Vous êtes sur la page 1sur 30

Graficas y tablas

Tablas: Una tabla es un conjunto de datos ordenados segn su origen de pertenencia. Los
datos pueden obtenerse de una investigacin, de un enunciado o algn problema
Graficas: Las graficas son la representacion esquematica de aquellos datos o
valores expuestos enuna tabla.Hay diferentes tipos de graficas las mas
comunes son
: D e
D e

b a r r a s
p u u n t o - l i n e a l

G r a f i c a
D e

g e o m t r i c a

p a s t e l

Pa r a l a s g r a fi c a s d e b a r r a y p u n t o - l i n e a l s e t o m a e n c u e n t a
d o s e j e s , e l e j e x y el eje y
Eje xCorresponde a los datos independientesSon los datos principales en los
cuales su cambio no se realiza por otra condicin, valor o situacin
Eje yEn este eje se encuentra ubicado los datos dependientesSon aquellos
que cambian con respecto a otros
Grafica punto-lineal Para ubicar los datos en una grafica de punto-lineal es
necesario primero escribir encada eje sus datos correspondientes, despues
como en forma de cordenada ubicar elcruce del dato de las x con el dato
correspondiente de las y, sealar con un puntodentro de la grafica mareando
dicho cruce, asi sucesivamente con todos los puntostomando como inicio de
salida o union el punto cero
Grafica de barrasPara la grafica de barras tambien se deben conocer los datos
dependientes eindependientes su margen de ubicacin en la grafica abarca del
final de un trazo alinicio de otro el final de cada trazo se define por el punto de
ubicacin.En este caso sino se emplean diagonales, verticales y horizantales
Grafica de pastelLas graficas de pastel se emplean en encuestas donde se
proporcionan datos en porcentajes, siendo que el 100% equivale al total de
aquel dato principal que se requiereconocer, para realizar la grafica de pastel
es necesario tabular en tres columnas losvalores de el dato que se quiere
conocer, el porcentaje correspoondiente a cada dato ylos grados le
corresponden para su ubicacin en la circunferencia.Para localizar el valor
desconocido en la tabla sabiendo que pudiera encontrarse conlgica
matemtica, es necesario realizar una regla de 3 o estequiomtrica.

1- Tablas de frecuencias
Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos o
clases para as realizar un mejor anlisis e interpretacin de ellos.
Para construir una tabla de frecuencias con datos agrupados, conociendo los intervalos,
se debe determinar la frecuencia absoluta (fi) correspondiente a cada intervalo, contando la
cantidad de datos cuyo valor est entre los extremos del intervalo. Luego se calculan las
frecuencias relativas y acumuladas, si es pertinente.
Si no se conocen los intervalos, se pueden determinar de la siguiente manera:
- Se busca el valor mximo de la variable y el valor mnimo. Con estos datos se determina
el rango.
- Se divide el rango en la cantidad de intervalos que se desea tener, obtenindose as la
amplitud o tamao de cada intervalo.
- Comenzando por el mnimo valor de la variable, que ser el extremo inferior del primer
intervalo, se suma a este valor la amplitud para obtener el extremo superior y as
sucesivamente.
Veamos como se resuelve el siguiente ejercicio del libro Santillana 8:
En un centro comercial, se consult la edad a todas las personas que entraban entre las
12:00 h y 12:30 h. Los resultados obtenidos fueron los siguientes:

- Construye una tabla de frecuencias cuyos datos estn agrupados en ocho intervalos.
1Para poder construir la tabla de frecuencias lo primero que debemos hacer es calcular el
rango.
El rango da la idea de proximidad de los datos a la media. Se calcula restando el dato
menor al dato mayor.
El dato mayor y el menor lo hemos destacado con color rojo:

Dato mayor - dato menor = 73 - 1 = 72


Por lo tanto; Rango = 72

2 En el problema nos dicen que debemos agruparlo en 8 intervalos o clases, con este dato
podemos calcular la amplitud o tamao de cada intervalo, dividiendo el valor del rango por
la cantidad de intervalos que se desean obtener (en este caso son 8).

72 / 8 = 9

Por lo tanto la amplitud de cada intervalo ser de 9

3 Ahora podemos comenzar a construir la tabla de frecuencias:

Responder las siguientes preguntas:


a) Del total de personas encuestadas, cuntas personas tienen entre 31 y 40 aos?
Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de la frecuencia absoluta.


Recuerda que:
Frecuencia absoluta Corresponde a la cantidad de veces que se repite un dato. Denotamos
este valor por f i .
Por lo tanto la respuesta es 6 personas.

b) Del total de personas encuestadas, cuntas personas tienen 60 o menos aos?


Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de frecuencia absoluta acumulada.

Recuerda que:
Frecuencia absoluta acumulada es la suma de las frecuencias absolutas observadas hasta
el intervalo i.
En este caso es el intervalo 6. Por lo tanto la respuesta es 36 personas tienen 60 o menos
aos.

c) Cul es la probabilidad de, que al elegir al azar a un persona consultada, esta tenga entre
11 y 20 aos?

Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de frecuencia relativa.


Recuerda que:
Frecuencia relativa Corresponde a la probabilidad de pertenecer a cierta categora. Se
puede expresar en tantos por ciento.
En este caso es el intervalo 2, ya que es ah donde se encuentran las edades entre 11 y 20
aos.
Entonces la respuesta es: La probabilidad es 14%.

Por ltimo vamos a repasar el concepto de:


Frecuencia relativa acumulada (Hi), Es la probabilidad de observar un valor menor o
igual al valor que toma la variable en estudio en ese intervalo.
Se calcula dividiendo Fi por el nmero total de datos. Tambin puedes calcularlo Sumando
la frecuencia relativa de cada grupo con la frecuencia relativa acumulada del grupo
anterior.
Si haces correctamente estos clculos, el ltimo grupo tendr una frecuencia acumulada de
1, o muy cerca de 1, permitiendo redondear el error.
Recuerda que este valor se puede expresar como porcentaje, para esto solo debes
multiplicar el valor obtenido por 100 y listo!!!
Este calculo te sirve en el caso de que te pregunten:
d) Si le preguntas a una persona cualquiera Cul es la probabilidad de que tenga 50 aos o
menos?

Respuesta: La probabilidad es de un 76%

REPRESENTACIN GRFICA DE DATOS


Las tablas estadsticas representan toda la informacin de modo esquemtico y
estn preparadas para los clculos posteriores. Los grficos estadsticos nos
transmiten esa informacin de modo ms expresivo, nos van a permitir, con un
slo golpe de vista, entender de que se nos habla, observar sus caractecticas
ms importantes, incluso sacar alguna conclusin sobre el comportamiento de
la muestra donde se esta realizando el estudio.

Los grficos estadsticos son muy tiles para comparar distintas tablas de
frecuencia.

Los grficos estadsticos ms usuales son:

DIAGRAMA DE BARRAS.

Se utiliza para la representacin de variables cuantitativas discretas, cada valor


de la variable se representa por un punto sobre el eje OX y sobre l se dibuja
una barra de longitud igual o proporcinal a su frecuencia absoluta. Si la
frecuencia absoluta que se utiliza es la acumulativa, el diagrama de barras que
se obtiene es: diagrama de barras acumulativo

HISTOGRAMA.

Se utiliza para la representacin de variables cuantitativas continuas, cada


intervalo se representa sobre el eje OX , este ser la base del rectngulo que
se dibuja sobre l con altura igual o proporcional a su frecuencia absoluta.
Como los intervalos son consecutivos, los rectngulos quedan adosados. Si se
utilizarn rectngulos de amplitud diferente, el rea del rectngulo es la que
tendra que ser proporcional a la frecuencia absoluta correspondiente a ese
intervalo. Histograma acumulativo, si se utiliza la frecuencia absoluta
acumulativa.

POLGONO DE FRECUENCIAS.

Se utilizan para variables estadsticas cuantitativas, discretas o continuas.

Para una variable discreta, el polgono de frecuencias se obtiene uniendo por


una poligonal, los extremos superiores de las barras.

Para una variable continua, el poligono de fecuencias se obtiene uniendo por


una poligonal los puntos medios de la base superior de los poligonos del
histograma.

Las escalas utilizadas para representar los polgonos de frecuencias influyen


mucho por el impacto visual de los mismos.

DIAGRAMA DE SECTORES.

Se utiliza para todo tipo de variable estadstica, cuantitativa o cualitativa.


Consiste en dibujar sectores sobre un crculo, siendo la amplitud de los
sectores proporcional a su frecuencia absoluta, cada sector se rellena con un
color diferente.

El clculo de la amplitud en grados sexagesimales del sector correspondiente


se realiza as: ngulo = frecuencia relativa*360

Medidas de tendencia central: Media, Mediana, Moda


x
El promedio de notas es muy importante.

Supngase que un determinado alumno obtiene 35 puntos en una prueba de


matemtica. Este puntaje, por s mismo tiene muy poco significado a menos
que podamos conocer el total de puntos que obtiene una persona promedio al
participar en esa prueba, saber cul es la calificacin menor y mayor que se
obtiene, y cun variadas son esas calificaciones.

En otras palabras, para que una calificacin tenga significado hay que contar
con elementos de referencia generalmente relacionados con ciertos criterios
estadsticos.

Las medidas de tendencia central (media, mediana y moda) sirven como


puntos de referencia para interpretar las calificaciones que se obtienen en una
prueba.

Volviendo a nuestro ejemplo, digamos que la calificacin promedio en la prueba


que hizo el alumno fue de 20 puntos. Con este dato podemos decir que la
calificacin del alumno se ubica notablemente sobre el promedio. Pero si la
calificacin promedio fue de 65 puntos, entonces la conclusin sera muy
diferente, debido a que se ubicara muy por debajo del promedio de la clase.

En resumen, el propsito de las medidas de tendencia central es:

Mostrar en qu lugar se ubica la persona promedio o tpica del grupo.

Sirve como un mtodo para comparar o interpretar cualquier puntaje en


relacin con el puntaje central o tpico.

Sirve como un mtodo para comparar el puntaje obtenido por una misma
persona en dos diferentes ocasiones.

Sirve como un mtodo para comparar los resultados medios obtenidos por dos
o ms grupos.

Las medidas de tendencia central ms comunes son:

La media aritmtica: comnmente conocida como media o promedio. Se


representa por medio de una letra M o por una X con una lnea en la parte
superior.

La mediana: la cual es el puntaje que se ubica en el centro de una distribucin.


Se representa como Md.

La moda: que es el puntaje que se presenta con mayor frecuencia en una


distribucin. Se representa Mo.
x
La media, el mejor dato.

De estas tres medidas de tendencia central, la media es reconocida como la


mejor y ms til. Sin embargo, cuando en una distribucin se presentan casos
cuyos puntajes son muy bajos o muy altos respecto al resto del grupo, es
recomendable utilizar la mediana o la moda. (Porque dadas las caractersticas
de la media, esta es afectada por los valores extremos).

La media es considerada como la mejor medida de tendencia central, por las


siguientes razones:

Los puntajes contribuyen de manera proporcional al hacer el cmputo de la


media.

Es la medida de tendencia central ms conocida y utilizada.

Las medias de dos o ms distribuciones pueden ser fcilmente promediadas


mientras que las medianas y las modas de las distribuciones no se promedian.

La media se utiliza en procesos y tcnicas estadsticas ms complejas mientras


que la mediana y la moda en muy pocos casos.

Cmo calcular, la media, la moda y la mediana


Media aritmtica PyE_001o promedio

Es aquella medida que se obtiene al dividir la suma de todos los valores de una
variable por la frecuencia total. En palabras ms simples, corresponde a la
suma de un conjunto de datos dividida por el nmero total de dichos datos.

PyE_002

Ejemplo 1:

En matemticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3

n = 6 (nmero total de datos)

PyE_003

La media aritmtica de las notas de esa asignatura es 4,8. Este nmero


representa el promedio.

Ejemplo 2:

Cuando se tienen muchos datos es ms conveniente agruparlos en una tabla


de frecuencias y luego calcular la media aritmtica. El siguiente cuadro con las
medidas de 63 varas de pino lo ilustra.

Largo (en m)

Frecuencia absoluta

Largo por Frecuencia absoluta

10

10 = 50

15

15 = 90

20 = 140

12 =

20

12

96

6 = 54

Frecuencia total = 63

430

PyE_004

Se debe recordar que la frecuencia absoluta indica cuntas veces se repite


cada valor, por lo tanto, la tabla es una manera ms corta de anotar los datos
(si la frecuencia absoluta es 10, significa que el valor a que corresponde se
repite 10 veces).
Moda (Mo)

Es la medida que indica cual dato tiene la mayor frecuencia en un conjunto de


datos; o sea, cual se repite ms.

Ejemplo 1:

Determinar la moda en el siguiente conjunto de datos que corresponden a las


edades de nias de un Jardn Infantil.

5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3

La edad que ms se repite es 3, por lo tanto, la Moda es 3 (Mo = 3)

Ejemplo 2:

20, 12, 14, 23, 78, 56, 96

En este conjunto de datos no existe ningn valor que se repita, por lo tanto,
este conjunto de valores no tiene moda.
Mediana (Med)

Para reconocer la mediana, es necesario tener ordenados los valores sea de


mayor a menor o lo contrario. Usted divide el total de casos (N) entre dos, y el
valor resultante corresponde al nmero del caso que representa la mediana de
la distribucin.

Es el valor central de un conjunto de valores ordenados en forma creciente o


decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja
igual nmero de valores antes y despus de l en un conjunto de datos
agrupados.

Segn el nmero de valores que se tengan se pueden presentar dos casos:

Si el nmero de valores es impar, la Mediana corresponder al valor central de


dicho conjunto de datos.

Si el nmero de valores es par, la Mediana corresponder al promedio de los


dos valores centrales (los valores centrales se suman y se dividen por 2).

Ejemplo 1:

Se tienen los siguientes datos: 5, 4, 8, 10, 9, 1, 2

Al ordenarlos en forma creciente, es decir de menor a mayor, se tiene: 1, 2, 4,


5, 8, 9, 10

El 5 corresponde a la Med, porque es el valor central en este conjunto de datos


impares.

Ejemplo 2:

El siguiente conjunto de datos est ordenado en forma decreciente, de mayor a


menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med ser
el promedio de los valores centrales.

21, 19, 18, 15, 13, 11, 10, 9, 5, 3

PyE_005

Ejemplo 3:

estadstica004

Interpretando el grfico de barras podemos deducir que:

5 alumnos obtienen puntaje de 62

5 alumnos obtienen puntaje de 67

8 alumnos obtienen puntaje de 72

12 alumnos obtienen puntaje de 77

16 alumnos obtienen puntaje de 82

4 alumnos obtienen puntaje de 87

lo que hace un total de 50 alumnos

Sabemos que la mediana se obtiene haciendo

estadistica004a

lo cual significa que la mediana se ubica en la posicin intermedia entre los


alumnos 25 y 26 (cuyo promedio es 25,5), lo cual vemos en el siguiente
cuadro:

puntaje

alumnos

62

62

62

62

62

67

67

67

67

67

10

72

11

72

12

72

13

72

14

72

15

72

16

72

17

72

18

77

19

77

20

77

21

77

22

77

23

77

24

77

25

77

26

77

27

77

28

77

29

77

30

82

31

82

32

82

33

82

34

82

35

82

36

82

37

82

38

82

39

82

40

82

41

82

42

82

43

82

44

82

45

82

46

87

47

87

48

87

49

87

50

El alumno 25 obtuvo puntaje de 77

El alumno 26 obtuvo puntaje de 77

Entonces, como el total de alumnos es par debemos promediar esos puntajes:

estadistica005a

La mediana es 77, lo cual significa que 25 alumnos obtuvieron puntaje desde


77 hacia abajo (alumnos 25 hasta el 1 en el cuadro) y 25 alumnos obtuvieron
puntaje de 77 hacia arriba (alumnos 26 hasta el 50 en el cuadro).

En matemticas y estadstica, la media aritmtica (tambin llamada promedio


o simplemente media) de un conjunto finito de nmeros es el valor
caracterstico de una serie de datos cuantitativos objeto de estudio que parte
del principio de la esperanza matemtica o valor esperado, se obtiene a partir
de la suma de todos sus valores dividida entre el nmero de sumandos.
Cuando el conjunto es una muestra aleatoria recibe el nombre de media
muestral siendo uno de los principales estadsticos muestrales.
Expresada de forma ms intuitiva, podemos decir que la media (aritmtica) es
la cantidad total de la variable distribuida a partes iguales entre cada
observacin.
Por ejemplo, si en una habitacin hay tres personas, la media de dinero que
tienen en sus bolsillos sera el resultado de tomar todo el dinero de los tres y
dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es una
forma de resumir la informacin de una distribucin (dinero en el bolsillo)
suponiendo que cada observacin (persona) tuviera la misma cantidad de la
variable.

El conocimiento de la forma de la distribucin y del respectivo promedio de una


coleccin de valores de una variable, puede servir para tener una idea
bastante clara de la conformacin, pero no de de la homogeneidad de cada
una de los valores con respecto a la medida de tendencia central aplicada.

En el caso de las variables con valores que pueden definirse en trminos de


alguna escala de medida de igual intervalo, puede usarse un tipo de indicador
que permite apreciar el grado de dispersin o variabilidad existente en el grupo
de variantes en estudio.

A estos indicadores les llamamos medidas de dispersin, por cuanto que estn
referidos a la variabilidad que exhiben los valores de las observaciones, ya que
si no hubiere variabilidad o dispersin en los datos inters, entonces no habra
necesidad de la gran mayora de las medidas de la estadstica descriptiva.

Las medidas de tendencia central tienen como objetivo el sintetizar los datos
en un valor representativo, las medidas de dispersin nos dicen hasta que
punto estas medidas de tendencia central son representativas como sntesis de
la informacin. Las medidas de dispersin cuantifican la separacin, la
dispersin, la variabilidad de los valores de la distribucin respecto al valor
central. Distinguimos entre medidas de dispersin absolutas, que no son
comparables entre diferentes muestras y las relativas que nos permitirn
comparar varias muestras.

LA DISPERSIN.

Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la


moda slo nos revelan una parte de la informacin que necesitamos acerca de
las caractersticas de los datos. Para aumentar nuestro entendimiento del
patrn de los datos, debemos medir tambin su dispersin, extensin o
variabilidad.

La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de la


medida de tendencia central. Si los datos se encuentran ampliamente
dispersos, la posicin central es menos representativa de los datos.
Ya que existen problemas caractersticos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersin antes de
abordar esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se
desea tener una amplia dispersin de valores con respecto al centro de
distribucin o esto presenta riesgos inaceptables, necesitamos tener habilidad

de reconocerlo y evitar escoger distribuciones que tengan las dispersiones ms


grandes.

Pero si hay dispersin en la mayora de los datos, y debemos estar en


capacidad de describirla. Ya que la dispersin ocurre frecuentemente y su
grado de variabilidad es importante, cmo medimos la variabilidad de una
distribucin emprica?. Vamos a considerar slo algunas medidas de dispersin
absolutas: el rango, la varianza, la desviacin estndar y el coeficiente de
variacin.
1.1.- EL RANGO O RECORRIDO ( R ):

Es la medida de variabilidad ms fcil de calcular. Para datos finitos o sin


agrupar, el rango se define como la diferencia entre el valor ms alto (Xn
Xmax.) y el mas bajo (X1 Xmin) en un conjunto de datos.

Rango para datos no agrupados;

R = Xmx.-Xmn = Xn-X1

Ejemplo:

Se tienen las edades de cinco estudiantes universitarios de Ier ao, a saber:


18,23, 27,34 y 25., para calcular la media aritmtica (promedio de las edades,
se tiene que:

R = Xn-X1 ) = 34-18 = 16 aos

Con datos agrupados no se saben los valores mximos y mnimos. Si no hay


intervalos de clases abiertos podemos aproximar el rango mediante el uso de
los lmites de clases. Se aproxima el rango tomando el limite superior de la
ltima clase menos el limite inferior de la primera clase.

Rango para datos agrupados;

R= (lim. Sup. de la clase n lim. Inf. De la clase 1)

Leer ms: http://www.monografias.com/trabajos43/medidasdispersion/medidas-dispersion.shtml#ixzz3oAcGdvlW

Vous aimerez peut-être aussi