http://aestudiar.wordpress.

com/

http://www.ebookpp.com/ej/ejercicios -resueltos-de-estadistica-pdf.html

http://www.vitutor.net/2/11/distribucion_frecuencias.html

La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos

por las observaciones, para poder hacer comparaciones y sacar conclusiones.

Un estudio estadístico consta de las siguientes fases:

Recogida de datos.

Organización y representación de da tos.

Análisis de datos.

Obtención de conclusiones.

C o n ce p t o s d e Es t a d í s t i c a

Población

Una población es el conjunto de todos los elementos a los que se somete a un

estudio estadístico.

Individuo

Un individuo o unidad estadística es cada uno de los elementos que componen la

población.

Muestra

Una muestra es un conjunto representativo de la población de referencia, el número

de individuos de una muestra es menor que el de la población.

 Muestreo

El muestreo es la reunión de datos que se desea estudiar, obtenidos de una

proporción reducida y representativa de la población.

Valor

Un valor es cada uno de los distintos resultados que se pueden obtener en un

estudio estadístico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores : cara

y cruz.

Dato

Un dato es cada uno de los valores que se ha obtenido al realizar un estudio

estadístico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz,

cara, cruz.

Variables estadísticas

Una variable estadística es cada una de las características o cualidades que

poseen los individuos de una población.

Tipos de variable estadísticas

Variable cualitativa

Las variables cualitativas se refieren a características o cualidades que no

pueden ser medidas con números. Podemos distinguir dos tipos:

Variable cualitativa nominal

 Una variable cualitativa nominal presenta modalidades no numéricas que no

admiten un criterio de orden. Por ejemplo:

El estado civil, con las siguientes modalidades: soltero, casado, separado,

divorciado y viudo.

Variable cualitativa ordinal o variable cuasicuantitativa

Una variable cualitativa ordinal presenta modalidades no númericas, en las que

existe un orden. Por ejemplo:

La nota en un examen: suspenso, aprobado, notable, sobresaliente.

Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...

Medallas de una prueba deportiva: oro, plata, bronce.

Variable cuantitativa

Una variable cuantitativa es la que se expresa mediante un número, por tanto se

pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:

Variable discreta

Una variable discreta es aquella que toma valores aislados, es decir no admite

valores intermedios entre dos valores específicos. Por ejemplo:

El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.

Variable continua

Una variable continua es aquella que puede tomar valores comprendidos entre

dos números. Por ejemplo:

 La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.

En la práctica medimos la altura con dos decimales, pero también se podría dar con

tres decimales.

Una distribución de frecuencias o tabla de frecuencias es una ordenación en

forma de tabla de los datos estadísticos, asignando a cada dato su frecuencia

correspondiente.

Tipos de frecuencia

Frecuencia absoluta

La frecuencia absoluta es el número de veces que aparece un determinado valor

en un estudio estadístico.

Se representa por fi.

La suma de las frecuencias absolutas es igual al número total de datos, que se

representa por N.

Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma

mayúscula) que se lee suma o sumatoria.

Frecuencia relativa

La frecuencia relativa es el cociente entre la frecuencia absoluta de un

determinado valor y el número total de datos.

Se puede expresar en tantos por ciento y se representa por ni.

 La suma de las frecuencias relativas es igual a 1.

Frecuencia acumulada

La frecuencia acumulada es la suma de las frecuencias absolutas de todos los

valores inferiores o iguales al valor considerado.

Se representa por Fi.

Frecuencia relativa acumulada

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada

de un determinado valor y el número total de datos. Se puede expresar en tantos por

ciento.

Ejemplo

Durante el mes de julio, en una ciudad se han registrado las siguientes

temperaturas máximas:

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,

en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.

xi Recuento fi Fi ni Ni

27 I 1 1 0.032 0.032

28 II 2 3 0.065 0.097
29 6 9 0.194 0.290

30 7 16 0.226 0.516

31 8 24 0.258 0.774

32 III 3 27 0.097 0.871

33 III 3 30 0.097 0.968

34 I 1 31 0.032 1

31 1

Este tipo de tablas de frecuencias se utiliza con variables discretas.

D i s t r i b u c i ón d e f r e c u en c i a s a g ru p a d a s

La distribución de frecuencias agrupadas o tabla con datos agrupados se

emplea si las variables toman un número 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 .

Límites de la clase

Cada clase está delimitada por el límite inferior de la clase y el límite superior

de la clase.

Amplitud de la clase

La amplitud de la clase es la diferencia entre el límite superior e inferior de la

clase.
 Marca de clase

La marca de clase es el punto medio de cada intervalo y es el valor que

representa a todo el intervalo para el cálculo de algunos parámetros.

C o n s tr u cc i ó n d e u n a t a b l a d e d a t o s a g r u p a d o s

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26,

20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.

1º se localizan los valores menor y mayor de la distribución. En este caso son 3 y

48.

2º Se restan y se busca un número entero un poco mayor que la diferencia y que sea

divisible por el número de intervalos de queramos poner.

Es conveniente que el número de intervalos oscile entre 6 y 15.

En este caso, 48 - 3 = 45, incrementamos el número hasta 50 : 5 = 10 intervalos.

Se forman los intervalos teniendo presente que el límite inferior de una clase

pertenece al intervalo, pero el límite superior no pertenece intervalo, se cuenta en el

siguiente intervalo.

ci fi Fi ni Ni

[0, 5) 2.5 1 1 0.025 0.025

[5, 10) 7.5 1 2 0.025 0.050

[10, 15) 12.5 3 5 0.075 0.125

[15, 20) 17.5 3 8 0.075 0.200

[20, 25) 22.5 3 11 0.075 0.2775

[25, 30) 27.5 6 17 0.150 0.425

[30, 35) 32.5 7 24 0.175 0.600

[35, 40) 37.5 10 34 0.250 0.850

[40, 45) 42.5 4 38 0.100 0.950

[45, 50) 47.5 2 40 0.050 1

40 1

Diagrama de sectores

Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa

frecuentemente para las variables cualitativas.

Los datos se representan en un círculo, de modo que el ángulo de cada sector es

proporcional a la frecuencia absoluta correspondiente.

El diagrama circular se construye con la ayuda de un transportador de ángulos.

Ejemplo

En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natación, 4

juegan al fútbol y el resto no practica ningún deporte.

 Alumnos Ángulo

Baloncesto 12 144°

Natación 3 36°

Fútbol 9 108°

Sin deporte 6 72°

Total 30 360°

Diagrama de barras

Un diagrama de barras se utiliza para de presentar datos cualitativos o datos

cuantitativos de tipo discreto .

 Se representan sobre unos ejes de coordenadas, en el eje de abscisas se colocan

los valores de la variable , y sobre el eje de ordenadas las frecuencias absolutas o

relativas o acumuladas.

Los datos se representan mediante barras de una altura proporcional a la

frecuencia.

Ejemplo

Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su

grupo sanguíneo ha dado el siguiente resultado:

Grupo
fi
sanguíneo

A 6

B 4

AB 1

0 9

20
 Histograma

Un histograma es una representación gráfica de una variable en forma de

barras.

Se utilizan para variables continuas o para variables discretas , con un gran

número de datos, y que se han agrupado en clases.

En el eje abscisas se construyen unos rectángulos que tienen por base la

amplitud del intervalo, y por altura, la frecuencia absoluta de cada intervalo.

La superficie de cada barra es proporcional a la frecuencia de los valores

representados.

Ejemplo

El peso de 65 personas adultas viene dado por la siguiente tabla:

ci fi Fi
 [50, 60) 55 8 8

[60, 70) 65 10 18

[70, 80) 75 16 34

[80, 90) 85 14 48

[90, 100) 95 10 58

[100, 110) 110 5 63

[110, 120) 115 2 65

65
 Histograma de frecuencias acumuladas

Si se representan las frecuencias acumuladas de una tabla de datos agrupados

se obtiene el histograma de frecuencias acumuladas .

Histogramas con intervalos de amplitud diferente

Para costruir un histogramas con intervalo de amplitud diferente tenemos que calcular las
alturas de los rectángulos del histograma.

hi es la altura del intervalo

fi es la frecuencia del intervalo

ai es la amplitud del intervalo

Ejemplo

En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y

sobresaliente) obtenidas pr un grupo de 50 alumnos.

 fi hi

[0, 5) 15 3

[5, 7) 20 10

[7, 9) 12 6

[9, 10) 3 3

50

Un polígono de frecuencias se forma uniendo los extremos de las barras de un

diagrama de barras mediante segmentos.

También se puede realizar trazando los puntos que representan las frecuencias y

uniéndolos mediante segmentos.

Ejemplo
 Las temperaturas en un día de otoño de una ciudad han sufrido las siguientes

variaciones:

Hora Temperatura

6 7º

9 12°

12 14°

15 11°

18 12°

21 10°

24 8°
 P o l í g o n o s d e f r ec u en c i a p a r a d a t o s a g r u p a d o s

Para construir el polígono de frecuencia se toma la marca de clase que coincide

con el punto medio de cada rectángulo de un histograma.

Ejemplo

El peso de 65 personas adultas viene dado por la siguiente tabla:

ci fi Fi

[50, 60) 55 8 8

[60, 70) 65 10 18

[70, 80) 75 16 34
 [80, 90) 85 14 48

[90, 100) 95 10 58

[100, 110) 110 5 63

[110, 120) 115 2 65

65

Polígono de frecuencias acumuladas

Si se representan las frecuencias acumuladas de una tabla de datos agrupados

se obtiene el histograma de frecuencias acumuladas o su correspondiente polígono.

 Moda

La moda es el valor que tiene mayor frecuencia absoluta.

Se representa por Mo.

Se puede hallar la moda para variables cualitativas y cuantitativas.

Hallar la moda de la distribución:

2, 3, 3, 4, 4, 4, 5, 5 Mo= 4

Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa

frecuencia es la máxima, la distribución es bimodal o multimodal, es decir, tiene

varias modas.

1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9

Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay

moda.
 2, 2, 3, 3, 6, 6, 9, 9

Si dos puntuaciones adyacentes tienen la frecuencia máxima, la moda es el

promedio de las dos puntuaciones adyacentes.

0, 1, 3, 3, 5, 5, 7, 8 Mo = 4

Cálculo de la moda para datos agrupados

1º Todos los intervalos tienen la misma amplitud.

Li-1 es el límite inferior de la clase modal.

fi es la frecuencia absoluta de la clase modal.

fi--1 es la frecuencia absoluta inmediatamente inferior a la en clase modal.

fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.

ai es la amplitud de la clase.

También se utiliza otra fórmula de la moda que da un valor aproximado de ésta:

Ejemplo

Calcular la moda de una distribución estadística que viene dada por la siguiente

tabla:
 fi

[60, 63) 5

[63, 66) 18

[66, 69) 42

[69, 72) 27

[72, 75) 8

100

2º Los intervalos tienen amplitudes distintas.

En primer lugar tenemos que hallar las alturas.

La clase modal es la que tiene mayor altura.

 La fórmula de la moda aproximada cuando existen distintas amplitudes es:

Mediana

Es el valor que ocupa el lugar central de todos los datos cuando éstos están

ordenados de menor a mayor.

La mediana se representa por Me.

La mediana se puede hallar sólo para variables cuantitativas.

Cálculo de la mediana

1 Ordenamos los datos de menor a mayor.

2 Si la serie tiene un número impar de medidas la mediana es la puntuación

central de la misma.

2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5

3 Si la serie tiene un número par de puntuaciones la mediana es la media entre

las dos puntuaciones centrales.

7, 8, 9, 10, 11, 12Me= 9.5

 Cálculo de la mediana para datos agrupados

La mediana se encuentra en el intervalo donde la frecuencia acumulada llega

hasta la mitad de la suma de las frecuencias absolutas .

Es decir tenemos que buscar el intervalo en el que se encuentre .

Li-1 es el límite inferior de la clase donde se encuentra la mediana.

es la semisuma de las frecuencias absolutas.

Fi-1 es la frecuencia acumulada anterior a la clase mediana.

ai es la amplitud de la clase.

La mediana es independiente de las amplitudes de los intervalos.

Ejemplo

Calcular la mediana de una distribución estadística que viene dada por la siguiente

tabla:

fi Fi

[60, 63) 5 5

[63, 66) 18 23

[66, 69) 42 65
[69, 72) 27 92

[72, 75) 8 100

100

100 / 2 = 50

Clase modal: [66, 69)

Media aritmética

La media aritmética es el valor obtenido al sumar todos los datos y dividir el

resultado entre el número total de datos.

es el símbolo de la media aritmética.

Ejemplo

Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.
 Media aritmética para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la

media es:

Ejercicio de media aritmética

En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones

que muestra la tabla. Calcula la puntuación media.

xi fi xi · fi

[10, 20) 15 1 15

[20, 30) 25 8 200

[30,40) 35 10 350

[40, 50) 45 9 405

[50, 60 55 8 440

[60,70) 65 4 260
[70, 80) 75 2 150

42 1 820

Propiedades de la media aritmética

1 La suma de las desviaciones de todas las puntuaciones de una distribución

respecto a la media de la misma igual a cero.

Las suma de las desviaciones de los números 8, 3, 5, 12, 10 de su media aritmética

7.6 es igual a 0:

8 − 7.6 + 3 − 7.6 + 5 − 7.6 + 12 − 7.6 + 10 − 7 .6 =

= 0. 4 − 4.6 − 2.6 + 4. 4 + 2. 4 = 0

2 La media aritmética de los cuadrados de las desviaciones de los valores de la

variable con respecto a un número cualquiera se hace mínima cuando dicho número

coincide con la media aritmética.

3 Si a todos los valores de la variable se les suma un mismo número, la media

aritmética queda aumentada en dicho número.

4 Si todos los valores de la variable se multiplican por un mismo número la media

aritmética queda multiplicada por dicho número.

 Observaciones sobre la media aritmética

1 La media se puede hallar sólo para variables cuantitativas.

2 La media es independiente de las amplitudes de los intervalos.

3 La media es muy sensible a las puntuaciones extremas . Si tenemos una

distribución con los siguientes pesos:

65 kg, 69kg , 65 kg, 72 kg, 66 kg, 75 kg, 70 kg, 110 kg.

La media es igual a 74 kg, que es una medida de centralización poco

representativa de la distribución.

4 La media no se puede calcular si hay un intervalo con una amplitud

indeterminada.

C u ar t i l e s

Los cuartiles son los tres valores de la variable que dividen a un conjunto de

datos ordenados en cuatro partes iguales.

Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de

los datos.

Q2 coincide con la mediana.

Cálculo de los cuartiles

1 Ordenamos los datos de menor a mayor.

 2 Buscamos el lugar que ocupa cada cuartil mediante la expresión

Número impar de datos

2, 5, 3, 6, 7, 4, 9

Número par de datos

2, 5, 3, 4, 6, 7, 1, 9

Cálculo de los cuartiles para datos agrupados

En primer lugar buscamos la clase donde se encuentra , en la

tabla de las frecuencias acumuladas .

Ejercicio de cuartiles
 Calcular los cuartiles de la distribución de la tabla:

fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65

Cálculo del primer cuartil

Cálculo del segundo cuartil

 Cálculo del tercer cuartil

Deciles

Los deciles son los nueve valores que dividen la serie de datos en diez partes

iguales.

Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los

datos.

D5 coincide con la mediana.

Cálculo de los deciles

En primer lugar buscamos la clase donde se encuentra , en la

tabla de las frecuencias acumuladas.

 Ejercicio de deciles

Calcular los deciles de la distribución de la tabla:

fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65

Cálculo del primer decil

Cálculo del segundo decil

Cálculo del tercer decil

Cálculo del cuarto decil

Cálculo del quinto decil

Cálculo del sexto decil

Cálculo del séptimo decil

 Cálculo del octavo decil

Cálculo del noveno decil

P e r c e n t i l es

Los percentiles son los 99 valores que dividen la serie de datos en 100 partes

iguales.

Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los

datos.

P50 coincide con la mediana.

Cálculo de los percentiles

En primer lugar buscamos la clase donde se encuentr a , en la

tabla de las frecuencias acumuladas.

 Ejercicio de percentiles

Calcular el percentil 35 y 60 de la distribución de la tabla:

fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65

65

Percentil 35
 Percentil 60

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los

valores de la distribución.

Las medidas de dispersión son:

R a n g o o r e c o rr i d o

El rango es la diferencia entre el mayor y el menor de los datos de una

distribución estadística.

Desviación media

La desviación respecto a la media es la diferencia entre cada valor de la

variable estadística y la media aritmética.

Di = x - x

La desviación media es la media aritmética de los valores absolutos de las

desviaciones respecto a la media .

 La desviación media se representa por

Ejemplo

Calcular la desviación media de la distribución:

9, 3, 8, 8, 9, 8, 9, 18

Desviación media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias , la expresión de la

desviación media es:

Ejemplo

Calcular la desviación media de la distribución:

 xi fi xi · fi |x - x| |x - x| · fi

[10, 15) 12.5 3 37.5 9.286 27.858

[15, 20) 17.5 5 87.5 4.286 21.43

[20, 25) 22.5 7 157.5 0.714 4.998

[25, 30) 27.5 4 110 5.714 22.856

[30, 35) 32.5 2 65 10.174 21.428

21 457.5 98.57

Varianza

La varianza es la media aritmética del cuadrado de las desviaciones respecto a

la media de una distribución estadística.

La varianza se representa por .

 Varianza para datos agrupados

Para simplificar el cálculo de la varianza vamos o utilizar las siguientes

expresiones que son equivalentes a las anteriores.

Varianza para datos agrupados

Ejercicios de varianza

Calcular la varianza de la distribución:

9, 3, 8, 8, 9, 8, 9, 18

Calcular la varianza de la distribución de la tabla:

xi fi xi · fi xi2 · fi

[10, 20) 15 1 15 225

[20, 30) 25 8 200 5000

[30,40) 35 10 350 12 250

[40, 50) 45 9 405 18 225

[50, 60 55 8 440 24 200

[60,70) 65 4 260 16 900

[70, 80) 75 2 150 11 250

42 1 820 88 050

Propiedades de la varianza

1 La varianza será siempre un valor positivo o cero , en el caso de que las

puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un número la varianza no

varía.

3 Si todos los valores de la variable se multiplican por un número la varianza

queda multiplicada por el cuadrado de dicho número.

 4 Si tenemos varias distribuciones con la misma media y conocemos sus respectivas

varianzas se puede calcular la varianza total.

Si todas las muestras tienen el mismo tamaño:

Si las muestras tienen distinto tamaño:

Observaciones sobre la varianza

1 La varianza, al igual que la media, es un índice muy sensible a las puntuaciones

extremas.

2 En los casos que no se pueda hallar la media tampoco será posible hallar la

varianza.

3 La varianza no viene expresada en las mismas unidades que los datos, ya que las

desviaciones están elevadas al cuadrado.

Desviación típica

La desviación típica es la raíz cuadrada de la varianza.

Es decir, la raíz cuadrada de la me dia de los cuadrados de las puntuaciones de

desviación.

La desviación típica se representa por σ.

 Desviación típica para datos agrupados

Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son

equivalentes a las anteriores.

Desviación típica para datos agrupados

Ejercicios de desviación típica

Calcular la desviación típica de la distribución:

9, 3, 8, 8, 9, 8, 9, 18

Calcular la desviación típica de la distribución de la tabla:

xi fi xi · fi xi2 · fi
[10, 20) 15 1 15 225

[20, 30) 25 8 200 5000

[30,40) 35 10 350 12 250

[40, 50) 45 9 405 18 225

[50, 60) 55 8 440 24 200

[60,70) 65 4 260 16 900

[70, 80) 75 2 150 11 250

42 1 820 88 050

Propiedades de la desviación típica

1 La desviación típica será siempre un valor positivo o cero, en el caso de que

las puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un número la desviación

típica no varía.
 3 Si todos los valores de la variable se multiplican por un número la desviación

típica queda multiplicada por dicho número.

4 Si tenemos varias distribuciones con la misma media y conocemos sus respectivas

desviaciones típicas se puede calcular la desviación típica total.

Si todas las muestras tienen el mismo tamaño:

Si las muestras tienen distinto tamaño:

Observaciones sobre la desviación típica

1 La desviación típica, al igual que la media y la varianza, es un índice muy

sensible a las puntuaciones extremas.

2 En los casos que no se pueda hallar la media tampoco será posible hallar la

desviación típica.

3 Cuanta más pequeña sea la desviación típica mayor será la concentración de

datos alrededor de la media.

Coeficiente de variación

El coeficiente de variación es la relación entre la desviación típica de una

muestra y su media.
 El coeficiente de variación se suele expresar en porcentajes:

El coeficiente de variación permite comparar las dispersiones de dos

distribuciones distintas, siempre que sus medias sean positivas.

Se calcula para cada una de las distribuciones y los valores que se obtienen se

comparan entre sí.

La mayor dispersión corresponderá al valor del coeficiente de variación mayor .

Ejercicio

Una distribución tiene x = 140 y σ = 28.28 y otra x = 150 y σ = 25. ¿Cuál de las dos

presenta mayor dispersión?

La primera distribución presenta mayor dispersión.

P u n tu a c i o n es t í pi c a s

Puntuaciones diferenciales

Las puntuaciones diferenciales resultan de restarles a las puntuaciones

directas la media aritmética.

xi = Xi − X
 Puntuaciones típicas

Las puntuaciones típicas son el resultado de dividir las puntuaciones

diferenciales entre la desviación típica. Este proceso se llama tipificación.

Las puntuaciones típicas se representan por z.

Observaciones sobre puntuaciones típicas

La media aritmética de las puntuaciones típicas es 0.

La desviación típica de las puntuaciones típicas es 1.

Las puntuaciones típicas son adimensionales, es decir, son independientes de las

unidades utilizadas.

Las puntuaciones típicas se utilizan para comparar las puntuaciones obtenidas

en distintas distribuciones.

Ejemplo

En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos es 58.2 kg

y el de las alumnas y 54.4 kg. Las desviaciones típicas de los dos grupos son,

respectivamente, 3.1 kg y 5.1 kg. El peso de José es de 70 kg y el de Ana es 65 kg. ¿Cuál

de ellos puede, dentro del grupo de alumnos de su sexo, considerarse más grueso?
Histograma
De Wikipedia, la enciclopedia libre

Saltar a: navegación, búsqueda

Histograma.

En estadística, un histograma es una representación gráfica 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 señalando las
marcas de clase, es decir, la mitad del intervalo en el que están agrupados los datos.

En términos matemáticos, puede ser definida como una función inyectiva (o mapeo) que acumula (cuenta)
las observaciones que pertenecen a cada subintervalo de una partición. El histograma, como es
tradicionalmente entendido, no es más que la representación gráfica de dicha función.

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-numéricos), como sexto grado de acuerdo o nivel de estudios, es preferible un diagrama
de sectores.

Los histogramas son más frecuentes en ciencias sociales, humanas y económicas que en ciencias naturales y
exactas. Y permite la comparación de los resultados de un proceso.

Tipos de histograma

 Diagramas de barras simples

Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual es proporcional a la
frecuencia simple de la categoría que representa.
  Diagramas de barras compuesta

Se usa para representar la información de una tabla de doble entrada o sea a partir de dos variables, las
cuales se representan así; la altura de la barra representa la frecuencia simple de las modalidades o
categorías de la variable y esta altura es proporcional a la frecuencia simple de cada modalidad.

 Diagramas de barras agrupadas

Se usa para representar la información de una tabla de doble entrada o sea a partir de dos variables, el cual
es representado mediante un conjunto de barras como se clasifican respecto a las diferentes modalidades.

 Polígono de frecuencias

Es un gráfico de líneas que de las frecuencias absolutas de los valores de una distribución en el cual la altura
del punto asociado a un valor de las variables es proporcional a la frecuencia de dicho valor.

 Ojiva porcentual

Es un gráfico acumulativo, el cual es muy útil cuando se quiere representar el rango porcentual de cada valor
en una distribución de frecuencias.

En los gráficos las barras se encuentran juntas y en la tabla los números poseen en el primer miembro un
corchete y en el segundo un parentesis, por ejemplo: [10-20)

[editar] Construcción de un histograma

 Paso 1

Determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor.

 Paso 2

Obtener los números de clases, existen varios criterios para determinar el número de clases (o barras) -por
ejemplo la regla de Sturgess-. Sin embargo ninguno de ellos es exacto. Algunos autores recomiendan de
cinco a quince clases, dependiendo de cómo estén los datos y cuántos sean. Un criterio usado frecuentemente
es que el número de clases debe ser aproximadamente a la raíz cuadrada del número de datos. Por ejemplo, la
raíz cuadrada de 30 ( número de artículos) es mayor que cinco, por lo que se seleccionan seis clases.

 Paso 3

Establecer la longitud de clase: es igual al rango dividido por el número de clases.

 Paso 4

Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los datos en relación al
resultado del PASO 2 en intervalos iguales.

 Paso 5
Graficar el histograma: En caso de que las clases sean todas de la misma amplitud, se hace un gráfico de
barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. Si se unen
los puntos medios de la base superior de los rectángulos se obtiene el polígono de frecuencias.