
32***
13
29
30
33***
14
30
30
34*
15
16
32
31
30
30
17
31
31
18
30
31
19
30
31
20
29
31
Xi
fi
fi
31
31
Frecuencia relativa
La frecuencia relativa es el cociente entre
la frecuencia absoluta de un determinado

valor y el nmero total de datos.
La frecuencia relativa se puede expresar en
tantos por ciento y se representa por ni.

La suma de las frecuencias relativas es
igual a 1.
Frecuencia relativa
Ejemplo
Durante el mes de julio, en
una ciudad se han

registrado las siguientes
temperaturas mximas:
32, 31, 28, 29, 33, 32, 31,
30, 31, 31, 27, 28, 29, 30,
32, 31, 31, 30, 30, 29, 29,
30, 30, 31, 30, 31, 34, 33,
33, 29, 29.
En la cuarta primera
columna de la tabla
colocamos la variable
ordenada de menor a mayor
y en la segunda anotamos
la frecuencia absoluta.
Xi fi
fi
ni
2
1/31
7*
1
= 0.032
2
2/31
8**
2
= 0.065
2
6/31
9*****,*
6
= 0.194
3
7/31
0*****,** 7
= 0.226
3
8/31
1*****,*** 8
= 0.258
3
3/31
2***
3
= 0.097
3
3/31
3***
3
= 0.097
3
1/31
4*
1
= 0.032
3
31 1
1.000
Frecuencia absoluta acumulada

La frecuencia
absoluta
acumulada es el
valor acumulado
del nmero de
veces que aparece
un determinado
valor en un estudio
estadstico.
Xi
fi
fi
fi
27*
28**
29*****,*
30*****,**
16
31*****,***
24
32***
27
33***
30
34*
31
31
31
Frecuencia relativa acumulada

La
frecuencia
relativa
acumulada
es el valor
acumulado
del valor
relativo que
aparece un
determinado
valor en un
estudio
estadstico.
Xi fi
27*
28**
29*****,*
30*****,**
31*****,***
32***
33***
34*
fi/N
fi
ni
ni
1 1/31= 0.032
2 2/31= 0.065
0.032
6 6/31= 0.194
7 7/31= 0.226
0.290
8 8/31= 0.258
3 3/31= 0.097
0.774
3 3/31= 0.097
1 1/31= 0.032
0.968
31 31
1.000
0.097
0.516
0.871
1.000
Distribucin de frecuencias agrupadas

La distribucin de frecuencias
agrupadas o tabla con datos

agrupados se emplea si las
variables toman un nmero
grande de valores o la
variable es continua.
Se agrupan los valores en
intervalos que tengan la
misma amplitud denominados
clases. A cada clase se le
asigna su frecuencia
correspondiente.
http://www.uv.es/webgid/Descript
iva/3_distribucin_de_frecuencias.
html
http://estadisticavane.blogspot.mx/
Nmeros de clase
El nmero de clase es el nmero de grupos en los que se
van agrupar los datos en una tabla de distribucin de

frecuencias, a estos se les llama tambin intervalos de clase
Cmo de hace esto? Se agrupan los valores en intervalos
que tengan la misma amplitud denominados clases. A cada
clase se le asigna su frecuencia correspondiente.
Para obtener el nmero de clase o intervalo de clase se
ocupa la siguiente formula:
K=1+3.322(log10n)
En las reglas empricas para la construccin de intervalos
veremos cmo se aplica esta frmula.
Ya que tenemos claro qu es el nmero de clases debemos
saber la amplitud de clase par poder seguir trabajando
nuestra tabla.
Amplitud de clase
Una
vez que tenemos el nmero de intervalos
debemos saber cuntos nmeros deben de ir en

cada intervalo, para eso se calcula la amplitud de
clase, por ejemplo, si tengo 100 datos y tengo 5
intervalos en cada intervalo deben ir 20 nmeros,
claro esto no se calcula al azar lo debemos hacer
siguiendo las formulas para cada paso:
Amplitud de clase:
Donde R es el rango y K es el nmero de
intervalos.
Para tener un mejor manejo de estas formulas se
presentaran mas ejemplos a continuacin.
Marcas de clase o punto

medio
La marca de clase es
xi fi
xi
fi
xi2 fi
el punto medio de
cada intervalo.
La marca de clase es
el valor que representa
a todo el intervalo para
el clculo de algunos
parmetros como la
media aritmtica o la
desviacin tpica.
Se representa por ci o xi.
[10,
20)
1
5
15
225
[20,
30)
2
5
200 5000
[30,40 3
)
5
1
0
350
12
250
[40,
50)
4
5
405
18
225
[50,
60)
5
5
440
24
200
[60,70 6
)
5
260
16
900
[70,
80)
7
5
150
11
250
4
2
1
88
820 050
Lmites reales o fronteras

reales
Los lmites reales son valores que unen a las clases y se forman
nicamente de nmeros enteros, estos se obtienen al restar 0.5

a los limites de la izquierda y sumar 0.5 a los limites de la
derecha; cuando las clases tengan un decimal, habr que restar
0.05 a los limites de la izquierda y sumar 0.05 limites de la
derecha y as sucesivamente.
A la grfica de lmites reales contra frecuencia se les llama
histograma.
Ejemplos
Ejemplo 1 (Para datos NO Agrupados)

En una escuela se tienen los siguientes datos en donde se asientan el
nmero de alumnos que tienen reprobada por lo menos una materia.
Grupo
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
Alumnos
reprobados
13
6
13
12
8
13
6
13
10
10
10
11
6
15
12
14
6
8
Tabla 1
Al graficar en el eje horizontal de ponen los grupos y en el eje vertical la

cantidad de alumnos reprobados por grupo. Como se muestra a continuacin.
Reprobados por grupo

16
14
15
14
13
13
13
13
12
12
12
11
10 10 10
10
8
Cantidad de reprobados
8
6
4
2
-
101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118

Alumnos Frecue
Grupo reprobados ncia
102
Se procede a
ordenar de
menor a mayor
con respecto a
la columna de
Alumnos
reprobados
Como se
muestra a
continuacin.
107
113
117
6
6
105
118
8
8
109
10
110
111
112
10
10
11
3
1
104
115
12
12
101
13
103
13 2
Tabla
106
13
De la tabla 2 se
toman los datos de
la 2da columna
para generar las
clases.
La frecuencia es la
cantidad de veces
que se repiten el
mismo valor de la
clase.
Como se muestra a
continuacin.
Cantidad N Frecue
reprobadas ncia
6
8
10
11
12
13
14
15
Total
Tabla 3
4
2
3
1
2
4
1
1
18

Al graficar en el eje horizontal se ponen la Cantidad N reprobadas y en el eje vertical la
frecuencia correspondiente. Como se muestra a continuacin.
Grfica de frecuencias absolutas

5
4
Cantidad N Frecue
reprobadas ncia
6
8
10
11
12
13
14
15
Total
4
2
3
1
2
4
1
1
18
4
3
3
Cantidad de reprobados
2
2
1
1
Tabla 3
-
10
11
12
13
14
15

La frecuencia acumulada se origina de la suma acumulativa de la frecuencia absoluta con la siguiente frecuencia
absoluta segn corresponda. Como se muestra a continuacin.
Alumnos
con N
reprobadas
6
8
10
11
12
13
14
15
Total
Grfica de frecuencias acumuladas

Frec.
Frecuencia Acumulada
(fa)
(FA)
4
2
3
1
2
4
1
1
18
Tabla 4
4
6
9
10
12
16
17
18
20
18
16
16
17
18
14
12
12
Cantidad de reprobadas
10
10
8
6
6
4
2
-

La frecuencia relativa se calcula al dividir la frecuencia absoluta entre el nmero de datos para cada
frecuencia absoluta segn corresponda. En este caso
4/18=0.22
... . .
Frecuenci
Frec.
Alumnos
a
Acumulad
con N
Relativa
Frecuencia
a
reprobadas
(fr)
(fa)
(FA)
6
4
4
0.22
8
2
6
0.11
10
3
9
0.17
11
1
10
0.06
12
2
12
0.11
13
4
16
0.22
14
1
17
0.06
15
1
18
0.06
Total
18
n=18. Como se muestra a continuacin.
Grfica de frecuencias relativas

0.25
0.22
0.22
0.20
0.17
0.15
Cantidad de reprobadas
0.11
0.11
0.10
0.06
0.06
0.06
14
15
0.05
Tabla 5
0.00
10
11
12
13

La frecuencia acumulada relativa se origina de la suma acumulativa de la frecuencia relativa con la
siguiente frecuencia relativa segn corresponda. Como se muestra a continuacin.
4/18=0.22
... . .
Grfica de frecuencias relativas Absolutas

Frec.
Relativa
Frec.
Alumnos
Frec. Acumul
Frecuenci
Acumula
con N
Relativa ada
a
da
reprobad
(fr)
(fra)
(fa)
(FA)
as
6
4
4
0.22
0.22
8
2
6
0.11
0.33
10
3
9
0.17
0.50
11
1
10
0.06
0.56
12
2
12
0.11
0.67
13
4
16
0.22
0.89
14
1
17
0.06
0.94
15
1
18
0.06
1.00
Total
18
1.20
1.00
0.89
0.94
1.00
0.80
0.67
Cantidad en %
0.60
0.50
0.40
0.56
0.33
0.22
0.20
Tabla 6
Ejemplo 1 (Para datos Agrupados)
De un grupo de alumnos se toma la estatura de 100

de ellos, como se muestra en la tabla a continuacin.
No.
Estatura
No.
1 175 11
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
No.
Estatura
165 21 177 31 163 41 178 51 171 61 172 71 162 81 153 91 161
2 173 12 157 22 156 32 147 42 147 52 157 62 136 72 145 82 153 92 178
3 171 13 157 23 161 33 164 43 161 53 144 63 174 73 165 83 181 93 152
4 154 14 171 24 162 34 155 44 158 54 154 64 162 74 171 84 190 94 160
5 177 15 165 25 158 35 157 45 183 55 161 65 174 75 150 85 157 95 165
6 134 16 160 26 161 36 171 46 176 56 148 66 153 76 148 86 162 96 157
7 171 17 166 27 153 37 157 47 161 57 170 67 160 77 161 87 165 97 164
8 169 18 151 28 142 38 155 48 157 58 163 68 122 78 145 88 163 98 148
9 159 19 149 29 172 39 135 49 166 59 170 69 177 79 170 89 160 99 164
10 153 20 146 30 161 40 157 50 165 60 166 70 165 80 143 90 164 100 160
Ordenando los datos se obtienen la siguiente tabla de datos

Estatura
122 es
el Limite
mnimo;
Lmin=122
Estatura
Estatura
Estatura
Estatura
Estatura
Estatura
Estatura
Estatura
Estatura
122
147
153
157
159
161
163
165
171
175
134
147
153
157
160
161
164
165
171
176
135
148
153
157
160
161
164
166
171
177
136
148
153
157
160
161
164
166
171
177
142
148
154
157
160
162
164
166
171
177
143
149
154
157
160
162
165
169
172
178
144
150
155
157
161
162
165
170
172
178
145
151
155
157
161
162
165
170
173
181
145
152
156
158
161
163
165
170
174
183
146
153
157
158
161
163
165
171
174
190 190 es el
Limite
Mximo;
N=10 renglones x 10 columnas; 10X10= 100; n=100
Lmax=122
Lmites reales o fronteras reales

Realizando las operaciones correspondientes se encuentran los siguientes valores,
como esta indicado en los siguientes cuadros
Cantidad de datos n=
100
Valor Mximo
190
Valor mnimo
122
68
Rango: R= Valor Mximo - Valor Mnimo
n)
Numero de intervalos o CLASES (K): K=1+3.322(log10
redondeando K:=
redondeando A:=
Limite inferior
R=68
K=1+3.322(log10(100))
K=1+3.322(2); 1+6.644= 7.64;
K=7.64
7.64
8
8.50
Amplitud de clase (A):= R/K
R= 190-122= 68;
9
122
A= 68/8; A=8.50
Clculo de limites inferiores y superiores de

los intervalos
N Clase
Li (nferior)
122
131
140
149
158
167
176
185
Ls (uperior)
122+9=131
131+9=140
140+9=149
149+9=158
158+9=167
167+9=176
176+9=185
185+9=194
131
140
149
158
167
176
185
194
Recordando que el limite inferior es

122 y la Amplitud es 9, se proceden a
calcular el limite superior, as como
los subsecuentes limites de l resto de
intervalos
Clculo de Lmites reales o fronteras reales de

los intervalos
Para el calculo de las clases se recorren unidad a la izquierda es decir se le resta
0.5 a cada limite inferior y superior. Como se muestra a continuacin.
N
Clase
Li
(nferior)
Li (inferior) o
Ls
(uperior)
122
131
131
140
140
149
149
158
158
167
167
176
176
185
185
194
122-0.5=121.5
131-0.5=130.5
140-0.5=139.5
149-0.5=148.5
158-0.5=157.5
167-0.5=166.5
176-0.5=175.5
185-0.5=184.5
194-0.5=193.5
Clase real
N Clase Inferior
Ls (superior) o
Clase Real
Superior
121.5
130.5
130.5
139.5
139.5
148.5
148.5
157.5
157.5
166.5
166.5
175.5
175.5
184.5
184.5
193.5
Clculo de Lmites reales o fronteras reales de

los intervalos
Por lo tanto los limites reales de cada clase quedan de la siguiente manera.
N Clase Rango de la clase

1
121.5 - 130.5
130.5 - 139.5
139.5 - 148.5
148.5 - 157.5
157.5 - 166.5
166.5 - 175.5
175.5 - 184.5
184.5 - 193.5
Conteo y clasificacin de los datos

De la tabla de datos se van clasificando los valores existentes agregndole una marca
en la columna de CONTEO, segn corresponda. Como se muestra a continuacin.
N Clase Rango de la clase Conteo
Frecuencia
Absoluta (fa)
121.5 - 130.5
130.5 - 139.5
|||
139.5 - 148.5
|||||-|||||-|
11
148.5 - 157.5
|||||-|||||-|||||-|||||-|||
23
157.5 - 166.5
|||||-|||||-|||||-|||||-|||||-|||||-|||||-||
37
166.5 - 175.5
|||||-|||||-|||||-|
16
175.5 - 184.5
|||||-|||
184.5 - 193.5
Clculo de Marcas de clase para cada intervalo

Para el calculo de las marcas de clases se promedia el valor de limite inferior con el
limite superior como se muestra a continuacin.
Li (inferior) o
Ls (superior) o
N Clase
Clase real
Inferior
Clase Real
Superior
121.5
130.5
130.5
139.5
139.5
148.5
148.5
157.5
157.5
166.5
166.5
175.5
175.5
184.5
184.5
193.5
N Clase
(121.5 + 130.5)/2=126
(130.5 +139.5)/2=135
(139.5 + 148.5)/2=144
(148.5 + 157.5)/2=153
(157.5 + 166.5)/2=162
(166.5 + 175.5)/2=171
(175.5 + 184.5)/2=180
(184.5 + 193.5)/2=189
Marca de Clase
126.0
135.0
144.0
153.0
162.0
171.0
180.0
189.0
Creacin de la tabla de datos para la elaboracin

de la grafica:
Agregando la ultima columna a la tabla anterior se procede a la elaboracin de la
grafica correspondiente fijando en el eje de las X las marcas de clase y en las Y la
frecuencia obtenida para cada clase.
N Clase Rango de la clase
Marca de Clase Frecuencia Absoluta (fa)
121.5 - 130.5
126.0
130.5 - 139.5
135.0
139.5 - 148.5
144.0
11
148.5 - 157.5
153.0
23
157.5 - 166.5
162.0
37
166.5 - 175.5
171.0
16
175.5 - 184.5
180.0
184.5 - 193.5
189.0
Construccin de la grfica correspondiente.

De la tabla de datos se toman los valores existentes generando la siguiente grfica.
40
37
35
30
25
23
20
16
15
11
10
3
1
0
126
135
144
153
162
171
180
189
Frecuencia absoluta y Frecuencia

acumulada
Una vez que se registraron las marcas en
la columna de CONTEO, se procede a
contar las marcas y asentar su valor en la
columna de frecuencia absoluta, segn
corresponda.
La frecuencia acumulada se origina de

la suma acumulativa de la frecuencia
absoluta con la siguiente frecuencia
absoluta segn corresponda. Como se
muestra a continuacin.
Frecuencia
Frecuencia
N Clase Rango de la clase Absoluta (fa) Acumulada (FA)
1
121.5 - 130.5
130.5 - 139.5
139.5 - 148.5
11
148.5 - 157.5
23
157.5 - 166.5
37
166.5 - 175.5
16
175.5 - 184.5
184.5 - 193.5
1
1+3=4
4+11=15
15+23=38
38+37=75
75+16=91
91+8=99
99+1=100
4
15
38
75
91
99
100
Frecuencia relativa y Frecuencia relativa

acumulada
La frecuencia relativa (fr) se obtiene al realizar
la divisin de la frecuencia acumulada de cada
clase entre el numero (n) de datos. Se procede
asentar su valor en la columna de frecuencia
relativa, segn corresponda.
La frecuencia relativa acumulada se origina de

la suma acumulativa de la frecuencia relativa
con la siguiente frecuencia relativa segn
corresponda. Como se muestra a continuacin.
N
Clase
Rango de la
clase
Frecuencia
Absoluta (fa)
Frecuencia relativa (fr)
Frecuencia relativa
Acumulada (fra)
121.5 - 130.5
0.01
0.01
130.5 - 139.5
139.5 - 148.5
11
148.5 - 157.5
23
157.5 - 166.5
37
166.5 - 175.5
16
175.5 - 184.5
184.5 - 193.5
1/100=0.01
3/100=0.03
11/100=0.11
23/100=0.23
37/100=0.37
16/100=0.16
8/100=0.08
1/100=0.01
0.03
0.11
0.23
0.37
0.16
0.08
0.01
0.01+0.03=0.04
0.04+0.11=0.15
0.15+0.23=0.38
0.38+0.37=0.75
0.75+0.16=0.91
0.91+0.8=0.99
0.99+0.01=1.00
0.04
0.15
0.38
0.75
0.91
0.99
1.00
Construccin e interpretacin de grficas
Una grfica o diagrama es un dibujo complementario a
una tabla o cuadro, que permite observar las

tendencias de un fenmeno en estudio y facilita el
anlisis estadstico de las variables all relacionadas.
Componentes de una grfica.

Una grfica, al igual que un cuadro o una tabla, debe constar de:
Titulo adecuado: El cual debe ser claro y conciso, que responda a las preguntas:
Qu relaciona?, Cundo y dnde se hicieron las observaciones?
El cuerpo: o grfico en si cuya eleccin debe considerar el o los tipos de variables a
relacionar, el pblico a quin va dirigido y el diseo artstico del grfico.

Notas de pie de grfico: Donde se presentan aclaraciones respecto al grfico, las
escalas de los ejes o se otorgan los crditos a las fuentes respectivas.

Por medio de grficos tendenciosos se pueden deformar o resaltar situaciones o
estados, que presentados en un grfico apropiado, mostraran un comportamiento
normal.
Generalmente una informacin es distorsionada por algunas de las siguientes causas:
La relacin entre los ejes no es la apropiada.
Grficos con escalas desproporcionados, o una mala eleccin del punto de origen.
Principales tipos de grficas.

Existe una gran cantidad de grficas para la representacin de datos
estadsticos, ya que ellas y de la creatividad depende el diseo, al
combinar varios tipos como forma de presentar una informacin.
Entre las grficas ms comunes tenemos:
Grafica de lneas.
Grfica de lneas compuesto.
Grafica de barras.
Grfica de barras compuesto.
Grfica de sectores circular.
Histograma.
Polgono de frecuencia.
Ojiva.
Para datos cuantitativos comnmente se utilizan dos tipos de grficas:
histogramas y polgonos. Para datos cualitativos con frecuencia se
utilizan grficas de sectores, o circular y diagramas de barras.
Grfica circular
Usualmente llamada grfica de pastel, debido a su forma caracterstica de
circunferencia dividida en cascos por medio de radios, que van la sensacin
de un pastel cortado en porciones
Se usa para representar variables cualitativas en porcentajes o cifras
absolutas cuando el nmero de elementos no es superior a cinco y se
requiere resaltar uno de ellos. Para su construccin se procede de la
siguiente manera:
1. 1.- se dibuja un circulo.
2. La circunferencia tiene en su interior 360 , los cuales hacemos
corresponder al total de la informacin, es decir al 100%; luego para
determinar el nmero de grados correspondiente a cada componente se
multiplica la frecuencia relativa con respecto a los 360 y se divide entre
100%
3. Se dibuja un radio en el circulo exactamente del centro hacia arriba, con
la ayuda de un transportador se marcan los grados correspondientes a
cada sector, en el sentido contrario a las manecillas del reloj, para formar
casquetes de los diferentes elementos.
Ejemplo de grfica circular.
Se tiene un grupo de 18 alumnos los cuales dan

su preferencia por los siguientes colores.
Azul=4, Rojo=2, Verde=3, Morado=4, Cian=2
De la tabla de datos se toman los valores existentes, se procede a hacer las operaciones de la formula indicada
como se muestra a continuacin.
No
Clase
Frecuencia en % (fr)
Frecuencia
acumulativa (fa%)
4 =27%
2 =13%
27%
27%
20%
3 =20%
4 =27%
2 =13%
13%
1
2
3
Frecuencia (fa)
13%
27%
27%+13%=40%
40%+20%=60%
60%+27%=87%
87%+13%=100%
40%
60%
87%
100%
Ejemplo de grfica circular.

Para el calculo de los sectores que representan cada valor se procede a hacer las operaciones de la formula
indicada como se muestra a continuacin.
No
Clase
Frecuencia x
sector (fr)
Frecuencia
acumulativa (fra)
4 =96
2 =48
96
96
72
3 =72
4 =96
2 =48
48
1
2
3
Frecuencia (fr)
Con estos
valores se
forma la
grfica de
pastel
48
96
96+48=144
144+72=216
216+96=312
312+48=360
144
216
312
360
Trazado de una grfica circular.

Para el calculo de los sectores que representan cada valor, se procede a hacer marcar los arcos
correspondientes como se muestra a continuacin.
1. Traza un circulo
2. Toma de referencia el radio vertical que va del centro a la parte alta del circulo.
3. Se toma como referencia el radio indicado y de ah en adelante con ayuda de un
transportador se van marcando los valores correspondientes a cada sector.
96

Despus de sealar el primer sector se van sealando los sectores siguientes segn corresponda los valores,
96
96
96
48
4
72
6
48
Despus de sealar todos los sectores se pueden sealar sus valores segn corresponda, como se muestra a
continuacin.
48
96
96
96
96
48
72
48
72

Despus de sealar el todos los sectores se pueden sealar con colores diferentes segn corresponda, como se
muestra a continuacin.
Se puede representar tomando como
referencia la frecuencia quedando la grfica
Se puede representar tomando como

referencia los porcentajes de a frecuencia
quedando la grfica como se muestra a
continuacin.
13%
27%
27%
2
3
13%
20%
Diagrama de barras
Se utiliza para representar los caracteres cualitativos y
cuantitativos discretos. En el eje horizontal, o eje de abscisas, se

representan los datos o modalidades; en el eje vertical o de
ordenadas, se representan las frecuencias de cada dato o
modalidad. Sobre el eje horizontal se levantan barras o
rectngulos de igual base (que no se superpongan) cuya altura
debe ser proporcional a la frecuencia que representan.
La parte mas alta de la grfica debe ser aproximadamente las
tres cuartas partes del eje horizontal (regla de los tres cuartos)
Evitar que las barras resulten muy anchas o excesivamente altas.
Las barras deben quedar separadas y no en contacto para evitar
cualquier implicacin de continuidad. La separacin entre barra y
barra no ser inferior a la mitad del ancho de ellas, ni superior al
ancho de las barras.
Para no influir en actitudes personales ni reflejar preferencias
individuales, las barras deben ser todas del mismo ancho
Grafiquemos el ejemplo anterior:
Diagrama de barras
En este caso en el eje horizontal se ponen la variable color y en el eje vertical los valores de la frecuencia segn
corresponda, como se muestra a continuacin.
4.5
4
N
Clase
Color
Azul
Rojo
Verde
Frecuencia
3.5
(fa)
3
2.5
Morado
Cyan
1.5
1
0.5
0
Azul
Rojo
Verde
Morado
Cyan
Histograma (Que es?)

Un histograma es una representacin grfica de una variable en forma de
barras, donde la superficie de cada barra es proporcional a la frecuencia

de los valores representados. En el eje vertical se representan las
frecuencias, y en el eje horizontal los valores de las variables,
normalmente sealando las marcas de clase, es decir, la mitad del
intervalo en el que estn agrupados los datos.
Se utiliza cuando se estudia una variable continua, como franjas de
edades o altura de la muestra, y, por comodidad, sus valores se agrupan
en clases, es decir, valores continuos. En los casos en los que los datos
son cualitativos (no-numricos), como sexto grado de acuerdo o nivel de
estudios, es preferible un diagrama de sectores.
Los histogramas son ms frecuentes en ciencias sociales, humanas y
econmicas que en ciencias naturales y exactas. Y permite la comparacin

de los resultados de un proceso.
Un histograma es diferente de una grfica de barras porque las columnas
no van separadas sino unidas, lo que les da continuidad.
Histograma. (Como se hace)

El procedimiento que se sigue para la construccin del
histograma es el siguiente:
1.- Mrquese los intervalos de clase en el eje de las
abscisas del plano cartesiano.
2.- Para que la grafica quede completa, se agregan dos
intervalos de clase ms, uno antes del primer intervalo y
otro despus del ltimo.
3.- En cada lmite inferior del intervalo se traza una lnea
vertical sutilmente punteada, con las alturas que
correspondan a las frecuencias absolutas o relativas, de
tal manera que a cada punto se le asigne una
frecuencia.
Por ltimo se dibujan las barras, con alturas
correspondientes a las frecuencias.
Histograma
(Ejemplo 1)
En este caso en el eje horizontal se ponen la variable color y en el eje vertical los valores de la frecuencia segn
corresponda, como se muestra a continuacin.
4.5
4
N
Clase
Color
Azul
Rojo
Verde
Frecuencia
3.5
(fa)
3
2.5
Morado
Cyan
1.5
1
0.5
0
Azul
Rojo
Verde
Morado
Cyan
Histograma
(Ejemplo 2)
En la realizacin de una prueba se obtuvieron los
siguientes puntajes en un grupo de 40 alumnos.

En este caso en el eje horizontal se ponen la variable puntaje (tomando los valores de la marca de clase) y en el
eje vertical los valores de la frecuencia segn corresponda, como se muestra a continuacin.
F.
Absoluta
(fa)
Limites
reales
Valor medio o
marca de
clase
16
11-17
10.5-17.5
14
14
18-24
17.5-24.5
21
12
25-31
15
24.5-31.5
28
32-38
13
31.5-38.5
35
39-45
38.5-45.5
42
46-52
45.5-52.5
49
Totales
40
Marca de clase o valor medio

Se determina calculando el promedio entre los lmites
inferior y superior. La marca de clase representa a
todos los datos pertenecientes al intervalo de clase
correspondiente.
Nmero de
alumnos
Puntajes
X
Puntajes obtenidos en una

prueba
10
8
2
0
14
21
28
35
Marca de clase
42
49
Histograma de frecuencias
acumuladas
Histograma de frecuencias acumulada: Se obtiene a partir de
una distribucin de frecuencias, tomando en el eje horizontal las

clases de la variable y en el eje vertical las frecuencias
acumuladas correspondientes a cada intervalo. Ejemplo 1
En este caso se en el eje horizontal se ponen los valores del numero de clase y en el eje vertical los valores de
la frecuencia acumula segn corresponda, como se muestra a continuacin.
N
Clas
e
Color
Frecuenci
a (fa)
Azul
Rojo
Verde
Morad
o
Cyan
Frecuenci
a
acumulad
a
16
14
12
10
15
13
9
13
15
6
2
0
1
Histograma de frecuencias
acumuladas
Ejemplo 2
la frecuencia acumula segn corresponda, como se muestra a continuacin.
N
Clase
Punt
ajes
X
F.
Abso
luta
(fa)
Limites
reales
Valor
medio o
marca
de clase
Frecuen
cia
acumula
da
45
40
1117
10.517.5
14
35
1824
17.524.5
21
10
30
2531
15
24.531.5
28
25
31.538.5
35
38
25
20
3238
13
3945
38.545.5
42
39
4652
45.552.5
49
40
Totale
s
40
38
39
40
15
25
10
5
10
6
0
1
Polgono de frecuencias
Polgono de frecuencias: Es un grfico
lineal que se utiliza en el caso de una variable

cuantitativa. Para realizar el polgono unimos
los puntos medios de las bases superiores del
diagrama de barras o del histograma.
Polgono de frecuencias: Ejemplo 1

Para realizar el polgono unimos los puntos medios de las bases superiores del diagrama de barras o del histograma.
Preferencia de colores
4.5
N
Clas
e
Color
Frecuenci
a (fa)
Azul
Rojo
Verde
4
5
Morad
o
Cyan
3.5
3
3
2.5
Nmero de alumnos
1.5
1
0.5
0
Azul
Rojo
Verde
Morado
Cyan
Polgono de frecuencias: Ejemplo 2

Para realizar el polgono unimos los puntos medios de las bases superiores del diagrama de barras o del histograma.
N
Clase
Punt
ajes
X
F.
Abso
luta
(fa)
Limites
reales
Valor
medio o
marca
de clase
1117
10.517.5
14
1824
17.524.5
21
2531
15
24.531.5
28
3238
13
31.538.5
35
3945
38.545.5
42
4652
45.552.5
49
Totale
s
40
3
4
5
6
Resultados de la prueba
15
16
13
14
12
10
Puntaje
8
6
6
4
4
2
0
14
21
28
35
42
49
Ojivas.
Son otra forma de representacin grfica que puede
ser utilizada como tcnica para representar una

distribucin acumulativa, en donde los valores son de
menos de o ms de; donde las frecuencias
acumulativas se trazan en las fronteras de clase.
Una distribucin de frecuencia acumulativa nos
permite ver cuantas observaciones se hallan por
arriba o por debajo de ciertos valores, en lugar de
limitarnos a anotar los nmeros de elementos dentro
de los intervalos
Ojivas. Ejemplo 1
la frecuencia acumula segn corresponda, unindose con lneas como se muestra a continuacin.
Preferencia de colores
N
Clase
Color
Frecuen
cia (fa)
Azul
Rojo
Verde
Morado
Cyan
16
Frecue
ncia
acumul
ada
15
14
13
12
10
6
9
9
Nmero de alumnos
13
15
4 4
2
0
1
Ojivas. Ejemplo 2
la frecuencia acumula segn corresponda, unindose con lneas como se muestra a continuacin.
N
Clase
1
2
Pun
taje
sX
1117
1824
F.
Abso
luta
(fa)
Limites
reales
10.517.5
17.524.5
Valor
medio o
marca
de clase
F. Abs.
Acumul
ada
14
21
10
45
2531
15
24.531.5
28
25
3238
13
31.538.5
35
38
3945
38.545.5
42
39
4652
45.552.5
49
Totale
s
40
Resultados de la prueba
40
40
38
35
30
25
25
Nmero de alumnos
20
15
10
40
39
10
56
0
1
Grfica de tallo y
hojas.
Tambin conocido como Stem and leaf diagram permite obtener
simultneamente una distribucin de frecuencias de la variable y su

representacin grfica. Para la construccin basta separar en cada datos el
ltimo digito de la derecha (que constituye la hoja) del bloque de cifras
restantes (que forma el tallo)
Esta representacin de datos es semejante a la de un histograma pero adems
de ser fciles de elaborar, presentan ms informacin.
Ejemplo: Supongamos la siguiente distribucin de frecuencias. Que representa
la edad de un grupo de personas N=20.
36
25
37
24
39
20
36
45
31
31
39
24
29
23
41
40
33
24
34
40
Se procede a ordenar de forma ascendente los datos, como se presenta a continuacin.
20
23
24
24
24
25
29
31
31
33
34
36
36
37
39
39
40
40
41
45
Grfica de tallo y
hojas.
Una vez ordenados comenzamos seleccionando los tallas que en nuestro caso
corresponde a las decenas, es decir 2,3 y 4. Como se presenta a continuacin.
Tallo
s
Hoja
s
9 3 4
1 1 9 3 4
Por ltimo reordenemos las hojas y hemos terminado el diagrama, Como se presenta a
continuacin.
Tallo
s
Hoja
s
4 5 9
6 6 7 9 9
Bibliografa
Bsica:
INITE Probabilidad y Estadstica. Ediciones Instituto Internacional de Investigacin de Tecnologa Educativa S. C. , Edicin
Mxico, 2010.
Murray Spiegel Probabilidad y Estadstica. Tercera Edicin, Mxico, Mcgraw-Hill Interamericana, 2010.
Wealpole, M. Probabilidad y Estadstica para Ingeniera, Octava edicin, Mxico, Prentice hall hispanoamericana, 2007.
Complementaria:
Gamiz Casarrubias, Beatriz E. Gamiz Casarrubias, Oscar T. Probabilidad y Estadstica con Prcticas en Excel. Segunda
edicin, Mxico,
Justin time press, S.A. de C .V., 2008.
Jonshon, Robert. Kuby, Patricia. Estadstica elemental. Dcima edicin, Mxico, Cengage learning editores S.A de C.V.,
2008.
Pginas Web:
Distribucin de probabilidades, Disponible en: http://www.scribd.com/doc/2249724/DISTRIBUCION-DE-PROBABILIDADES
(21-12-11)
Distribucin normal, Disponible en:
http://descartes.cnice.mec.es/materiales_didacticos/distribuciones_probabilidad/dis_normal.htm (21-12-11)
Matemticas V: Probabilidad y estadstica. Disponible en: Biblioteca Digital de la Red Acadmica del Conalep
http://redacademica.conalep.edu.mx (20-12-11)
Medidas de dispersin, Disponible en: http://colposfesz.galeon.com/est501/distfrec/meddisp/meddisp.htm (21-12-11)
Medidas de dispersin, Disponible en: http://www.hiru.com/es/matematika/matematika_06000.html (21-12-11)
Medidas de dispersin, Disponible en: www.sectormatematica.cl/media/NM4/NM4_medidas_de_dispersion.doc (21-12-11)
Probabilidad condicional, Disponible en: http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Probabilidad
%20condicional.htm (2112-11)
Tcnicas de conteo y distribuciones discretas Disponible en:
http://www.itch.edu.mx/academic/industrial/sabaticorita/amarillo.htm (21-12-11)
http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/herramientas_calidad/histograma.htm
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un1/cont_115_15.html
http://www.ceibal.edu.uy/contenidos/areas_conocimiento/mat/estadistica/histograma.html
Ejercicios para datos No

agrupados
Ejercicio A)
Aplicando las tcnicas anteriores

determine:
En una
empresa se
tiene 18
empleados y
se quiere
hacer un
estudio con
respecto a
sus edades
por lo que se
tiene la
siguiente
informacin.
La frecuencia absoluta.
La frecuencia relativa.
La frecuencia absoluta
acumulada.
La frecuencia relativa acumulada.
Construccin de grficas.
Grfica de frecuencias absolutas.
Grfica de frecuencias relativa.
Grfica de frecuencia relativa.
Grfica de frecuencia relativa
acumulada.
Ejercicios para datos No

agrupados
Ejercicio A)

determine:
En una
empresa para
verificar la
mquina
llenadora, se
toman 20
frascos que al
descartar el
peso del
envase sus
pesos varan y
se registran en
la siguiente
tabla.
La frecuencia absoluta.
La frecuencia relativa.
La frecuencia absoluta
acumulada.
La frecuencia relativa acumulada.
Grfica de frecuencias absolutas.
Grfica de frecuencias relativa.
Grfica de frecuencia relativa.
Grfica de frecuencia relativa
acumulada.
Ejercicios para datos

agrupados
Ejercicio A)
determine:
Se tiene una
caja que
contiene 60
probetas con
los
siguientes
pesos.
Nmero de clase.
Amplitud de clase.
Marcas de clase o punto Medio.
Los lmites reales o fronteras
reales.
Grfica circular.
Diagrama de barras.
Histograma.
Polgono de frecuencias.
Ojiva.
Grfica de tallo y hojas.
Soluciones

1.1.1-Agrupa y Grafica Conjunto de Datos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

1.1.1-Agrupa y Grafica Conjunto de Datos

Încărcat de

Drepturi de autor:

Formate disponibile

Tratamiento de datos y azar

A) Descripcin e interpretacin de la estadstica. descriptiva

Ambas ramas (descriptiva e inferencial) comprenden

La estadstica se divide en dos grandes reas:

y resumen de datos originados a partir de los fenmenos de

Etapas de la investigacin estadstica

contenidas que se desean estudiar. En el caso de que se desee tomar una

conjunto de elementos de referencia sobre el que se realizan unas de las

subconjunto de casos o individuos de una poblacin estadstica.

muestra extrada de una poblacin, necesarios para que los datos

la muestra tendra como objetivo su factibilidad. As:

poseen los individuos de una poblacin.

Variable estadstica cualitativa

medidas connmeros. Podemos distinguir dos tipos:

Variable cualitativa nominal

Variable estadstica cuantitativa

realizar operaciones aritmticascon ella. Podemos distinguir dos tipos:

tomarvalores comprendidos entre dos

la informacin los datos estadsticos pueden ser

recopilados, el primer paso es corregir cada uno de

conjunto de datos mediante enunciados, tablas

datos estadsticos estn listos para hacer analizados,

Un experimento que tiene las siguientes caractersticas es

experimento son conocidos antes

ejecucin del experimento no es

bajo (ms o menos) idnticas

largo de muchas ejecuciones

1. Algunos ejemplos de tpicos experimentos aleatorios son:

1.-Lanzar un dado ALEATORIO

2. Algunos ejemplos de experimentos no estadsticos (Determinsticos) son:

Describa un experimento estadstico y otro no estadstico y explique porque lo es o no.

Definicin de parmetro estadstico

a partir de los datos de una distribucin estadstica.

Tipos de parmetros estadsticos

Hay tres tipos

Distribucin de frecuencias con datos.

Distribucin de frecuencias con datos no

Distribucin de frecuencias con datos

Distribucin de frecuencias para datos.

No existen normas establecidas para determinar cundo es

La razn fundamental para utilizar la distribucin de frecuencia de

Las medidas de tendencia central (media, moda y mediana) y las

numrico. En principio, en la tabla de frecuencias se detalla cada

aparece un determinado valor en un estudio

La suma de las frecuencias absolutas es igual al

nmero total de datos, que se representa por N.

letra griega (sigma mayscula) que se lee suma o

Datos sin ordenar

ciudad se han registrado las

Datos sin ordenar Dato ordenado

la frecuencia absoluta de un determinado

tantos por ciento y se representa por ni.

una ciudad se han

Frecuencia absoluta acumulada

Frecuencia relativa acumulada

Distribucin de frecuencias agrupadas

agrupadas o tabla con datos

van agrupar los datos en una tabla de distribucin de

debemos saber cuntos nmeros deben de ir en

Marcas de clase o punto

Lmites reales o fronteras

nicamente de nmeros enteros, estos se obtienen al restar 0.5

Ejemplo 1 (Para datos NO Agrupados)