TIPOS DE DATOS

Una definición muy simple:

El tipo de un dato es el conjunto de valores que puede tomar durante el programa. Si se

le intenta dar un valor fuera del conjunto se producirá un error.
La asignación de tipos a los datos tiene dos objetivos principales:

 Por un lado, detectar errores en las operaciones

 Por el otro, determinar cómo ejecutar estas operaciones

De Pascal se dice que es un lenguaje fuertemente tipeado. Esto quiere decir que todos
los datos deben de tener un tipo declarado explícitamente, y además que existen ciertas
restricciones en las expresiones en cuanto a los tipos de datos que en ellas intervienen.

Una ventaja de los lenguajes fuertemente tipeados es que se gasta mucho menos
esfuerzo en depurar (corregir) los programas gracias a la gran cantidad de errores que
detecta el compilador.

Los tipos de datos, como casi todos los objetos de Pascal, se pueden declarar. La
declaración de tipos ya se comentó en el tema correspondiente a la estructura de un
programa.

Clasificaciones en los tipos de datos

En Pascal existen gran variedad y cantidad de tipos de datos. Pero en este tutorial sólo
se trataran los básicos para que puedas ir construyendo tus primeros programas.

Existen muchas clasificaciones para los tipos de datos, y dependiendo de la fuente que
mires, te mostrarán una u otra. A continuacón tienes una de las posibles clasificaciones.:

 Dinámicos
 Estáticos
o El tipo cadena
o Estructurados
o Simples
 Ordinales
 No-ordinales

Tipos estáticos

Casi todos los tipos de datos son estáticos, la excepción son los punteros y no se tratarán
debido a su complejidad.

Que un tipo de datos sea estático quiere decir que el tamaño que ocupa en memoria no
puede variar durante la ejecución del programa. Es decir, una vez declarada una variable
de un tipo determinado, a ésta se le asigna un trozo de memoria fijo, y este trozo no se
podrá aumentar ni disminuír.
Tipos dinámicos

Dentro de esta categoría entra sólamente el tipo puntero. Este tipo te permite tener un
mayor control sobre la gestión de memoria en tus programas. Con ellos puedes manejar
el tamaño de tus variables en tiempo de ejecución, o sea, cuando el programa se está
ejecutando.

Los punteros quizás sean el concepto más complejo a la hora de aprender un lenguaje de
programación, sobre todo si es el primero que aprendes. Debido a esto, no lo trataremos.
Además, lenguajes que están muy de moda (por ejemplo Java) no permiten al
programador trabajar con punteros.

Tipos simples

Como su nombre indica son los tipos básicos en Pascal. Son los más sencillos y los más
fáciles de aprender. Por todo esto, serán en los que nos centremos.

Los tipos simples más básicos son: entero, lógico, carácter y real. Y la mayoría de los
lenguajes de programación los soportan, no como ocurre con los estructurados que
pueden variar de un lenguaje a otro.

Tipos estructurados

Mientras que una variable de un tipo simple sólo referencia a un elemento, los
estructurados se refieren a colecciones de elementos.

Las colecciones de elementos que aparecen al hablar de tipos estructurados son muy
variadas: tenemos colecciones ordenadas que se representan mediante el tipo array,
colecciones sin orden mediante el tipo conjunto, e incluso colecciones que contienen
otros tipos, son los llamados registros.

Tipos ordinales

Dentro de los tipos simples, los ordinales son los más abundantes. De un tipo se dice
que es ordinal porque el conjunto de valores que representa se puede contar, es decir,
podemos establecer una relación uno a uno entre sus elementos y el conjunto de los
números naturales.

Dentro de los tipos simples ordinales, los más importantes son:

 El tipo entero (integer)

 El tipo lógico (boolean)
 El tipo carácter (char)

Tipos no-ordinales

Simplificando, podríamos reducir los tipos simples no-ordinales al tipo real. Este tipo
nos sirve para declarar variables que pueden tomar valores dentro del conjunto de los
números reales.
A diferencia de los tipos ordinales, los no-ordinales no se pueden contar. No se puede
establecer una relación uno a uno entre ellos y los número naturales. Dicho de otra
forma, para que un conjunto se considere ordinal se tiene que poder calcular la posición,
el anterior elemento y el siguiente de un elemento cualquiera del conjunto.¿Cuál es el
sucesor de 5.12? Será 5.13, o 5.120, o 5.121, ...

Los tipos básicos que nos interesan

Después de ver una de las posibles clasificaciones para los tipos de datos, pasemos a ver
los que nos interesan: los tipos simples. Realmente de los tipos simples veremos los más
básicos, que son: integer, boolean, char y real. Además, también hablaremos un poco de
las cadenas de caracteres, los llamados strings.

nota: a continuación sólo se comentará qué es cada tipo, no se explicará su declaración,

esto puedes verlo si vas a la sección correspondiente.

El tipo integer (entero)

Como ya habrás leído el tipo de datos entero es un tipo simple, y dentro de estos, es
ordinal. Al declarar una variable de tipo entero, estás creando una variable numérica que
puede tomar valores positivos o negativos, y sin parte decimal.

Este tipo de variables, puedes utilizarlas en asignaciones, comparaciones, expresiones

aritméticas, etc. Algunos de los papeles más comunes que desarrollan son:

 Controlar un bucle
 Usarlas como contador, incrementando su valor cuando sucede algo
 Realizar operaciones enteras, es decir, sin parte decimal
 Y muchas más...

A continuación tienes un ejemplo en el que aparecen dos variables enteras. Como

puedes ver, en el ejemplo se muestran las dos maneras de declarar una variable de tipo
entero:

type
tContador = integer;
var
i : tContador;
n : integer;

begin
n := 10; (* asignamos valor al maximo *)
i := 1; (* asignamos valor al contador *)

while (i <= n) do begin

writeln('El valor de i es ',i);
i := i + 1
end
end.
 El tipo boolean (lógico)

El tipo de datos lógico es el que te permite usar variables que disponen sólo de dos
posibles valores: cierto o falso. Debido a esto, su utilidad salta a la vista, y no es otra
que variables de chequeo. Nos sirven para mantener el estado de un objeto mediante
dos valores:

 si/no
 cierto/falso
 funciona/no funciona
 on/off
 etc.

Para aclararlo, veamos un ejemplo:

type
tLogico = boolean;
var
llueve : tLogico; (* si llueve o no *)
paraguas : boolean; (* si encuentro o no el paraguas *)

begin
(* aqui se determinarian los valores de "llueve" y
"paraguas" *)

if llueve and (not paraguas) then

writeln('Me quedo en casita')
else
writeln('Me voy a dar un paseo')
end.

El tipo real (real)

Como ya has visto, Pascal soporta el conjunto entero de números. Pero no es el único,
también te permite trabajar con números pertenecientes al conjunto real.

El tipo de datos real es el que se corresponde con los números reales. Este es un tipo
importante para los cálculos. Por ejemplo en los estadísticos, ya que se caracterizan por
tratar fundamentalmente con valores decimales.

nota: Aunque pueda que estés acostumbrado a escribir con coma los decimales, te
advierto que en Pascal y en todos los lenguajes de programación se escribe con un
punto. Por ejemplo: 3.1416

A continuación tienes un ejemplo en el que se utiliza el tipo real. En el puedes ver las
dos formas de declarar una variable real, y tambíen el uso de una constante real. Por si
tienes curiosidad, el resultado de ejecutar el programa compilado es:
El area para un radio de 3.14 es 63.6174

const
pi = 3.1416;
type
tArea = real;
var
A : tArea; (* area *)
R : real; (* radio *)

begin
R := 4.50;
A := pi * R * R; (* calculamos el area *)

writeln('El area para un radio de ',R:4:2,' es ',A:8:4)

end.

Los tipos char y string (carácter y cadena)

Con el tipo carácter puedes tener objetos que representen una letra, un número, etc. Es
decir, puedes usar variables o constantes que representen un valor alfanumérico. Pero
ojo, cada variable sólo podrá almacenar un carácter.

Sin embargo, con las cadenas de caracteres (strings) puedes contener en una sóla
variable más de un carácter. Por ejemplo, puedes tener en una variable tu nombre.

Veamos cómo se usan ambos tipos en el siguiente ejemplo

type
tNombre = string[10]; (* puede almacenar 10 caracteres
*)
var
nombre : tNombre; (* variable para almacenar el
nombre *)
letra_NIF : char; (* caracter para contener la letra del
NIF *)

begin
nombre := 'Beni';
letra_NIF := 'L';

writeln('Mi nombre es ',nombre,' y mi letra es ',letra_NIF)

end.

Veamos un ejemplo sobre tipos de datos

A continuación se presenta un ejemplo con el que puedes interactuar para que veas de
forma más amena alguno de los conceptos sobre los tipos de datos.
En el ejemplo tienes en la parte izquierda el código del programa, y en la derecha la
parte con la puedes jugar. Esencialmente, lo que tienes que hacer es:

 Dar valores iniciales a las variables numero, char_A y char_B

 Y en función de estos valores y de las instrucciones que hay en el código,
determinar cuál será el valor de cadena

program Prueba;
type
tNumero = integer;
tLogico = boolean;
tCaracter = char;
tCadena = string[5];
var
numero : tNumero;
cadena : tCadena;
char_A, char_B : tCaracter;
logico_A, logico_B : tLogico; Suerte!!

begin
(* aqui se iniciarian las vars. *)
(* ... *)
logico_A := numero > 3;
logico_B := numero < 6;
if logico_A and logico_B then
cadena := char_B
else
cadena := char_A;
end.

ESTADÍSTICA DESCRIPTIVA

Una de las ramas de la Estadística más accesible a la mayoría de la población es la

Descriptiva. Esta parte se dedica única y exclusivamente al ordenamiento y tratamiento
mecánico de la información para su presentación por medio de tablas y de
representaciones gráficas, así como de la obtención de algunos parámetros útiles para la
explicación de la información.

La Estadística Descriptiva es la parte que conocemos desde los cursos de educación

primaria, que se enseña en los siguientes niveles y que, por lo general, no pasa a ser un
análisis más profundo de la información. Es un primer acercamiento a la información y,
por esa misma razón, es la manera de presentar la información ante cualquier lector, ya
sea especialista o no. Sin embargo, lo anterior no quiere decir que carezca de
metodología o algo similar, sino que, al contrario, por ser un medio accesible a la
mayoría de la población humana, resulta de suma importancia considerar para así evitar
malentendidos, tergiversaciones o errores.
1. Representación de tronco y hoja

Un método para iniciar el análisis exploratorio de los datos, previo al uso de los
métodos estadísticos tradicionales, y que además proporciona información rápida, visual
y es relativamente nueva, es la representación gráfica de tronco y hoja. Esta
representación se basa en la ordenación de los datos a manera de gráfico, pero sin llegar
a ello, utilizando las decenas y las unidades.

Esta técnica se puede encontrar en el libro de Freund y Simon, pero comentaremos su

uso a través del siguiente ejemplo que contiene las calificaciones obtenidas en una
prueba de matemáticas:

78 93 61 100 70 83 88 74 97 72
66 73 76 81 83 64 91 70 77 86

Ahora pensaremos en cada uno de los datos separando las decenas de las unidades, es
decir, el número 51 se verá como 5 | 1. De esta manera las decenas se pondrán en una
columna, en forma vertical, y las unidades a su derecha:

6 1 6 4
7 8 0 4 2 3 6 0 7
8 3 8 1 3 6
9 3 7 1
10 0

Para entenderle un poco más, hemos de decir que el primer renglón que dice 6 | 1 6 4
quiere decir que entre la lista de datos se encuentran los valores 61, 66 y 64.

Esta es la representación gráfica tronco y hoja, donde cada renglón es una posición de
tronco y cada dígito de la derecha es una hoja.

El procedimiento para realizarla es primero empezar con los troncos, es decir la

columna de la izquierda, y después dato por dato ir llenando las hojas a la derecha de la
línea vertical, en el tronco correspondiente.

Además, si se desean tener los datos ordenados, y hay gente que lo prefiere así, se
pueden ordenar las hojas en cada renglón para que la representación quede como sigue:

6 1 4 6
7 0 0 2 3 4 6 7 8
8 1 3 3 6 8
9 1 3 7
10 0

En realidad una representación de tronco y hojas presenta la misma información que la

lista original de datos, pero de una manera mucho más compacta (especialmente si la
lista de datos es más grande) y manejable.
Sin embargo, información más compleja resulta un poco más difícil de manejar, por lo
que en ocasiones conviene redondear los datos, ignorar sus partes decimales o utilizar
las centenas u otras posiciones de los números para las troncos. En cada uno de esos
casos conviene hacer alguna anotación, o poner una nota, a fin que los lectores puedan
identificar las adecuaciones realizadas y así poder interpretar lo que se quiere transmitir.

Para mostrar la información de manera más clara, es posible modificar el número de

posiciones del posiciones del tronco, aumentándola o disminuyéndola de acuerdo a las
necesidades particulares de cada problema. Por ejemplo, con los datos del examen
anterior, se pueden dividir en dos cada posición del tronco, utilizando la primera
posición para disponer las hojas 0, 1, 2, 3 y 4, y la segunda posición para las hojas
restantes. De esta manera, se obtiene la representación gráfica de doble tronco:

6- 1 4
6+ 6
7- 0 0 2 3 4
7+ 6 7 8
8- 1 3 3
8+ 6 8
9- 1 3
9+ 7
10- 0

Con esto se han duplicado el número de posiciones del tronco, con la intención de
buscar una mayor claridad en la presentación.

Esta manera de representación inicial de los datos no la profundizaremos más, sino que
la utilizaremos más adelante en algunos casos para, precisamente, presentar una
representación inicial de la información obtenida.

2. Población y muestra

Algo importante que hay que mencionar es que no siempre se trabaja con todos los
datos. Ésto por diversas razones, que pueden ser desde prácticas hasta por economía.
Por ejemplo, resultaría muy costoso obtener los datos de todos los seres humanos, o
impráctico (y a la vez destructivo) obtener como datos el tiempo en el que se funden las
bombillas producidas por una cierta marca realizando la medición de toda la
producción. El estudio conduciría a la empresa a la ruina, pues la producción entera
desaparecería.

Por esta razón se considera un subconjunto del total de los casos, sujetos u objetos que
se estudian y que se les obtienen los datos. La población, entonces, es el total hipotético
de los datos que se estudian o recopilan. Ante la imposibilidad ocasional de conseguir a
la población, entonces se recurre a la muestra, que viene siendo un subconjunto de los
datos de la población, pero tal subconjunto tiene que contener datos que pueden servir
para posteriores generalizaciones de las conclusiones. Un estudio más detallado de las
características de las muestras para permitir tales generalizaciones se realizará más
adelante.
2.2. Parámetros y estadísticos

Existen medidas para realizar descripciones cuantitativas de los conjuntos de datos, o

poblaciones, y de sus muestras, diferenciándose entre ellas las que se refieren a las
mismas poblaciones y a las muestras.

Para el caso de las poblaciones, las medidas que las descriven se denominan
parámetros, y suelen estar representadas con letras griegas (por ejemplo m y s). Por
otro lado, para el caso de aquellas medidas que describen a una muestra se les llama
estadísticos o estimadores, y son representados por letras de nuestro alfabeto (por
ejemplo, x o s).

Tales medidas cuantitativas que describen a las poblaciones y a las muestras se

comentarán enseguida.

3 y 4. Datos sin agrupar / Medidas de tendencia central para datos sin agrupar

David Lane de la Universidad Rice (Rice Virtual Lab in Statistics) tiene un applet que
demuestra las propiedades básicas de la media y la mediana.

Puedes realizar un ejercicio calculando las medidas de tendencia central para una
población de tamaño 20 haciendo click en el botón de la derecha.

5. Medidas de dispersión para datos sin agrupar

Para hacer un ejercicio del cálculo de las medidas de dispersión para una población de
tamaño 20 haciendo click en el botón de la derecha.

6. Medidas de ubicación para datos sin agrupar

7. Datos agrupados

8. Distribuciones de frecuencias

9. Representaciones gráficas

Gran parte de la utilidad que tiene la Estadística Descriptiva es la de proporcionar un

medio para informar basado en los datos recopilados. La eficacia con que se pueda
realizar tal proceso de información dependerá de la presentación de los datos, siendo la
forma gráfica uno de los más rápidos y eficientes, aunque también uno de los que más
pueden ser manipulados o ser malinterpretados si no se tienen algunas precauciones
básicas al realizar las gráficas. Existen también varios tipos de gráficas, o
representaciones gráficas, utilizándose cada uno de ellos de acuerdo al tipo de
información que se está usando y los objetivos que se persiguen al presentar la
información.

Entonces, mencionaremos algunas consideraciones que conviene tomar en cuenta al

momento de realizar cualquier gráfica a fin de que la información sea transmitida de la
manera más eficaz posible y sin distorsiones:
 1. El eje que represente a las frecuencias de las observaciones (comúnmente el
vertical o de las ordenadas) debe comenzar en cero (0), de otra manera podría
dar impresiones erróneas al comparar la altura, longitud o posición de las
columnas, barras o líneas que representan las frecuencias.
2. La longitud de los espacios que representan a cada dato o intervalo (clase) en la
gráfica deben ser iguales.
3. El tipo de gráfico debe coincidir por sus características con el tipo de
información o el objetivo que se persigue al representarla, de otra manera la
representación gráfica se convierte en un instrumento ineficaz, que produce más
confusión que otra cosa, innecesario o productor de malinterpretaciones. Por
ejemplo, si se desea representar la proporción de población masculina en un país
conviene más usar una gráfica de pastel o circular que una gráfica de barras al
compararla contra la población femenina; por un lado se puede apreciar dicha
proporción, por el otro se aprecia cuál de las dos poblaciones es mayor.

Hay un punto que conviene remarcar: existe software que permite la construcción rápida
y eficiente de gráficas a partir de bases de datos o hojas de cálculos, pero no importa
cuán bonita, bien delineada, bien coloreada o bien presentada esté una gráfica, si no se
han tomado en cuenta consideraciones de este tipo que tienen que ver más sobre el
objetivo de estas herramientas y la Estadística: la transmisión eficiente de la
información.

Si quieres ver indicaciones de cómo hacerlas usando Excel haz click.

9.2. Tipos de gráficos

Para las distribuciones de frecuencias la representación gráfica más común es el

histograma. Un ejemplo es el que se presenta a continuación y que representa el
número de "visitas" que ha tenido este hipertexto de acuerdo a la hora de la visita.
En el eje horizontal (o de las abscisas) se representan los intervalos de los datos,
marcándose de manera continua las fronteras entre cada uno de los éstos. De esta
manera, el histograma está compuesto rectángulos, cuyo número coincide con la
cantidad de intervalos considerados, el ancho de la base de cada uno de esos rectángulos
es la misma siempre y coincide con las fronteras de los intervalos, y la altura
corresponde a la frecuencia de cada intervalo.

Es importante observar que resulta difícil utilizar este tipo de representación cuando
existen intervalos abiertos o cuando los intervalos no son iguales entre sí.

Otra observación es la amplitud de los intervalos, que se puede establecer utilizando la

regla de Sturges, pues al cambiarla la presentación visual de un histograma puede
variar. Un applet que muestra cómo el número de clases y su ancho pueden hacer variar
fue desarrollado por Webster West de la Universidad del Sur de Carolina.

El programa Excel no permite crear de manera automática histogramas, pues

proporciona el ancho de las columnas de tal manera que quedan separadas. Sin
embargo, existe la manera de hacerlas.

Un tipo de gráfico muy parecido al histograma es la gráfica de columnas. Para este tipo
de gráfica, elaboradas con rectángulos también, se pide que sus bases sean del mismo
ancho y sus alturas equivalentes con las frecuencias. Para este tipo, a diferencia del
histograma, no es necesario tener una escala horizontal continua, por lo que los
rectángulos (o barras) no tienen que aparecer juntas entre sí.

Otra observación pertinente es que se pueden representar en la misma gráfica, utilizando

las mismas escalas horizontales y verticales, varios datos correspondientes a las mismas
variables producto de varias observaciones. Esto produce una gráfica con varias series,
correspondiendo cada una de ellas a cada observación de la muestra (o población), y
teniéndose una gráfica compuesta.

Es conveniente que cada serie de datos (u observaciones) sean ilustradas o iluminadas

de igual manera entre sí, pero distinta de las demás.

El ejemplo que sigue pertenece al comportamiento de las calificaciones parciales de tres

alumnos de preparatoria. Las series (cada una de las calificaciones parciales) están
coloreadas con diferente color para mostrar el comportamiento tanto individual, como
de cada uno de los alumnos con respecto a los demás. Es interesante observar que la
escala horizontal no es continua (es nominal).
Existe la posibilidad, y si los recursos lo permiten, de representar gráficos compuestos
de una manera "tridimensional", es decir, con gráficos que posean no sólo dos ejes, sino
tres; y en los que los rectángulos son sustituídos por prismas de base rectangular
(ocasionalmente el software en el mercado permite utilizar prismas cuya base son
polígonos regulares de más de cuatro lados, pirámides o cilindros). Un ejemplo es el
siguiente:

donde se representa el porcentaje del PIB gastado en docencia e investigación por cinco
países en el lapso de 1988 a 1999 (fuente: Revista "Ciencia y Desarrollo", 1994,
XIX(114):12). Es importante considerar que este tipo de gráficos puede complicarse
mucho, haciendo que la información sea menos legible.

También es posible realizar gráficas de barras horizontales, los cuales se parecen

mucho a las gráficas de columnas, con la salvedad importante de que la función de los
ejes se intercambian y el eje horizontal queda destinado a las frecuencias y el eje
vertical a las clases.

Es muy común que este tipo de gráficos se utilicen para ilustrar el tamaño de una
población dividida en estratos como, por ejemplo, son sus edades. El ejemplo que se
presenta es la población de un país ficticio llamado "Timbuctulandia":

A este tipo de gráficos en particular se le llama pirámide de edades por su forma.

Incluso, cuando se compara la población masculina y femenina por estratos de edades,
se estila utiliza el lado izquierdo para la población de un sexo y el lado derecho para el
otro, el resultado es una "pirámide" casi simétrica (dependerá de la población en
particular).

Cuando los datos se relacionan entre sí, es decir, cuando podemos decir que existe cierta
continuidad entre las observaciones (como por ejemplo el crecimiento poblacional, la
evolución del peso o estatura de una persona a través del tiempo, el desempeño
académico de un estudiante a lo largo de su instrucción escolar, las variaciones
presentadas en la medición realizada en algún experimento cada segundo o minuto) se
pueden utilizar las gráficas de líneas, que consisten en una serie de puntos trazados en
las intersecciones de las marcas de clase y las frecuencias de cada una, uniéndose
consecutivamente con líneas:
Este ejemplo muestra el comportamiento del peso corporal (en kilogramos) de dos
individuos a lo largo de cinco observaciones anuales. Al igual que en el caso de las
gráficas de columnas (y de otras más) es posible presentar varias series de
observaciones (en este caso cada serie de observaciones son los pesos de un individuo).

Otra forma de representación de un uso menos común, y muy parecida a las gráficas de
líneas, es el polígono de frecuencias. La diferencia fundamental entre ambas es que en
el polígono de frecuencias se añaden dos clases con frecuencias cero: una antes de la
primera clase con datos y otra después de la última. El resultado es que se "sujeta" la
línea por ambos extremos al eje horizontal y lo que podría ser una línea separada del eje
se convierte, junto con éste, en un polígono.

El siguiente ejemplo corresponde al porcentaje del PIB gastado en docencia e

investigación durante el año de 1990 en cinco países (fuente: Revista "Ciencia y
Desarrollo", 1994, XIX(114):12):
El Excel no crea automáticamente polígonos de frecuencias, sino que produce gráficas
de líneas. Sin embargo, es posible arreglárselas para hacerlas.

Una gráfica similar al polígono de frecuencias es la ojiva, pero ésta se obtiene de aplicar
parcialmente la misma técnica a una distribución acumulativa y de igual manera que
éstas, existen las ojivas mayor que y las ojivas menor que.

Existen dos diferencias fundamentales entre las ojivas y los polígonos de frecuencias (y
por ésto la aplicación de la técnica es parcial):

1. Un extremo de la ojiva no se "amarra" al eje horizontal, para la ojiva mayor que

sucede con el extremo izquierdo; para la ojiva menor que, con el derecho.
2. En el eje horizontal en lugar de colocar las marcas de clase se colocan las
fronteras de clase. Para el caso de la ojiva mayor que es la frontera menor; para
la ojiva menor que, la mayor.

Las siguientes son ejemplos de ojivas, a la izquierda la mayor que, a la derecha la

menor que, utilizando los datos que se usaron para ejemplificar el histograma:

La ojiva mayor que (izquierda) se le denomina de esta manera porque viendo el punto
que está sobre la frontera de clase "4:00" se ven las visitas que se realizaron en una hora
mayor que las 4:00 horas (en cuestiones temporales se diría: después de las 4:00 horas).
De forma análoga, en la ojiva menor que la frecuencia que se representa en cada
frontera de clase son el número de observaciones menores que la frontera señalada (en
caso de tiempos sería el número de observaciones antes de la hora que señala la
frontera).

Si se utiliza una distribución porcentual acumulativa entonces se obtiene una ojiva

(mayor que o menor que según sea el caso) cuyo eje vertical tiene una escala que va del
0% al 100%. El siguiente ejemplo es la misma ojiva menor que que se acaba de usar,
pero con una distribución porcentual:
En ocasiones, al comparar dos series de observaciones (o de datos) se utiliza una
llamada gráfica de áreas, la cual consiste en rellenas el área que se encuentre debajo de
las líneas que resultan de una gráfica de líneas.

El ejemplo que se presenta es la comparación del total de las especies de las familias del
orden Carnivora y las que están amenazadas, en México, (fuente: Revista "Ciencia y
Desarrollo", 1994, XIX(114):58):

Cuando lo que se desea es resaltar las proporciones que representan algunos

subconjuntos con respecto al total, es decir, cuando se está usando una escala
categórica, conviene utilizar una gráfica llamada de pastel o circular.

Por ejemplo, para ilustrar la matrícula en licenciatura (en México) por áreas de
conocimiento en el año de 1992 se puede usar algo así como sigue (Fuente:
ANUIES,1995):
De hecho, si se desea resaltar una de las categorías que se presentan, es válido tomar esa
"rebanada" de la gráfica y separarla de las demás:

Para hacer una gráfica de este tipo en papel.

Hay que tomar algunas precauciones al utilizar este tipo de gráficos. Por un lado,
comparar dos gráficos circulares (por ejemplo, si se quisieran comparar las proporciones
de matrículas en licenciatura por áreas de conocimiento en licenciatura para dos años
distintos) resulta muy difícil y, por tanto, no es muy aconsejable.

Por otro lado, en ocasiones existen categorías con pocas frecuencias (por ejemplo, dos o
tres con frecuencias relativas menores al 1% cada una), haciendo que la gráfica resulte
"pesada" y las etiquetas se encimen. Una posible solución es juntarlas en una sola
categoría (por ejemplo, la típica "otras" o "varias"), pero entonces habría que ponderar
si se hace una gráfica extra con dichas observaciones únicamente, haciendo la anotación
pertinente, o simplemente se ignoran por no resultar significativas.
Actualmente, y mucho en los medios masivos de comunicación, se utilizan gráficos para
ilustrar los datos o los resultados de alguna investigación. Regularmente se utilizan
dibujos para representar dicha información, y el tamaño o el número de estos dibujos
dentro de una gráfica queda determinado por la frecuencia correspondiente. A este tipo
de gráfica se le llama pictograma y éstos son dos ejemplos:

El de la izquierda representa la población de los Estados Unidos (cada hombrecillo

representa a dos millones de habitantes), el de la derecha representa la masa de tres
planetas de nuestro sistema solar tomando como unidad a la masa de la Tierra (cada
representa la masa de nuestro planeta: Venus tiene masa menor y Neptuno tiene más 17
veces más masa que la Tierra).

Las versiones del Excel 7.0 y anteriores no tienen opciones para realizar este tipo de
gráficas, las posteriores sí. Otros programas contemporáneos (como el Corel Draw o el
Harvard Graphics) sí son capaces.

Cuando se pretende ilustrar la dispersión de las observaciones realizadas, y así trabajar

algunas cosas como correlaciones se puede utilizar una gráfica de dispersión. Por
ejemplo, el ejemplo de la izquierda es la dispersión que se presenta al comparar el
número de tesis doctorales en ciencias exactas contra el número de total de tesis
doctorales (todo en México) en observaciones anuales entre 1984 y 1990 (fuente:
Revista "Ciencia y Desarrollo", 1994, XIX(114):12):
La gráfica de la derecha es resultado de comparar el diámetro (en miles de kilómetros)
de los planetas interiores del nuestro sistema solar contra sus densidades (en gramos por
centímetro cúbico). Es interesante observar que los puntos parecen "seguir" una línea
imaginaria que se asemeja a una recta, con excepción de un caso atípico: Mercurio.

Uno de los usos de este tipo de gráficas es precisamente encontrar si las observaciones
siguen algún patrón lineal (una línea de tendencia) o si existen valores atípicos. Para el
caso del Excel, el programa es capaz de graficar las líneas de tendencias que siguen un
conjunto de datos.

Un tipo de gráfico similar a las gráficas de dispersión son las gráficas de burbujas, en
las cuales se presenta la dispersión de las observaciones de la misma forma que
aquéllas, pero se le añade la posibilidad de visualizar otra variable representada en el
tamaño del punto, pues éstos se convierten en círculos (burbujas) con radios
proporcionales a las magnitudes que representan.

Este ejemplo compara la distancia que existe en cada uno de los planetas interiores de
nuestro sistema solar al Sol contra el tiempo que necesitan para recorrer sus órbitas, y el
tamaño de las burbujas indica la masa de cada planeta.

Además existen otros tipos de gráficos, cada uno con características particulares que les
proporcionan cierta intencionalidad para su uso, como son las gráficas de radar y las
gráficas polares.

GRÁFICO DINÁMICO

Un gráfico dinámico va un paso más allá de los gráficos de Google Analytics y ofrece
un análisis multidimensional de todos los indicadores en un solo informe. Los datos se
representan en cuatro dimensiones distintas, con lo cual usted podrá identificar tanto
oportunidades únicas como anomalías de la forma más rápida y fácil.

Para empezar a utilizar el gráfico dinámico, siga los pasos que se indican a
continuación:
 1. Haga clic en el icono "Visualizar" de cualquier informe que contenga una tabla
con datos segmentados. Si lo desea, puede volver a la vista tradicional de los
gráficos de sus Informes de Analytics seleccionando uno de los informes del
menú de la izquierda. Para este ejemplo, utilicemos el Informe de palabras clave.
2. Una vez cargado el gráfico dinámico, verá una serie de burbujas. Cada una de
ellas representa una palabra clave distinta.
3. Seleccione las cuatro dimensiones para representar los datos: eje X, eje Y, color
y tamaño. Haga clic en cada control para ver el menú de los indicadores que
puede seleccionar. Cuando haya habilitado los cuatro indicadores, coloque el
puntero del ratón encima de una burbuja para obtener su valor numérico.
4. Haga clic en "Reproducir" en la parte inferior del gráfico para ver el rendimiento
de las palabras clave en el transcurso del tiempo. Si hace clic en una burbuja y
selecciona la casilla de rastros bajo el indicador de tamaño, puede planificar el
movimiento de una burbuja en el transcurso del tiempo.

Puesto que puede explorar un gran número de indicadores variables en el gráfico

dinámico, hemos creado algunos ejemplos que le ayudarán a interpretarlo.