Distribución de Frecuencias

Distribuciones de Frecuencias
La información que nos rodea

Vivimos en un mundo repleto de información. Todos los actores de la sociedad generan
datos a partir de sus acciones y, con la tecnología, son cada vez más relevados. En este
marco, es fundamental saber qué, cómo, dónde y por qué recopilar datos que resulten
relevantes para los negocios presentes o futuros. La manera de efectuar el registro, censo
o muestreo y luego la interpretación de los mismos debería apoyarse en ciertas reglas que
permitan lograr mejor información para tomar decisiones.
En el presente módulo analizaremos cómo recopilar información y, una vez obtenida,

cómo describirla a través de tablas y gráficos.
Para hacer este análisis partiremos de una breve explicación de los siguientes conceptos:
- Datos y estadísticas
- Población
- Registro, censo y muestra
- Variables
- Variables aleatorias
- Variables cualitativas, cuantitativas discretas o cuantitativas continuas
Los datos y la estadística

Un dato es una representación (numérica, alfabética, etc.) del atributo de una variable. Un
dato por sí mismo no nos brinda ninguna información, solo lo logra cuando es
debidamente procesado dentro de un conjunto de datos y en función de una teoría,
enfoque o hipótesis.
© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 1

La Estadística está principalmente dedicada a la organización y resumen de estos datos y a
la extracción de conclusiones acerca de las características de un conjunto de objetos. En
general, y aunque tengamos realmente muchos datos, solo vamos disponer de una
pequeña porción de dicho conjunto.
Así que, ¿cuándo será necesario recurrir a los métodos estadísticos? Los métodos
estadísticos serán útiles en todas aquellas situaciones en las cuales deban tomarse
decisiones, hacer elecciones o emitir opiniones bajo incertidumbre. Es decir, dada una
determinada cantidad y calidad de información, debe decidirse el camino a seguir y para
ello, la Estadística provee los elementos necesarios para que esas decisiones puedan ser
tomadas con cierto grado de racionalidad. A su vez, ese grado de racionalidad estará
determinado por la calidad y cantidad de teoría y de la calidad y cantidad de métodos de
extracción y análisis de la información de los que se disponga.
Población
Una población es un conjunto de unidades (físicas o conceptuales) que tienen al menos
una característica observable en común.
Ejemplos: Personas de 5 años de edad que viven en la Ciudad de Buenos Aires; autos
vendidos en la Argentina en el año pasado; cantidad de votantes en una elección en
determinado distrito.
En la población está contenida la masa total de información que sería deseable conocer
totalmente. Si contenemos toda o casi toda esta información vamos tener un censo o
registro. En cambio, como generalmente ocurre, vamos a tener un subconjunto de la
población que denominaremos muestra. En estadística la población se denota con la letra
N mayúscula.
En una población, censo, registro o muestra vamos a relevar unidades observacionales

predeterminadas (por ejemplo, niños de 5 años de CABA) donde vamos a relevar los datos
de determinada/s variable/s (altura en centímetros de los mismos).

Censo
Se denomina censo a la técnica que consiste en relevar a todas las unidades
observacionales que conforman una población estadística. En un censo se obtienen
mediciones del número total de individuos mediante diversas técnicas de recuento. Por su
altísimo costo (en el caso de las poblaciones grandes) se realiza solo excepcionalmente y
cada determinado tiempo. Ejemplo: Censo de población y vivienda.
Registro
Un registro es información que se genera por la misma naturaleza de su actividad.
Ejemplos: Registro civil para nacimientos, defunciones, etc. Registro automotor: patentes,
chasis, etc.
Muestra
Una muestra es un subconjunto de una población. Cuando tenemos poblaciones grandes y
no podemos recurrir a un censo o registro por una cuestión de costos, debemos recurrir a
las muestras.
Para tomar muestras existen diversas técnicas como, por ejemplo, las encuestas. Las
muestras deben ser representativas de la población para poder inferir sobre ellas, y por
esto, en general, se producen con distintos métodos de muestro de selección total o
parcialmente aleatorios.
Las técnicas para realizar muestreo son muy diversas y requieren variables complejas de
muchos estudios y conocimientos previos. En los módulos siguientes desarrollaremos o
imaginaremos las técnicas posibles para relevar algunos casos.
La muestra seleccionada contiene la porción de información que resulta posible conocer

enteramente (los datos) y que servirá, utilizando métodos estadísticos, para deducir o
conjeturar cómo es todo el resto de la información de la población. En estadística la
muestra se denota con la letra n minúscula.

Variables
La información contenida en una muestra como la contenida en la población total estará
referida a una o varias magnitudes o variables. Las variables son características medidas
en diferentes unidades que son susceptibles de tomar diferentes valores. Estas variables
pueden ser reducidas o resumidas por una o unas pocas medidas que las representen. Es
decir, generalmente no va a ser necesario conocer todos y cada uno de los valores de las
variables de interés, sino que bastará con conocer solamente alguna medida que sea un
resumen de ellos.
En muchas operaciones estadísticas se generan experimentos de selección de datos de

forma aleatoria. Por esto se trabajará muchas veces con el concepto de variables
aleatorias.
Las variables pueden ser cualitativas o cuantitativas. Las cualitativas clasifican o describen
a las unidades experimentales. Los valores que pueden asumir no constituyen un espacio
métrico por lo que las operaciones de cálculo no son significativas en ellas. Ejemplos:
nacionalidad, género, tipo, especie, marca, sabor, color, etc.
Las variables cuantitativas cuantifican a las unidades experimentales. Los valores que
pueden asumir constituyen un espacio métrico, y las operaciones con ellas son
significativas. Ejemplos: cantidad de personas, número de hijos, kilómetros recorridos,
tiempo de vuelo, ingreso individual, longitud de un salto, etc.
Las variables cuantitativas se dividen en discretas o continuas. Las discretas solo pueden
asumir una cantidad numerable de valores de manera que, entre dos valores
cualesquiera, siempre hay huecos. La operación que caracteriza a estas variables es la
operación de contar. Ejemplos: cantidad de materias aprobadas, cantidad de clientes,
número de operaciones bancarias, etc.
Las variables cuantitativas continuas pueden asumir cualquier valor dentro de un rango
dado. La operación que las caracteriza es la de medición. Las cosas que se pueden medir
son: longitudes, tiempos, superficies, densidades, volúmenes, sumas de dinero, etc.

Ejemplos: peso y altura de las personas, pesos vendidos, toneladas de mercadería
producidos, tiempo de viaje entre dos puntos, etc.
En estadística, las variables se denotan generalmente como X mayúscula para nombrar la

variable y como x minúscula para cada uno de los valores que toma. Ejemplo: altura de
niños de 2 años en cm (X mayúscula) y x1=86; x2=98; x3=70;…; xn=77
Distribuciones de frecuencias
Con los conceptos explicados anteriormente ya estamos en condiciones de presentar los
temas principales a tratar en el módulo.
Cuando debemos analizar datos, la mayoría de las veces están en reportes de bases de
datos de manera desordenada. Estos vienen en diferentes salidas de Excel o en forma de
cuadros o tablas. En el mejor de los casos, cada fila representa a una unidad de
observación “persona”, “cliente”, etc., y cada columna representa las diferentes variables
que se analizan de cada observación.
Con los datos desordenados, el analista inexperto se ve un poco limitado para hacer
operaciones. En general, se hace hincapié en los valores extremos por altos o bajos y se
miran los promedios, las celdas vacías y no mucho más. Clasificar y ordenar los datos,
conocer su distribución de frecuencia y sus principales medidas, permitirá tener una
lectura más inteligente de los mismos.
Supongamos que tenemos para analizar el consumo semanal en pesos ($) en

supermercados de una muestra de cien familias del barrio de Caballito. Los datos fueron
obtenidos durante el tercer trimestre de 2018.
7215 3243 2295 3600 2454 5739 3375 9933 3960 1455
4695 4479 2226 8946 3909 3186 3960 6213 2589 5967
5880 7188 6714 6327 4101 7050 10005 3336 6534 1650
4530 8799 11950 2601 4485 8043 3672 4530 4050 7050

4110 6081 3309 2253 5100 5106 14520 6300 4155 3840
6345 6270 4296 12725 3642 2778 1983 4074 5232 5160
5730 4623 6300 2280 5634 1773 3369 1524 1665 5715
4272 3930 3030 2577 4275 3186 2883 3816 2589 4152
4419 5265 4455 6552 2232 6639 6570 1545 4371 1635
5472 2850 5043 3045 2004 2634 5160 5121 5055 8361
Observando los datos, podemos ver que el valor mayor es $14520 (mayor consumo),
$1455 por semana es el menor y $4769,64 pesos por semana es el valor promedio. ¿Qué
más podemos analizar? Podemos ordenarlos por su magnitud en forma ascendente o
descendente, ver si hay alguna discontinuidad en la secuencia de los números, o si los
números tienen alguna tendencia a agruparse en alguna zona determinada. Sin embargo,
si los tabulamos según su distribución de frecuencias podemos ver muchas cosas más.
Clase LI LS MC FA
1 ( 1455,00 3632,50 ] 2543,75 33
2 ( 3632,50 5810,00 ] 4721,25 40
3 ( 5810,00 7987,50 ] 6898,75 18
4 ( 7987,50 10165,00 ] 9076,25 6
5 ( 10165,00 12342,50 ] 11253,75 1
6 ( 12342,50 14520,00 ] 13431,25 2
La tabla precedente se denomina tabla de frecuencias, y consiste en el agrupamiento de la

masa de datos clasificados en un número reducido de grupos o clases delimitados por
valores preestablecidos (intervalos de clase). Ya no existen más los valores individuales de
los datos. Esta reducción implica un cierto grado de pérdida de información porque, por

ejemplo, del dato correspondiente a $4074 solo sabemos ahora que está en algún lugar
dentro de la segunda clase de la tabla de frecuencias.
LI: límite inferior del intervalo.
LS: límite superior.
MC:promedio de ambos límites.
FA: frecuencia absoluta simple.
En general, los intervalos de clase son uniformes (tienen el mismo ancho), aunque podrían
perfectamente no serlo. La cantidad de clases es delimitada por el software (en función de
ciertas fórmulas en las que no vale la pena ahondar). Sin embargo, uno puede establecer
la cantidad de clases que desee. Lo importante es que la cantidad elegida permita
observar de alguna manera cómo se distribuyen los valores. Si se abren demasiadas clases
no estaríamos resumiendo nada, y con muy pocas estaríamos resumiendo demasiado.
Las frecuencias absolutas simples nos están cuantificando cuántas observaciones hay
dentro de cada uno de los intervalos. Como podemos apreciar cuarenta familias de esta
muestra gastaban entre $3632,50 y $5810 por semana en supermercados en el tercer
trimestre de 2018, y solo dos gastaban más de $12342,50.
Frecuencias absolutas y relativas. Simples y acumuladas
Ya vimos las frecuencias absolutas, y podemos agregarles las siguientes:
Clase LI LS MC FA FR FAA FRA
1 [ 1455,00 3632,50 ] 2543,75 33 0,33 33 0,33
2 ( 3632,50 5810,00 ] 4721,25 40 0,4 73 0,73
3 ( 5810,00 7987,50 ] 6898,75 18 0,18 91 0,91
4 ( 7987,50 10165,00 ] 9076,25 6 0,06 97 0,97
5 ( 10165,00 12342,50 ] 11253,75 1 0,01 98 0,98
6 ( 12342,50 14520,00 ] 13431,25 2 0,02 100 1

FR: frecuencia relativa simple e indica el porcentaje de valores que se encuentran en cada
intervalo respecto al total.
FAA: frecuencia absoluta acumulada e indica cómo se van acumulando los datos de
izquierda a derecha al sumar intervalos.
FRA: frecuencia absoluta acumulada e indica el porcentaje acumulado de valores de

izquierda a derecha al sumar intervalos.
Ejemplos: El 18% de las familias consumía entre $5810 y $7987,5 en supermercados. El

73% de las familias gasta menos de $5810. Por ende, el 27% gastaba más que dicho valor.
Como puede apreciarse la capacidad de análisis con esta tabla es superadora y a pesar de
la reducción en la información que implica, presenta una serie de ventajas. Por ejemplo,
utilizando tablas de frecuencias es más fácil comparar dos conjuntos de datos. Además, es
más fácil obtener las medidas que permiten resumir la información en unos pocos
números. Finalmente, la tabla de frecuencias hace mucho más fácil la obtención de
gráficos representativos de la distribución de los datos en la muestra o en la población.
Representación gráfica
Además de las tablas, existen otras maneras de representar gráficamente una distribución
de frecuencias. Veremos algunas de ellas.
Histogramas
El histograma es una representación en la cual se inscriben en el eje de abscisas los
valores de la variable en estudio y en el eje de ordenadas los valores de las frecuencias. En
las ordenadas pueden volcarse cualquiera de las cuatro frecuencias previamente
descriptas. En el caso de las acumuladas (absolutas o relativas) irán subiendo en forma de
escalera al apilarse los intervalos.

Histograma de frecuencias relativas simples
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,42
Versión Estudiantil0,32
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
frecuencia relativa
0,21
Versión Estudiantil Versión 0,10
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,00
Versión Estudiantil Versión Estudiantil
-723 Versión1455
Estudiantil Versión
3633Estudiantil Versión
5810 Estudiantil7988
Versión Estudiantil
10165 Versión Estudiantil
12343 Versión14520
Estudiantil Versión Estudiantil
16698
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
ConsumoVersión
SemanalEstudiantil
Super enVersión
pesos Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Histograma de frecuencias relativas acumuladas
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
1,00
frec. rel. acumulada
0,50
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,00
-723 Versión Estudiantil
1455 Versión3633
Estudiantil Versión Estudiantil Versión
5810 7988Estudiantil Versión
10165 Estudiantil 12343
Versión Estudiantil 14520
Versión Estudiantil16698
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
ConsumoEstudiantil Versión
semanal SuperEstudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Polígonos de frecuencias y ojivas

El polígono de frecuencias se obtiene, simplemente, uniendo mediante una línea poligonal
los puntos medios en la cima de la barras del histograma de frecuencias simples de la
distribución. En este caso, puede verse una leve asimetría positiva, muchas observaciones
acumuladas en un margen reducido de dinero y luego, lentamente, se van volviendo más
distanciadas entre sí las observaciones de consumo.

Polígonos de frecuencias
0,42
frecuencia relativa
0,21
0,00
1455 Versión3633
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Consumo Versión
semanal Estudiantil
Super Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Ojivas
La ojiva se obtiene uniendo los límites superiores del histograma de frecuencias

acumuladas.
1,00
frec. rel. acumulada
0,50
0,00
1455 Versión3633
Consumo Versión
semanal Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Super
Las ventajas del polígono y la ojiva respecto a los histogramas es que permite la
comparación de varios en el mismo gráfico. Además, en el caso de la ojiva, permite
fácilmente calcular los valores acumulados hasta cierto valor o entre dos valores sin
depender de los intervalos. El polígono de frecuencias puede, en ocasiones, ayudar a
descubrir si hay alguna función matemática que pueda describir eficazmente la
distribución real subyacente a la totalidad de los datos de la población.

Box plot (gráfico de caja)
El gráfico de caja presenta los valores de la variable en el eje de ordenadas en la mayoría
de los softwares, contrariamente al histograma y al polígono, que presentan los valores de
la variable sobre el eje de abscisas.
15173
Consumo semanal Super
7988 Versión Estudiantil Versión Estudiantil Versión Estudiantil
4395
Consiste en una caja que representa el 50% central de la distribución de los datos
ordenados, es decir, desde el dato que deja por detrás suyo (en orden ascendente) al 25%
de los datos, hasta el dato que deja por detrás suyo (en orden ascendente) al 75% de los
datos. Lo que está por fuera de la caja (comúnmente llamado bigotes) puede
representarse de diferentes medidas aunque lo más común es que se represente a los
valores máximo y mínimo de la distribución o los percentiles 5 y 95 (estos últimos utilizan
infostat).
Finalmente, mediante un símbolo especial (como una raya) se representa la mediana de la

distribución, es decir, el valor que tiene por debajo suyo al menos el 50% de los datos y
por encima al menos el otro 50% (esto último se verá en el módulo 2) y con un punto el

valor correspondiente al promedio. Respecto a los tres puntos que aparecen fuera los
bigotes son considerados outlayers en el sentido de que están muy por encima del resto
de los datos.
Este gráfico es muy útil para ver la simetría o asimetría de los datos. Si se distribuyen de
forma compacta o alargada e identifica los cuartiles, mediana y promedio (ver módulo 2)
que constituyen de las medidas más importantes. En el gráfico de caja anterior puede
verse una leve asimetría positiva en estos tres indicadores: menor distancia entre el Q1 y
la mediana que entre la mediana y el Q3, bigote superior más largo y valor del promedio
por encima de la mediana.
Este gráfico también es muy útil para comparar distintas cajas al mismo tiempo y observar
las diferencias. Por ejemplo, si dividimos los cien datos de la muestra de consumo semanal
de supermercados en dos partes de cincuenta según el orden de relevamiento nos quedan
las siguientes cajas.
Consumo semanal super. Primeros 50 y Segundos 50 seleccionados
15173,25
7987,50 Versión Estudiantil Versión Estudiantil Versión Estudiantil
4394,63
Versión Estudiantil 801,75

Podríamos decir que ambas cajas son bastante parecidas, lo que significa que al ser las
muestras del mismo lugar y en el mismo momento es el resultado esperado.
En variables cualitativas
Para las variables cualitativas no se pueden utilizar los gráficos anteriores. Tampoco la
tabla de frecuencias mostrada antes. La tabla de frecuencias correspondiente a una
variable cualitativa muestra, simplemente, las frecuencias, tanto absolutas como relativas,
tanto simples como acumuladas, para cada una de las categorías en las que está
clasificada la variable. Con respecto a los gráficos que se pueden utilizar destacamos el de
barras y el de torta.
Ejemplo: Supongamos que dentro de los registros de la muestra de cien casos de gastos
semanales en supermercados en las familias se les consulta, además, cómo consideran los
precios de los supermercados dónde realizaron las compras en el último mes.
Los resultados en la tabla de frecuencias:
Categoría FA FR
muy caros 19 19%
caros 61 61%
normales 7 7%
baratos 7 7%
muy baratos 6 6%

Los gráficos
Para este tipo de gráficos es más práctico usar MS-Excel por sobre otro software.

Distribución de Frecuencias

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Distribución de Frecuencias

Загружено:

Авторское право:

Доступные форматы

Distribuciones de Frecuencias

La información que nos rodea

En el presente módulo analizaremos cómo recopilar información y, una vez obtenida,

Los datos y la estadística

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 1

En una población, censo, registro o muestra vamos a relevar unidades observacionales

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 2

La muestra seleccionada contiene la porción de información que resulta posible conocer

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 3

En muchas operaciones estadísticas se generan experimentos de selección de datos de

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 4

En estadística, las variables se denotan generalmente como X mayúscula para nombrar la

Supongamos que tenemos para analizar el consumo semanal en pesos ($) en

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 5

1 ( 1455,00 3632,50 ] 2543,75 33

2 ( 3632,50 5810,00 ] 4721,25 40

3 ( 5810,00 7987,50 ] 6898,75 18

4 ( 7987,50 10165,00 ] 9076,25 6

5 ( 10165,00 12342,50 ] 11253,75 1

6 ( 12342,50 14520,00 ] 13431,25 2

La tabla precedente se denomina tabla de frecuencias, y consiste en el agrupamiento de la

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 6

LI: límite inferior del intervalo.

LS: límite superior.

MC:promedio de ambos límites.

FA: frecuencia absoluta simple.

Frecuencias absolutas y relativas. Simples y acumuladas

Ya vimos las frecuencias absolutas, y podemos agregarles las siguientes:

Clase LI LS MC FA FR FAA FRA

1 [ 1455,00 3632,50 ] 2543,75 33 0,33 33 0,33

2 ( 3632,50 5810,00 ] 4721,25 40 0,4 73 0,73

3 ( 5810,00 7987,50 ] 6898,75 18 0,18 91 0,91

4 ( 7987,50 10165,00 ] 9076,25 6 0,06 97 0,97

5 ( 10165,00 12342,50 ] 11253,75 1 0,01 98 0,98

6 ( 12342,50 14520,00 ] 13431,25 2 0,02 100 1

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 7

FRA: frecuencia absoluta acumulada e indica el porcentaje acumulado de valores de

Ejemplos: El 18% de las familias consumía entre $5810 y $7987,5 en supermercados. El

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 8

Histograma de frecuencias relativas acumuladas

Polígonos de frecuencias y ojivas

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 9

La ojiva se obtiene uniendo los límites superiores del histograma de frecuencias

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 10

Finalmente, mediante un símbolo especial (como una raya) se representa la mediana de la

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 11

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 12

Los resultados en la tabla de frecuencias:

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 13

© Universidad de Palermo. Prohibida la reproducción total o parcial de imágenes y textos. 14

Вам также может понравиться