ESTADISTICA DESCRIPTIVA

2016-II Ing Jimmy Omar Villafuerte

Toledo.

ESTADISTICA A

: ESTADISTICA DESCRIPTIVA I
2016 - II

Ing. Jimmy Villafuerte Toledo

2

Objetivos de Aprendizaje

Saber que significa la estadstica y sus aplicaciones.

Explicar el significado de la estadstica descriptiva y

estadstica inferencial.
Distinguir entre niveles de medicin nominal, ordinal,
de intervalo y de razn.
Organizar datos en una distribucin de frecuencias.
Representar la distribucin de frecuencias en un
histograma, un polgono de frecuencias.
Representar datos utilizando lneas, de barras y de
sectores (circulares).
Cajas y vigotes etc
3

Qu es la estadstica?
Que deberan saber al terminar esta clase:

Que queremos significar por estadstica

Que entendemos por estadstica descriptiva .
Que es una poblacin y que una muestra.
Que es una variable, el dato y los datos
Cuando la informacin se refiere a un parmetro y cuando a una estadstica
Distinguir cuando una variable es cualitativa y cuando cuantitativa.
Distinguir entre una variable discreta y continua.
Distinguir las distintas escalas de medicin nominal, ordinal, de intervalo y de razn
4

Qu es la estadstica?
Estadstica es la ciencia de:
Recolectar
Describir
Organizar
Interpretar

Datos

para
transformarlos
en
informacin, para la toma mas
eficiente
de
decisiones.
en
Ingenieria de minas nunca se
repite el mismo tiempo en
5

Por que es importante la

Estadistica en Minera?
Un perforista nunca perfora , en las
mismas condiciones en el mismo
tiempo. Por que?; y Que valor
Tomamos? El ms alto? El ms Bajo? Por
que.
La duracin de llantas no exactamente
igual ni para una marca (Michelin),
Menos para ms marcas ( Yokojama,
Godyear, Fireston Etc) , Cual
consideramos?
6

ESTADISTICA

Ciencia que proporciona las herramientas

(mtodos y procedimientos) necesarios para
recolectar, procesar analizar e interpretar
datos.
7

Para qu nos sirve la estadstica?

Estudios de tiempos ( Perforacin, transporte etc)
Rendimientos de equipos.
Rendimientos de personal en distintos frentes
Comparacin de materiales, brocas, volquetes
Scoop, Jumbos etc. Etc. Etc.
Modelar matemticamente de forma determinista o
aleatorio (estocstico).
La Estadstica se utiliza como tecnologa al servicio de
las ciencias donde la variabilidad y la incertidumbre forman
parte de su naturaleza. Caso tpico en
Minera.

( Nuestro ambiente es

anistropo )
8

Quienes usan la estadstica?

Organismos oficiales.
Diarios y revistas.
Polticos.
Deportes.
Marketing.
Control de calidad.
Administradores.
Investigadores cientficos.
Mdicos

Tambin los Ingenieros e Mineros

en especial etc.
9

ESTADISTICA

ESTADISTICA

ESTADISTICA

DESCRIPTIVA

INFERENCIAL

Describe un conjunto de

Obtiene informacin

datos con indicadores

(variables e indicadores)

estadsticos o estadgrafos

de una muestra representativa

de poblacin

10

Tipos de Estadstica
ESTADSTICA DESCRIPTIVA: Mtodo de recolectar,
organizar, resumir, analizar e interpretar los datos.
Ejemplo 1: Los datos de perforacin de un frente.
Ejemplo 2: La cantidad de accidentes en el mes en
en la Mina o un rea.
Ejemplo 3: La cantidad de llantas pinchadas.
Mencionamos algunos procedimientos:
Tablas de distribuciones de frecuencia; Grficos de
distribucin de frecuencias; Diagramas de cajas;
Estadsticos de posicin; Estadsticos de
dispersin.

11

ESTADISTICA DESCRIPTIVA

12

Tipos de Estadstica
ESTADSTICA INFERENCIAL: Mtodos usados para
determinar algo acerca de la poblacin, basado en
una muestra.
Universo. Es el conjunto total de donde se espera
extraer partes del mismo para estudiar su
comportamiento .

La estadstica inferencial comprende dos reas

importantes: Estimacin puntual y por intervalos; y la
Prueba de hiptesis estadstica
13

DEFINICIONES.
Poblacin: Es un sub conjunto del universo.
Ejem. Las muestras de Ag, Pb, Cu, Zn, en
un yacimiento.
Tambin en el mismo yacimiento, el peso
especfico de c/u de las muestras.
( Existen muchas poblaciones en el
Univer)
Muestra: Es un sub conjunto. De la
poblacin. Ejemplo. Solo muestras de Ag,
solo de Cu etc.
14

ESTADISTICA INFERENCIAL

Inferencia Estadstica

POBLACION
Tcnica
Del
Muestreo

MUESTRA
Obtencin de Variables
e Indicadores: Estadgrafos (Estimadores)
15

Conceptos
Estadsticos

16

Conceptos Estadsticos

Muestra (Unidad de Anlisis: es el objeto del cual

se desea obtener informacin. Muchas veces nos
referimos a las unidades de anlisis con el nombre de
elementos. En estadstica, un elemento o unidad de
anlisis puede ser algo con existencia real, como un
Volquete o un barreno, o algo ms abstracto como la
temperatura o un intervalo de tiempo.
Ejemplo: Cada uno de los alumnos matriculados en
el curso de Geoestadistica I en el semestre 2009-I.
17

Poblacin, Muestra Y Universo

Poblacin ley Ag

Muestra de Ag.

18

Tipos de Poblacin

Poblacin: Es el conjunto de todos los individuos o

elementos (unidad de anlisis) que son el objetivo
de nuestro inters. La Poblacin, segn su nmero
de elementos puede ser:
Poblacin Infinita

Poblacin Finita
Ejemplo:

Ejemplo:

- Alumnos de la UNSAAC.

- Trabajadores de una Mina.

- Scoop de Mina.

Carros Mineros.

Polvo de Mina
Micro fisuras en el macizo r.
Prills en el ANFO
Las estrellas.

NOTA: EN LA PRCTICA CUANDO UNA POBLACIN TIENE UN NUMERO MUY GRANDE O INDETERMINADO DE ELEMENTOS SE LE
CONSIDERA POBLACIN INFINITA.

19

Conceptos Estadsticos
Muestra: Es una parte o un subconjunto de una poblacin. Tiene la caracterstica fundamental
de ser representativa de la poblacin.
La seleccin y estudio de una muestra facilita la inferencia de conclusiones vlidas para la
poblacin de donde se obtuvo la muestra.
Ejemplos:

Grupo de bolsas de nitrato de amonio.

Grupo de barrenos que se extraen para llevar a cabo el control de calidad.

20

VARIABLES

21

VARIABLES Y SUS TIPOS

La def
inicin

de una
Poblac
(Variab
in y
les) d
sus Ca
e sus
racter
unidad
sticas
e
s el em
depend
depend
iendo d
entales
er n d
e la na
e las
q
u
e deb
turalez
en se
a del p
r obse
roblem
QUE
rvadas
a plant
QUERE
e
y
a
do
MOS E
STUDIA
R?

22

Variable

Variable: Caracterstica de inters sobre una

poblacin o muestra. ( Ley? , Potencia? Que Cosa?
Dato: Valor que toma la variable de la poblacin o
muestra. Este valor puede ser un nmero, una
palabra o un smbolo.( 1.5%Cu; 3.2Mt; ); Alto, Flaco
Ejemplo: La

potencia de un Volquete Cat 795 es

1450 Hp.

23

Tipos de Variables

Cualitativa o de Atributos Clasifica o describe

un elemento de la poblacin. Los valores que
puede asumir no constituyen un espacio
mtrico, por lo tanto las operaciones
aritmticas,
como
sumar
y
obtener
promedios.
Ejemplos: Sexo, Nacionalidad, Marcas de
brocas, Grado de Satisfaccin, etc.

24

Tipos de Variables(cont.)

Dicotmicas: Slo hay dos categora, que son

excluyentes una de la otra.
Ejemplo: enfermo-sano, muerto-vivo, mujer-hombre.
Nominal: tiene mas de dos categoras y no hay orden
entre ellas.
Ejemplo: color de los ojos, grupo sanguneo.
Ordinal: tiene varias categoras y hay orden entre
ellas.
Ejemplo: grado Dureza, calificacin del riesgo en
Geomecnica.
25

Tipos de Variables (cont.)

Cuantitativa o Numrica cuantifica un elemento de la poblacin. Los valores que puede

asumir constituyen un espacio mtrico, por lo tanto las operaciones aritmticas, como
sumar y obtener promedios, son significativas.

Ejemplos: Cantidad de Nitrato, Nmero de obreros por frente, Kilmetros recorridos por
equipo, Tiempo de perforacin, Ingreso, ley de los yacimientos etc.

26

1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar a

su vez en discretas o continuas.
Cuantitativas Discretas: solo pueden asumir
ciertos valores y normalmente hay huecos entre
ellos. Son conteos normalmente.
Ejemplo1: cantidad de taladros en un frente.(1,
2,3 ......)
Ejemplo2: cantidad de hijos (1, 2, 3,4...)

27

1-9

Tipos de Variables (cont.)

Cuantitativas Continuas: puede asumir cualquier

valor dentro del rango de medicin. Normalmente
se miden magnitudes como ser longitud, superficie,
volumen, peso, tiempo, dinero
Ejemplo 1: Peso de explosivo por taladro.
Ejemplo 2: Sueldo de un empleado
Ejemplo 3: Tiempo de viaje de volquetes de Pala a
Chancadora primaria etc etc
28

Tcnicas de recoleccin de datos

CENSO =>Estadstica

Descriptiva

Se emplea cuando el nmero de unidades de anlisis no es grande (n< 40 aproximadamente)

Si el nmero de unidades de anlisis es grande y se necesita una amplia cobertura
( Volquetes, Perforadoras etc)

Caractersticas

Costoso
Errores de Medicin (de obtener la informacin).

29

Tcnicas de recoleccin de datos

MUESTREO =>

Estadstica Inferencial

Se emplea cuando el nmero de unidades de anlisis es grande.( Ley yacimiento )

Caractersticas

Mayor rapidez Tcnica y econmicamente viable.

Mayor exactitud en la obtencin de informacin
Reduce los costos

30

NIVELES DE
MEDICION DE
LAS VARIABLES

31

NIVELES DE MEDICIN DE LAS VARIABLES

DE ACUERDO A SU NATURALEZA PUEDEN
ENCONTRARSE ENTRE ESTAS ESCALAS
Escala de medidas
NOMINAL

ORDINAL

INTERVALAR

DE RAZON
32

Niveles de medicin de las variables

Tipos

Caracterstica

NOMINAL

ORDINAL

DE INTERVALO

DE RAZON

Ejemplos

Valores que se agrupan en Genero (sexo)

categoras disjuntas y
Color de pelo
exhaustivas
Religin
Hay un orden entre las
categoras

Clase mineral, alta, baja

Preferencias
mineralizacin

Hay orden
Hay distancia
Hay un cero convencional

Temperatura
Coeficiente dispersion

Hay orden
Hay distancia
Hay un cero natural

Vida equipo
Produccin
Ingresos
33

Nivel Ordinal

Los

valores de las Variables

(datos)

se pueden ordenar pero

determinar la diferencia aritmtica (o distancias) entre ellos.

Ejemplo: Resultados del sabor de tres bebidas
A, B, C
.
X = Sabor.
La bebida C clasifico 1 ( o 1)
La bebida B clasifico 2 ( o 2)
La bebida A clasifico 3 ( o 3)
Valores de x : 1, 2, 3 o (1) (2) (3)
34

no es posible

Escalas de Medicin

Las variables cuantitativas se miden en escala de intervalo o razn.

Intervalo: los elementos son clasificados en categoras que tienen un

orden o jerarqua, la diferencia entre valores se pueden realizar y son
significativas. La diferencia entre dos valores consecutivos es de
tamao constante y no existe el 0 absoluto.

Ejemplo: Temperatura en grados Celsius

35

Nivel Intervalar
Similar al nivel ordinal con la propiedad adicional de que se
pueden determinar cantidades significativas
.

(distancias iguales) de las diferencias entre los valores. No

existe un punto cero natural sino Convencional.

Temperatura en escala Grados Celsius.

Talla de camisas ( zapatos, ternos etc.)

36

Escalas de Medicin

Las variables cuantitativas se miden en escala de intervalo o razn.

Razn: los elementos son clasificados en categoras que tienen un orden o

jerarqua, la diferencia entre valores se pueden realizar y son significativas. Existe
el 0 absoluto, es decir la ausencia de la variable medida.

Ejemplo 1: Tiempo de viaje.

Ejemplo 2: Ingresos de la empresa minera

37

Nivel Razn
Es aquella con un punto cero inicialmente inherente. Las
diferencias y razones (cocientes) son significativas.
Ejemplo:

a) Produccin
b) Ingresos Mensuales Dinero.
c) Altura de los jugadores del equipo de ftbol de Minas

38

Clasificacin de Variables
Variable Cuantitativa

Variable Cualitativa

(Numrica)

(No numrica )

Continua

Ordinal

Discreta

Nominal

Se caracteriza por
Puede tomar

Toma slo ciertos

Tienen un orden

cualquier valor

valores.

predeter-minado:

en un intervalo

(procesos de

dado. (Procesos de medicin)

contar)

Ejemplos
N de trabajadores

Ingreso, talla, peso etc.

No tienen un orden
predeter-minado:

Nivel de Educacin, estrato

Sexo,

socioeconmico,

ocupacin,

categora de ocupacin.

por oficina,

Condicin de de empleo
(nombrado o contratado)

n de alumnos
39

FUENTES DE
DATOS

40

GRAFICOS

TIPOS DE

41

1. Grficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa:
1/10/01 - 23/01/02

44.00
US$
42.00

40.00

38.00

36.00

34.00

32.00

30.00

Fuente : Bolsa de Valores de Lima

42

Fuente : Bolsa de Valores de Lima.

2. Grficos de Barras Simple

POBLACIN DE PERSONAL EN MINAS PERUANAS: 1998
(Cifras Porcentuales)

40.00
35.00
30.00
25.00
20.00
15.00
10.00
5.00
Sin Nivel

Inicial

Secundaria

Sup. No
Univer.

Sup.
Univer.

Especial

43

Fuente : Energa y Minas. 1998

2a. Grficos de Barras Compuesto

POBLACIN DE TRABAJADORES EN MINA : 1998
(Porcentajes)
%

45.00
40.00
35.00
30.00
25.00

HOMBRE

20.00

MUJER

15.00
10.00
5.00
0.00
Sin Nivel

Inicial

Secundaria

Sup. No
Univer.

Fuente : MEM 1998

Sup. Univer.

Especial

44

2a. Grficos de Barras Compuesto

Poblacin de Mineros: 1998
(Porcentajes)

120.00

100.00
80.00
MUJER

60.00

HOMBRE

40.00
20.00
-

Fuente : MEM 998

45

GRAFICO DE BARRAS HORIZONTALES

46

3. Grfico Circular
ORIGEN DE TRABAJADORES ANTAMINA : 2007
(Porcentajes - Cifras Estimadas)

29%

35%

36%

Lima Metrpolitana
Resto Urbano
Rural

47

Fuente : Oficina Personal Mina 1998

3. Grfico Circular

VOLUMEN NEGOCIADO EN LA BOLSA DE VALORES DE

Antamina: DIC. 1999 (miles US$)

INSTRUMENTOS
DE DEUDA
39%

OPERACIONES
DE REPORTE
14%

RENTA VARIABLE
47%

Fuente: Bolsa de Valores de Lima

48

4. Pictograma

Grfico N 3
Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95
(miles de US$)

10
9

Miles de dlares US$

8
7
6
5
4
3
2
1
0
1990

1995
49

4. Pictograma
Grfico N 4
Per: Deforestacin de la Selva Amaznica : 1914-2028
(millones de arboles)

50

Pirmide Poblacional - 1981

51

Fuente: Boletn Demogrfico 1981

Per: Pirmide Poblacional 2005

(Cifras Porcentuales)

52

53

Per: Densidad: Poblacional

2
(Habitantes/ Km

MAPA
ESTADISTICO CENTROS
MINEROS

54

Fuente: Censo Poblacional 1993

Grfico: Pictograma
Mujeres en el Mundo: 1990-95

55

Fuente: Roberto Avila Acosta - Estadstica Elememtal

DISTRIBUCI
ON DE
FRECUENCIA
S

1-9

MUESTRA

Se denomina muestra al subconjunto de ese

universo y del cual se recopilarn los datos.
Ejemplo, se quiere saber el nmero de Fallos de
equipo en Mina. Para este propsito, se elige una
muestra representativa de 50 equipos de ella. Se
obtienen los siguientes datos:
2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3,
1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 ,
4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1.
El nmero total de datos se representa con la letra
n. En nuestro ejemplo n = 50.
57

FRECUENCIA ABSOLUTA ( fi )
TABLA

La frecuencia absoluta es
el nmero de veces que
aparece un valor (x i)
en los datos obtenidos.
En nuestro ejemplo, la
frecuencia
absoluta
indica el nmero de
fallas que tienen los
equipos:

xi

fi

0
1

4
9

2
3
4

12
10
8

5
6
7

4
2
1
58

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

59

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

60

1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

61

1-9

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )

La frecuencia absoluta acumulada indica

cuantos elementos de la lista de datos son
menores o iguales a un valor dado. Es la
suma de las frecuencias absolutas desde
la primera fila hasta la fila elegida.
Por ejemplo, sabemos que hay 25 equipos
de la muestra que tienen por lo ms 2
fallas:
62

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
TABLA

xi

fi

Fi

13

12

25

10

35

4
5

8
4

43
47

49

50
63

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA

64

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA

65

1-9

FRECUENCIA RELATIVA( hi )y ACUMULATIVA (Hi)

La frecuencia relativa es el cociente entre la

frecuencia absoluta (f i) y el nmero total de
datos (n). En nuestro ejemplo n = 50:
TABLA

xi

fi

Fi

hi

Hi

0
1
2
3
4
5
6

4
9
12
10
8
4
2

4
13
25
35
43
47
49

0,08
0,18
0,24
0,20
0,16
0,08
0,04

0,08
0,26
0,50
0,70
0,86
0,94
0,98
66

1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

67

FRECUENCIA RELATIVA ( hi )
GRAFICA

68

FRECUENCIA RELATIVA
ACUMULADA (Hi)

La frecuencia relativa acumulada es el

cuociente entre la frecuencia absoluta
acumulada (F i) y el nmero total de datos
TABLA
(n). En nuestro ejemplo,
n = 50:
TABLA:

xi

fi

Fi

hi

Hi

0
1

4
9

4
13

0,08
0,18

0,08
0,26

2
3
4

12
10
8

25
35
43

0,24
0,20
0,16

0,50
0,70
0,86

5
6

4
2

47
49

0,08
0,04

0,94
0,98

69

FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA

70

FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA

71

FRECUENCIA PORCENTUAL (fi %)

La frecuencia porcentual es la frecuencia relativa (h i)

expresada en forma porcentual. En otras palabras, es la
frecuencia relativa (hi) multiplicada por 100.
En nuestro ejemplo
TABLA

xi

fi

Fi

hi

Hi

fi%

0
1
2
3
4
5
6

4
9
12
10
8
4
2

4
13
25
35
43
47
49

0,08
0,18
0,24
0,20
0,16
0,08
0,04

0,08
0,26
0,50
0,70
0,86
0,94
0,98

8%
18 %
24 %
20 %
16 %
8%
4%
72

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

73

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

74

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)

La frecuencia porcentual acumulada es la

frecuencia relativa acumulada (Hi) multiplicada
por 100. En nuestro ejemplo:
TABLA
xi

fi

Fi

hi

Hi

fi%

Fi%

0
1
2
3
4
5
6

4
9
12
10
8
4
2

4
13
25
35
43
47
49

0,08
0,18
0,24
0,20
0,16
0,08
0,04

0,08
0,26
0,50
0,70
0,86
0,94
0,98

8%
18 %
24 %
20 %
16 %
8%
4%

8%
26 %
50 %
70 %
86 %
94 %
98 %

75

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

76

FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

77

2. DESCRIPCION DE DATOS

ORGANIZACION Y PRESENTACION DE
DATOS UNIDIMENSIONALES
a)Frecuencia Absoluta (fi)
Es el nmero de veces que se presenta un valor
o categora de una variable. Se representa por
f i.
f1 + f2 + f3 + .fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el nmero de datos igual o inferior (menor
o igual que) al valor considerado de la variable
o la suma de las frecuencias absolutas menor o
igual que el valor considerado de la variable. Es
decir:
F1 = f1
F2 = f1 + f2

79

ORGANIZACION Y PRESENTACION DE
DATOS UNIDIMENSIONALES
c) Frecuencia Relativa (hi)
Es igual a la frecuencia absoluta sobre el
numero de observaciones.
h1 =f1/n
b) Frecuencia Relativa Acumulada (Hi)
Es el resultado de cada frecuencia absoluta
acumulada dividida entre el numero total de
observaciones.
H1 = F1/n
H2 = F2/n
----------------------------80

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES

CUANTITATIVAS

1.Identificar el tipo de variable cuantitativo

discreto o continuo.
2.Determinar el mayor (Xmax) y el menor (Xmin).
3.Calcular R donde R = Xmax Xmin.
4.Si la variable es cuantitativa discreta
El rango es pequeo, entonces trabajar con
los valores originales ordenados de las
variables.
Si el rango es grande entonces trabajar con
los datos ordenados agrupados en intervalo
de clase (ver Sturges).
81

DISTRIBUCION DE FRECUENCIAS HISTOGRAMAS.

5.Si la variable es cuantitativa continua:

Determinar el numero de intervalos (entre 5
y 15).
Utilizar la regla de Sturge: m =
1 +
3,322log n n
Si n = 50
m = 1 + 3,322log(50) = 6,6439
Se redondea a m = 7 intervalos de clase.
Intervalo cerrado por la izquierda y abierto
por la derecha.
El menor del intervalo izquierdo =X`min
=(Xmin) menor unidad/2.
82

3. Distribucin de Frecuencias

Distribucin de
Frecuencias
N

N Falla

Frecuen

Nfalla

frecuen

N falla

frecuen

N falla

frecuen

N falla

13

19

25

14

20

26

15

21

27

10

16

22

28

11

17

23

29

12

18

24

30

84

Distribucin de
Frecuencias
x

fi

h1

Fi

Hi

hi%

0.067

0.067

6.67

6.667

11

0.367

13

0.433

36.67

43.333

11

0.367

24

0.800

36.67

80.000

0.100

27

0.900

10.00

90.000

0.100

30

1.000

10.00 100.000

Total

30

100
85

Hi%

4. PROBLEMAS

1-9

Problema N 01: El Area de Control de

Calidad de la empresa FUNDIDOS S. A.
esta llevando a cabo un seguimiento a un
lote de piezas mecanizadas en su taller
de metalmecnica, para esto ha tomado
una muestra aleatoria y se necesita
obtener el siguiente anlisis estadstico
descriptivo:
Tabla de Frecuencias.
Histogramas.
Polgonos de Frecuencia (tarea para el
alumno).
Ojivas (tarea para el alumno).
87

1279,5
1285,0
1280,0
1273,0
1284,0
1280,5
1275,5
1278,0
1279,5
1275,0
1267,0
1272,0
1282,0
1276,0
1269,5
1266,0
1273,5
1285,5
1275,5
1283,5
1285,0
1273,0

1278,0
1273,0
1280,0
1277,5
1286,0
1280,0
1281,0
1275,0
1278,5
1279,5
1273,5
1275,0
1276,5
1271,5
1284,5
1276,0
1268,5
1272,5
1284,5
1286,0
1271,0
1265,5

1283,0
1282,5
1272,5
1275,5
1275,0
1282,0
1271,0
1280,5
1266,0
1282,5
1284,5
1276,0
1279,0
1281,0
1276,0
1287,5
1273,5
1272,5
1279,5
1279,0
1276,0
1281,5

1273,0
1271,5
1275,5
1277,0
1278,0
1283,5
1274,5
1279,0
1287,5
1276,0
1279,5
1268,0
1269,0
1285,5
1268,0
1272,5
1266,5
1278,0
1267,0
1271,0
1275,5
1277,0

1280,5
1269,0
1284,0
1287,0
1275,5
1280,0
1280,5
1278,0
1275,5
1280,0
1274,5
1285,0
1282,0
1276,5
1268,5
1275,5
1269,0
1271,5
1280,5
1287,0
1276,5
1272,0
88

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

( Como se grafica un Histograma)

1. Se identific que la variable es cuantitativa

continua.
2. Se tiene que (Xmax) = 1287.5 y (Xmin)=
1265.5
3. R =(Xmax) - (Xmin)= 1287.5 1265.5 = 22
4. Como el rango es grande entonces
trabajamos
con
los
datos
ordenados
agrupados en intervalo de clase (ver Sturges).
Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m =
1 +
3,322log n
89

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 8 intervalos de clase.

Intervalo cerrado por la izq. y abierto por

la der.

El menor del 1er intervalo izquierdo =X`min

=(Xmin) menor unidad/2.

X`min = 1265.5 0.1/2 = 1265.45

Amplitud de Clase= a = R/m = 22/8 = 2.75 =

2.8

Marca de clase= MC=(xmax 1er intervalo - X`min )/2

MC = 1265.45 + 2.8 = 1268.25

90

INTERVALOS

MC

fi

Fi

hi

Hi

[1265.45 - 1268.25 )

1266.85

0.07

0.07

[1268.25 - 1271.05 )

1269.65

17

0.08

0.15

[1271.05 - 1273.85 )

1272.45

16

33

0.15

0.30

[1273.65 - 1276.65 )

1275.25

23

56

0.21

0.51

[1276.65 - 1279.45 )

1278.05

12

68

0.11

0.62

[1279.45 - 1282.25 )

1280.85

21

89

0.19

0.81

[1282.25 - 1285.05 )

1283.65

13

102

0.12

0.93

[1285.05 - 1287.85 ]

1286.45

110

0.07

1.00

91

1.00

110

Histograma fi ( frecuencias absolutas)

25

20

15

10

92

Histograma Fi ( Absolutas acumuladas)

120

100

80

60

40

20

93

Histograma hi ( frecuencias absolutas

0.25

relativas)

0.2

0.15

0.1

0.05

94

Histograma Hi ( absolutas acumuladas

1.2

relativas)

0.8

0.6

0.4

0.2

95

1-9

Problema N 02: Las potencia en centmetros

de 50 muestras de una veta hidrotermal de Ag.
son:
157 155 171 150 163 150 172 161 154 174
163 148 152 163 149 158 176 164 157 153
169 161 160 164 155 162 151 167 167 167
170 158 163 175 169 169 158 150 156 157
174 162 150 151 165 170 156 170 153 154
Agrupe adecuadamente los datos y elabore la respectiva
tabla de frecuencias y el histograma de frecuencias
relativas.

96

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. Se identific que la variable es cuantitativa

continua.
2. Se tiene que (Xmax) = 176 y (Xmin)= 148
3. R =(Xmax) - (Xmin)= 28
4. Como el rango es grande entonces
trabajamos
con
los
datos
ordenados
agrupados en intervalo de clase (ver
Sturges). Si la variable es cuantitativa
continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m =
1 +
3,322log n
Si n = 50
97

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 7 intervalos de clase (se reajustar

segn se hagan los clculos).
Intervalo cerrado por la izq. y abierto por la
derecha.
El menor del 1er intervalo izquierdo =X` min =(Xmin)
menor unidad/2.
X`min = 148 1/2 = 147.5
Amplitud de Clase = a = R/m = 28/6.4706 = 4.327
Marca de clase = MC=(xmax 1er intervalo - X`min )/2
MC1 = 147.5 + 2.163 = 149.66
Y se empieza la tabla
98

INTERVALOS
MC

fi

Fi

hi

Hi

[147.50 151.83 )

149.66

0.16

0.16

[151.83 156.15)

153.99

17

0.18

0.34

[156.15 160.48 )

158.31

24

0.14

0.48

[160.48 164.81 )

162.64

10

34

0.20

0.68

[164.81 169.14 )

166.97

41

0.14

0.82

[169.14 173.46 )

171.30

46

0.10

0.92

[173.46 177.79 ]

175.62

50

0.08

1.00

50

99

1.00

1-9

PROBLEMA

Problema N 03: En un estudio de 04

semanas sobre la productividad de los
trabajadores de una Mina, se obtuvieron
los siguientes datos sobre el nmero
total de carros mineros cargados que
produjeron los trabajadores en el
periodo:
Elaborar la Tabla de Distribucin de
Frecuencias.
Dibujar el Histograma y Polgono de
100

65 36 49 84 79 56 28 43 67 36
43 78 37 40 68 72 55 62 22 82
88 50 60 56 57 46 39 57 73 65
59
75
76
21
45
62
41

48
62
60
35
53
65
74

76
72
48
61

74
63
55
45
77
75 61
82 78

70
32
51
33
42
73
26

80
54
61
69
50
35

80
64
45
60
52
53
47

75 56 45
53 74 34
44 35 51
85 68
68 52 47
59 41 54
70 38 70
101

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. Se identific que la variable es cuantitativa

discreta.
2. Se tiene que (Xmax) = 21 y (Xmin)= 88
3. R =(Xmax) - (Xmin)= 21 88 = 67
4. Como el rango es grande entonces
trabajamos
con
los
datos
ordenados
agrupados en intervalo de clase (ver Sturges).
Si la variable es cuantitativa continua:
Determinar el numero de intervalos
Utilizar la regla de Sturge: m =
1 +
3,322log n
Si n = 97
m = 1 + 3,322log(97) = 7.60 = 8
102

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 8 intervalos de clase.

Intervalo cerrado por la izq. y abierto por la

der.

El menor del 1er intervalo izquierdo =X`min

=(Xmin) menor unidad/2.

X`min = 21 1/2 = 20.5

Amplitud de Clase= a = R/m = 67/8 = 8.375

=9

Marca de clase= MC=(xmax 1er intervalo - X`min )/2

MC = 20.5 + 4.5 = 25

103

5. DIAGRAMA DE PUNTOS

DIAGRAMA DE PUNTOS
(herramienta til para pocos
datos)
Ejemplo: Datos de resistencia a la
tensin de muestras de mortero
Portland (Kg/cm2) con polmero SIKA
agregado en un Shotcrete subterrneo:
16.85 16.40 17.21 16.35 16.52
17.04 16.96 17.15 16.59 16.57
mortero Portland sin modificar:
17.50 17.63 18.25 18.00 17.86
17.75 18.22 17.90 17.96 18.15

DIAGRAMA DE PUNTOS
(herramienta til para pocos datos)

* *

16.0

** *

16.5

* = Mortero modificado
+ = Mortero sin modificar

**

* *

17.0

+ + +

17.5

+ + ++

+ + +

18.0

18.5

Gracias por su
atencin.

107