Variables
Una variable estadística es una característica que puede fluctuar y cuya variación es susceptible de
adoptar diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor
cuando se relacionan con otras variables, es decir, si forman parte de una hipótesis o de una teoría.
Se define a una variable estadística como una característica de una población o muestra estadística para
que adopten diferentes valoraciones. Las variables estadísticas se destacan por ser cualidades que van
adoptando forma numérica. Un ejemplo de esto puede ser la altura de una persona, que sería de 175
centímetros.
Una variable discreta es una variable que no puede tomar algunos valores dentro de un mínimo
conjunto numerable, quiere decir, no acepta cualquier valor, únicamente aquellos que pertenecen al
conjunto
Una variable discreta es aquella que puede asumir un número contable de valores. Mientras que una
variable continua es aquella que puede asumir un número incontable de valores. Tanto las variables
discretas, como las continuas, son variables estadísticas cuantitativas.
Ejemplos de variables cuantitativas discretas:
El número de hijos de una familia.
La cantidad de dedos que tienes en la mano.
El número de faltas en un partido de fútbol.
Número de personas que llegan a un consultorio en una hora.
El número de árboles que hay en un parque.
El número de canales de televisión que tienes en casa.
Número de animales en una granja.
Cantidad de empleados que trabajan en una tienda.
Número de libros vendidos cada mes en Amazon.
Número de clientes que visitan un supermercado por día.
Variable cuantitativa continua
La variable cuantitativa continua es aquella que puede asumir un número incontable de valores.
Ejemplos de variables cuantitativas continuas:
La estatura de tu mejor amigo.
El ancho de una pelota de fútbol.
Volumen de agua en una piscina.
El peso de una persona.
La velocidad a la que va a un tren.
Longitud en centímetros de un tenedor.
Tiempo que demora el delivery de Pizza Hut en entregar un pedido.
El volumen de cerveza en una jarra.
Peso de las vacas en una granja.
Tiempo que esperas al amor de tu vida.
Distancia que recorren los autos en una ciudad.
Velocidad a la que viaja un avión.
El diámetro de una esfera.
¿Las variables cuantitativas discretas pueden tener decimales?
Claro que sí, el hecho de tener o no decimales no permite diferenciar a una variable discreta de una
continua, y en el video que viene líneas abajo presentaremos ejemplos de variables cuantitativas
discretas que presentan valores decimales.
Mucho cuidado, es muy común escuchar en la web la siguiente falsedad: si una variable presenta
decimales, entonces es continua, de lo contrario, es discreta. ¡Tremendo error! Esto no tiene nada que
ver con la definición de variables discretas y continuas.
Frecuencia
Frecuencia absoluta es el número de veces que se repite un resultado en el conjunto de todos los
observados. Frecuencia relativa es la proporción de cada frecuencia absoluta, es decir, el número de
veces que se produce ese resultado (frecuencia absoluta) dividido por el número total de datos
observados.
fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso, la nota del examen).
La frecuencia relativa es uno de los tipos de frecuencia estadística que más información nos proporciona
acerca de una variable. Esto es así porque nos permite saber sobre la porción que representa un valor
dado en el conjunto de datos que estamos manejando.
En este artículo conocerás qué es la frecuencia relativa, cómo se calcula, cuáles son sus características,
con ejemplos para variable discreta y para variable continua. Además, aprenderás qué es la frecuencia
relativa acumulada con ejemplos.
Qué es la frecuencia relativa
La frecuencia relativa es un cociente que indica la porción que cada una de las frecuencias absolutas
representa del total de datos.
Cómo se calcula la frecuencia relativa
La frecuencia relativa es el cociente de la frecuencia absoluta y el número total de datos.
Para calcular la frecuencia relativa de cada dato dividimos la frecuencia absoluta del dato entre el
número total de datos.
Al ser un cociente podemos obtener la frecuencia relativa en forma de fracción, en forma de número
decimal y como un porcentaje.
Veamos esto con un ejemplo
Las calificaciones obtenidas por un grupo de 30 estudiantes en un examen de matemática son las
siguientes:
7, 5, 9, 10, 8, 8, 0, 8, 10, 9, 5, 1, 0, 1, 7, 10, 8, 9, 7, 6, 6, 7, 8, 10, 8, 5, 3, 4, 1, 2.
Las ordenaremos en una tabla y calcularemos las frecuencias absolutas de cada nota.
Luego, calcularemos la frecuencia relativa de cada calificación.
Recuerda que la frecuencia absoluta es la cantidad de veces que aparece un valor determinado de la
variable en el conjunto de datos que estamos estudiando.
En estadística, la frecuencia porcentual es una medida que indica el porcentaje de veces que aparece un
valor en una muestra respecto el número total de datos. Por lo tanto, la frecuencia porcentual es igual a
la frecuencia relativa multiplicada por 100.
¿Cómo se determina la frecuencia relativa porcentual?
Si a la frecuencia absoluta de un valor se la divide por el número total de datos, se obtiene la frecuencia
relativa (que será un número entre 0 y 1). Como la frecuencia relativa está entre 0 y 1, si se multiplica
por 100, se conseguirá calcular el porcentaje (que estará entre 0% y 100%).
Frecuencia porcentual: es el porcentaje de elementos que pertenecen a una clase o categoría. Se puede
calcular rápidamente multiplicando la frecuencia relativa por 100%. Frecuencia porcentual acumulada:
es el porcentaje de datos respecto al total que se han reportado hasta ese momento.
La frecuencia absoluta acumulada es el resultado de ir sumando las frecuencias absolutas de las
observaciones o valores de una población o muestra. Esta se representa por las siglas Fi
Para calcular la frecuencia absoluta acumulada, hay que calcular primero la frecuencia absoluta (fi) de la
población o muestra. Para ello, los datos se ordenan de menor a mayor y se colocan en una tabla.
Una vez hecho esto, la frecuencia absoluta acumulada se obtiene de ir sumando las frecuencias
absolutas de una clase o grupo de la muestra con la anterior (primer grupo + segundo grupo, primer
grupo + segundo grupo + tercer grupo y así sucesivamente hasta llegar a acumular del primer grupo al
último).
El cálculo entre paréntesis de la tercera columna, es el resultado de sumar el Fi correspondiente y el
siguiente fi. Por ejemplo, para la segunda fila nuestro primer Fi es 1 y nuestro siguiente fi es 2, para la
tercera fila nuestro Fi es 3 (resultado de haber acumulado fi = 1 y fi = 2) y nuestro siguiente fi es 1.
Realizando este procedimiento de manera sucesiva, llegamos al valor 20. Este es el resultado de
acumular todas las frecuencias absolutas y ha de coincidir con el número total de observaciones.
Medidas de tendencia central para datos simples:
Media aritmética
La media aritmética o promedio simple ( X ) muestra el valor central de los datos constituyendo ser la
medida de ubicación que más se utiliza. En general, es calculada sumando los valores de interés y
dividiendo entre el número de valores sumados.
La media aritmética es el valor obtenido al sumar todos los datos y dividir el resultado entre el número
total de datos.
La media ponderada o media aritmética ponderada es una media de centralización que da una
importancia distinta a cada uno de los valores sobre los que se calcula la media. En una media
ponderada cada valor se multiplica por un peso, y el total es dividido por la suma de los pesos.
La media ponderada o media aritmética ponderada es una media de centralización que da una
importancia distinta a cada uno de los valores sobre los que se calcula la media. En una media
ponderada cada valor se multiplica por un peso, y el total es dividido por la suma de los pesos.
Mediana
Si el número de datos es impar, la Mediana es el valor de la puntuación que deja por bajo la mitad de los
datos. Si el número de datos es par, la Mediana es el promedio de los valores adyacentes a la
puntuación que deja por bajo la mitad de los datos.
Medidas de tendencia central para datos agrupados
Para obtener la Media aritmética en datos agrupados en intervalos se debe: a) Multiplicar la marca de
clase por su frecuencia absoluta en cada intervalo, luego dividir la suma obtenida por el total de datos.
b) Sumar cada variable y dividir esta suma por el total de datos.
Fórmula y 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.
Media aritmética para datos agrupados
Cuando los datos vienen agrupados en una tabla de frecuencias, la expresión de la
media es distinta. Supongamos que tenemos clases diferentes en nuestra tabla de frecuencias, en
donde para cada clase , tenemos su media y su frecuencia correspondiente
La mediana en un conjunto de datos es el número que se encuentra en el centro de la serie cuando los
elementos del conjunto están ordenados, ya sea de menor a mayor o de mayor a menor, la mediana no
cambia en ninguno de los 2 casos. Cuando se tienen datos individuales es muy simple poder definir la
mediana porque solo se tienen que ordenar los números y luego encontrar el número que está en
medio, pero cuando se quiere encontrar la mediana en datos agrupados no se pueden ordenar los
números individualmente porque lo que se tiene son intervalos con su respectiva frecuencia, entonces
para encontrar la mediana de datos agrupados se tienen que realizar más pasos.
Moda para Datos Agrupados
Su mismo nombre lo indica… ¿Cuál es la tendencia? ¿Cuál edad estará de moda en nuestro ejemplo?
Si fuesen datos NO AGRUPADOS, fácilmente diríamos que la moda es el dato que más se repite sin
realizar ningún cálculo ni operación matemática.
Pero como nuestro interés es calcular la moda para datos agrupados… debemos utilizar la siguiente
fórmula:
fórmula para calcular la moda en datos agrupados
La moda se simboliza como Mo y nuestro primer paso será identificar el intervalo modal.
Es muy sencillo, el intervalo modal corresponde a aquel que posee la frecuencia absoluta más alta.
Concepto de clases: Clase. Es el número de subconjuntos en que se han agrupado los datos. Cada clase
se puede denominar mediante una letra, un número o alguna característica del subconjunto. Intervalo
de clase.
Límites de clase: Los límites de la clase son los valores que delimitan el grupo, es decir, son el valor
mínimo y el valor máximo que forman el intervalo de la clase. Por lo tanto, cualquier clase posee un
límite inferior y un límite suprerior.
Rango o recorrido: El Rango es la diferencia numérica entre el valor máximo y el valor mínimo; por ello,
comparte unidades con los datos. Permite obtener una idea de la dispersión de los datos, cuanto mayor
es el rango, aún más dispersos están los datos. El rango, también es llamado amplitud o recorrido de
medida.
Amplitud de clase: En estadística, la amplitud de clase es el rango de valores que pertenecen a un
intervalo. Es decir, la amplitud de una clase es el ancho entre los límites de la clase. Por lo tanto, la
amplitud de una clase es igual a la diferencia entre los dos límites del intervalo de la clase.
Marca de clase: La marca de clase, es el punto medio del intervalo de la clase, se denota por Su valor es
obtenido al promediar los extremos del intervalo.
Gráfica de barra: Un diagrama de barras, gráfico de barras o gráfico de columnas es una forma de
representar gráficamente un conjunto de datos o valores mediante barras rectangulares de longitud
proporcional a los valores representados.
Gráfico de pastel: Un gráfico circular, diagrama sectorial o gráfica circular, también llamado gráfico de
pastel, gráfica de pizza, gráfico de tarta, nudo de globo, gráfico de torta, gráfico de quesitos o gráfica de
360 grados, es un recurso estadístico que se utiliza para representar porcentajes y proporciones.
Histograma: Un histograma es un gráfico que se utiliza para representar la distribución de frecuencias de
algunos puntos de datos de una variable. Los histogramas frecuentemente clasifican los datos en varios
“contenedores” o “grupos de rango” y cuentan cuántos puntos de datos pertenecen a cada uno de esos
contenedores.
Polígono de frecuencia: Son diagramas de línea que se obtienen al unir los puntos medios del lado
superior de cada rectángulo del histograma correspondiente.
Pictograma: Un Pictograma es un tipo de gráfico, que en lugar de barras, utiliza figuras proporcionales a
la frecuencia. Generalmente se emplea para representar variables cualitativas. Este tipo de gráfico no
permite buenas comparaciones.
Tallos y hojas:
