Date post: | 15-Apr-2017 |
Category: |
Education |
Upload: | edgar-madrid |
View: | 78 times |
Download: | 0 times |
Descripción de muestras y poblaciones
ParteI
MSc Edgar Madrid Cuello
Departamento de Matemática, UNISUCRE
Estadística I
2016
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 1 / 37
Distribución de frecuencias
De�niciónUna distribución de frecuencia es simplemente una presentación de lafrecuencia. Puede ser presentada en forma de tabla y/o mediante ungrá�co.
De�nición (Tabla de frecuencias)
Agrupación de datos cualitativos en clases mutuamente excluyentes quemuestra el número de observaciones en cada clase.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 2 / 37
Distribución de frecuencias
De�niciónUna distribución de frecuencia es simplemente una presentación de lafrecuencia. Puede ser presentada en forma de tabla y/o mediante ungrá�co.
De�nición (Tabla de frecuencias)
Agrupación de datos cualitativos en clases mutuamente excluyentes quemuestra el número de observaciones en cada clase.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 2 / 37
Distribución de frecuencias
De�niciónUna distribución de frecuencia es simplemente una presentación de lafrecuencia. Puede ser presentada en forma de tabla y/o mediante ungrá�co.
De�nición (Tabla de frecuencias)
Agrupación de datos cualitativos en clases mutuamente excluyentes quemuestra el número de observaciones en cada clase.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 2 / 37
Tabla de frecuencias
Ejemplo
Wellstone, Inc., produce y comercializa fundas para teléfonos celulares enuna variedad de colores. A la compañía le gustaría circunscribir sus planesde producción a cinco diferentes colores: blanco brillante, negro metálico,lima magnético, naranja tangerina y rojo fusión. En consecuencia, montóun quiosco en el Mall of America por varias horas y preguntó, a personaselegidas de forma aleatoria, qué color de funda era su favorito. Losresultados fueron los siguientes:Color Número de personas
Blanco brillante 130
Negro metálico 104
Lima magnético 325
Naranja tangerina 455
Rojo fusión 286
Total 1300
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 3 / 37
Tabla de frecuencias
Ejemplo
Wellstone, Inc., produce y comercializa fundas para teléfonos celulares enuna variedad de colores. A la compañía le gustaría circunscribir sus planesde producción a cinco diferentes colores: blanco brillante, negro metálico,lima magnético, naranja tangerina y rojo fusión. En consecuencia, montóun quiosco en el Mall of America por varias horas y preguntó, a personaselegidas de forma aleatoria, qué color de funda era su favorito. Losresultados fueron los siguientes:Color Número de personas
Blanco brillante 130
Negro metálico 104
Lima magnético 325
Naranja tangerina 455
Rojo fusión 286
Total 1300
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 3 / 37
Tabla de frecuencias
De�nición (Frecuencia relativa)
La frecuencia relativa es el cociente entre la frecuencia absoluta de undeterminado valor y el número total de datos.La frecuencia relativa sepuede expresar en tantos por ciento. La suma de las frecuencias relativas esigual a 1.
Ejemplo
Color Número de personas Frecuencia relativa
Blanco brillante 130
Negro metálico 104
Lima magnético 325
Naranja tangerina 455
Rojo fusión 286
Total 1300
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 4 / 37
Tabla de frecuencias
De�nición (Frecuencia relativa)
La frecuencia relativa es el cociente entre la frecuencia absoluta de undeterminado valor y el número total de datos.La frecuencia relativa sepuede expresar en tantos por ciento. La suma de las frecuencias relativas esigual a 1.
Ejemplo
Color Número de personas Frecuencia relativa
Blanco brillante 130
Negro metálico 104
Lima magnético 325
Naranja tangerina 455
Rojo fusión 286
Total 1300
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 4 / 37
Tabla de frecuencias
De�nición (Frecuencia relativa)
La frecuencia relativa es el cociente entre la frecuencia absoluta de undeterminado valor y el número total de datos.La frecuencia relativa sepuede expresar en tantos por ciento. La suma de las frecuencias relativas esigual a 1.
Ejemplo
Color Número de personas Frecuencia relativa
Blanco brillante 130
Negro metálico 104
Lima magnético 325
Naranja tangerina 455
Rojo fusión 286
Total 1300
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 4 / 37
Representación grá�ca
De�nición (Diagrama de Barras (barplot))
Este diagrama se emplea cuando la variable de estudio es categórica, estáconformado por barras rectangulares de longitudes proporcionales a losvalores representados. Los grá�cos de barras son usados para comparar doso más valores. Las barras pueden orientarse vertical u horizontalmente.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 5 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 6 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 7 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 8 / 37
Ejemplo
Canis lupusEn la siguiente tabla se muestran las tres razas de perros más comunes ennuestro municipio:
Raza de perros
Raza Frecuencia
Labrador 40
Dóberman 25
Chaw Chaw 18
Total 83
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 9 / 37
Figure: Diagrama de Barras
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 10 / 37
Representación grá�ca
De�nición (Diagrama de pastel)
El diagrama circular (también llamado diagrama de sectores o diagrama depastel) sirve para representar variables cualitativas o discretas. Se utilizapara representar la proporción de elementos de cada uno de los valores dela variable.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 11 / 37
Representación grá�ca
De�nición (Diagrama de pastel)
El diagrama circular (también llamado diagrama de sectores o diagrama depastel) sirve para representar variables cualitativas o discretas. Se utilizapara representar la proporción de elementos de cada uno de los valores dela variable.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 11 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 12 / 37
Figure: Diagrama de Pastel
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 13 / 37
Construcción de distribuciones de frecuencias: datos
cuantitativos
De�nición (DISTRIBUCIÓN DE FRECUENCIAS)
Agrupación de datos en clases mutuamente excluyentes, que muestra elnúmero de observaciones que hay en cada clase.
Ejemplo
Wachesaw Manufacturing, Inc., produjo la siguiente cantidad de unidades
los pasados 16 días.27 27 27 28 27 25 25 2826 28 26 28 31 30 26 26
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 13 / 37
Construcción de distribuciones de frecuencias: datos
cuantitativos
De�nición (DISTRIBUCIÓN DE FRECUENCIAS)
Agrupación de datos en clases mutuamente excluyentes, que muestra elnúmero de observaciones que hay en cada clase.
Ejemplo
Wachesaw Manufacturing, Inc., produjo la siguiente cantidad de unidades
los pasados 16 días.27 27 27 28 27 25 25 2826 28 26 28 31 30 26 26
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 13 / 37
Ejemplo
De�na el número de clases (k). El objetivo consiste en emplearsu�cientes agrupamientos o clases, de manera tal que se perciba la formade la distribución. Aquí se necesita criterio. Una gran cantidad de clases omuy pocas podrían no permitir ver la conformación fundamental delconjunto de datosa .
k = 1 + 3.322 ∗ log(n) (1)
Determine el intervalo o ancho de clase (i). El intervalo o ancho declase debería ser el mismo para todas las clases, aunque no es una reglaestricta. Todas las clases juntas deben cubrir por lo menos la distancia delvalor más bajo al más alto de los datos. Expresado esto en una fórmulasería:
i ≥ Dmax −Dmin
k
aRegla de SturgesMSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 14 / 37
Ejemplo
De�na el número de clases (k). El objetivo consiste en emplearsu�cientes agrupamientos o clases, de manera tal que se perciba la formade la distribución. Aquí se necesita criterio. Una gran cantidad de clases omuy pocas podrían no permitir ver la conformación fundamental delconjunto de datosa .
k = 1 + 3.322 ∗ log(n) (1)
Determine el intervalo o ancho de clase (i). El intervalo o ancho declase debería ser el mismo para todas las clases, aunque no es una reglaestricta. Todas las clases juntas deben cubrir por lo menos la distancia delvalor más bajo al más alto de los datos. Expresado esto en una fórmulasería:
i ≥ Dmax −Dmin
k
aRegla de SturgesMSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 14 / 37
Ejemplo
De�na el número de clases (k). El objetivo consiste en emplearsu�cientes agrupamientos o clases, de manera tal que se perciba la formade la distribución. Aquí se necesita criterio. Una gran cantidad de clases omuy pocas podrían no permitir ver la conformación fundamental delconjunto de datosa .
k = 1 + 3.322 ∗ log(n) (1)
Determine el intervalo o ancho de clase (i). El intervalo o ancho declase debería ser el mismo para todas las clases, aunque no es una reglaestricta. Todas las clases juntas deben cubrir por lo menos la distancia delvalor más bajo al más alto de los datos. Expresado esto en una fórmulasería:
i ≥ Dmax −Dmin
k
aRegla de SturgesMSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 14 / 37
Ejemplo
De�na el número de clases (k). El objetivo consiste en emplearsu�cientes agrupamientos o clases, de manera tal que se perciba la formade la distribución. Aquí se necesita criterio. Una gran cantidad de clases omuy pocas podrían no permitir ver la conformación fundamental delconjunto de datosa .
k = 1 + 3.322 ∗ log(n) (1)
Determine el intervalo o ancho de clase (i). El intervalo o ancho declase debería ser el mismo para todas las clases, aunque no es una reglaestricta. Todas las clases juntas deben cubrir por lo menos la distancia delvalor más bajo al más alto de los datos. Expresado esto en una fórmulasería:
i ≥ Dmax −Dmin
k
aRegla de SturgesMSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 14 / 37
Ejemplo
De�na el número de clases (k). El objetivo consiste en emplearsu�cientes agrupamientos o clases, de manera tal que se perciba la formade la distribución. Aquí se necesita criterio. Una gran cantidad de clases omuy pocas podrían no permitir ver la conformación fundamental delconjunto de datosa .
k = 1 + 3.322 ∗ log(n) (1)
Determine el intervalo o ancho de clase (i). El intervalo o ancho declase debería ser el mismo para todas las clases, aunque no es una reglaestricta. Todas las clases juntas deben cubrir por lo menos la distancia delvalor más bajo al más alto de los datos. Expresado esto en una fórmulasería:
i ≥ Dmax −Dmin
k
aRegla de SturgesMSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 14 / 37
Ejemplo
Establezca los límites de cada clase. Este paso es importante para quesea posible incluir cada observación en una sola categoría.
Cuente el número de elementos de cada clase. El número deelementos que hay en cada clase recibe el nombre de frecuencia de clase.
punto medio de clase y ancho de intervalo de clase. El punto medio,que se encuentra entre los límites inferiores de dos clases consecutivas, secalcula sumando los límites inferiores de clases consecutivas y dividiendo elresultado entre 2.Para determinar el ancho del intervalo de clase, se resta el límite inferior dela clase del límite inferior de la siguiente clase.
De�nición (Frecuencia relativa)
Una distribución de frecuencia relativa expresa la frecuencia dentro de unaclase como un porcentaje del número total de observaciones.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 15 / 37
Ejemplo
Establezca los límites de cada clase. Este paso es importante para quesea posible incluir cada observación en una sola categoría.
Cuente el número de elementos de cada clase. El número deelementos que hay en cada clase recibe el nombre de frecuencia de clase.
punto medio de clase y ancho de intervalo de clase. El punto medio,que se encuentra entre los límites inferiores de dos clases consecutivas, secalcula sumando los límites inferiores de clases consecutivas y dividiendo elresultado entre 2.Para determinar el ancho del intervalo de clase, se resta el límite inferior dela clase del límite inferior de la siguiente clase.
De�nición (Frecuencia relativa)
Una distribución de frecuencia relativa expresa la frecuencia dentro de unaclase como un porcentaje del número total de observaciones.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 15 / 37
Ejemplo
Establezca los límites de cada clase. Este paso es importante para quesea posible incluir cada observación en una sola categoría.
Cuente el número de elementos de cada clase. El número deelementos que hay en cada clase recibe el nombre de frecuencia de clase.
punto medio de clase y ancho de intervalo de clase. El punto medio,que se encuentra entre los límites inferiores de dos clases consecutivas, secalcula sumando los límites inferiores de clases consecutivas y dividiendo elresultado entre 2.Para determinar el ancho del intervalo de clase, se resta el límite inferior dela clase del límite inferior de la siguiente clase.
De�nición (Frecuencia relativa)
Una distribución de frecuencia relativa expresa la frecuencia dentro de unaclase como un porcentaje del número total de observaciones.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 15 / 37
Ejemplo
Establezca los límites de cada clase. Este paso es importante para quesea posible incluir cada observación en una sola categoría.
Cuente el número de elementos de cada clase. El número deelementos que hay en cada clase recibe el nombre de frecuencia de clase.
punto medio de clase y ancho de intervalo de clase. El punto medio,que se encuentra entre los límites inferiores de dos clases consecutivas, secalcula sumando los límites inferiores de clases consecutivas y dividiendo elresultado entre 2.Para determinar el ancho del intervalo de clase, se resta el límite inferior dela clase del límite inferior de la siguiente clase.
De�nición (Frecuencia relativa)
Una distribución de frecuencia relativa expresa la frecuencia dentro de unaclase como un porcentaje del número total de observaciones.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 15 / 37
Ejercicio
Quick Change Oil Company cuenta con varios talleres en el áreametropolitana de Seattle. Las cantidades diarias de cambios de aceite quese realizaron en el taller de Oak Street los pasados veinte días son lassiguientes:65 98 55 62 79 59 51 90 72 5670 62 66 80 94 79 63 73 71 85Los datos se organizarán en una distribución de frecuencias.
1 ¾Cuántas clases recomendaría usted?
2 ¾Qué intervalo de clase sugeriría?
3 ¾Qué límite inferior recomendaría para la primera clase?
4 Organice el número de cambios de aceite como distribución defrecuencias.
5 Comente la forma de la distribución de frecuencias. Determine,asimismo, la distribución de frecuencias relativas.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 16 / 37
Representación grá�ca
De�nición (Histograma)
Grá�ca en la que las clases se señalan en el eje horizontal y las frecuenciasde clase en el eje vertical. Las frecuencias de clase se representan pormedio de las alturas de las barras, que se dibujan de manera adyacente. Unhistograma es como un diagrama de barras, excepto porque un histogramamuestra una variable numérica, lo que signi�ca que hay un orden natural yuna escala para la variable.
En un diagrama de barras el espacio entre las barras (si existe) esarbitrario, ya que los datos que se muestran son categóricos. En unhistograma, la escala de la variable determina la situación de las barras.
El ejemplo que sigue muestra un histograma de una distribución de
frecuencias.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 17 / 37
Representación grá�ca
De�nición (Histograma)
Grá�ca en la que las clases se señalan en el eje horizontal y las frecuenciasde clase en el eje vertical. Las frecuencias de clase se representan pormedio de las alturas de las barras, que se dibujan de manera adyacente. Unhistograma es como un diagrama de barras, excepto porque un histogramamuestra una variable numérica, lo que signi�ca que hay un orden natural yuna escala para la variable.
En un diagrama de barras el espacio entre las barras (si existe) esarbitrario, ya que los datos que se muestran son categóricos. En unhistograma, la escala de la variable determina la situación de las barras.
El ejemplo que sigue muestra un histograma de una distribución de
frecuencias.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 17 / 37
Representación grá�ca
De�nición (Histograma)
Grá�ca en la que las clases se señalan en el eje horizontal y las frecuenciasde clase en el eje vertical. Las frecuencias de clase se representan pormedio de las alturas de las barras, que se dibujan de manera adyacente. Unhistograma es como un diagrama de barras, excepto porque un histogramamuestra una variable numérica, lo que signi�ca que hay un orden natural yuna escala para la variable.
En un diagrama de barras el espacio entre las barras (si existe) esarbitrario, ya que los datos que se muestran son categóricos. En unhistograma, la escala de la variable determina la situación de las barras.
El ejemplo que sigue muestra un histograma de una distribución de
frecuencias.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 17 / 37
Representación grá�ca
De�nición (Histograma)
Grá�ca en la que las clases se señalan en el eje horizontal y las frecuenciasde clase en el eje vertical. Las frecuencias de clase se representan pormedio de las alturas de las barras, que se dibujan de manera adyacente. Unhistograma es como un diagrama de barras, excepto porque un histogramamuestra una variable numérica, lo que signi�ca que hay un orden natural yuna escala para la variable.
En un diagrama de barras el espacio entre las barras (si existe) esarbitrario, ya que los datos que se muestran son categóricos. En unhistograma, la escala de la variable determina la situación de las barras.
El ejemplo que sigue muestra un histograma de una distribución de
frecuencias.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 17 / 37
Distribución de la producción
unidades
Fre
quen
cy
24 26 28 30
02
46
8
Figure: Histograma
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 18 / 37
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 19 / 37
Representación grá�ca
Interpretación de las áreas en un histograma
Un histograma se puede ver de dos formas. La parte superior de las barras
esboza la forma de la distribución. Pero las áreas dentro de las barras
tienen también un signi�cado. El área de cada barra es proporcional a la
correspondiente frecuencia. Por tanto, el área de una o varias barras se
puede interpretar que expresa el número de observaciones en las clases
representadas por las barras.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 20 / 37
Representación grá�ca
Interpretación de las áreas en un histograma
Un histograma se puede ver de dos formas. La parte superior de las barras
esboza la forma de la distribución. Pero las áreas dentro de las barras
tienen también un signi�cado. El área de cada barra es proporcional a la
correspondiente frecuencia. Por tanto, el área de una o varias barras se
puede interpretar que expresa el número de observaciones en las clases
representadas por las barras.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 20 / 37
Representación grá�ca
Interpretación de las áreas en un histograma
Un histograma se puede ver de dos formas. La parte superior de las barras
esboza la forma de la distribución. Pero las áreas dentro de las barras
tienen también un signi�cado. El área de cada barra es proporcional a la
correspondiente frecuencia. Por tanto, el área de una o varias barras se
puede interpretar que expresa el número de observaciones en las clases
representadas por las barras.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 20 / 37
Representación grá�ca
Interpretación de las áreas en un histograma
Un histograma se puede ver de dos formas. La parte superior de las barras
esboza la forma de la distribución. Pero las áreas dentro de las barras
tienen también un signi�cado. El área de cada barra es proporcional a la
correspondiente frecuencia. Por tanto, el área de una o varias barras se
puede interpretar que expresa el número de observaciones en las clases
representadas por las barras.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 20 / 37
Representación grá�ca
Interpretación de las áreas en un histograma
Un histograma se puede ver de dos formas. La parte superior de las barras
esboza la forma de la distribución. Pero las áreas dentro de las barras
tienen también un signi�cado. El área de cada barra es proporcional a la
correspondiente frecuencia. Por tanto, el área de una o varias barras se
puede interpretar que expresa el número de observaciones en las clases
representadas por las barras.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 20 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 21 / 37
Representación grá�ca
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 22 / 37
Representación grá�ca
Formas de distribuciones La forma de una distribución se
puede indicar mediante una curva suave que se aproxime al histograma,
como se muestra en la Figura 5.
Figure: 5 Aproximación al histograma mediante una curva suave
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 23 / 37
Una forma común para datos biológicos es la unimodal, y está sesgada a
la derecha
Figure: 6 Unimodal sesgada a la derecha
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 24 / 37
Aparecen también distribuciones con forma aproximada de campana,
Figure: 7 Simétrica acampanada
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 25 / 37
Algunas veces una distribución es simétrica, pero se diferencia de una
campana porque tiene colas largas,
Figure: 8 Simétrica pero no acampanada
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 26 / 37
Las formas sesgadas hacia la izquierda (�g. 9) y exponencial (�g. 10) son
menos comunes.
Figure: 9. Sesgada a la izquierda
Figure: 10. Exponencial
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 27 / 37
La bimodalidad. como en (11), puede indicar la existencia de dos
subgrupos distintos de unidades observacionales.
Figure: 11. Bimodal
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 28 / 37
Representación grá�ca
De�nición (Polígono de frecuencias)
Un polígono de frecuencias también muestra la forma que tiene unadistribución y es similar a un histograma. Consiste en segmentos de rectaque conectan los puntos que forman las intersecciones de los puntos mediosde clase x y las frecuencias de clase y.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 29 / 37
Representación grá�ca
De�nición (Polígono de frecuencias)
Un polígono de frecuencias también muestra la forma que tiene unadistribución y es similar a un histograma. Consiste en segmentos de rectaque conectan los puntos que forman las intersecciones de los puntos mediosde clase x y las frecuencias de clase y.
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 29 / 37
Representación grá�ca
Distribución de la producción
unidades
Fre
quen
cy
24 26 28 30
02
46
8
Figure: Histograma
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 30 / 37
Representación grá�ca
Distribución de la producción
unidades
Fre
quen
cy
24 26 28 30
02
46
8
●
●
●
● ●
●
●
●
● ●
Figure: Histograma
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 31 / 37
Representación grá�ca
Distribución de la producción
unidades
Fre
quen
cy
24 26 28 30
02
46
8
●
●
●
● ●
●
●
●
● ●
●
●
●
●
● ●
●
Figure: Puntos en la parte superior
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 32 / 37
Representación grá�ca
●
●
●
●
● ●
●
24 26 28 30
02
46
8
Unidades
Fre
cuen
cia
Figure: Se ancla a frecuencia 0
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 33 / 37
Representación grá�ca
24 26 28 30
02
46
8
Unidades
Fre
cuen
cia
●
●
●
●
● ●
●
Figure: Polígono de frecuencia
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 34 / 37
Representación grá�ca
De�nición (Frecuencia acumulada)
La frecuencia acumulada de una clase, corresponde a su respectivafrecuencia más las frecuencias de las clases anteriores. Así la frecuenciaacumulada de la primera clase corresponde a su frecuencia y para la ultimaclase corresponde al total o 100%.
La frecuencia absoluta permite identi�car que parte del total se llevacontabilizado hasta una determinada clase y se puede apreciar gra�camentemediante un polígono de frecuencias acumuladas
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 35 / 37
Representación grá�ca
De�nición (Frecuencia acumulada)
La frecuencia acumulada de una clase, corresponde a su respectivafrecuencia más las frecuencias de las clases anteriores. Así la frecuenciaacumulada de la primera clase corresponde a su frecuencia y para la ultimaclase corresponde al total o 100%.
La frecuencia absoluta permite identi�car que parte del total se llevacontabilizado hasta una determinada clase y se puede apreciar gra�camentemediante un polígono de frecuencias acumuladas
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 35 / 37
Representación grá�ca
De�nición (Frecuencia acumulada)
La frecuencia acumulada de una clase, corresponde a su respectivafrecuencia más las frecuencias de las clases anteriores. Así la frecuenciaacumulada de la primera clase corresponde a su frecuencia y para la ultimaclase corresponde al total o 100%.
La frecuencia absoluta permite identi�car que parte del total se llevacontabilizado hasta una determinada clase y se puede apreciar gra�camentemediante un polígono de frecuencias acumuladas
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 35 / 37
Representación grá�ca
De�nición (Frecuencia acumulada)
La frecuencia acumulada de una clase, corresponde a su respectivafrecuencia más las frecuencias de las clases anteriores. Así la frecuenciaacumulada de la primera clase corresponde a su frecuencia y para la ultimaclase corresponde al total o 100%.
La frecuencia absoluta permite identi�car que parte del total se llevacontabilizado hasta una determinada clase y se puede apreciar gra�camentemediante un polígono de frecuencias acumuladas
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 35 / 37
Representación grá�ca
De�nición (Frecuencia acumulada)
La frecuencia acumulada de una clase, corresponde a su respectivafrecuencia más las frecuencias de las clases anteriores. Así la frecuenciaacumulada de la primera clase corresponde a su frecuencia y para la ultimaclase corresponde al total o 100%.
La frecuencia absoluta permite identi�car que parte del total se llevacontabilizado hasta una determinada clase y se puede apreciar gra�camentemediante un polígono de frecuencias acumuladas
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 35 / 37
Representación grá�ca
●
●
●
●
●
●
24 25 26 27 28 29 30 31
05
1015
Unidades
Pro
ducc
ión
Figure: Polígono de frecuencia acumulada
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 36 / 37
Representación grá�ca
●
●
●
●
●
●
24 25 26 27 28 29 30 31
05
1015
Unidades
Pro
ducc
ión
Figure: Polígono de frecuencia acumulada
MSc Edgar Madrid Cuello Departamento de Matemática, UNISUCRE Estadística IDescripción de muestras y poblaciones 2016 37 / 37