Вы находитесь на странице: 1из 28
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS

Luz Ramos (UCSP)

Luz Marina Ramos Quispe

Universidad Católica San Pablo

22 de agosto de 2017

Quispe Universidad Católica San Pablo 22 de agosto de 2017 Métodos estadísticos para la Industria I

Métodos estadísticos para la Industria I

22 de agosto de 2017

1 / 27

Distribución de frecuencias Una vez recolectados los datos, se les clasifica para presentarlos en forma
Distribución de frecuencias
Una vez recolectados los datos, se les clasifica para presentarlos en forma
tal que facilite su comprensión y su posterior análisis. Para ello se ordenan
en cuadros numéricos llamados tablas de distribución de frecuencias y luego
se presentan mediante gráficas.

Luz Ramos (UCSP)

y luego se presentan mediante gráficas. Luz Ramos (UCSP) Métodos estadísticos para la Industria I 22

Métodos estadísticos para la Industria I

22 de agosto de 2017

2 / 27

Distribución de frecuencias de una variable cualitativa

Categorias Frecuencia Frecuencia Frecuencia de la absoluta relativa porcentual variable X f i n C
Categorias Frecuencia Frecuencia
Frecuencia
de la
absoluta
relativa
porcentual
variable X
f i
n
C 1
f 1
h i = f i
h
h
1
C 2
f 2
p i = h i × 100 %
p
p
1
2
2
.
.
.
.
.
.
.
.
.
.
.
.
C k
f k
h k
p k
Total
n
1
100

Luz Ramos (UCSP)

. . C k f k h k p k Total n 1 100 Luz Ramos

Métodos estadísticos para la Industria I

22 de agosto de 2017

3 / 27

Frecuencia absoluta

Gráfica de barras

10

8

6

4

2

0

Luz Ramos (UCSP)

de barras 10 8 6 4 2 0 Luz Ramos (UCSP) C1 C2 C3 C4 C5

C1

C2

C3

C4

10 8 6 4 2 0 Luz Ramos (UCSP) C1 C2 C3 C4 C5 Categorías de

C5

Categorías de la variable

Figura: Gráfico de barras

C5 Categorías de la variable Figura: Gráfico de barras Métodos estadísticos para la Industria I 22

Métodos estadísticos para la Industria I

22 de agosto de 2017

4 / 27

Gráfica de sector circular

Se calcula el ángulo del sector que corresponde a cada valor de la frecuencia mediante una regla de tres simple:

Luz Ramos (UCSP)

100 % 360

p

i

α

i

27%

C1 C2 C3 C4 C5
C1
C2
C3
C4
C5
40% 5% 10%
40%
5%
10%

18%

◦ → p i α i 27% C1 C2 C3 C4 C5 40% 5% 10% 18%

Métodos estadísticos para la Industria I

22 de agosto de 2017

5 / 27

Ejemplo 1

Se realizó una encuesta sobre la preferencia de bebidas gaseosas. Se tiene que Coca Cola, Inca Kola y Fanta son las tres bebidas gaseosas más vendidas en la cafetería, una muestra de 20 consumidores marcó las siguientes respuestas: Fanta, Coca Cola, Coca Cola, Inca Kola, Fanta, Coca Cola, Coca Cola, Inca Kola, Inca Kola, Coca Cola, Inca Kola, Coca Cola, Coca Cola, Inca Kola, Inca Kola, Coca Cola, Inca Kola, Fanta, Inca Kola, Coca Cola. Describa la variable estadística, tipo de variable y obtenga la distribución de frecuencias y luego represente los datos gráficamente.

Luz Ramos (UCSP)

luego represente los datos gráficamente. Luz Ramos (UCSP) Métodos estadísticos para la Industria I 22 de

Métodos estadísticos para la Industria I

22 de agosto de 2017

6 / 27

Solución del ejemplo 1:

Variable: Preferencia de bebida gaseosa. Tipo de variable: Cualitativa nominal.

Preferencia de bebidas gaseosas f i h i p i Inca Kola 8 0.40 40
Preferencia de bebidas gaseosas f i
h i
p i
Inca Kola
8
0.40
40
Coca Cola
9
0.45
45
Fanta
3
0.15
15
Total
20
1.00
100

Luz Ramos (UCSP)

Fanta 3 0.15 15 Total 20 1.00 100 Luz Ramos (UCSP) Métodos estadísticos para la Industria

Métodos estadísticos para la Industria I

22 de agosto de 2017

7 / 27

Número de consumidores

Luz Ramos (UCSP)

10

8

6

4

2

0

Inca Kola Coca Cola Fanta
Inca Kola
Coca Cola
Fanta

Preferencia de bebidas gaseosas

Figura: Gráfico de barras

Preferencia de bebidas gaseosas Figura: Gráfico de barras Métodos estadísticos para la Industria I 22 de

Métodos estadísticos para la Industria I

22 de agosto de 2017

8 / 27

Inca Kola Coca Cola 40% Fanta 15% 45% Figura: Gráfico de sector circular
Inca Kola
Coca Cola
40%
Fanta
15%
45%
Figura: Gráfico de sector circular

Luz Ramos (UCSP)

45% Figura: Gráfico de sector circular Luz Ramos (UCSP) Métodos estadísticos para la Industria I 22

Métodos estadísticos para la Industria I

22 de agosto de 2017

9 / 27

Distribución de frecuencias de una variable cuantitativa discreta

Frecuencias Valores de X x 1 x 2 f i h i p i f
Frecuencias
Valores de X
x 1
x 2
f i
h
i
p i
f 1
h
p
F i
F 1 = f 1
Frecuencias Acumuladas
H i
H 1 = h 1
P i
P 1 = p 1
1
1
f 2
h
p
F 2 = f 1 + f 2
H 2 = h 1 + h 2
P 2 = p 1 + p 2
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x k
f k
h k
p k
F k = n
H k = 1
P k = 100
Total
n
1
100

También podemos utilizar las siguientes propiedades para obtener las frecuencias relativas y porcentuales acumuladas.

H i = F i

y P i = H i × 100 %

n

Luz Ramos (UCSP)

F i y P i = H i × 100 % n Luz Ramos (UCSP) Métodos

Métodos estadísticos para la Industria I

22 de agosto de 2017

10 / 27

Gráfico de bastones

f

i

i  
 

f

 
f  
 

2

     

f

3

     
f 3      
         
 
   
 

f

1

     
f 1      
   

x

1

x 2

x 3

x

Luz Ramos (UCSP)

  x 1 x 2 x 3 x Luz Ramos (UCSP) Métodos estadísticos para la Industria

Métodos estadísticos para la Industria I

22 de agosto de 2017

11 / 27

Gráfico de la distribución de frecuencias acumuladas

F

i

   
 
 

F

 
F  
F  

3

       

F

F
F

2

       

F

1

F 1
F 1
F 1
       

x 1

x 2

x 3

x

Luz Ramos (UCSP)

    x 1 x 2 x 3 x Luz Ramos (UCSP) Métodos estadísticos para la

Métodos estadísticos para la Industria I

22 de agosto de 2017

12 / 27

Ejemplo 2

Ante la pregunta del número de hijos por hogar, una muestra de 20 hogares marcó las siguientes respuestas: 2,1,2,4,1,3,2,3,2,0,3,2,1,3,2,3,3,1,2,4. describa la variable, tipo de variable, obtenga la distribución de frecuencias de los datos y su respectiva gráfica.

Luz Ramos (UCSP)

de los datos y su respectiva gráfica. Luz Ramos (UCSP) Métodos estadísticos para la Industria I

Métodos estadísticos para la Industria I

22 de agosto de 2017

13 / 27

Solución del ejemplo 2:

Variable: Número de hogares. Tipo de variable: Cuantitativa discreta.

Frecuencias Frecuencias Acumuladas X f i h i p i F i H i P
Frecuencias
Frecuencias Acumuladas
X
f i
h i
p i
F i
H i
P i
0
1
0.05
5
1
0.05
5
1
4
0.20
20
5
0.25
25
2
7
0.35
35
12
0.60
60
3
6
0.30
30
18
0.90
90
4
2
0.10
10
20
1.00
100
Total
20
1
100

Luz Ramos (UCSP)

0.10 10 20 1.00 100 Total 20 1 100 Luz Ramos (UCSP) Métodos estadísticos para la

Métodos estadísticos para la Industria I

22 de agosto de 2017

14 / 27

Gráfica de bastones para el ejemplo 2:

f

i

f i  
 

7

7

6

 
6  

5

     

4

4

3

   

2

2
         
         

1

 
1  
 

0

1

2

3

4

x

Luz Ramos (UCSP)

    0 1 2 3 4 x Luz Ramos (UCSP) Métodos estadísticos para la Industria

Métodos estadísticos para la Industria I

22 de agosto de 2017

15 / 27

Gráfico de frecuencias acumuladas para el ejemplo 2:

F

i

F i
 

20

 
20  
20  

18

 
18      
18      
   

12

 
12    
12    
 

5

5  
5  
 
1
1
1  
 
 
 
   

1

2

3

4

x

Luz Ramos (UCSP)

      1 2 3 4 x Luz Ramos (UCSP) Métodos estadísticos para la Industria

Métodos estadísticos para la Industria I

22 de agosto de 2017

16 / 27

Distribución de frecuencias de una variable continua

Frecuencias Frecuencias Acumuladas Marca de clase Intervalos f i h i p i F i
Frecuencias Frecuencias Acumuladas Marca de clase
Intervalos f i
h
i
p i
F i
H i
P i
x i
I 1
f 1
h
p
1
1
F 1
H 1
P 1
x 1
I 2
f 2
h
p
2
2
F 2
H 2
P 2
x 2
.
.
.
.
.
.
.
.
.
.
I k
f k
h k
p k
F k
H k
P k
x k
Total
n
1
100

Luz Ramos (UCSP)

p k F k H k P k x k Total n 1 100 Luz Ramos

Métodos estadísticos para la Industria I

22 de agosto de 2017

17 / 27

Construcción de los intervalos

Determinación del rango: R = x m a x − x m i n R = x max x min

Determinación del número de intervalos de clase:del rango: R = x m a x − x m i n k = 1

k = 1 + 3,3 log (n)

;

Determinación de la amplitud de los intervalos: A = R A = R

Determinación de los extremos de los intervalos:; Determinación de la amplitud de los intervalos: A = R k I i =[ x

k

I i =[x min +(i 1)A , x min + iA[

Determinación de marcas de=[ x m i n +( i − 1 ) A , x m i n

clase: x i = L i +U i 2
clase: x i = L i +U i
2

Luz Ramos (UCSP)

Métodos estadísticos para la Industria I

22 de agosto de 2017

18 / 27

Histograma de frecuencias

f i f 3 f 4 f 2 f 5 f 1 I 1 I
f i
f 3
f 4
f 2
f 5
f 1
I 1
I 2
I 3
I 4
I 5
I

Luz Ramos (UCSP)

f 2 f 5 f 1 I 1 I 2 I 3 I 4 I 5

Métodos estadísticos para la Industria I

22 de agosto de 2017

19 / 27

Polígono de frecuencias

f i f 3 f 4 f 2 f 5 f 1 I 1 I
f i
f 3
f 4
f 2
f 5
f 1
I 1
I 2
I 3
I 4
I 5
I

Luz Ramos (UCSP)

f 2 f 5 f 1 I 1 I 2 I 3 I 4 I 5

Métodos estadísticos para la Industria I

22 de agosto de 2017

20 / 27

Curva de frecuencias

f i f 3 f 4 f 2 f 5 f 1 I 1 I
f i
f 3
f 4
f 2
f 5
f 1
I 1
I 2
I 3
I 4
I 5
I

Luz Ramos (UCSP)

f 2 f 5 f 1 I 1 I 2 I 3 I 4 I 5

Métodos estadísticos para la Industria I

22 de agosto de 2017

21 / 27

Gráfico de la Ojiva

8 9 10 11 12 13 Frecuencias acumuladas 0 5 10 15 20
8
9
10
11
12
13
Frecuencias acumuladas
0
5
10
15
20

Luz Ramos (UCSP)

Intervalos

Figura: Gráfico de la Ojiva

Luz Ramos (UCSP) Intervalos Figura: Gráfico de la Ojiva Métodos estadísticos para la Industria I 22

Métodos estadísticos para la Industria I

22 de agosto de 2017

22 / 27

Ejemplo 3

Los salarios quincenales, en dólares, recopilados en una muestra de 45 empleados son:

63

89 36 49 56 64 59 35 78

43

51 70 57 62 43 68 62 26

64

72 52 51 62 60 71 61 55

59

60 67 57 67 61 67 51 81

50

64 76 44 73 56 62 63 60

Describa la variable y su tipo, obtenga la distribución de frecuencias de los datos y con sus respectivas gráficas.

Luz Ramos (UCSP)

los datos y con sus respectivas gráficas. Luz Ramos (UCSP) Métodos estadísticos para la Industria I

Métodos estadísticos para la Industria I

22 de agosto de 2017

23 / 27

Solución del ejemplo 3:

Variable: Salarios quincenales. Tipo de variable: Cuantitativa continua

Intervalos f i h i p i F i H i P i x i
Intervalos f i
h i
p i
F i
H i
P i
x i
[26, 34
[34, 42
[42, 50
[50, 58
[58, 66
[66, 74
[74, 82
[82, 90
Total
1
0.02
2
1
0.02
2
30
2
0.04
4
3
0.06
6
38
4
0.09
9
7
0.15
15
46
10
0.22
22
17
0.37
37
54
16
0.36
36
33
0.73
73
62
8
0.18
18
41
0.91
91
70
3
0.07
7
44
0.98
98
78
1
0.02
2
45
1.00
100
86
45
1.00
100

Luz Ramos (UCSP)

0.02 2 45 1.00 100 86 45 1.00 100 Luz Ramos (UCSP) Métodos estadísticos para la

Métodos estadísticos para la Industria I

22 de agosto de 2017

24 / 27

Histograma

f 16 14 12 10 8 6 4 2 26 34 42 50 58 66
f
16
14
12
10
8
6
4
2
26
34 42
50
58
66
74
82
90
Salarios

Luz Ramos (UCSP)

26 34 42 50 58 66 74 82 90 Salarios Luz Ramos (UCSP) Métodos estadísticos para

Métodos estadísticos para la Industria I

22 de agosto de 2017

25 / 27

Polígono de frecuencias

f 16 14 12 10 8 6 4 2 26 34 42 50 58 66
f
16
14
12
10
8
6
4
2
26
34 42
50
58
66
74
82
90
Salarios

Luz Ramos (UCSP)

26 34 42 50 58 66 74 82 90 Salarios Luz Ramos (UCSP) Métodos estadísticos para

Métodos estadísticos para la Industria I

22 de agosto de 2017

26 / 27

Curva de frecuencias

f 16 14 12 10 8 6 4 2 26 34 42 50 58 66
f
16
14
12
10
8
6
4
2
26
34 42
50
58
66
74
82
90
Salarios

Luz Ramos (UCSP)

26 34 42 50 58 66 74 82 90 Salarios Luz Ramos (UCSP) Métodos estadísticos para

Métodos estadísticos para la Industria I

22 de agosto de 2017

27 / 27

Gráfico de la Ojiva

26 34 42 50 58 66 74 82 90 Número de empleados 0 10 20
26
34
42
50
58
66
74
82
90
Número de empleados
0
10
20
30
40

Luz Ramos (UCSP)

Salario quincenal

Figura: Gráfico de la Ojiva

(UCSP) Salario quincenal Figura: Gráfico de la Ojiva Métodos estadísticos para la Industria I 22 de

Métodos estadísticos para la Industria I

22 de agosto de 2017

28 / 27