Organizacion de los datos para que transmitan un significado: tablas y graficas 4. 2COMO PODEMOS ARREGLAR LOS BaTos7, 9 2, EJEMPLOS OE DATOS BRUTOS, 12 3. ORGANIZACION DE LOS DATOS MEDIANTE EL ARREGLO DE DATOS Y LA DISTRIBUCION DE FRECUENCIA, 14 4, CONSTRUCCION DE UNA DISTAIBUCION DE FRECUENGIA, 2: 5, GRAFICACION DE LAS DISTRIBUCIONES DEFRECUENCIA, 30 6 GLOSARIO DELCAPITULO, 42 7, EQUAGIONES UTILIZADAS EN EL GAPITULO, 43 8. EJERCIGIOS DEREPASO, 44 9, AUTOEVALUAGION, 50 4. CASO CONCEPTUAL, 52 41, EJERCICIO CON LA BASE DE DATOS, 56 42, DIAGRAMA DE FLUJO, 62 OBTETIVOS: En los sapltuls 2 3y 4 se espondrda los coneeptosy tenias de la tstadistca descriptive. En el capitulo 2 se examinan dos métodas con los cuales se fzsrfbe un conjunto de datos: tabla gras. Si alguna veo ha cido un largo 7 te doco informe sabres euotas que deben todavia ocho membros de su cub yha de- teado tener una tepresentacién grfica pare aliviar el tedio, seguramente ye et en condiciones de entender lo que se vert en el capitulo 2.ngeseo det conte de calidad del agua en Chrlte (North Carlin) es espontabl nivel de clon: cién del agua, Dich nivel ha deacerearse basante al qu exig el dpartamento de slubriad. Para viglare loro in needa de eres cada an de aga qu sed lagu que se dela plata el ingen mucsvea arate a ‘oils dana cry tne maonhatn ae sane panes ‘iene el agua tratada ese dia, La tabla anexa muestra las concentraciones de cloro de 30 galones s cs Somo musa de un a, Estos ives so ls datos brats de dondedl ingens esis conciseness 10 a la poblacién total a la que se aplic’ Ia corinaciéa ese dia. rapes Concntaiones de clr an paris prion pm en 30 galones de agua tratada fen) 6284p ee see ‘ so eee uy i 2 sss) esas eS gsr ez assests ee Aplcando los métodos qu se desciben en ee capitulo Aoteande lo mids ges es pitulo, podremos ayudar a este ingeniero alegar a las con Capitulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: ‘guna dotiniciones 2-1 Representa a todos tos grupos diene dates do ‘observaciones 0 regstros tiizar ts datos referentes al pasado para tomar decisionas soare ot “ture Los datos son coleeciones de un nimero cualquiera de observaciones relaciona das entre si. Podemos reunir la cantidad de teléfonos que varios trabajadores ins talan en un dia determinado o que uto de ellos instala por dia durante un periodo de varios dias; alos resultados podemos llamarlos datos. Una coleccién de datos recibe el nombre de conjunto de datos y se da el nombre de punto (observacién) de datos a una sola observacién. 4COMO PODEMOS ARREGLAR LOS DATOS? Para que los datos sean tiles, hemos de organizar nuestras observaciones de ma~ rnera que podamos selecsionar tendeacias y llegar a conclusiones logics, En este capitulo deseribiremos las técnicas que nos permiten organizar fos datos en forma tabular y grfica, En el capitulo 3 veremos cémo emplear los nimeros para des- cribir los datos. Coleccién de datos Los estadisticas seleecionan sus obse:vaciones de manera que todos los grupos re levantes estén representados en los datos. Para determinar el mercado potencial de un nuevo producto, los analistas podrian estudiar a 100 consumidores que vi- ven en cierta zona geografica. Y deben cerciorarse de que el grupo contenga una aran diversidad de personas que representen variables como nivel de ingresos, ra za, escolaridad y barrio. Los datos provienen de obse-vaciones reales 0 de documentos que se con- servan para usos ordinarios, Por ejemplo, los hospitales tienen expedientes con el rnamero de pacientes que usan los servicios de rayos X, pues esta informacion ayuda a preparar los informes de los médicos y a hacer la facturacién. Sin embar- go, esa informacién también puede organizarse para producir datos que el esta Aistco describe e interpreta Los datos ayudan @ los encargados de la toma de decisiones a hacer con- jeturas bien fundamentadas acerca de las causas y, por tanto, sobre los efectos probables de ciertas caracteristices en algunas situaciones. Por lo demas, el cono- cimiento de las tendencias adquiride con la experiencia permite conocer los po- sibles resultados y planear con anticipaci6n. Nuestra investigacién del mercado Auiza revele que el producto es prefesido por las mujeres negras de las comunida des suburbanas, por los consumidores que perciben ingresos promedio y tienen una eseolaridad también promedio. El mensaje publicitario del producto debera dirigise a esta audiencia meta. Y si os expedientes del hospital indican que mas pacientes usaron los servicios de rayos X en junio que en enero, el departamento de personal habré de determinar si ese fenémeno se dio silo en el presente aio 0 sies una indicacién de una tendencia constante. De ser asi, habra de ajustar su programa de contrataciones y vacaciones para tenerla en cuenta. ‘Cuando los datos se organizan en forma compacta y itil, los encargados de la toma de decisiones consiguen informacion confiabe del ambiente y se valen de ella para llegar a decisiones inteligentes. En el momento actual, las computadoras permiten a los estadisticos reunir encrmes voliimenes de observaciones y conden {Como podemos arregior fos daros? §— 9Ejomple de conteo sarlasinstanténeamente en tablas, gréficas y nimeros. Se trata de formas com- pactas y utiizables, pero cabe preguntar: {son contiables? No se olvide que la ‘exactitud de los datos que salen de la computadora depende de los que entran en ella, Como suelen decir los programadores de computadoras: ‘“jEntra basura, = le basural” Los administradores deben tener mucho cuidado y asegurarse de que Jos datos que estin utlizando se basan en suposiciones e interpretaciones correc- tas, Para poder confiar en la interpretacién de unos datos cualesquiera, antes se prueban formulando las siguientes preguntas: 1. gDe donde proceden los datos? Esta prejuiciada la fuente; es decir, tiende a tener interés en suministrar puntos de datos que lleven a una conclusion y no a otra? 2. ,Apoyan o contradicen los datos Ia otra evidencia con que contamos? 3. jExisten datos que ignoramos y que nos harian legar a una Conclusion diferente? 4, ;Cuintas observaciones tenemos? ;Representan a todos los grupos (que queremas estudiar? 5. GBs logica Ia conclusion? ;Hemos sacado conclusiones que los datos ‘0 apoyan? studi sus respuestas alas preguntas anteriores. ;Vale la pena utilizar los datos? 20 mas bien conviene esperar y recabar mis informacion antes de actuar? Sien el hospital hiciera falta personal porque se contrat6 a muy pocas enfermeras para la sala de rayos X, ello se deberia a que la administracion se bas6 en datos insuficien- tes, Sila agencia publctara dirigiera su mensaje promocional exclusivamente alas ‘amas de casa que viven en zonas suburbanas mientras podria haber triplicado sus ventas dirigiéndolo también alas que habitan en los suburbios de blancos, elo in- dicara que se bas6 en datos insuficientes. En uno y otro 380, probar los datos ipo habia spud a lor adminsraores a tomar decsones mis ade El efecto de datos incompletos o prejuiciados puede ilustrarse con el si guiente ejemplo. Una asociacién de transporte proclamé en un anuncio que "el 759% de todo lo que consumimos es transportado por camién”. Tal aserciOn po- ria hacernos creer que los automéviles, el ferracaril, los aviones, los barcos y ‘otros medios de transporte trasladan apenas 25% de lo que usamos. Llegar a se- ‘mejante conclusion es Ficil, mas no esclarecedor. En la afirmacién de las compa- ‘as de transporte no figura la cuestion del ‘conteo doble". «Qué crterio apica- bban cuando algo era traido a nuestra ciudad por ferrocarrily entregado a nuestro domicilio por camién? ;O como hicieron sus céleulos de los paquetes cuando fueron enviados por correo aéreo y luego entregados por motocicleta? Una vez resuelta la cuestion del conteo doble (muy dificil de resolver, por cierto), se des- cubre que la proporcién de los productos de consumo transportados por camién es menor que I que afirman las compattias camioneras. Aunque este medio ayu «daa entregar una proporcion relativamente alta de lo que usamos, el ferrocarril y 1 barco transportan més mercancia para un mayor total de kilémetros. Capitulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: Detinicion de mmuestiay 36 poblacion Fncion de as muestras Funcign 6 las poblacianes Necesidad de una ‘muesta raprasontativa Los datos venen en muchas formas Diferencia entre muestras y poblaciones Los estadisticos extraen datos de las muestras. Y esta informaci6n les sive para hhacerinferencias sobre la poblacin que la muestra representa. Asi pues, muestra y poblacién son términos relativos. La poblaci6n es un todo, y la muestra es una parte 0 segmento de él. Estudiaremos las muestras a fin de poder describir las poblaciones; Nuestro hospital puede estudiar un pequefto grupo representativo de expedientes de rayos X en vez de examinar cada expediente de los iltimos quince atos. La agencia de encuestas Gallup puede entrevistar una muestra de apenas 2,500 adul- tos norteamericanos, afin de predecir la opinién de todos los adultos que viven en Estados Unidos.’ Evidentemente es mas facil estudiar muestras que pobla- ciones enteras, y es un método confiable si se aplica con rigor y debidamente. ‘La poblacién es una coleccién de todos los elementos que estamos est dando y acerca de los cuales intentamos extraer conclusiones. Debemos defi- nirla, de manera que quede claro si un elemento es o no miembro de ella, La poblacion de nuestro estudio de mercado puede estar constituida por todas las ‘mujeres que habitan en un radio de 15 km del centro de Ia ciudad de Cincinnati, ‘que perciben ingresos anuales familiares entre $10,000 y $25,000 y que han cursa- do por lo menos once afios de educacién formal. Una mujer que viva enc centro de Cincinnati, que tenga un ingreso familiar de $15,000 y un grado universitaio formara parte de esta poblacion. Una mujer que viva en San Francisco, cuyo ingreso familiar sea de $7,000 0 que haya cursado cinco afos de educacién formal no podra figurar en esta poblacion. La muestra es una coleccibn de algunos de los elementos que componen ‘una poblacién. La poblacién de nuestro estudio de mercado la consttuyen todas, las mujeres que satisfacen los requisitos que acabamos de sefalar. Cualqier aru po de mujeres que cumplan con ellos puede ser una muestra, @ condicion de que sea sblo una parte de la poblaci6n entera. Una gran porcion de un pastel de cere~ as con un0s trozos de corteza es una muestra de pastel; pero no es una muestra representativa, puesto que la proporcion de los ingredientes no es la misma en la muestra que en el todo. La muestra representative contiene las caracteristicas relevantes de la po- blacion en la misma proporcién en que figuran en esa poblacin. Si nuestra pobla cion de mujeres tiene una tercera parte de mujeres de raza negra, una muestra de ella que sea representativa respecto a la raza constara también de una tercera parte de mujeres de raza negra. En el capitulo 7 se explcaran a fondo algunos mérodos coneretos para hacer el muestreo. tivo en los datos Obtencibn de un patron signi Hay muchas maneras de clasificar los datos. Podemos simplemente reunitlos y conservarlos en orden. Silas observaciones se miden en niimeros, también pode- ‘mos listar los puntos de datos por orden ascendente de valor numérico. Pero silos, datos son trabajadores calficados (digamos carpinteros, albariles o electricstas) {que se necesitan en los sitios de construccion, si son diferentes tipos de automvi- les fabricados por todas las empresas automotrices 0 si son los diversos colores de 2C6mo pademos arreplar los datos? 11Abrigos febricados por determinada compas, necesitaremos organizarlos de mo~ do diferente. Tendremos que representar los puntos graicados (observaciones) de datos por orden alfebético 0 por algin otro principio organizador. Una forma ttl de hacerlo conssteendividr los datos en categorias o cases similares y huego contar el nimero de observaciones que caen dentro de cada categoria. Este método da ort ‘gen a una dstribweidn de frecuencia y se explica més adelante en el capitulo, Par qu oben La finalidad de organizar los datos es permitimnos ver répidamente todas rganzarss 102 Ins caracteristicas posibles de los datos que hemos recabado, Buscamios cosas co. ‘mo el intervalo (los valores minimos y méximos), las tendencies notorias, aquello en torno alo cual los datos tienden a agruparse, qué valores apareven con mayor Frecuencia y otros aspectos. Cuanto més abundante sea la informacién de este t- po que obtengamos de la muestra, mejor conoceremos la poblacién de donde proviene y mejores sera las decisiones que tomemos. EJERCICIO! 241 Cuando soles prequnté que tomarlan sen un naufrago,fueranarrojados a una isla desletay {vleran una sola opcidn de analgéstoos, un admero mayor de médicos prefiié Bayer a Tylenol, Buffer o Advil. gSe extrajo esta conclusin de una muestra o de una pablacién? 22 Uno de cada cinco automéviles vendidos en Estados Unidos durante 1986 fue fabricado en Jax ‘én, 2Se extrajo esia conclusion de una muestra o de una poblacién? 28 Una compatia de artioulos elactrdnlcos introdujo hace poco un nuevo amplificadory las plas do garanta Indican que hasta ahora se han vendido 10,000 amplificadores. El presidente do la Compal, muy molesto después de leer 9 cartes de quejas sobre el nuevo amplificador, infor: ‘mal gerente da producciin qun saplicarfan de Inmediato ooatosas medidas We vontiol deon, liad para asegurarse do que no volvieran a aparacer los detectes. Comentelareacclon del pe. sldente desde el punto de vista de las § pruebas de dalos que se describen en la pagina 40. ~ EL presidente no frmaré este ao el proyecto de ley agricola, ljaron fos lderes del partido de- ‘nécrata del Congreso a principlos de dlolembre de 1885, Merios de 2 semanas despLds, el pre. ne estamp6 su firma an un proyacto de ley agricola muy ampli. Wenclone algunas catioss de Ia pradicolén ercénea de los lideres de! partido demécrata, 25 _Explique los datos Incluldos en e! problema de inicio da capitulo, baséndose para ello en las § prusbas da datos, 2-2 EJEMPLOS DE DATOS BRUTOS Seda el nombre datos brutos (infciates) ala informacion antes de ser organizada y analizada Se le ama asi porque todavia no ha sido procesada por métodos esta- Aisticos, Problems que Los datos de elorinacién presentados en el problema con que principia el sre apictanal capitulo es un ejemplo de este tipo de dates, Examinemos otro ejemplo, Supon- ‘gemos que el personal de admisiones dle una universided, prescupado pore éxito e los estudiantes a quienes selecciona, desea comparar sus calificaciones en Ia 12 Capitulo 2/0RGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: = EJERCICIOS 26 Pelco eee ements soe en ene Sp cote eee a ge a ccnp a ETE eae se ee Some nace la construccién de un puente Problema uentes fe fas por 20 TABLA 21 Promedio de calificaciones obtenidas por ‘estudiantes del ditimo aro en la ensaflanza media y en la universidad E.M, UNIVERSIOAD_E.M, UNIVERSIDAD E,M. UNIVERSIDAD E, M, UNIVERSIDAD) as 2h sk wk Pearce cts a oo ss totes TABLA22. Libra de presién por pulgada cvarada que puede soporte conreto rer mora zoos oe ms oer Bins fous ema ne esd tor! any tea pos eos fee one ea ers ous beset aisad atone 25007 fine bang poke pea ord OSSD n un arragio ute: ‘Observe éetenidamantefos dats da tabla 2. Por qué esos datos requleron un aed flor? 2Puede usted eacar algunas conclusiones de los datos tal como existen jemplos de datos brutes. 13.ar 28 director de mercadotecata de una gran empresa recibe un informe mensual sobre la ztividad ddeentas de uno de los productos de le empresa. El informe es un listado de ias ventas del pro- Gusto por estado durante el mes anterior. 2Es éste un ejemplo de datos brutos? El gotente de producién de una gran compafia recibe un informe mensual de la secclén de control de calidad, £1 informe conliene la tasa de unidades rechazadas en la linea de produc- ‘i6n (el nero de unidades rechazedes por cada 100 que sa producer}, la maquina que causa 8] mayor numero de elias y costo promedio de reparar as unidades rechazadas. Es éste un ejemplo de datos brutos? 2-3 ORGANIZACION DE LOS DATOS “3 MEDIANTE EL ARREGLO DE DATOS Y LA DISTRIBUCION DE FRECUENCIA Definiclon del areslo E arreglo de datos es una de las formas més sencilla de presentar los datos. Pone 14 ‘datos fos valores en orden ascendente o descendente, La tabla 2-3 repite los datos dela clorinacin includes en el problema con que empieza el capftulo, yen la tabla 2-4 se reorganizan esos nfimeros en un arreglo de datos por orden ascendente TABLA 23. Concentraciones de cloro en ppm de 0 galones de agua tratada 2 68 «158888 1s7 180182181188 180 ‘e452 1898S S18 ‘e487 159180818 fe4 1881551518 TABLA 244 Arreglo de datos de las ‘concentraciones de cloro en ppm de 30 galones de agua tratada we ys 180182 Ct ‘84187 159180189188 465 1815S 18018188 455188159181 188188 4661218016218 Vents oe fos eglos de datos ofrecen varias ventas sol anton cedtce C08 «=O tajas sobre los datos brut 1. Podemos descubrir ripidamente los valores minimos y méximos en los datos. En nuestro ejemplo de la clorinacién, el intervalo es de 15.2 ppm 8 16.9 om. 2, Podemos dividir Facilmente los datos en secciones. En la tabla 2-4, os pri- smeros 15 valores (Ja mitad dela parte inferior de os datos) oscilan entre 15.2 y 16.0 ppm, y los tltimos 15 valores (Ia mitad de la parte superior) Ructian entre 16.0 y 169 ppm. De manera andloga, el tercio de la paste inferior de los valores osclaen- Captulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: Desventas de fos evegios de datos con las dltibuctones de frecuencia se rmanajan ms datos se plerde un poco de inftmesin tre 15.2y 15.8 ppm, el tercio de mitad lo hace entre 15.9y 16.2 ppm y el tercio de la parte superior lo have entre 16.2 y 16.3 ppm. 3, Podemos darnos cuenta si algunos valores aparecen més de una vez en el arreglo, Los valores iguales aparecen juntos. En la tabla 2-4 se advierte que 9 ni- vyeles ocurrian més de una vez.cuando se probé la muestra de 30 galones de agua. 4, Podemos observar la distancia entre valores consecutivos de a tabla. En 1a tabla 2-4, as boncentraciones 16.6 y 16.8 son valores conseeutivos. La distan cia entre ellos es 2 ppm (16.8 ~ 16.6) ese a las ventajas que acabamas de comentar, algunas veces un arreglo de datos no resulta préctico, Puesto que contiene todas las observaciones, es una forma engorrosa de resumit ls iaformacién y de hacerla Gil para la interpreta- cién y la toma de decisiones. ,Cémo puede hacerse eso? Una mejor manera de arreglar los datos: Ja distribucién de frecuencia ‘Una forma de sintetizar los datos consiste en valerse de una cabla 0 una distribu cidn de frecuencia, Para caplar la diferencia entre estoy el arreglo, tomaremos ‘como ejemplo el inventario promedio (en dias) de 20 tiendas de convenienci, ‘En las tablas 2-5 y2-6 hemos includ datos idénticos referents al inventa- rio promedio y los hemos dispuesto primero como un arreglo en orden ascendente y luego como una distribucidn de frecuencia, Para obtener [a tabla 26, tuvimos que dividir los datos en grupos de valores semejantes. A continuacién registramos el ‘niimero de puntos grafieados (observaciones) de datos que calan dentro de cada srupo. Nétese que perdimos un poco de informacion al construr a distribueidn de TABLA 25 Arteglo da datos del Inventario promedto (en las) de 20 tlendas de artculos de conveniencia 2 4 a8 41 41 43 47 49 65 | 55 a4 4840 Ata TABLA 26. Olstribucién de frecuencia del invantario promedio (en dias) de 20 tlendas de articulos de conveniencla (6 clases) GLASE GAUPO.DE, TFREGUETICIA (NUMERO DE OBSERVAGONES DE DATOS OBSERVAGIONES EN CADA CON VALORES SENEIANTES) GAS 20825 25281 52a 87 3a 43 aaa ds 5a 55 COrganizocin de los datos mediante el arrelo de datas y la dlstrbucton de frecuencia — 18Pero se gana ota Intermec Funelén de es lagoa en ura atetbucien oe frecuencia oP qué sel tama 16 Dertnicton de a alstiousion 3t frecuencia roatva frecuencia, Por ejemplo, ya no sbemos que el valor 5.5 aparece cuatro veoes o que cl yalor 5.1 no aparece en absolut. Pero, por ot parte, adquirimos informacién concerniente al patrdn de los inventavios promedio, En Ie tabla 25 advertimos que el inventatio promedio eae més & meaudo en elintervalo de 3.8 24.3 das, Raa ve2 encontramos un inventarfo promedio en el intervalo comprendida entre 2.0, 2.5 digs o entre 2.6 y3.1 diss. Los inventaios en los intervals entre 4.4 y 4.9 dias y entre 5.0,y5.5 dias no predominan, pero ocurren con mayor frecuencia que algu- nos otros. Delo anterior se deduce que las distribuciones de frecuencia sacrifican algunos detalles, pero en cambio aos ofrecen nuevas perepectvas de los patrones de datos. La distribuci6n de Frecuencia es una tabla que organiza los datos en cla. ses; es decir, en grupos de valores que deseribea una caracterstca de Ios datos, “Elinventario promedio" es una caracterstica de ls 20 tiencas de conveniencia. Enlatabla25 dicha caractristie tiene once valores distintos. Pero esos mismos datos podvian aividirse en cualquier nimero de clases. Ast, la tabla 2-6 usa seis clases, Podrlamos resumi ain mas los datos y servienos tnicamente de dos clases “menor que 3.8” y “mayor o igval a3.8”. Tembién podriamos aumentar el né- mero de clases empleando intervalos mis pequefios, como hicimos en la tabla 2-7. Una distrfbucion de frecuencia muestra el nimero de observaciones pro- venientes del conjunto de datos que eaen dentro de cada una de ls clases. Si po. demos determinar la freeuencia con que ocurren los valores en cada clase de un conjunto de datos, estaremos en condiciones de eonstrur una distribucin de fre- Caracteristicas de las distribuciones de frecnencia relativa Hasta ahora hemos expresado la frecuencia con que ocurren los valores en cada clase como el niimero total de observaciones de datos que caen dentro dé dicha cla- se, También podemos expresar la frecuencia de cada valor como una fraccién 0 orcentaje del nimero total de-observaciones, La frecuencia de un inventario promedio, digamos de 4.4 a 4.9, es Sen la tabla 2-6 y 25 en la tabla 2-8. Paraob- tener este filtimo valor, hemos dividido la freewencia de esa clase (5) entre el nie mera total de observaciones en el conjunto de datos (20). La respuesta puede ex- TABLA 2-7. Distifbuctén de frecuencia dal Inventario promedio (en dias) de 20 tlendas de artfoulas de conventencla (12 clases) CLASE FREGUENCIA CLASE _FREOUENOIA 20a22 1 35040 3 23225 ° a9 43 5 26a 28 ° 44048 ° Beast 0 7a 4g 5 s2aad 2 5a 52 ° 35007 ° S8a55 4 Capitulo 2/9RGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: Las cases son ‘exhauelvas Las olases son ‘nuluamente ‘excluyentes Claaee de datos cualatves Clases abertas de iistas que no son exnaustvas Organizacion de los datos medione el ereglo de dats y la distibucién de frecuencia presarse como tna fracei6n (x), un decimal (.25) 0 un porcentaje (25%). Una distribucién de frecuencia restiva presenta las Frecuencias en fracciones o por- centajes. TABLA 28 Distribuolén de frecuencia relativa de un Inventario promedio (en dias) para 20 tiendas de artioulos de conveniencia FREGUENGIA RELATIVA: FRACGIONES OLASE _FRECUENCIA_DEOBSERVACIONESEN CADACLASE 220825 1 28 Dezsas.t 0 0 Deazasr 2 10 Deas aaa 8 40 De4dads 5 25 besoe5s a 2 2 {o0sumade la trecvencls relates de todas las clases Advigrtase en la table 2-8 que la surna de todas las frecuencias reltivas es igual a 1.00 0 100%, Esto sucede porque una distrbucion de frecuencia relath parea cada clase con su fracsi6n o poreentaje correspondiente de los datos tote- les, Por consiguiente, Is clases en cualquier distribucion de frecuencia simple 0 relativa son exhaustivas. Todos los datos encajan en una u otra categoria. Adviér- tase asimismo que las clases en la tabla 2-8 son mutuamente excluyentes; es decir, ninguna observacion cae dentro de mis de una categoria. La tabla 2-9 usta este concepto al comparar las eases mutuamente excluyentes con las que se traslapan. Bn las distribuciones de frecuencia no se da traslape entre las clases. TABLA 29 Clases mutuamente excluyentes y que se trasiapan Deas DeSag Desatz Dexa%6| 8 Desa 8 De 7at0 Muluamente excluyentos No muluaments exclyyntes be 1aé Oe: Hasta ahora, nuestrés elases han estado constituidas por nimeros y han escrito algtin atributo cuantitativo de muestras de objetos. También podemos clasificr la informacin conforme a ceractertsticas cualitativas, como raza, reli gién y sexo, que no cgen naturalmente en categorias numérica. Igual que las cla ses de atributos cuantitativo, estas clases deben ser exhaustivas y mutuamente cexcluyentes, La tabla 2-10 muestra la manera de construir dstribuciones de tre- ccuencia simple y relativa usando el atributo cualitatvo de las ocupaciones 0 pro- fesiones. ‘La table 2-10 no contiene todas las ocupaciones a que se dedican los gra- duados de una universidad, pero aun asi es exhaustiva, ¢Por que? La clase “otros” abarea todas las obtervaciones que no encajan en una de las catezorias ‘enumeradas. Recurrimos a una palabra genérica como esta cada vez que la liste 718 TABLA 210 Ocipatones de una muetrade 100 graduados de! Colegio Central oes DISTRBUGION SE _oisTRuGIGN be cusse reve SE oa CK SAECO RET ‘tr A Serco : 8 fone de escoe 2 2 crc 7 a wid 0 ‘0 todo eon ° 8 Peto 2 o ovate “ ‘ teste 3 8 ota at tt a % no enumereespetnment ods fas posblidaes, Por iba. Por cemplo, uta tte pee oe en cgi nes dla, una a compl ns dee eatgaas, Pero eens istrict ocho mess eee ego to,se lao ote" par isi mestinosevaone: re es ‘cuatro meses de septiembre, octubre, noviembre y diciembre. Aunque nuestra lis- i aocinine extant tata Lag “toda lage aire cuando perme qu sa liniadae taro nieve del exuama de aint, Laima cla de en adelante") es abierta. fearon os esuemat de casfccién pute ser canta o xs " cién pueden ser cuattavoso canes discretos o continuos. Las clases discretas son entidades individuales que no i sen dena cl alasglent sin ue pur Son rts sient ue Cinier desde ani, oinere decane gue pores coma ‘fas de midanzas y las ocupaciones de los graduados universitarios, Los datos discretos son aquellos que pueden asumir s6lo un atimero limitado de valores. As, TABLA 2-41 Edades de los residentes de un estado GLASE:EDAD FREOUENGIA FREGUENGI FELATVA @ (a> ooase CainasinietoT a6 Debate S48 ite Gries rete sas Demian Hee s2et Seoeae ‘Sam “300 Comat a4ao ane De 48.055, 8,287 ‘oer Dessass Fao ones Oestant Tae ters De Teen aeate 6182 net as tome Capitulo )ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: (clases contiouas Jos graduados de una universidad pueden clasiicarse en médicos y quimieos, pero rho en une profesi6n intermedia, El precio de cere de las acciones de ATT puede ser 66% 0 en el equipo de baloncesto puede haber tn jugador que mid 2hem. ‘Los datos confinuos pueden pasar de una clase a la siguiente sin rupture slguna. Contienen una medida numérice como el peso de unas lata de omates, {og Kilogramos de prestbn sobre el concreto 0 el promedio de calificaciones de los ‘universitaros del ltimo afio, Los dates continuos pueden expresarse en frac- clones o en nimeros enteros. EJERCICIOS 29 240 aa 242 ‘Una compat de transmisionse electrénlcas registré. como sigue el nimere de recibos de ser- ‘clo prestado por cada una de sus 20 lends en el ultimo mes: 0s 64 628 731 tt 446 342 545 909 568 335 459 (727 848 649 229 MAT 309 575. 787 La compania plensa que una tlenda realmente no puede esperar alcanza financeramonte punto de equilbrio con menos de 450 servilos prestados mensualmante, Ademés su politica eo dar un bono financlero al garente que genera mas de 700 eervicios al mes. Disponge los de {as anteriores en un arroglo eindique evantastlendas no estén conslgulendo el punto de equi brio y cuantas ganan el bono, Use los datos de fa compatia de transmnislones eldctricas Incluldos en el eercicio anterior. 1 icepresidente de la compafiaha establecido lo que llama “lista de vigllanciade lendas”, esto te, una let de las Uiendas ouya actividad de servicios os demaslado baja como para justiticar crlsatencidn espeuial por parte de iaofieina central. En esa categoria quedan Incluldas las tlen- das cuya actividad de servicios osola entre 600 y 600 acciones al mes. .Cudntas tendes dabe haber en esa lista 61 nos basamos en la actividad correspondionte al dltimo mes? El ndmero de horas que taréaron tos mecanicos de transmisiones en guitar, reparar y empl: ger una tranemisién on una de las tiendas de fa compan de transmisiones electrénleas se re bistran en un dla de fa ditIma semana del modo siguiente: 29 34 64 36 27 44 54 32 48 93 23 39 67 22 44 55 99 67 AT 44 Cconstruya una dletrbucién de frecuencia con intervalos de 1.0 horas a parllr de estos datos. 2A fué conclusion legardrespecto ala productivided de fos mecanioos s1 sa basaen estalstrbu- ion? St ia gerencla dela compafia piensa que mas de 6. horas es una prueba de desemperio Tnsatisfactori, cexiste un problema grave o menor en el desempeno de esta tienda en partiou- lar? ‘Acontinuaci6n se trenscriben las edades de 60 mlombros de un programa de servica soctal de un condado: npanzactn de os dt mediante areglo de dete ye stun de frecuencia 18249 244 248: 216 20 81 63 67 60 80 64 56 4 ot 6 88 8 87 65 82 72 Th 6S 73 69 43 54 76 70 97 68 82 75 79 60 99 67 76 97 88 45 60 43 65 76 92 72 82 80 70 65 50 58 70 56 Con os datos anteriores construya las distribuclones de frecuencia elativausando 7 18intr- ‘alos quales, Las poltlcas estates de fos programas de servicio socal exigen que eorntrng ‘Aunque de menor uso, 10s poligonos de frecuencias son otto medio de epresentar ardficemence tanto las distribuciones de frecuencia simple como las de freevencia. relativa, Para construir un poligono de frecnenctas, marcamos las frecuencis sobre el eje vertical y los valores de la variable que vamos a medir las marcamos sobre el, je horizontal, tal como lo hicimos con los histograras, El siguiente paso consiste en graficar vada frecuencia de clase dibujando un punto sobre st marca de clase, 0 punto media, en conectar los puntos consecutivos con una recta pera formar tn poligono (figura de muchos lados) e063 (4156159 6216516’ CConcentraciones de elero en ppm La figura 2-6 es un pollgono de frecwencias construido con los datos de la tabia 2-14 ea la pagina 4, Si comparemos esta figura cor Ia figura 2-1, advertire- mos que se tan agregado clases en cada extremo de a escala de los valores observac los, Estas cos nuevas clases contienen cero observaciones, pero permiten al pligo- no aleanzar el eje horizontal en ambos extremos de la distribucién. uCémo se convierten un poligono de frecuencias en un histograma? El poligono es simplemente una gra lineal que une los puntos medios de todas las Darras en unhistograma. Por tanto, podemos reproducrlo trazando Iineas vert 32 Capitulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIONIFICADO: FIGURA 27 Histograma trazado 6e los puntos de poligono de. irecuencias on la figura 26 Cconetryooion de un ‘paligane d8 trecuencas eltvas Ventas det histogrema Ventas paligono Coreacton de una curva da lecusncla cales desde los limites de is clases (mareados sobre el ee horizontal) y unitndolos con las lineas horizontales en ls partes superiores del poligono en cada marca de clase, Esto lo hemos hecho con lineas punteadas en la figura 2-7. Frecuencia io Wa ie m9 162 165 wa Wt CConcertractones de coro en pam Se llama poilgono de frecuencias relativas @ aquel que usa la Frecuencia relativa de los puntos de datos en cada clase y no el némero real de puntos. Este pollgono tiene Ia misma forma que el de frecuencia hecho con idéntico conjunto de datos pero con una diferente escala de valores sobre el ele vertical. En vez del rdmero absoluto de observaciones, la escalaes el nGmero de las que hay en cada clase como una fraccién de Ia cantidad total de elas. Los histogramas y los poligonos de frecuencia se parecen, {Por qué fos necesitamos a ambos? He aqut las ventajas de los histogramas: 1. El recténgulo muestra claramente cada clase individual en la cdstribuci6n. . 2. El rea de cada rectingulo, en reacién con todos fos otros, muestra la proporcién del nimero total de observaciones que ocurren en esa clase. Sin embargo, también los poligonos de frecuencia tienen algunas ventajas: 1. El poligono de frecuencias es mas sencilo que su histograma correspondiente. 2. Ofrece un esquems mas claro del patrén de datos. 3, Bl pollgono se vuelve cada vez mis suave y curvo, a medida que crece al nimero de clases y de observaciones Un poligono como el que acabamos de describ, suavizado por las clases _y puntos de datos agregadas, recibe el nombre de curva de frecuencia, En la figu- 22-8 incluimos nuestro ejemplo de la clorinaci6n, pero hemos aumentado ¢ ni- mero de observaciones & 300 y a 10 el de las cases. Notese que hemos unido los puntos con las lineas curvas para aproximar el aspecto que presentaria el poliga- ‘os tuvigramas un nlimero infinito de observaciones de datos y clases de interva- lo muy pequefias. Graffcacién de las distribuciones de frecuencia — 33.FIGURA 28 Curva do frecuencia de las ‘concentracionos ‘de cloro en 300 galones de agua, Usando Intenaios e.2 ppm Definfotn de una dstibuctn de frecuonola scumuiatva “Tebla do rocuoncias menares qua" (Usa ola “menor ane ce) 5 2 43 “ 2% $ 2s § 2 fn aa a a a al ihe 60 162 154 166 188 160 i62 164 166 Tee WO Concentrecones de coro en ppm Ojivas Una distibusion de frecuencia acumulativa nos parmite ver eudntas observa: clones se hallan por arriba o debajo de ciertas valores, en lugar de limitarnos @ ‘anotar los n mers de elementos dentro de los intervales. Por ejemplo, si quere- mos saber cufintos galones contienen menos de 17.0 ppm, podemas servirnos de tuna tabla que incluya las frecvencias acumulativas “menores que” en nuestra ruuestra, como se advierte en la tabla 2-15. _____Sellama ojivaala grfica de una distibuci6n de frecuencia aeurmulativa. ‘La ojiva de una distribucion de este tipo en la tabla 2-15 se muestra en la figura 29, Los puntos erafieados representah Ia centidad de galones que tienen menos cloro que [as partes por millén indicadas sobre el ejehorizontal. Notese que el limite in- ferior de las clases en la tabla se convierte en el limite superior de la distribucién, de frecuencia acumulativa de la ofiva TABLA 248 Distribuciin de frecuencia acumulativa "menor que” de Jas concentracfones de cloro en ppm CLASE —_ FRECUENCIA ACUMULATIVA] Menor que 152 0 Mener que 185 2 ener que 158 7 Menor que 18.1 8 Menor que 184 24 Menor que 18.7 a Manor que 17.2 0 34 Capitulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: FIGURA 22 Le alive “menor ‘we dela sistrtuclén is concontraciones de eo on grt 30 gains oe pre gua taeda ojtvas de tecuenctas rates En ocesiones la informacion que estamos utllizendo se presenta a partir de frecuencias “mayores que”. La ojiva apropiada para tal informacioa tends’ ‘una pendiente bacia abajo y hacia la derecta, no hacia arriba y hacia la izquierde como en la figura 29. sreados eREBR ES 8B “= Nomero acumulative de galones mus lerorque>iee 153 —isB BANAT ‘Coneantrseldn de clara pom Podemos construir la ojiva de una distribuctén de frecuencia relativa de le misma manera que dibujamos la ofiva de una distribucin de frecuencia absoluta cena figura 29, Hebré un cambio: In escala vertical, Igual que en la figura 2-5 de ia pégina 32, esa escala debe marcar la fraccién del nimero total de observaciones ‘que caen dentro de cada clase. TABLA 246. Dlstribuclén de frecuencia relativa ‘acumulativa de las concentraciones de claro en ppm FRECUENGIA FREGUENGIA CLASE __ACUMULATIVA_ACUMULATIVA RELATIVA Menor que 162 ° 00 Menor que 185 2 a Menor que 158 7 3 Menor que 6:1 8 50 Manor que 164 2 ro Menor que 187 a 90 Menor que 172 2 1100 arcncion de fe dletribuetonee da frocuancio 36,Figura 240 jiva “menor que” ella distribu de las ‘oncentraciones 2 cloro en pam para 30 galones de ‘agua tratada, usando frecuonclat rolativas ‘proumacten al wiogio de datos FIGURA 24 iva “manor que dela distribucién de las corcentracionas de cloro en ppm para $0 galones de ‘agua tratada, lo cual hdica el valor ‘medio aproximado dol arreglo original de datos Para construir una ojiva de distribucibn de frecuencia acumulativa, po- demos referirnos ala distribucién de frecuencia celaiva (como la Fig, 2) yela- borar una tabla que incluya los datos (por ejemplo, ia Fig. 210). Notese que las figuras 2-9 y 2-10 son equivalentes, exceptuado el eje vertical dela izquierda BB Frecueneiaretativa aoumulativa Monorque>is2 185158 il aga ‘Concentracones de cro en ppm ‘Supéngase que ahora srazamos una linea perpendicular al eje vertical en a marca .50 para intersectar nuestra ojiva, (Esto lo hicimos en la Fig. 2-11.) De ‘este modo, podemos leer un valor aproximado de la concentraci6n de cloro en el ddecimoquinto gal6n de un artegio de 30 galones. Con ello, hemos retornado al Valor aproximade de deolmaqulnts ‘galén, 1595 recuonclaralativa acumutativa & MonorqoI82 365 158 6) ea ie? 7D ‘Concentracfonss de elo en pam 36 Capitulo 2”ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIONIFICADO: Uso dal orograma SAS para product: stogramas FIGURA 212 Histograma y distiibuclones de ‘trecueneia dol total de las primer arreglo de datos explicado ea el présente capitulo. Mediante ese arreglo podemos construir distribuciones d> frecuencia, Con éstas podemes construir distribuciones de frecuencia acumulativa, Estas @ su vez nos permiten graficar ‘una ojiva. Y a partir de la ojiva estamos en condiciones de aproximér las valores {que tenfamos en el arreglo de datos Sin embargo, normalmente es imposible re- cuperar los datos origiales exactas partiendo de las representaciones grafices que ‘cabamos de mencionar, Uso de la computadora para graficar las distribuciones de frecuencia Emplearemos el paquets estadistico SAS para producir algunos histogramas de Jos datos sobre las ealificaciones que se dan en el aptndice 9. La figura 2-12 con- Uene un histograma de las calificaciones brutastotales de los alumnos. Notese ‘que este histograma tiene barras harzontale en vez de las barras verticals que hemos dibujado haste ahora. Ademas, a la derecha de las barras, el programa SAS proporciona las frecuencias absolutes, las relativas las acumblativas “me- nhores que” (tanto absolutas come réatvas). ‘En fa figura 2-4 hemos observaco una dstibucion de frecuencia biveriada, ‘También podemos crear histogramas que contengan informacion sobre ambas vi Fables. La figura 2-13 es un histogram vertical de las clifcaciones de os alunos, ‘ene cual cada barra esta dividida en dos segmentos que muestran las fraeciones de Graficacin dels dibuciones de frecuencla 37FIGURA 2-43, Histograma de las califleaciones quo rmuostra el tipo de Instructor 38 los que reiben esa calificacién y que estaban en las secciones nen tas a cargo de os profeso- res y de los estudiantes graduados qu trabajaban como profesores sistent (deno- tados mediante el sombreado de las barras con las Py las T). causa tss mr nero "und ADEA SoRe H Capitulo 2”ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: 234 238 ‘Acontinuacién se ofrece una distrbucién de frecuencia del peso de 160 personas que utilizar Ton un elavader clerto dia. Construya un histagrama con esos datos. CLASE —FREGUENOIA CLASE _FREQUENCIA 75-89 1080164 so-104 tt MST 405-119 2 80~194 ye0-1e = 805-20 495-149 St BHO~224 2 4) ,Qu6 observacen el histograms respecto aloe datos que no capté de inmediato en lacstibu- ‘lén de frecuencia? ») Si cada elevador tiene capecidad para 6 personas pero su capicidad total de seguridad el. nila a 400 kg, gqué puede hacer el operador para maximizar esa capacidad sin rebasar el limite de seguridad? zApoyan los datos su propuesta? ‘A continuacién se transcriben en ples las datos de las longltudes de una muestra de 25 botes ‘que usen el North Canal en el Estado de Nueva York: 63 6 9 60 TI 93 68 95 75 St 6a. 61 61 mf 58 13 77 89 69 92 87 66 55 78 96 CConstruya una ojiva que le ayude a contestar las siguientes preguntas: 2) Se cobra una tarifaa os botes de mas de 60 ples de largo. zAproximadamente qué propor- ‘lén de botes pasard canal sin pagar la tata? ') Se cobrauna tafa de 50° por ple alos botes de mas de 60 ples de largo. cAproximadamen- te cudntas veoes recibir el cobrador de as taites $12 0 mas? Homer Willis, cepitén de un barco pesquero de Salter Path (North Carolina) plensa que el punto de equllibrio de pesca para sus barcas as de 6,000 Ibras por vale. A continuaclén se dan fos dx toe 09 una muestra de pesca en 200 viajes que los barcas de Homer han hecho reclentemente: 500 6709 3400 9800 2000 7ooo 5600 4600 9000 5000 4600 3100 6500 9000 4200, 4800 7000 7500 6000 5400 Construya una ollva que le ayude a contestar las siguientes preguntas 2) zAproximadamente qué proporcién de los viajes aleanzan el punto de equllfbro? +) Qué pesca representa el valor medio aproximaco en el arreglo de datos de tos baroos de willis? 6} 2Qué pesca de los beroos de Willis superan el punto de equillrio un 80% de las vores? CGrafcecion de les esribucionas de frecuencia 39237 238 299 40 Central Carolina Hospital tlre los sigulentes datos que representan el peso neonatal en Ibtas 49 200 nifos premature, CLASE FRECUENGIA CLASE FREQUENCIA 05-09 10-28 19-1419 aa 45-19 24 a 20-24 27 ? Construya una ojva que fe ayude a contestar las siguientes preguatas: 4) ¢Cual fue e! valor meio aproximado del conjunto original de datos? ») SInormalmente a os nfhos prematuros de manos da 3.0 libras de peso se les manttene como Precauoién en una incubadora varios dias, zms o manos qué porcentsje de los prematuros ‘que nacen en Central Carolina Hospital necesitardn una Incubadora? ‘Antes de construir una presa sobre el Rio Colorado, el Army Corps of Engineers efectud una se- Fle de pruebas para medir el flujo de agua més eld de sitio propuesto para la obra. Los resulta, ddos de las pruebas se usaron para preparar la sigulente dlstribucién Ge ftecuencta: FLUJO DEL Rio (MILES DE GALONES POR MINUTO) FRECUENCIA 4,011,080 F 4,951-1,100 a 1,101~1,150 2 $.151—1,200 a 1201-~-1/250 5 4,25121,900.. a 4,901=1,350 a 1,951—1,400 ml Total om 4) Con los datos de la tabla anterior construya una dlatribucién y una oliva de frecuencia acu ‘mulativa “mayor que” 5} Con fos datos de la tabla anterior construya una dietibuelgn y una ojiva de frecuencia acu- rmulativa “menor que", ©) Por me: minuto, dela ovaestime qué proporcién del flujo oourre en menos de 1,300 galones por Nora Velarde, asesora de una pequena empresa de corretaje estaba tratando de dsefiar progra- ‘mas de Inversién que fuesen atractivos paras anclanos, Sabla que, silos cllentos potenclales Podien ganar cielo ulvel de randimtento,estarian dispuestes a amlesgar su dinero; pero se ‘mestrarlan renuentes mas alld de determinado nivel, De un grupode 60 sujetos consiguié le s- ulentas datos acerca de los civersos nlveles de cendimiento que se requerla para que cada uno Tnviriese $1,000: Capitulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIONIFICADO: 240 at 22 PUNTO DEINDIFERENCIA FRECUENCIA 70-74 2 15-78, 5 80-84 10 85-89 4 30-94 1 95-29 3 400-104 a 105-108 2 mayors qe"y “enors aie 2) constye dstrbuciogs de eens acum "nayres ey i 8 Gat na tae ea pare i coatdaan os de tec at Enno dun care empoquese aan x ngiilrineaplana urepltdo fale ands contnusln se anetbn ls dato, aproximades 2 cSnes de 208 228 219 220 207 209 250 222 228 2041 258 207 225 212 2H 23 29 229 25 195 237 23 236 130 21 250 195 21 U2 218 219 218 291 199 242 241 198 29 228 29 497 242 238 207 28 243 211 209 218 227 2) blsponga sds on un ego or aden acento. . 8 Consruysn ls tatos vn cetibvlon de reouncayunadstbtn recurs a ruta senor que, vando trac de rites. «Corton fou datos un poigena do recienl ste can fs datos Una ova de econ "meno ue ¢ Porudle dlagvecstin us poootae dela ves pinta plana del eso puede Inpintse en ons do 4 ints " un agent desegrs lane datos sobre a cated menaal de plas qv eden ul: mosatos Sue aatos oe naareleco en a siete dobulé de ecu \VENTAS MENSUALE $1,000-$1,149 4y160~ 1,299 FREQUENCIA 11600-11749) 1\750- 1,889 11900-2049 2050- 2199 2) Constya una dstbucn de tecunca rata um 2) etna see a mama genio de eevecarlavey un polgane do cusnefas relativas. La National Association of Real Etat Sellars he recebad [os slgulentes los on una uestra ‘de 130 vendecores que representan los ingresos anvales totales por conoepio de Grafceisn de as dseibucones de frecuencia — 4442 2.43 Cd FRECUENCIA {$5,000 0 menos 3 $6001 -$1000 9g $10.001-$15000 44 $15,001-$20,000 gg $20.001-$80.000 gy $30.001~$40,000 ig $4o001-$5000 —'g Ins o$5,000 5 cnr shri scnt : iS pregunt ‘ Sci oceacne ca 2 cea Send a ton suet rn ‘lerta exibefon de una sobre el ndmero de minutos que los ve inosauio, He euro, He aul coc datos, edondeados al minuto mascanenn ‘steano: MINUTOS ANTE EL OBJETO EXHIBIO FRECUENCIA RE OBVETO EXHIBIOO _FRECUENCH Vr ae w aa 40 Hes 90 oe “Ta ten % tee 2 tes % 3 eee te ao Vinlstracién ha deoidido que de iene nia te na Rune a » & fa administracién le gustaria sabe oo resem spr ses deena ver ete isan mimes 2 passe ee enema 2-6 GLOSARIO DEL CAPITULO GLOSARIO DEL CAPITULO ARREGLO De DaTos Organizacién de rior por oberon en ascendente O deseendente me enorten CLASE ABIERTA™ "Aqua qu permite ue sealimied exten spear cn rior de un esquems caci ‘for de un esqueme ce claiicacibncvsntita- contunto De pw de datos, ms CURVA DE FRECUENCIA us gag soe feensis marnoa agen ie ss y observe {Gh observacones de dats al con unto de DATOS Coleccin de varias observa Una colecsién Capita 2/ORGANE ZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: (241 clones relaclonadas en una o més variables DATOS BRUTOS —Informacibn antes de ser organizada o analizada mediante méto- dos estadisticos. DATOS CONTINUOS Los que pueden pasar de una clase ala siguiente sin rupturao {gue pueden expresarse como ntimeros ente- ros o fracciones. DATOS DISCRETOS _ Los que no pasan de una clase a la siguiente sin rupture; es de~ cit, aquellos en que las clases representan ca- tegorias.o conteos bien definidos y pueden ser representadas por niimeros enters, DISTRIBUCION DE FRECUENCIA —Re- presentacién organizada de los datos que ‘muestra el nimero de observaciones del con junto de datos que caen dentro de cada conjunto de clases mutuamente exchnyentes DISTRIBUCION DE FRECUENCIA ACU- MULATIVA. — Representacion tabular de Tos datos que muestra cudmtas observaciones se hallan encima o debajo de ciertos valores. DISTRIBUCION DE FRECUENCIA RE- LATIVA Representactn de datos aue muestra la fraccién 0 porcentaje el conjun- to total de datos que caen dentro de cada conjunto de clases mutuamente excluyentes 2-7 CAPITULO HISTOGRAMA Grafica de un conjunto de datos que te compone de una sere de reo- tangulos, de enchura proporsional al inter- valo de valores en wa casey de altura pro- poreonal al nimero de observaciones que caen deni dela clase o ale fracdin de ee- restos dela case. MUESTRA Coleccién de algunos de los clementos dela poblacién en estudio; seem ples para desribi la poblacién, MUESTRA REPRESENTATIVA Ague- Ia gue contine las earactestons relevares Ge la pobiacign en le misma proporcién en aque Figuran en Ia poblacién. OSIVA Grifica de una distbueiin de frecuencia acumulativa, POBLACION Conjunto de todos los ele- rentos que estamos estudiando y acerea de Jos cuales tratamos de sacar conclusiones. POLIGONO DE FRECUENCIAS | Gr ca lneal que ne los puntos medios de cada ‘las en un conjunto de datos se grafen en lk altura correspondiente a la fecuencia de Inca. PUNTO GRAFICADO (OBSERVACION) DE DATOS Observacién individual de un conjunto de datos. _—_— ECUACIONES UTILIZADAS EN EL CAPITULO Siguiente valor unitario Ampitud de los despuésce valor maximo endatos ~ Valor minimg entosdates 25 intervals de clase ara arreglar ls datos escoja el nt y luego aplique la ecuacion 2-1 para ‘aft, Esta Formula us el siguiente valor de las mismas unidades, ‘Niimera total de intervalos de clase mero de class en que los dividira (notmalmente entre 6 15) ‘determinar la amplitud de los intervals de clase de igual ta- porque mide el intervalo en- tre el primer valor de una clase y el primero de la siguiente clase. Exwaciones wlteadas en ef capitulo 432-8 EJERCICIOS DE REPASO 2s 245; 246 247 44 El eigutone count do aats brutes dative syste at veld ngeso8yasclartdad on Estados Unidos dunes dence, eo aaginascorluones oar ast una forma que los haga mas significativos. ane INGRESOS ESCOLARIOAD INGRESOS ESCOLARIDAD INGAESOS ESCOLARIDAD High school $ 21,200 8.5, $817,200 2y¢s. cologe BA 2 Bio os 35 ; a0 we BB Reems Hs ; 200 Eymteye see oage Mo. tooo apr HG) ta eae fol aee 76,000 Law degree 24,400 BA. ome 3,0 figh school 44,000 Ph.D, 26,000 man i 17180 Tiharde S000 (arcopan a ‘High school 25,800 High schoo 64,000 Ph.D. “ 600 BAL 20,200 1 yr. college 92,600 B.S. Los 5 ostads ia Unién Amoi t uo American enn lint de abso tosslgtnts cat nro renal cabo oto cans aan nc et in trie inanclero, asf como el vent fe inasi i dncstado, 2 lon no dete Btn exis ureputas artaenie de agora Nebraska ene eat brake eno sguente datos qu repre ‘nto semana en plgadas de musts de mate etn sombrase enn 04 19 15 9 03 39 04 35 3 09 07 08 o7 os ts Os is 17 to 1) Dlsponga los datos an un arreglo tun arreglo por orden descendents, ») Construya una distribucién de frecuencla relatva usando intervalos de 26, {9} Gon lo que ha hecho hasta ahora, zque Sontocusta ,2gué conclusfones puede sacar respecio al crecimiento en 4) Construya una ollvaque le ayude a determin: Gonstraya una que aye adeterminar qs proporldn dl mal crelé ns 0p ©) LAproximadamente cual fue la tasa de. ler iets ula tase orci eral ont mail Erte suet Cora mute satanic dean oi i ue deal en nea de deacano site carter rsa, Con asc dels, arstijeron a siete otbulon esate ronnie. “oe ee = fg: a aM 12 Capito 2/0RGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIGNIFICADO: 248 29 250 251 ) zAproxImadamente cul fue la profundidad de la rodada de la tigésima Iianta en el arregto de datos? 1b) ila profundidad dela rodada menor quo %iese considera peligrose, zaproximadamente qué proporcién de las lantas en la carretera son poco segura? Une companiafabrica 1 productos bésicoa, La compafia conserva ragisttos del nimero de ca a procuetofabricado por mes, afin do examina os alates rletivos de praductin, Los reqls- {ros muestran que los sigulentes nimeros de cada producto fueron fabricados por ella en el Ul- timo mes de 20 clas laborales: 997 10,052 10,028 9722 9.608 4008 10587 9.872 9.966 9,028 40,123 10807 9.910 9.992 10,207 Cconstruya una ofiva que le ayude a contestar as sigulentes preguntas: En cuintos de sus artoulos la producel6n rebas6 el punto de elit de 10,000 unidades? 1) {Qué nivel de producolén rebas6 el 75% de sus productos en el mes’ 10} ZQU6 nivel de produccién aicanzé ef 90% da sus productos er ese mes? €Eladministrador da un hospital ha ordenado un estudio sobre el tlempo que un paciente espera ntos de ser atendido pore personal ce la sala deurgencias Los igulantes datos fueron reuni- dos durante una Jornada tpica: TIEMPO DE ESPERA (MIN) Eee 45 13 18 2% 2 5 1 12 2% 20 m2 8 7 Mm 7 1 2 1S 8 2) Dlaponga ios datos en un arreglo por orden ascendente, gcué comentarlo puede hacer acer- ‘ca dl tlempe de espera de los paclentes basdndose para ellc en su arteglo de datos? 1) Ahore construyauna distrbucion de frecuencia uilzando 6 ceses. .Qué ota ntrpretacién pplode dar a los datos a partir de la distibuci6n de frecvencio? « Por medlo de una ofva y baséndose en los datos anteriores, dia cudnto tiempo deberdn es perar los pacientes en la sala de urgencias antes de recibir alencién médica. {08 valor adicional tione una distrbucion de frecuencia elativa,unavez construlda una dst ‘uote de frecuencia? ‘Acontinvact6n se ranscriben los pesos de una poblacién enterade jugadores de fdtbol ameri- ccano de la Liga Nacional 226 198 210 263 222 175 215 to Ot 175 264 204 193 244 180 185 190 216 178 190 474 183° 201 298 252 ST 296 22 B13. OT 283° 205 160 267 256 185 192 245 218 198 509 100 178 184 23d 236 160 282 201 187 485 175 196 172 248 198 225 165 180 175 217 190 212 198 212 228 ted 219 199 212 220 29 ig 170 258 192 184 e049 280 jo 135 249 180 209 202 242 289 298 227 207 218 230 224 2B 188210 0S 187169 jis de repaso —45282 253 254 255 46 2 ee ctnntneeec nn a ee ree tnabey edna eran us prolactin an FReoueNa esco.anioad (be Los besenPcssoes) No terinrnianeearza mala as Ration da ce essa media at ltr veda pero no Sliven lo ‘8 -Recibleron un titulo universitario 09, Asistioron a una escusia de posgrado pero no recibieronel titulo ry Pen neato oe in Palgano de reer reiatas, ar alr l presente ere, suponga uel heey, erlor de fa ditima case es $51.00. . . mess sing, construya una ofiva que le ayude a estimar que rl ian relist el mero promedio de millas re un dls Recoil else nero p corridas en un dia. Recopilé sus rosultadea on faa MILLAS PORDIA FREGUENCIA 1.00-1.98 2 1.40-1.78 a 4.80-2.19, a 220-259, 22 260-299 131 8.00-3.39 130 340-8.78 at 8.80-4.19 95 420-459 8 460-499 a 5.00 en adelante 63 er Capltulo 2/ORGANIZACION DE LOS DATOS PARA QUE TRANSMITAN UN SIONIFICADO: 267 288 289 260 ‘a Construya una cflva que le Indique aproximadamante cuantas mllas por dla corre un corre dor medio, ») Baséndose en la ojiva que ha construldo on Ia pate (a, gaproximadamente que proposi6n de corredores unlversitarios corren un minimo de 3.0 milla por dia? Un psia6iogo al examinar al éxito que los universitarios tienen en su profesionrealizaentrevis- tas con 100 alumnos de una unlversidad,mitad hombres y mftad mujeres y on ellas basa su trax bajo de Invastigacién, Comenta la correccién de esta encuesta, Silos siguientes grupos de edad estén Incluldos en las proporciones Indicadas, zcudntes Incl- ‘duos de cada grupo deben ser incluldos en una muestra de 2,500 personas para quo la mues- ‘ra soa roprasontativa? GRUPODEEDRO _PROPORCION RELATIVAENLAPOBLACION R47 38 18-28 4 24-28. 0-35 36+ La State University tlene 3 campus, cada uno con su propia escuela de administraciOn,€! ao pasado los profesores de esa escuela publlearon numerasos articulos en revistas especializar das de gran prestiglo,y a junta de goblerno cont los articulos como una medida de la product vided de cada departamento. NUMERO OE _ NUMERO DE NUMERODE _ NUMERO DE REVISTAS PUBLIGACIONES CAMPUS —=REVISTAS PUBLICAGIONES —CAMUS 8 a Norte 4 20 ‘sur 2 5 Node 0 8 ‘ur 3 1 ‘sur a rr ste 8 8 onsie 5 6 Norte 2 e Oeste 1 5 Norte 5 6 sur 7 8 este 4 ° Norte 6 2 Nera 8 5 Oaste 2 a Oeste 2 3 Nore 8 1 Norte n 4 None 1" 8 Norte 7 8 Norte “ 10 Oeste 5 0 Onste 8 T sur 2} Construya una dlatribualén de frecuencia y una distibucton de frecuencia rlativa por revista, ) Construya una distribuclon de frecuencia y una distribucién de frecuencia reativa por rama de Ia universidad ©} Construya unadlatiibucion de frecuencia yuna distribuct6n de fecuenciarlativa por end mero de publicaciones (usando intervalos 3). 4) [nterprete breverente sus resultados. Un ovestionario de acttudes ante fa educacion sexual en las escuelas es envado auna muestra aleatoria de 2,000 personas; B80 cuestionarlos son lienados y devueltoe al investigador. Comer te loa datos disponibles en esos cuestionarlos en funcién de 6 pruebas de dats. Hjeriis de epasn AT261 262 263 48 En cada aparato que produce una ampresa da aparatos eléotricas se Incluye una péliza de ga rantia para el cliente, Ademés de valdar a garantla y proporotonar a la compania el nombre y a Bones asm x or hes re et ae 3 7 igs See a. ae ee sem x ae moss asm x Cae wove nk sana io al $5:350, 0 225 ~aadanusstal onda ‘En nuestra muestra de 600 clientes, e! promedio del saldo mensuel de las cuentas de cheques es de $142.25, Esta es nuestra aproximaci6n de la distibucibn fe frecuencia, Notese que, como no conoctamos todas las observaciones de los Gatos en ia muestra, supusimos que cada valor de una clase ere igual a su marca de clase, Asi pues, nuestros resultados slo pueden aproximar el saldo menstal promedio, ‘Comparemos una media aproximeda calculada con los datos agrupados, cobteniendo la media real de datos no agcupados. Examinemos el ejemplo presen tado en las tablas 3-5 y 26 que cegistran las nevadas anuales (en pulgades) duran te 20 ahos en Hislan, Kentucky, Si usamos datos no agrupads, la nevada aval promedio er 21.65 pulgadas. Si nos servimos de datos agrupades,e promedio e- Fimado sera de 21.5. Le diferencia es peguetia, Y cuando el nfimero de observa- Cones es grande, aprecizremas la comodidad que nos brindan los datos agrupados, Codifieacion ‘Cuando tenemos que realizar manualmente ls operaciones aritméticas, podemos simplifiear ain més nuestro céleulo de la media @ partir de datos agropados, ‘Aplicando un método llamado codifieaciin,eliminams el probleme de marcas de clases grandes 0 inadecuadas, En ver de usar las verdaderas marcas de clase para efectuar los célculos, es posible asignar enteros conseeuivas de valor pe {qui (ndmerosenteros) denominados eddigos 8 cada una de las marcas de clase Er entero cero puede ser asignado en cualquier lugar, pero para mantener pe- ‘qusts los enterosasignaremos cero ala marea de clase en emia (0 enel entero ras cercano a la mitad) dela distribuci6n de frecuencia. Desputs podemos asig- ‘Ua primare medida de tendencio central: La media artmética = 73