Tabla de Frecuencia

Tenemos dos tipos de tablas de frecuencias:

 Tablas de frecuencias con datos no agrupados.

 Tablas de frecuencias con datos agrupados.
TABLAS DE FRECUENCIAS CON DATOS NO AGRUPADOS
Usamos este tipo de tablas cuando tenemos variables cualitativas, o variables cuantitativas con pocos valores.
Esta tabla está compuesta por las siguientes columnas:

 Valores de la variable: son los diferentes valores que toma la variable en el estudio.
 Frecuencia absoluta: es la cantidad de veces que aparece el valor en el estudio. La sumatoria de las frecuencias absolutas es
igual al número de datos.
 Frecuencia acumulada: es el acumulado o suma de las frecuencias absolutas, indica cuantos datos se van contando hasta ese
momento o cuántos datos se van reportando.
 Frecuencia relativa: es la fracción o proporción de elementos que pertenecen a una clase o categoría. Se calcula dividiendo la
frecuencia absoluta entre el número de datos del estudio.
 Frecuencia relativa acumulada: es la proporción de datos respecto al total que se han reportado hasta ese momento. Es la
suma de las frecuencias relativas, y se puede calcular también dividiendo la frecuencia acumulada entre el número de datos
del estudio.
 Frecuencia porcentual: es el porcentaje de elementos que pertenecen a una clase o categoría. Se puede calcular rápidamente
multiplicando la frecuencia relativa por 100%.
 Frecuencia porcentual acumulada: es el porcentaje de datos respecto al total que se han reportado hasta ese momento. Se
puede calcular rápidamente multiplicando la frecuencia relativa acumulada por 100%.
EJEMPLO:

En una tienda de autos, se registra la cantidad de autos Toyota vendidos en cada día del mes de Septiembre.
0; 1; 2; 1; 2; 0; 3; 2; 4; 0; 4; 2; 1; 0; 3; 0; 0; 3; 4; 2; 0; 1; 1; 3; 0; 1; 2; 1; 2; 3

Con los datos obtenidos, elaborar una tabla de frecuencias.

Solución:
En la primera columna, colocamos los valores de nuestra variable, en la segunda la frecuencia absoluta, luego la frecuencia acumulada,
seguida por la frecuencia relativa, y finalmente la frecuencia relativa acumulada. Ahora vamos a agregar la columna de frecuencia porcentual,
y frecuencia porcentual acumulada.

Autos Frecuencia Frecuencia Frecuencia Frec. Frecuencia Frec.

vendidos absoluta acumulada relativa relativa porcentual porcentual
acumulada acumulada
0 8 8 0,267 0,267 26,7% 26,7%
1 7 15 0,233 0,500 23,3% 50,0%
2 7 22 0,233 0,733 23,3% 73,3%
3 5 27 0,167 0,900 16,7% 90,0%
4 3 30 0,100 1 10,0% 100%
Total 30 1 100%

TABLAS DE FRECUENCIAS CON DATOS AGRUPADOS

Usamos las tablas de frecuencias con datos agrupados cuando la variable toma un gran número de valores o es una variable
continua. Para ello, se agrupan los diferentes valores en intervalos de igual amplitud, a los cuáles llamamos clases.

Aparecen además algunos parámetros importantes:

 Límites de clase: cada clase es un intervalo que va desde el límite inferior, hasta el límite superior.
 Marca de clase: es el punto medio de cada intervalo, y representa a la clase para el cálculo de algunos parámetros.
 Amplitud de clase: es la diferencia entre el límite superior y el límite inferior.
Los pasos para elaborar una tabla de frecuencias con datos agrupados, son los siguientes:
 Hallar el rango(R): R = Xmax– Xmin
 Hallar el número de intervalos (K). Si el problema no indica cuántos intervalos usar, se recomienda usar la regla de Sturgues: K
= 1 + 3,322.log(n) ; siendo n el número de datos.
 Determinar la amplitud de clase (A): A = R/K
 Hallar el límite inferior y superior de cada clase, así como las marcas de clase.
 Colocar los valores hallados en las columnas de la tabla de frecuencias, con el siguiente orden: clases (intervalos), marcas de
clase, frecuencia absoluta, frecuencia acumulada, frecuencia relativa, frecuencia relativa acumulada. Además, se puede colocar
la frecuencia porcentual y la frecuencia porcentual acumulada.
Recuerda que los intervalos no deben superponerse, es decir, deben ser mutuamente excluyentes.

Un grupo de atletas se está preparando para una maratón siguiendo una dieta muy estricta. A continuación, viene el peso en kilogramos que ha
logrado bajar cada atleta gracias a la dieta y ejercicios.

0,2 8,4 14,3 6,5 3,4

4,6 9,1 4,3 3,5 1,5
6,4 15,2 16,1 19,8 5,4
12,1 9,6 8,7 12,1 3,2
Elaborar una tabla de frecuencias con dichos valores.
Solución:
 Hallamos el rango: R = Xmax– Xmin = 19,8 – 0,2 = 19,6.

Intervalo Marca de clase Frecuencia absoluta Frecuencia acumulada Frecuencia relativa Frec. relativa acumulada

[0 – 4) 2 5 5 0,25 0,25

[4 – 8) 6 5 10 0,25 0,50

[8 – 12) 10 4 14 0,20 0,70

[12 – 16) 14 4 18 0,20 0,90

[16 – 20] 18 2 20 0,10 1

  El número de
1
Total 20 intervalos (k), lo
calculamos usando la
regla de Sturges: k = 1
+ 3,322log(n) = 1 + 3,322.log(20) = 5,32. Podemos redondear el valor de k a 5
 Calculamos la amplitud de clase: A = R/k = 19,6/5 = 3,92. Redondeamos a 4.
 Ahora hallamos los límites inferiores y superiores de cada clase, y elaboramos la tabla de frecuencias.
MEDIDAS DE DISPERCION

Estudia la distribución de los valores de la serie, analizando si estos se encuentran más o menos concentrados, o más o menos dispersos.

Existen diversas medidas de dispersión, entre las más utilizadas podemos destacar las siguientes:

1.- Rango: mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor más elevado y el valor más bajo.

2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula como sumatorio de las diferencias al cuadrado entre
cada valor y la media, multiplicadas por el número de veces que se ha repetido cada valor. El sumatorio obtenido se divide por el tamaño de la
muestra.

La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más concentrados están los valores de la serie alrededor de la media.
Por el contrario, mientras mayor sea la varianza, más dispersos están.

3.- Desviación típica: Se calcula como raíz cuadrada de la varianza.

4.- Coeficiente de variación de Pearson: se calcula como cociente entre la desviación típica y la media.

Ejemplo: vamos a utilizar la serie de datos de la estatura de los alumnos de una clase (lección 2ª) y vamos a calcular sus medidas de dispersión.
 Variable Frecuencias absolutas Frecuencias relativas
(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

1.- Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor (1,20). Luego el rango de esta muestra es 10 cm.

2.- Varianza: recordemos que la media de esta muestra es 1,253. Luego, aplicamos la fórmula:

Por lo tanto, la varianza es 0,0010

3.- Desviación típica: es la raíz cuadrada de la varianza.

Luego:

4.- Coeficiente de variación de Pearson: se calcula como cociente entre la desviación típica y la media de la muestra.

Cv = 0,0320 / 1,253

Luego,

Cv = 0,0255

El interés del coeficiente de variación es que al ser un porcentaje permite comparar el nivel de dispersión de dos muestras. Esto no ocurre con la
desviación típica, ya que viene expresada en las mismas unidas que los datos de la serie.

Por ejemplo, para comparar el nivel de dispersión de una serie de datos de la altura de los alumnos de una clase y otra serie con el peso de
dichos alumnos, no se puede utilizar las desviaciones típicas (una viene vienes expresada en cm y la otra en kg). En cambio, sus coeficientes de
variación son ambos porcentajes, por lo que sí se pueden comparar.

MEDIDAS DE TENDENCIA CENTRAL

La media aritmética
La media aritmética es el promedio o medición de tendencia central de uso más común. Se calcula sumando todas las observaciones de una serie de datos y luego
dividiendo el total entre el número de elementos involucrados.
La expresión algebraica puede describirse como:
 Para simplificar la notación se usa convencionalmente el término:

donde:

= media aritmética de la muestra

= sumatoria de todos los valores de Xi

La mediana
La mediana es el valor medio de una secuencia ordenada de datos. Si no hay empates, la mitad de las observaciones serán menores y la otra mitad serán mayores.
La mediana no se ve afectada por ninguna observación extrema de una serie de datos. Por tanto, siempre que esté presente una observación extrema es apropiado
usar la mediana en vez de la media para describir una serie de datos.

Para calcular la mediana de una serie de datos recolectados en su forma sin procesar, primero debemos poner los datos en una clasificación ordenada. Después
usamos la fórmula de punto de posicionamiento:

Para encontrar el lugar de la clasificación ordenada que corresponde al valor de la mediana, se sigue una de las dos reglas:

1. Si el tamaño de la muestra es un número impar, la mediana se representa mediante el valor numérico correspondiente al punto de posicionamiento, la observación
ordenada es (n+1)/2.
2. Si el tamaño de la muestra es un número par entonces el punto de posicionamiento cae entre las dos observaciones medias de la clasificación ordenada. La
mediana es el promedio de los valores numéricos correspondientes a estas dos observaciones medias.
La moda

La moda o modo es el valor de una serie de datos que aparece con más frecuencia. Se obtiene fácilmente de una clasificación ordenada. A diferencia de la media
aritmética, la moda no se ve afectada por la ocurrencia de los valores extremos.
Ejemplo: Los valores siguientes son las calificaciones de un alumno durante todo el año

7; 8; 9; 7; 9; 8; 8; 8; 7; 8
Podemos afirmar entonces que el modo es igual a 8, dado que es el valor que aparece con más frecuencia.
BIBLIOGRAFIA

https://matemovil.com/tablas-de-frecuencias-ejercicios-resueltos/

https://www.aulafacil.com/cursos/estadisticas/gratis/medidas-de-dispersion-rango-varianza-desviacion-tipica-y-coeficiente-de-variacion-l11218

https://aprendiendoadministracion.com/medidas-de-tendencia-central-media-mediana-moda-rango-y-eje-medio/