Datos agrupados

En la mayor parte de los casos, las medidas de localización y variabilidad se calculan mediante
los valores individuales de los datos. Sin embargo, otras veces sólo se tienen datos agrupados o
datos en una distribución de frecuencias. En la argumentación siguiente se muestra cómo usar la
fórmula de la media ponderada para obtener aproximaciones a la media, la varianza y la
desviación
estándar de datos agrupados.
En la sección 2.2 se presentó una distribución de las duraciones en días en una muestra de
auditorías de fin de año de una empresa pequeña de contadores públicos. La distribución de
frecuencias
de las duraciones de las auditorías que se obtuvo de una muestra de 20 clientes se presenta
de nuevo en la tabla 3.11. Con base en esta distribución de frecuencias, ¿cuál es la media
muestral de la duración de las auditorías?
Para calcular la media usando datos agrupados, considere el punto medio de cada clase como
representativo de los elementos de esa clase. Si Mi denota el punto medio de la clase i y fi denota
la frecuencia de la clase i. Entonces la fórmula para la media ponderada (3.15) se usa con los
valores de los datos denotados por Mi y los pesos dados por las frecuencias fi. En este caso, el
denominador
de la ecuación (3.15) es la suma de las frecuencias, que es el tamaño de la muestra n.
_

3.6 La media ponderada y el empleo de datos agrupados

Como el punto medio de clase, Mi, se encuentra a la mitad entre los límites de clase, en tabla 3.11
el punto medio de la primera clase, 10–14, es (10 _ 14)/2 _ 12. En la tabla 3.12 se presentan los
cinco puntos medios de clase y los cálculos de la media ponderada de los datos de la duración de
las auditorías. Como puede ver, la media muestral de la duración de las auditorías es 19 días.
Para calcular la varianza de datos agrupados se emplea una versión ligeramente modificada
de la fórmula para la varianza dada en la ecuación (3.5). En la ecuación (3.5) los cuadrados de
las desviaciones de los datos respecto a la media muestral se escribieron como (xi _ )2. Pero
cuando se tienen datos agrupados no se conocen los valores. En este caso, se considera el punto
medio de clase, Mi, como representativo de los valores xi de la clase correspondiente. Por tanto,
los cuadrados de las desviaciones respecto a la media (xi _ )2 son sustituidos por (Mi _ )2.
Entonces,
igual que en el cálculo de la media muestral de datos agrupados, pondere cada valor por
la frecuencia de la clase, fi. La suma de los cuadrados de las desviaciones respecto a la media de
todos los datos se aproxima mediante _fi(Mi _ )2. En el denominador aparece el término n _ 1
en lugar de n, con objeto de hacer que la varianza muestral sea un estimador de la varianza
poblacional.
Por consiguiente, la fórmula usada para obtener la varianza muestral de datos agrupados
es:
En la tabla 3.13 se presenta el cálculo de la varianza muestral de las duraciones de las auditorías
a partir de los datos agrupados de la tabla 3.11, ahí la varianza muestral es 30.
La desviación estándar de datos agrupados es simplemente la raíz cuadrada de la varianza de
los datos agrupados. La desviación estándar muestral de los datos de las duraciones de las
auditorías
es
Antes de terminar esta sección sobre el cálculo de medidas de localización y de dispersión
de datos agrupados, debe observar que las fórmulas (3.16) y (3.17) son para muestras. El cálculo
de las medidas poblacionales es semejante. A continuación se presentan las fórmulas para la
media y la varianza poblacional de datos agrupados.
DATOS NO AGRUPADOS

Los datos no agrupados son el conjunto de datos que no se ha clasificado y se es presentada en su

forma de aparición en una tabla de datos donde cada valor se representa de forma individual. Por
lo general este conjunto comprende una cantidad de elementos menor a 30 (n<30) con poca o
nula repetición.

El tratamiento de estos datos sin agrupar. El manejo de estos datos es simple, se recolectan los
datos de la población de estudio y dichos datos se distribuyen en una tabla de datos y se analizan
sin necesidad de formar clases con ellos.

Estos datos al distribuirse en tabla de frecuencia donde cada dato mantiene su propia identidad
después que la distribución de frecuencia se ha elaborado.

Vas a investigar la edad a un grupo de 20 Niños en datos no agrupados (es decir, vienen los 20
niños y así como te dan la edad así la anotas) 2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3,6 (Total 20 niños)
Estos son datos no agrupados por qué no los has clasificado y contado.
1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,6 (Total 20 niños).
Los datos no agrupados también los puedes ordenar, por ejemplo de la edad menor a la edad
mayor, no están contabilizados ni clasificados solamente están ordenados.

En una investigación sobre el calentamiento de varios elementos líquidos para determinar en cada
uno de ellos el punto, la temperatura, en la cual cambian de estado, los científicos van anotando
las temperaturas que van dando efecto.

134°C, 345°C, 234°C, 456°C, 837°C, 456°C, 122°C, 4567°C, 3456°C, 456°C, 190°C, 900°C.

estas medidas pueden ser apiladas en una tabla de datos, y mantener su independencia como
valor unico y representativo

Distribuciones de frecuencia relativa y de frecuencia porcentual

En una distribución de frecuencia se aprecia el número (frecuencia) de los elementos de cada una
de las diversas clases disyuntas. Sin embargo, con frecuencia lo que interesa es la proporción o
porcentaje de elementos en cada clase. La frecuencia relativa de una clase es igual a la parte
o proporción de los elementos que pertenecen a cada clase. En un conjunto de datos, en el que
hay n observaciones, la frecuencia relativa de cada clase se determina como sigue:

La frecuencia porcentual de una clase es la frecuencia relativa multiplicada por 100.

Una distribución de frecuencia relativa da un resumen tabular de datos en el que se muestra
la frecuencia relativa de cada clase. Una distribución de frecuencia porcentual da la frecuencia
porcentual de los datos de cada clase. En la tabla 2.3 se presenta una distribución de frecuencia
relativa y una distribución de frecuencia porcentual de los datos de los refrescos. En esta tabla se
observa que la frecuencia relativa de la Coca cola clásica es 19/50 _ 0.38, la de la Coca cola de
dieta es 8/50 _ 0.16, etc. En la distribución de frecuencia porcentual, se muestra que 38% de las
ventas fueron de Coca cola clásica, 16% de Coca cola de dieta, etc. También resulta que 38% _
26% _ 16% _ 80% de las ventas fueron de los tres refrescos que más se venden.