Unidad 1 - 1 - Estadística Descriptiva - Distribuciones de Frecuencias (Modo de Compatibilidad)

EstadsticaDescriptiva p
Distribucionesdefrecuencias
EstadsticaDescriptiva
Distribucionesdefrecuencias
ndice
1. 2. 3. 4. 5.
Introduccin Niveldemedicin Tiposdevariables Ti d i bl Distribucionesdefrecuencias Representacingrficadelasdistribuciones defrecuencias
DepartamentoEstadstica,MatemticaseInformtica UniversidadMiguelHernndezdeElche
Introduccin
Qu es la estadstica? De acuerdo con el DRAE: 1. f. Estudio de los datos cuantitativos de la poblacin, de los recursos naturales e industriales, industriales del trfico o de cualquier otra manifestacin de las sociedades humanas. 2. f. 2 f Conjunto de estos datos datos. 3. f. Rama de la matemtica que utiliza grandes conjuntos de datos numricos para obtener i f bt inferencias b d en el clculo d probabilidades. i basadas l l l de b bilid d
Introduccin Estadstica: conjunto de tcnicas analticas, cualitativas y grficas para la organizacin, organizacin presentacin y anlisis de conjuntos de datos procedentes de una poblacin con la finalidad de comprender mejor la realidad para disponer de informacin relevante para la toma de decisiones. Ejemplos de usos de la estadstica en ingeniera: 1. Control estadstico de la calidad y de procesos. 2. Control de tiempos en una cadena de produccin. 3. Anlisis de la fiabilidad de sistemas. 4. Simulacin de sistemas. 5. Etc. Cundo aplicar la estadstica en nuestros anlisis de un problema o sistema? Cuando exista variabilidad en los datos.
Introduccin
Poblacin: conjunto de todos los individuos que son objeto de un estudio o anlisis estadstico. li i d i Ejemplos de poblaciones: Trabajadores de una empresa, tornillos, piezas de fabricacin, materias primas, resistencias, etc. Cuando es imposible obtener los datos de toda la poblacin o resulta muy costoso en tiempo o dinero, entonces se puede recurrir a una muestra de la misma. misma Muestra: subconjunto de una poblacin que es representativo de la misma. Algunos mtodos de obtencin de muestras de una poblacin son el muestreo aleatorio simple, el muestro por conglomerados o el muestreo estratificado.
Introduccin Cuestiones a tener en cuenta en un estudio estadstico: 1. Determinar la poblacin objeto del estudio. 2. Fijar bj i 2 Fij qu objetivos se persiguen conseguir con el estudio. i i l di 3. Qu caractersticas se van a medir de los individuos de la poblacin. 4. Cmo se van a medir esas caractersticas, esto es, determinar el nivel de medicin. 5. Cmo se van a realizar las medidas. 6. Cmo se van a elegir los individuos de la poblacin para la obtencin de los datos.
Niveldemedicin Distinguimos dos grandes niveles de medicin: Cuantitativo: la medida viene expresada por un nmero que representa, con una determinada precisin, la caracterstica medida del individuo. Ejemplos: Ej l a) La pieza 37A24 tiene 5 poros. b) La resistencia R123C es de 2.56 ohmios. Cualitativo o categrico: la medida viene expresada en trminos no numricos (q (que eventualmente podran codificarse con nmeros). p ) Ejemplos: a) El sabor del jamn JJ732 es excelente. b) El sexo del operario 6543 es mujer.
Niveldemedicin
Dentro de cada uno de los dos grandes niveles de medicin distinguiremos dos ms: Cuantitativo: - Continuo, de intervalo o razn (asociadas a algn tipo de medicin fsico o analtico) ) - Discreto (asociadas a mtodos o sistemas de conteo) Cualitativo: - Ordinal (permiten la ordenacin y clasificacin de los individuos) - Nominal (no permiten la ordenacin de los individuos aunque s su individuos, clasificacin)
Tiposdevariables
Una variable es una caracterstica de la poblacin que se puede medir de medir alguna forma (bien cuantitativamente o bien cualitativamente). En muchas ocasiones cuando el nivel de medicin de la variable es cualitativo se ocasiones, le denomina atributo. A l di ti t medidas numricas que pueden observarse d una variable con las distintas did i d b de i bl nivel de medicin cuantitativo se les denomina valores. Y a las distintas medidas cualitativas que pueden observarse de una variable con nivel de medicin cualitativo se les denomina modalidades o categoras.
Tiposdevariables Las variables se clasifican de acuerdo a su nivel de medicin del siguiente modo: continuas, de intervalo o razn cuantitativas discretas Variables V i bl ordinales cualitativas nominales
10
Tiposdevariables EJEMPLOS: A) Un fabricante de resistencias para equipos electrnicos est verificando el ajuste de su proceso de produccin. Para ello ha recogido una muestra de 90 j p p g resistencias de 3 ohmios que se han producido en un da. Los resultados observados fueron los siguientes:
3,22 3 22 3,10 2,85 3,06 2,83 2,85 2,97 2,60 2,78 3,19 2,84 2 84 3,13 2,70 3,27 3 27 3,23 2,39 2 39 3,08 3,22 3, 3,71 2,94 3,07 3,35 2,83 2,82 3,17 2,76 2 76 3,16 3,51 2,40 2 40 2,15 3,34 3 34 2,61 3,15 2,95 ,95 2,66 3,08 2,98 2,66 3,21 2,74 3,02 3 02 3,34 3,33 2,94 2 94 2,46 2,78 2 78 2,96 2,92 2,81 ,8 2,39 3,26 2,95 2,87 3,35 2,95 2,72 2 72 3,11 3,36 2,66 2 66 3,12 3,06 3 06 3,56 3,02 3, 3,11 2,96 2,59 3,30 3,32 2,89 3,64 2,42 2 42 2,61 3,18 2,77 2 77 3,21 3,45 3 45 2,88 2,94 2,97 ,9 2,99 3,10 2,97 2,79 2,79 2,79 3,10 3 10 3,44 2,97 3,82 3 82 2,74
11
Tiposdevariables B) Una empresa utiliza determinada materia prima en la produccin de sus piezas para la construccin de determinada maquinaria para automocin. Un elemento a tener en cuenta es el nmero d poros que presenta l materia prima. P t t l de t la t i i Para comprobar la calidad del ltimo pedido recibido se han evaluado 120 unidades de la materia prima contando el nmero de poros que presentaba cada una. Los resultados observados fueron los siguientes:
7 1 6 8 3 4 7 4 5 5 6 9 6 4 8 5 10 6 6 7 7 4 7 5 9 2 4 9 3 7 8 7 6 10 5 6 10 8 6 7 8 4 3 8 5 7 3 8 7 6 9 4 6 11 2 3 9 9 6 5 6 7 1 7 3 4 8 9 6 5 5 5 5 9 8 4 7 6 5 4 2 5 3 9 5 7 8 6 7 6 8 7 6 5 7 2 3 4 5 5 7 8 4 5 5 7 7 6 6 7 8 5 9 2 12 4 6 8 2 10
12
Tiposdevariables C) Una empresa de fabricacin de muebles utiliza determinado tipo de madera. La calidad de la madera es un elemento fundamental para la automatizacin de la produccin y la calidad final de los muebles que fabrica. Un operario de larga trayectoria profesional se encarga de evaluar y clasificar cada uno de los lotes de madera recibidos como Excelente (E), Muy bueno (MB), Bueno (B), Regular (R), ( ), y ( ), ( ), g ( ), Malo (M), Muy malo (MM) y Psimo (P). La empresa ha recibido 100 lotes de madera de determinada empresa maderera y los resultados obtenidos han sido los siguientes:
B B MB P P M B M MM R R R R B MB MB B MM B MB P M R R P B MB MB M MM MM R R B MB E E B M E R R E M E B B MB R B B B R M MM B MB M M MB B M MB P E MB MB MM B P MB E B R M B MB MB B R R R MB B R B MB MB R M R B R R E B MB R P E
13
Tiposdevariables D) Una empresa de produccin de rollos de celulosa para usos varios desea controlar la calidad de su produccin y detectar cules son los mayores problemas para obtener la calidad deseada Para ello se examinan un nmero determinado de deseada. rollos de celulosa y se observan los siguientes defectos en los mismos:
M RM D D RM P M RM M M RM P R D R O P P M D O M M R M R P D P P D D P P RM R R M M P P R M P RM RM M RM P P P R M P P M R R M RM
M = mancha, RM = resto de metal, P = poro, D = decoloracin, R = rayado y O = otros defectos.

DepartamentoEstadstica,MatemticaseInformtica UniversidadMiguelHernndezdeElche 14
Distribucionesdefrecuencias En los cuatro ejemplos anteriores se recoge informacin que es til para la empresa, pero tal y como est presentada no es de gran utilidad. Por ello, es p p p g necesario organizar la informacin de tal modo que sea sencillo observar qu es lo que nos estn diciendo los datos sobre el problema que se plantea la empresa. Asimismo, la forma de organizar y analizar los datos no puede ser la misma en cada uno de los cuatro problemas, puesto que los niveles de medicin son diferentes y por lo tanto la forma de analizarlos tambin debera serlo y, tanto, serlo. Finalmente, parece que la forma ms sencilla de organizar los datos es a travs de tablas t bl que contabilicen l veces que se repite cada valor o categora. Al proceso t bili las it d l t de organizar en una tabla un conjunto de datos se le denomina tabulacin.
15
Distribucionesdefrecuencias Definiciones bsicas en la construccin de tablas: Denotaremos por N al nmero total de datos. La frecuencia absoluta de un valor (o categora) es el nmero de veces que se ( g ) q repite ese valor (o categora) en el conjunto de datos disponibles de la poblacin. La denotaremos por ni.
ni N
i
La frecuencia relativa de un valor (o categora) es la proporcin en tanto por proporcin, uno, que representa ese valor (o categora) sobre el nmero total de datos disponibles de la poblacin. La denotaremos por fi.
ni fi N
fi 1
i
16
Distribucionesdefrecuencias La frecuencia acumulada absoluta de un valor (o categora ordinal) es el nmero de veces que aparece un valor (o categora ordinal) igual o inferior (igual q p ( g ) g (g o peor) que l en el conjunto de datos disponibles de la poblacin. La denotaremos por Ni.
N i n1 n2 n3 ... ni 1 ni
La frecuencia acumulada absoluta de un valor (o categora ordinal) es la proporcin, en tanto por uno, datos con un valor (o categora) igual o inferior (igual o peor) que l en el conjunto de datos disponibles de la poblacin. La denotaremos por Fi. d t
Ni Fi N
OJO: Para variables nominales la frecuencia acumulada no tiene sentido, en general!!!
Distribucionesdefrecuencias A las tablas en las que se refleja la frecuencia con la que aparecen los distintos valores o categoras de una variable para una poblacin (muestra) se les (muestra), denomina distribucin de frecuencias de la variable para esa poblacin (muestra). En funcin de las frecuencias que se reflejen en la tabla tendremos la distribucin de frecuencias (absolutas o relativas) de la variable y la distribucin de frecuencias acumuladas (absolutas o relativas) de la variable. Si queremos comparar las distribuciones de frecuencias de una variable para q p p distintas poblaciones (muestras) lo mejor es utilizar las frecuencias relativas, puesto que eliminan el efecto del tamao del conjunto de datos.
18
Distribucionesdefrecuencias A) Poblacin = resistencias, Variable = ohmios, N = 90 (muestra).

3,22 3,10 3 10 2,85 3,06 2,83 2,85 2 85 2,97 2,60 2,78 3,19 2,84 3,13 2,70 3,27 3,23 2,39 3,08 3 08 3,22 3,71 2,94 3,07 3 07 3,35 2,83 2,82 3,17 2,76 3,16 3,51 2,40 2,15 3,34 2,61 2 61 3,15 2,95 2,66 3,08 3 08 2,98 2,66 3,21 2,74 3,02 3,34 3,33 2,94 2,46 2,78 2,96 2 96 2,92 2,81 2,39 3,26 3 26 2,95 2,87 3,35 2,95 2,72 3,11 3,36 2,66 3,12 3,06 3,56 3 56 3,02 3,11 2,96 2,59 2 59 3,30 3,32 2,89 3,64 2,42 2,61 3,18 2,77 3,21 3,45 2,88 2 88 2,94 2,97 2,99 3,10 3 10 2,97 2,79 2,79 2,79 3,10 3,44 2,97 3,82 2,74
Para las variables continuas si utilizamos todos sus valores directamente para la construccin de su distribucin de frecuencias observaremos que no aporta demasiada informacin con respecto a los datos originales. Por ello se recurre a su agrupacin en intervalos con la finalidad de presentar la informacin de un modo ms compacto. d
Distribucionesdefrecuencias A) Cuntos intervalos elegir? Una regla emprica es considerar un nmero de intervalos prximo a la raz cuadrada de N. En nuestro caso 90 9.4868. Por lo tanto, tomaremos 9 o 10 i intervalos. l Para saber la amplitud de los intervalos debemos averiguar primero el recorrido de la variable para el conjunto de datos. Recorrido = valor mximo valor mnimo En nuestro caso el valor mximo es 3.83 ohmios y el valor mnimo es 2.15 ohmios. ohmios Por lo tanto el recorrido es 1 67 ohmios tanto, 1.67 ohmios. La amplitud de los intervalos se obtendr como el resultado de dividir el recorrido ms una unidad de precisin entre el nmero elegido de intervalos intervalos. Amplitud = 1.68/9 0.1866, o bien, Amplitud = 1.68/10 = 0.168
Distribucionesdefrecuencias A) Amplitud = 1.68/9 0.1866, o bien, Amplitud = 1.68/10 = 0.168. Elegir estas amplitudes puede resultar farragoso a la hora de construir la distribucin de frecuencias por ello elegiremos 9 intervalos de amplitud 0 2 comenzando por 0.2, 2.055, para evitar confusiones con algn dato que pudiera coincidir con uno de los extremos de los intervalos. En cualquier caso, los intervalos los consideraremos abiertos por l i i d y cerrados por l d bi la izquierda d la derecha. h
Intervalos (2.055, 2 255] (2 055 2.255] (2.255, 2.455] (2.455, 2.665] (2.655, 2.855] (2.855, 3.055] (3.055, 3.255] (3.255, 3.455] (3.455, 3.655] (3.655, 3 855] (3 655 3.855] TOTALES ni 1 4 5 21 20 22 12 3 2 90 fi 0.011 0 011 0.044 0.056 0.233 0.222 0.244 0.133 0.033 0.022 0 022 1.000 Ni 1 5 10 31 51 73 85 88 90 --Fi 0.011 0 011 0.056 0.111 0.344 0.567 0.811 0.944 0.978 1.000 1 000 --21
Distribucionesdefrecuencias El intervalo i-simo de una distribucin de frecuencias lo denotaremos por (Li-1, Li]. Y un representante destacado del mismo ser la que denominamos marca de clase del intervalo i-simo, que es el punto intermedio del intervalo.
Li 1 Li mci 2
22
Distribucionesdefrecuencias B) Poblacin = materia prima, Variable = poros, N = 120 (muestra).

7 1 6 8 3 4 7 4 5 5 6 9 6 4 8 5 10 6 6 7 7 4 7 5 9 2 4 9 3 7 8 7 6 10 5 6 10 8 6 7 8 4 3 8 5 7 3 8 7 6 9 4 6 11 2 3 9 9 6 5 6 7 1 7 3 4 8 9 6 5 5 5 5 9 8 4 7 6 5 4 2 5 3 9 5 7 8 6 7 6 8 7 6 5 7 2 3 4 5 5 7 8 4 5 5 7 7 6 6 7 8 5 9 2 12 4 6 8 2 10
Para las variables discretas s podemos utilizar todos sus valores, en general. Cuando el nmero de valores es muy grande se puede optar por agruparlos en y g p p p g p intervalos (del mismo modo que se vio con anterioridad), o bien se puede incluir una ltima categora que recoja todos los valores mayores o iguales que uno dado. La opcin por una u otra alternativa depender de las caractersticas del problema problema.
Distribucionesdefrecuencias B) La distribucin de frecuencias vendr dada por la siguiente tabla:
Valor 1 2 3 4 5 6 7 8 9 10 11 12 TOTALES O S
ni 2 6 8 13 20 20 21 14 10 4 1 1 120 0
fi 0.0167 0.0500 0.0667 0 0667 0.1083 0.1667 0.1667 0.1750 0.1167 0 1167 0.0833 0.0333 0.0083 0.0083 1.0000 .0000
Ni 2 8 16 29 49 69 90 104 114 118 119 120 ---
Fi 0.0167 0.0667 0.1333 0 1333 0.2417 0.4083 0.5750 0.7500 0.8667 0 8667 0.9500 0.9833 0.9917 1.0000 --24
Distribucionesdefrecuencias C) Poblacin = lotes madera, Variable = calidad, N = 100 (muestra).

B B MB P P M B M MM R R R R B MB MB B MM B MB P M R R P B MB MB M MM MM R R B MB E E B M E R R E M E B B MB R B B B R M MM B MB M M MB B M MB P E MB MB MM B P MB E B R M B MB MB B R R R MB B R B MB MB R M R B R R E B MB R P E
Para las variables ordinales debemos de utilizar todas sus categoras para construir su distribucin de frecuencias frecuencias.
25
Distribucionesdefrecuencias C) La distribucin de frecuencias vendr dada por la siguiente tabla:
Categoras E MB B R M MM P TOTALES
ni 9 20 24 22 12 6 7 100
fi 0.09 0.20 0.24 0.22 0 22 0.12 0.06 0.07 0 07 1.00
Ni 9 29 53 75 87 93 100 ---
Fi 0.09 0.29 0.53 0.75 0 75 0.87 0.93 1.00 1 00 ---
26
Distribucionesdefrecuencias D) Poblacin = rollos celulosa, Variable = defectos, N = 60 (muestra).

M RM D D RM P M RM M M RM P R D R O P P M D O M M R M R P D P P D D P P RM R R M M P P R M P RM RM M RM P P P R M P P M R R M RM
Para las variables nominales debemos de utilizar todas sus categoras para construir su distribucin de frecuencias. Recurdese que para este tipo de variables la distribucin de frecuencias acumulada no tiene en general sentido tiene, general, sentido.
27
Distribucionesdefrecuencias D) La distribucin de frecuencias vendr dada por la siguiente tabla:
Categora Rayado y Mancha Poro Resto de metal Decoloracin Otros defectos TOTALES
ni 10 15 17 9 7 2 60
fi 0,1667 , 0,2500 0,2833 0,1500 0 1500 0,1167 0,0333 1,0000 1 0000
28
Representacingrficadelasdistribucionesdefrecuencias Otra forma de representar un conjunto de datos correspondientes a una variable p para una poblacin (muestra) es a travs de la representacin grfica de los p ( ) p g mismos. La representacin grfica de las distribuciones de frecuencias pueden ayudarnos a comprender de un modo visual cul es la realidad que nos ofrece los datos. Recurriendo al viejo dicho, muchas veces una imagen vale o dice ms que mil palabras. palabras Sin embargo, aunque la representacin grfica puede ayudar a comprender mejor lo l que est sucediendo en un d di d determinado problema, h que ll i d bl hay llevar cuidado, id d porque un grfico puede ser engaoso (no es difcil encontrar numerosos ejemplos de esto). Por ello es necesario seguir ciertas reglas o criterios razonables en la construccin de grficos.
29
Representacingrficadelasdistribucionesdefrecuencias Las representaciones grficas de las distribuciones de frecuencias ms habituales son: El histograma, el polgono de frecuencias y la curva de distribucin de frecuencias (acumuladas) para las variables continuas. El grfico de barras y la curva de distribucin de frecuencias (acumuladas) para las variables discretas. El grfico de barras y el grfico de sectores circulares para las variables ordinales y nominales nominales. En las representaciones grficas sobre ejes coordenados debe tenerse en cuenta la relacin entre el eje de ordenadas (eje Y) y el eje de abcisas (eje X) para e itar evitar distorsiones en los grficos. La razn entre ambos ejes suele ser 3:4.
30
Representacingrficadelasdistribucionesdefrecuencias El histograma es una representacin grfica sobre unos ejes coordenados, en los q que en el eje X se representan los valores de la variable y sobre cada intervalo i en j p los que se ha dividido el recorrido de la variable se levanta una barra de altura en el eje Y, ai, igual al cociente entre su frecuencia absoluta o relativa y su amplitud. De este modo la superficie de la barra es igual a la frecuencia absoluta o relativa del intervalo. El objeto de esto es evitar distorsiones debidas a amplitudes diferentes para los intervalos.
ai
ni Li Li 1
o bien
ai
fi Li Li 1
En el supuesto de que las amplitudes de todos los intervalos sean iguales, la altura de la barra en el eje Y puede ser igual a la frecuencia absoluta o relativa. El histograma nos ofrece una referencia visual de la distribucin de frecuencias de una variable continua.
Representacingrficadelasdistribucionesdefrecuencias A) Para el ejemplo de las resistencias, el histograma es el siguiente:

Histograma Hi t
25
20
15
10
0 [2.055, [2 055 2.255] (2.255, (2 255 2.455] (2.455, (2 455 2.665] (2.655, (2 655 2.855] (2.855, (2 855 3.055] (3.055, (3 055 3.255] (3.255, (3 255 3.455] (3.455, (3 455 3.655] (3.655, (3 655 3.855]
32
Representacingrficadelasdistribucionesdefrecuencias El polgono de frecuencias es una representacin grfica sobre unos ejes coordenados, en los que en el eje X se representan los valores de la variable y en el eje Y, los cocientes entre las frecuencias absolutas o relativas y las amplitudes de los intervalos. A continuacin se unen a travs de una lnea poligonal los puntos ( (mci, ai). ) En el supuesto de que las amplitudes de todos los intervalos sean iguales, los valores en el eje Y puede ser las frecuencias absolutas o relativas. El polgono de frecuencias nos ofrece otra referencia visual de la distribucin de frecuencias de una variable continua continua.
33
Representacingrficadelasdistribucionesdefrecuencias A) Para el ejemplo de las resistencias, el polgono de frecuencias es el siguiente:

Polgono de frecuencias
0,30 0,25 0,20 0,15 0,10 0,05 , 0,00 1,75 1,95 2,15 2,35 2,55 2,75 2,95 3,15 3,35 3,55 3,75 3,95 4,15 5 5 5 5 5 5 5 5 5 5 5 5 5
Representacingrficadelasdistribucionesdefrecuencias La curva de distribucin de frecuencias (acumuladas) es una representacin grfica sobre unos ejes coordenados, en los que en el eje X se representan los valores de la variable y en el eje Y las frecuencias acumuladas relativas A relativas. continuacin se unen a travs de una lnea poligonal los puntos (L0, 0), (L1, F1), (L2, F2), La curva de distribucin de frecuencias acumuladas nos ofrece otra referencia visual de la distribucin de frecuencias acumuladas de una variable continua. Adems, es muy til para el estudio analtico de una variable.
35
Representacingrficadelasdistribucionesdefrecuencias A) Para el ejemplo de las resistencias, la curva de distribucin de frecuencias (acumuladas) es la siguiente:
Curva de distribucin de frecuencias (acumuladas)
1,0 0,9 0,8 0,7 0,6 0,5 05 0,4 0,3 0,2 0,1 0,0 00 1,855 2,055 2,255 2,455 2,655 2,855 3,055 3,255 3,455 3,655 3,855 DepartamentoEstadstica,MatemticaseInformtica UniversidadMiguelHernndezdeElche
36
Representacingrficadelasdistribucionesdefrecuencias El grfico de barras es una representacin grfica sobre unos ejes coordenados, en los que en el eje X se representan los valores (categoras) de la variable y sobre cada intervalo valor se levanta una barra de altura en el eje Y igual a su frecuencia absoluta o relativa. El grfico d b fi de barras nos ofrece una referencia visual d l di ib i d f f i i l de la distribucin de frecuencias de una variable discreta, ordinal o nominal.
37
Representacingrficadelasdistribucionesdefrecuencias B) Para el ejemplo de los poros, el grfico de barras es el siguiente:

Grfico de barras
0,20 0,18 0 18 0,16
Frecuencias rela ativas
0,14 0,12 0,10 0,08 , 0,06 0,04 0,02 0 02 0,00 1 2 3 4 5 6 7 8 9 10 11 12

Nmero de poros
Representacingrficadelasdistribucionesdefrecuencias C) Para el ejemplo de la calidad de la madera, el grfico de barras es el siguiente:

Grfico de barras
0,30 0,25 Frecu uencias rel lativas 0,20 0,15 0,10 0,05 0,00 Excelente Muy buena Buena Regular Mala Muy mala Psima
Calidad del lote
39
Representacingrficadelasdistribucionesdefrecuencias D) Para el ejemplo de los defectos, el grfico de barras es el siguiente:

Grfico de barras
0,30 Fre ecuencias relativas 0,25 0,20 0,15 0,10 0,05 0,00
et al
ch
ay a
Po
i n
M an
ra c
de
ec o
Tipo de defecto DepartamentoEstadstica,MatemticaseInformtica UniversidadMiguelHernndezdeElche
O tro
es t
de f
lo
ec
to s
do
ro
40
Representacingrficadelasdistribucionesdefrecuencias La curva de distribucin de frecuencias (acumuladas) es una representacin grfica sobre unos ejes coordenados, en los que en el eje X se representan los valores de la variable y en el eje Y las frecuencias acumuladas relativas. A continuacin se unen a travs de una lnea los pares de puntos {(0, 0), (1, 0)}, {(1, F1), (2, F1)}, {(2, F2), (3, F2)}, En definitiva, se obtiene una curva discontinua ( , {( , ( , , en forma de escalera. La curva de distribucin de frecuencias acumuladas nos ofrece otra referencia visual de la distribucin de frecuencias acumuladas de una variable discreta. Adems, es muy til para el estudio analtico de una variable.
41
Representacingrficadelasdistribucionesdefrecuencias B) Para el ejemplo de los poros, la curva de distribucin de frecuencias (acumuladas) es la siguiente:
Curva de distribucin de frecuencias (acumuladas)
1,0 Frec cuencias acu umuladas re elativas 0,9 0,8 0,7 07 0,6 0,5 0,4 0,3 0,2 0,1 0,0 , 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
42 DepartamentoEstadstica,MatemticaseInformtica Nmero de poros UniversidadMiguelHernndezdeElche
Representacingrficadelasdistribucionesdefrecuencias El grfico de sectores circulares es una representacin grfica en la que un crculo se divide en tantos sectores circulares como categoras tenga la variable, siendo el rea de cada uno de los sectores proporcional a la frecuencia de la categora que corresponda. El grfico d sectores circulares b fi de i l barras nos ofrece una referencia visual d l f f i i l de la distribucin de frecuencias de una variable ordinal o nominal.
43
Representacingrficadelasdistribucionesdefrecuencias Para los ejemplos C y D, los grficos de sectores circulares son los siguientes:
Tipo de defectos en los rollos de celulosa
11,67% 15,00%
3,33%
16,67%
25,00% 28,33%
Rayado Mancha Poro Resto de metal Decoloracin Otros defectos
Calidad de los lotes de madera
0,07 0,06 0,12
0,09 , Excelente 0,20 Muy buena Buena Regular Mala Muy mala
0,22 0,24 0 24
Psima
44
Representacingrficadelasdistribucionesdefrecuencias
45

Unidad 1 - 1 - Estadística Descriptiva - Distribuciones de Frecuencias (Modo de Compatibilidad)

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

Unidad 1 - 1 - Estadística Descriptiva - Distribuciones de Frecuencias (Modo de Compatibilidad)

Загружено:

Авторское право:

Доступные форматы

EstadsticaDescriptiva p

Introduccin Niveldemedicin Tiposdevariables Ti d i bl Distribucionesdefrecuencias Representacingrficadelasdistribuciones defrecuencias

M = mancha, RM = resto de metal, P = poro, D = decoloracin, R = rayado y O = otros defectos.

Distribucionesdefrecuencias A) Poblacin = resistencias, Variable = ohmios, N = 90 (muestra).

Distribucionesdefrecuencias B) Poblacin = materia prima, Variable = poros, N = 120 (muestra).

Distribucionesdefrecuencias B) La distribucin de frecuencias vendr dada por la siguiente tabla:

Ni 2 8 16 29 49 69 90 104 114 118 119 120 ---

Distribucionesdefrecuencias C) Poblacin = lotes madera, Variable = calidad, N = 100 (muestra).

Distribucionesdefrecuencias C) La distribucin de frecuencias vendr dada por la siguiente tabla:

fi 0.09 0.20 0.24 0.22 0 22 0.12 0.06 0.07 0 07 1.00

Fi 0.09 0.29 0.53 0.75 0 75 0.87 0.93 1.00 1 00 ---

Distribucionesdefrecuencias D) Poblacin = rollos celulosa, Variable = defectos, N = 60 (muestra).

Distribucionesdefrecuencias D) La distribucin de frecuencias vendr dada por la siguiente tabla:

fi 0,1667 , 0,2500 0,2833 0,1500 0 1500 0,1167 0,0333 1,0000 1 0000

Representacingrficadelasdistribucionesdefrecuencias A) Para el ejemplo de las resistencias, el histograma es el siguiente:

Representacingrficadelasdistribucionesdefrecuencias A) Para el ejemplo de las resistencias, el polgono de frecuencias es el siguiente:

Representacingrficadelasdistribucionesdefrecuencias B) Para el ejemplo de los poros, el grfico de barras es el siguiente:

0,14 0,12 0,10 0,08 , 0,06 0,04 0,02 0 02 0,00 1 2 3 4 5 6 7 8 9 10 11 12

Representacingrficadelasdistribucionesdefrecuencias C) Para el ejemplo de la calidad de la madera, el grfico de barras es el siguiente:

Calidad del lote

Representacingrficadelasdistribucionesdefrecuencias D) Para el ejemplo de los defectos, el grfico de barras es el siguiente:

Tipo de defecto DepartamentoEstadstica,MatemticaseInformtica UniversidadMiguelHernndezdeElche

Rayado Mancha Poro Resto de metal Decoloracin Otros defectos

Calidad de los lotes de madera

0,07 0,06 0,12

Вам также может понравиться