Академический Документы
Профессиональный Документы
Культура Документы
Diplomatura de Estadstica
Facultad de Matematicas y Estadstica
Universidad de Sevilla
Tema 2
Res umenes numericos y gracos
Version 2005-2006-
Jose A. Mayor Gallego
Departamento de Estadstica e Investigacion Operativa
Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 1
1. Introducci on
Usualmente, la investigacion de un colectivo, ya se trate de una poblacion completa
o de una muestra o parte extrada de la misma, proporciona como resultado inmediato
un conjunto mas o menos extenso, de datos numericos o de otro tipo, que pretendemos
estudiar con la nalidad de abarcar la naturaleza de dicho colectivo, en relacion a las
caractersticas que nos interesan.
De esta forma, nos enfrentamos a una masa de informacion, usualmente exten-
sa, grande, lo que obliga a realizar sobre la misma diversas transformaciones, de
tipo reductivo, que permitan captar estructuras y patrones latentes, que de otra
forma permanecen ocultos a nuestra percepcion. Dichas transformaciones producen
como resultados nal una serie de objetos, de interpretacion mas inmediata, y que
clasicaremos de la siguiente forma,
Res umenes numericos.
Res umenes gracos.
2. Res umenes numericos
El primer paso en el estudio estadstico descriptivo de un conjunto de datos sera la
construcci on de tablas u otros tipos de esquemas que permitan resumir y ordenar
la estructura de dichos datos, facilitando as la posterior extraccion de conclusiones.
2.1. Tablas de frecuencias
Se dispone de una variable estadstica, X, constituida por n valores, X
1
, X
2
, . . . , X
n
,
procedentes de la observacion de un determinado caracter sobre n individuos. Esta
variable puede ser tanto cualitativa como cuantitativa, y supondremos que presenta
k modalidades que denotamos x
1
, x
2
, . . . , x
k
. Notese que los valores originales de cada
elemento se denota por X
i
, y las modalidades por x
i
.
El n umero de individuos que presentan la modalidad x
i
de denomina frecuen-
cia absoluta de dicha modalidad, y se denota n
i
. Obviamente
i
n
i
= n. Dichas
frecuencias se disponen en forma de tabla, con la siguiente estructura,
Modalidades Frecuencias absolutas
x
1
n
1
x
2
n
2
.
.
.
.
.
.
x
k
n
k
Usualmente, si las modalidades estan medidas en alguna escala de tipo ordinal
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 2
o superior, dichas modalidades se disponen ordenadas. En caso contrario, es decir,
cuando la escala es nominal, se disponen arbitrariamente.
Tambien podemos asociar a cada modalidad su frecuencia relativa, f
i
= n
i
/n,
su porcentaje, p
i
= 100 f
i
, su frecuencia absoluta acumulada, N
i
= n
1
+n
2
+
+ n
i
, y su frecuencia relativa acumulada, F
i
= N
i
/n. Veamos un ejemplo con
una variable cuantitativa discreta.
EJEMPLO 1 Supongamos que se han estudiado 150 familias con hijos observando para
cada una el n umero de los mismos, habiendose obtenido los siguientes datos,
0 0 0 1 1 6 5 1 0 0 5
0 0 0 0 0 1 1 1 1 1 1
5 4 4 4 3 3 4 4 0 0 0
3 0 1 2 2 2 2 2 2 2 3
2 2 2 2 2 3 2 3 3 2 1
2 2 2 2 2 3 3 2 3 2 3
0 0 0 0 1 1 1 2 1 1 1
0 0 2 2 2 2 3 2 1 1 2
2 2 2 2 2 3 2 2 2 2 2
1 1 1 1 2 2 2 2 2 2 1
3 3 3 3 3 3 3 3 3 3 3
2 2 2 2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1 1 1 1
2 2 2 2 2 2 2
que, una vez clasicados, originan la siguiente tabla,
x
i
n
i
f
i
N
i
F
i
0 20 20/150 20 20/150
1 35 35/150 55 55/150
2 62 62/150 117 117/150
3 24 24/150 141 141/150
4 5 5/150 146 146/150
5 3 3/150 149 149/150
6 1 1/150 150 1
150 1
Cuando la variable es de tipo cuantitativo continuo y/o presenta una gran cantidad
valores distintos, dichos valores se agrupan en intervalos, usualmente de la forma (a, b],
que son entonces considerados como las modalidades. Notaremos (e
i1
, e
i
] al intervalo
que representa la modalidad i-esima. En este caso, se asocia a cada modalidad un valor
representativo de la misma, denominado marca de clase, que se denota x
i
, y que
usualmente es el punto medio del intervalo, es decir,
x
i
=
e
i1
+ e
i
2
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 3
Veamos a continuaci on un ejemplo de ello.
EJEMPLO 2 Vamos a considerar los siguientes valores, procedentes de una prueba de
evaluacion realizada sobre 175 estudiantes, y cuyo rango teorico de valores es el intervalo
[0, 100],
76 66 77 50 81 69 75 73 84 62 65
71 93 54 70 55 86 63 84 76 80 88
78 69 77 75 52 60 68 71 84 70 89
78 87 98 80 76 55 65 77 64 82 70
75 73 82 72 84 75 85 78 83 74 81
68 76 77 61 66 85 58 92 96 51 87
78 77 90 75 62 81 63 72 68 76 72
86 80 92 79 84 70 50 70 71 77 69
75 91 80 87 83 64 85 61 77 65 67
74 90 78 82 73 88 85 89 65 75 76
84 55 81 75 77 69 83 70 86 69 96
79 98 51 97 63 90 54 74 71 89 76
82 71 83 77 84 78 90 53 98 75 69
64 70 81 77 67 83 79 85 76 72 57
76 65 71 74 94 75 66 95 80 91 80
56 83 82 60 74 81 79 80 61 79
Como puede verse, estos datos presentan una gran cantidad de valores distintos. Por
ello, debido a su elevada diversidad, la tabla de frecuencias se realizara agrupando los
datos en intervalos, obteniendose por ejemplo,
(e
i1
, e
i
] x
i
n
i
N
i
f
i
F
i
(46
5, 55
5] 51 11 11 11/175 11/175
(55
5, 64
5] 60 16 27 16/175 27/175
(64
5, 73
5] 69 39 66 39/175 66/175
(73
5, 82
5, 91
5, 100
3333..
La potencia de 10, mitad de potencia de 10 o quinta parte de potencia de 10 mas proxi-
ma por exceso a 1333.. es 2, luego esa sera la amplitud de los intervalos. Si empezamos
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 5
en 33, lo que es bastante logico, los intervalos seran,
(33, 35] (35, 37] (37, 39] (39, 41] (41, 43] (43, 45] (45, 47]....(61, 63]
es decir, 15 intervalos.
Esta quizas no sea la mejor regla para todos los casos que se nos puedan presentar,
pero es una posibilidad que emplearemos con cierta frecuencia. Cuando no se indique
nada en contra, se usara en problemas y ejercicios.
2.2. Diagramas de tronco y hojas o tallo y hojas o Stem
and Leaf [Trabajo personal del alumno]
Son una variacion de las tablas de frecuencia, conservando los datos originales y
a nadiendo alguna informacion adicional.
Realmente, este diagrama tiene una gran similitud con los histogramas pero repre-
senta directamente los dgitos de los valores observados en vez de barras o rectangulos.
De esta forma, su construccion es mucho mas sencilla y se conserva mucha mas in-
formacion. La observacion de un diagrama de tronco y hoja revela propiedades y
caractersticas tales como,
Rango de valores de los datos, as como concentracion y simetra de los mismos.
Valores que se separan marcadamente del resto, y valores poco observados o
lagunas.
Para construirlo seguiremos los siguientes pasos,
1. Examinar los datos para decidir cuantos dgitos se van a conservar, truncando
a partir del ultimo dgito retenido. Todos los dgitos, salvo el ultimo, forman el
tronco de la observacion, el ultimo dgito es la hoja. El lugar de truncamiento,
que podemos hacer con o sin redondeo, dependera del tipo de datos.
2. Escribir la lista de posibles troncos desde el menor al mayor y cada hoja a
la derecha del tronco al que pertenece. Adicionalmente, se pueden ordenar las
hojas sobre cada tronco en orden ascendente.
3. A nadir una serie de anotaciones indicando de que forma se pueden leer los da-
tos a partir del diagrama y el n umero de datos. Ademas, si hay valores que se
separan en exceso del resto, se anotan aparte indicando el sentido de distancia-
miento. De esta forma, se obtiene un diagrama mas compacto.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 6
A veces, cuando los dgitos correspondientes a las hojas son unidades, se originan
diagramas con pocos troncos pero si se toman decimas, aparecen demasiados. En estos
casos, se puede dividir un tronco en dos partes, diferenciando cada parte con un *
para las hojas de 0 a 4, y con un . para las de 5 a 9. Tambien es posible diferenciar
cinco partes distintas empleando *, T, F, S y . para hojas de 0 a 1, 2 a
3, 4 a 5, 6 a 7, y 8 a 9 respectivamente. Observese la similitud de estas clases con
las diferentes amplitudes de intervalos empleadas en la regla de construccion de los
mismos que hemos utilizado en la seccion anterior.
Con objeto de constatar las diferencias que se pueden detectar entre dos grupos de
datos empleando los diagramas de tronco y hoja, vamos a considerar dicho diagrama
para los conjuntos de datos de los Ejemplos 2. y 3. Dichos diagramas se muestran a
continuacion.
unidad = 1 1|2 representa 12
5*|00112344
5.|555678
6*|0011122333444
6.|5555566677888999999
7*|0000000111111222233344444
7.|5555555555666666666777777777788888899999
8*|0000000111111222223333334444444
8.|5555566677788999
9*|0000112234
9.|5667888
Figura 1. Diagrama de tronco y hoja. Datos del Ejemplo 2.
unidad = 1 1|2 representa 12
INF|34,39,41
4T|3
4F|55
4S|6
4.|88899999
5*|0000000011111
5T|222333333333333333
5F|444444444444555555555555
5S|6666667777
5.|8888888888999999
6*|000000000001111111
6T|222222
Figura 2. Diagrama de tronco y hoja. Datos del Ejemplo 3.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 7
En la primera la, se da informacion sobre la unidad utilizada y como estan
representados los valores sobre el diagrama. Si hay valores extremos, se representan
en la la siguiente, indicando si son superiores o inferiores. Por ejemplo, en la Figura
2., hay tres valores extremos inferiores. La deteccion de estos valores se ha hecho
empleando el metodo basado en los cuartiles. Este metodo se expone y estudia en el
Tema 4.
Para los datos del Ejemplo 2., se observa, como ya sabamos, una gran simetra, el
intervalo intercuartlico, que contiene el 50 % de las observaciones, y la inexistencia de
valores extra nos. Para los del Ejemplo 3., el diagrama muestra asimetra y presencia
de valores extra nos, raros o anomalos.
Los conceptos mencionados anteriormente, es decir, cuartiles, intervalo intercuartli-
co, vallas interiores y exteriores y mediana, se veran en el Tema 3. El concepto de
valores extremos o extra nos se estudiara en el Tema 4.
3. Res umenes gracos
Las representaciones gracas permiten captar rapidamente y sin gran esfuerzo las
principales caractersticas de un conjunto o distribucion de frecuencias. Son un medio
complementario aunque muy importante pare realizar un analisis estadstico de los
datos.
Las representaciones gracas basicas estan asociadas a los res umenes numericos o
tablas de frecuencias y son,
Diagramas de barras e histogramas: Representan fundamentalmente fre-
cuencias, ya sean absolutas o relativas. Los diagramas de barras se emplean
basicamente para variables discretas, mientras que los histogramas se asocian a
variables de tipo continuo, agrupadas en intervalos.
Polgonos de frecuencia acumulada: Representan frecuencias acumuladas.
Otras representaciones son los diagramas de rectangulos, los diagramas de
sectores, los pictogramas y los perles ortogonales
A continuacion vamos a exponer los diferentes tipos de representaciones gracas,
clasicandolas seg un el tipo de datos a los que se aplican.
3.1. Res umenes gracos para variables cualitativas
3.1.1. Diagramas de rectangulos
Para variables cualitativas, podemos emplear los diagramas de rectangulos. Seg un
que estos se representen en horizontal o vertical, se denominan diagramas de barras
o diagramas de columnas.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 8
Veamos los primeros. Basicamente consisten en representar las frecuencias median-
te barras o rectangulos horizontales de longitudes proporcionales a las mismas. Por
ejemplo, si una modalidad presenta una frecuencia doble que otra, su correspondiente
barra tendra tambien una longitud doble a la de la otra. Vease la Figura 3.
f
i
x
i
Figura 3. Diagrama de barras. En vertical aparecen las modalidades, x
i
. Las longitudes
de las barras de cada modalidad son proporcionales a sus frecuencias.
En principio, es indiferente emplear frecuencias absolutas o relativas, pues unas
y otras son proporcionales entre si, pero si se compara una variable para diferentes
conjuntos de elementos, hay que tener precaucion pues el n umero total de elementos de
cada conjunto puede inuir indirectamente en las longitudes de las barras, falseando
en cierta medida la interpretacion. Por este motivo, en tales caso hay que emplear
frecuencias relativas.
El siguiente ejemplo se empleara, al igual que los datos de los ejemplos 1., 2. y 3.,
a lo largo de todo el tema, y se reere a las preferencias de un conjunto de personas
por diferentes tipos de espectaculos, diferenciadas por sexo.
EJEMPLO 4 Se ha preguntado a un grupo de 100 varones, y a un grupo de 143
mujeres, sobre sus preferencias de ocio, siendo las modalidades los siguientes espectaculos:
CINE, TEATRO, M
USICA y F
UTBOL.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 9
Una vez recogidos los datos se han contado, clasicado y tabulado, obteniendose los
siguientes res umenes, diferenciados por sexo,
PREFERENCIAS DE OCIO. VARONES
ESPECT
ACULOS n
i
f
i
CINE 48 048
TEATRO 12 012
M
USICA 10 010
F
UTBOL 30 030
100
PREFERENCIAS DE OCIO. MUJERES
ESPECT
ACULOS n
i
f
i
CINE 60 0419580420
TEATRO 17 0118881119
M
USICA 23 0160839161
F
UTBOL 43 0300699301
143
i
= c
i
f
i
= 1
por consiguiente
i
= f
i
360
o
. Y de esta forma se calculan las correspondientes
amplitudes de cada modalidad, en grados sexagesimales.
Por ejemplo, para los datos correspondientes a los varones del Ejemplo 4, las
amplitudes correspondientes aparecen en la tabla que se expone a continuacion.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 12
PREFERENCIAS DE OCIO. VARONES
ESPECT
ACULOS n
i
f
i
i
= f
i
360
o
CINE 48 048 17280
TEATRO 12 012 4320
M
5, 55
5] 51 11 11 11/175 11/175
(55
5, 64
5] 60 16 27 16/175 27/175
(64
5, 73
5] 69 39 66 39/175 66/175
(73
5, 82
5, 91
5, 100
UMERO
DE HIJOS no se agrupa en intervalos, pues sus valores presentan poca variedad, pero
las PUNTUACIONES de los 175 estudiantes s se agrupan ya que presentan numero-
sos valores distintos, aunque desde un punto de vista practico tenga un caracter discre-
to pues ning un profesor calica por ejemplo con 74
3337664553443656664. As pues,
distinguiremos basicamente que esten o no agrupadas, y consideraremos como ejem-
plos paradigmaticos los ya mencionados, es decir, el N
H
H
H
H
H
H
H
Figura 12. Polgono de frecuencias para una variable cuantitativa no agrupada en
intervalos.
Figura 13. Polgono de frecuencias para el n umero de hijos de 150 familias. Realizado
con EXCEL.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 19
3.2.3.2. Variables agrupadas en intervalos
Consiste en construir, a partir de un histograma, existente o hipotetico, segmentos
rectilneos que unan los puntos medios de las bases superiores de cada rectangulo,
formando as una lnea poligonal.
Si x
i
son las marcas de clases de los intervalos, y h
i
son las alturas de los rectangulos
construidos sobre los intervalos, dicha lnea poligonal es la que une los puntos (x
1
, h
1
),
(x
2
, h
2
),...,(x
k
, h
k
).
Usualmente, este graco se proporciona en combinacion con el histograma, pero no
es estrictamente necesario. En la Figura 14. aparece esquematicamente un diagrama
de este tipo, construido a partir del histograma.
En la Figura 15. podemos ver un polgono de frecuencias, obtenido con el programa
EXCEL, para los datos de las puntuaciones de 175 estudiantes, ya conocidos. Como
puede verse, la evolucion del polgono permite captar rapidamente el fenomeno es
estudio.
e
0
e
1
e
2
e
k
c
c
c
c
c
Z
Z
Z
Z
Z
Figura 14. Polgono de frecuencias para una variable cuantitativa agrupada en intervalos.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 20
Figura 15. Polgono de frecuencias para las puntuaciones de 175 estudiantes. Realizado
con EXCEL.
3.2.4. Curva acumulativa
Este graco pretende plasmar visualmente la acumulacion de la frecuencia, al
aumentar los valores de la variable. Usualmente emplea frecuencias relativas acu-
muladas y se puede realizar tanto para variables no agrupadas como agrupadas en
intervalos. Para este tipo de graco es indispensable que los valores de la variable se
coloquen ordenados de menor a mayor.
3.2.4.1. Variables no agrupadas en intervalos
Para este tipo de datos, la curva acumulativa es la representacion graca de la
siguiente funcion,
F(x) =
0 si x < x
1
F
1
si x
1
x < x
2
F
2
si x
2
x < x
3
F
k1
si x
k1
x < x
k
1 si x
k
x
La graca es una lnea constante a trozos, nunca decreciente, y con saltos en
los puntos x
1
, x
2
,...,x
k
, correspondientes a las discontinuidades de la funcion F(x).
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 21
Observemos que el crecimiento de esta lnea indica la forma en que se distribuyen las
observaciones en los diferentes valores de la variable. Realmente, para un valor x IR,
F(x) es la frecuencia relativa o proporcion de individuos cuyo valor de la variable en
estudio es menor o igual que x.
Por ejemplo, para el conocido ejemplo del n umero de hijos de 150 familias, F(3)
es la frecuencia relativa o proporcion de familias que tienen 3 hijos o menos, es decir
0 o 1 o 2 o 3 hijos, y as se comprende el hecho de que la graca presente saltos en
los valores x
i
.
La funcion F(x) se denomina funcion de distribucion de la variable estadstica
que se estudia. No hay que confundir esta funcion con la funcion de distribucion
asociada a una variable aleatoria, que se estudia en Calculo de Probabilidades. Son
cosas distintas.
x
1
x
2
x
3
x
k
F
1
F
2
1
)
[ )
[ )
[ )
F(x)
[
Figura 16. Curva acumulativa para una variable cuantitativa no agrupada en intervalos.
Es la graca de la funcion F(x).
En la Figura 16. aparece esquematicamente un graco de este tipo. Observese que
la notacion ) y [ indica que extremo de los segmento es abierto o cerrado respectiva-
mente.
3.2.4.2. Variables agrupadas en intervalos
La idea es la misma que para datos no agrupados, pero ahora, se aplica la hipotesis
teorica de que las observaciones se distribuyen uniformemente en los intervalos, con
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 22
lo cual la acumulacion se supone exenta de discontinuidades. Concretamente, esta
graca se obtiene uniendo por segmentos rectilneos los puntos,
(, 0), (e
0
, 0), (e
1
, F
1
), (e
2
, F
2
), , (e
k1
, F
k1
), (e
k
, 1), (+, 1)
formando as una lnea poligonal continua y creciente que indica la forma en que se
distribuyen las observaciones en los diferentes valores de la variable. Esta lnea es la
representacion de una funcion que denotamos, con en el caso anterior, F(x).
Realmente, para un valor x IR, F(x) es la frecuencia relativa o proporcion de
individuos cuyo valor de la variable en estudio es menor o igual que x. Por ejemplo,
para el conocido ejemplo de las puntuaciones de 175 estudiantes, F(67
5) es la fre-
cuencia relativa o proporcion de estudiantes que han obtenido 67
5 o menos, es decir
una nota en el intervalo [0, 67
5].
Tambien como en el caso anterior, la funcion F(x) se denomina funcion de distri-
bucion de la variable estadstica que se estudia. No hay que confundir esta funcion
con la funcion de distribucion asociada a una variable aleatoria, que se estudia en
Calculo de Probabilidades. Son cosas distintas.
En la Figura 17. aparece esquematicamente un graco de este tipo. Observese la
continuidad y su caracter creciente.
e
0
e
1
e
2
e
k
!
!
!!
!
!
!
!
!
!
! 1
F
1
F
2
F
3
F(x)
Figura 17. Curva acumulativa para una variable cuantitativa agrupada en intervalos.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 23
3.3. Otros tipos de gracos
3.3.1. Pictogramas
Estos gracos utilizan guras relacionadas con el fenomeno que se estudia de forma
que su tama no o cantidad indique la frecuencia de cada modalidad.
Supongamos que se ha estudiado la produccion lactea media diaria de tres granjas
de ganado vacuno, denominadas GRANJA A, GRANJA B y GRANJA C, siendo las
producciones en litros,
GRANJA PRODUCCI
ON L
ACTEA
GRANJA A 495
GRANJA B 2456
GRANJA C 1567
En la Figura 18. se expone un pictograma que pretende representar las diferencias
de produccion mediante el tama no de la gura.
Figura 18. Pictograma para la produccion lactea de las granjas A, B y C
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 24
3.3.2. Cartogramas
Sobre un mapa se indica, para cada region geograca, la frecuencia o intensidad
de la caracterstica en estudio. Para hacerlo se pueden emplear diferentes colores o
tramas, o tambien cantidades numericas.
A modo de ejemplo, se expone en la Figura 19. un cartograma en el que se quiere
representar las diferencias de porcentaje de aulas de ense nanza concertada sobre el
total de la ense nanza privada, en diferentes comunidades. Este cartograma se ha
extrado de un Boletn Informativo elaborado por el Instituto Nacional de Estadstica
en Junio de 2002, sobre la ense nanza privada en Espa na.
Figura 19. Cartograma representativo de los porcentajes de aulas de ense nanza privada
concertada sobre el total de la ense nanza privada. Fuente: I.N.E., Junio de 2002.
Como es facil de comprender, ni los pictogramas ni los cartogramas pueden con-
siderarse gracas muy representativa ni exactas. Este problema puede eliminarse en
parte acompa nando el graco de las cantidades numericas, como en el caso del anterior
cartograma.
Jose A. Mayor Gallego. Universidad de Sevilla
F.M.E. Estadstica Descriptiva. Tema 2: Res umenes numericos y gracos 25
3.3.3. Perl ortogonal
Se emplea para representar diferentes caractersticas de un mismo individuo. Esta
representacion tiene gran interes en estudios psicologicos o pedagogicos. Consiste
en representar, para cada individuo, representar en un eje horizontal las distintas
caractersticas en estudio, y en el eje vertical los valores de cada una.
Por ejemplo, supongamos que un alumno de Primero de Estadstica presenta las
siguientes calicaciones,
Asignatura Calicacion
Estadstica Descriptiva 8
Analisis Matematico 5
Algebra 6
Calculo de Probabilidades 4
Informatica 5
Teora de la Probabilidad 2
Investigacion Operativa 6
que representadas gracamente dan lugar al siguiente perl ortogonal que aparece en
la Figura 20.,
Figura 20. Perl ortogonal para las calicaciones obtenidas por un alumno de Primero de
Estadstica. Realizado con EXCEL.
Jose A. Mayor Gallego. Universidad de Sevilla