SlideShare una empresa de Scribd logo
1 de 18
Datos Agrupados
         G. Edgar Mata Ortiz
Introducción
Esta presentación es la segunda parte de cuatro,
 en las que se construye una tabla de distribución
 de frecuencias para datos agrupados.
El objetivo es mostrar detalladamente las
 operaciones aritméticas necesarias para resumir un
 conjunto de datos agrupándolos en intervalos.
El cálculo de intervalos aparentes se llevó a cabo
 en la primera parte, ahora vamos a estudiar cómo
 se calculan los intervalos reales.
Datos agrupados
Procedimiento para obtener los intervalos reales a
 partir de los intervalos aparentes calculados en la
 presentación anterior.
 Número          Intervalos                 Intervalos
 de clase        aparentes                   REALES
 Número de     Límites      Límites      Límites      Límites
              inferiores   superiores
  intervalo                             inferiores   superiores
    1            41          46             ?            ?
    2            47          52             ?            ?
    3            53          58             ?            ?
    …            …            ...          …            ...
    10           95          100           ?            ?
Datos agrupados
  1   1    2    3    4     5    6    7    8    9    10   11   12   13   14   15
  1   81   52   81   64    83   79   77   74   79   70   77   77   62   67   81
  2   71   68   71   85    65   91   51   61   80   82   63   91   71   74   78
  3   86   65   66   56    73   75   83   62   70   60   68   86   66   83   75
  4   67   45   78   77    83   65   89   54   60   69   75   66   73   72   68
  5   86   76   48   66    67   74   58   70   60   49   88   56   68   90   75
  6   74   70   85   73    76   66   72   87   69   70   66   70   55   88   70
  7   71   80   70   75    76   69   71   77   72   63   64   56   57   66   80
  8   75   74   90   89    81   64   62   91   61   62   64   58   72   69   59
  9   75   71   79   86    74   74   75   81   67   97   54   73   80   63   70
 10   63   67   49   100   66   79   71   77   75   60   66   58   72   57   60
Datos agrupados
  16   17   18   19   20   21   22   23   24   25   26   27   28   29   30
  62   67   79   71   79   65   70   84   62   73   87   65   72   65   92
  72   59   60   66   63   83   65   87   62   79   89   51   70   70   56
  54   62   82   78   64   76   71   71   73   53   68   85   77   68   72
  67   77   42   80   68   64   73   55   79   43   58   74   78   79   57
  67   66   75   77   66   73   76   70   54   90   61   62   90   81   81
  66   83   69   72   65   85   74   79   59   72   78   67   81   77   57
  78   54   77   77   79   75   75   62   73   80   53   89   59   67   78
  81   65   62   63   85   68   74   75   61   60   62   50   94   77   91
  65   80   73   81   50   75   89   71   59   79   83   80   92   69   57
  75   69   60   73   62   83   72   66   85   61   52   86   55   83   80
Datos agrupados
En la primera parte de esta presentación se
 llevaron a cabo los pasos necesarios para obtener
 los intervalos aparentes.
Estos intervalos deben cumplir 4 condiciones:
 - El primer límite inferior debe ser menor o igual al valor
   mínimo de los datos
 - El último límite inferior debe ser menor o igual al valor
   máximo de los datos
 - El primer límite superior debe ser mayor o igual al valor
   mínimo de los datos
 - El último límite superior debe ser mayor o igual al valor
   máximo de los datos
Datos agrupados
 Intervalo              Intervalos aparentes
  número     Límites inferiores     Límites superiores
     1               41                    46
     2               47                    52
    3               53                         58
    4               59                         64
                         Los cuatro valores
    5               65    cumplen con las      70
    6               71      condiciones        76
                            necesarias.
    7               77                         82
    8               83                         88
    9               89                         94
    10              95                        100
Datos agrupados
 Intervalo              Intervalos aparentes
  número     Límites inferiores     Límites superiores
     1               41                    46
     2               47                    52
    3               53                         58
    4               59                         64
                         Los cuatro valores
    5               65    cumplen con las      70
    6               71      condiciones        76
                            necesarias.
    7               77                         82
    8               83                         88
    9               89                         94
    10              95                        100
Datos agrupados
Ahora vamos a realizar el Quinto paso:
Obtener intervalos reales.
Para obtener dichos intervalos necesitamos
 calcular la distancia entre un intervalo y otro.
Podemos tomar cualquier par de intervalos, por
 ejemplo, el primero y el segundo.
Primer intervalo: De 41 a 46
Segundo intervalo: De 47 a 52
Datos agrupados
Quinto paso: Obtener intervalos reales.
Primer intervalo: De 41 a 46
Segundo intervalo: De 47 a 52
La distancia entre estos intervalos es la diferencia
 entre el límite inferior del segundo intervalo (47) y el
 límite superior del primero (46)
Restamos 47 – 46 = 1
Datos agrupados
Quinto paso: Obtener intervalos reales.
Restamos 47 – 46 = 1
Dividimos esta distancia entre dos: 1 entre 2 = 0.5
Este resultado se va a restar a los límites inferiores
 de todas las clases y se va a sumar a los límites
 superiores.
Datos agrupados
 Intervalo                Intervalos reales
  número     Límites inferiores      Límites superiores
     1            41 – 0.5               46 + 0.5
     2            47 – 0.5               52 + 0.5
    3             53 – 0.5              58 + 0.5
    4             59 – 0.5              64 + 0.5
    5             65 – 0.5              70 + 0.5
    6             71 – 0.5              76 + 0.5
    7             77 – 0.5              82 + 0.5
    8             83 – 0.5              88 + 0.5
    9             89 – 0.5              94 + 0.5
    10            95 – 0.5             100 + 0.5
Datos agrupados
 Intervalo                Intervalos reales
  número     Límites inferiores      Límites superiores
     1              40.5                  46 .5
     2              46.5                   52.5
    3               52.5                       58.5
    4               58.5                       64.5
    5               64.5                       70.5
    6               70.5   Observa que cada 76.5
    7               76.5   límite superior es  82.5
                           igual al límite
    8               82.5   Inferior del        88.5
    9               88.5   intervalo siguiente 94.5
    10              94.5                       100.5
Datos agrupados
Quinto paso: Obtener intervalos reales.
Al ser iguales el límite superior de cada clase al límite
 inferior de la clase siguiente, no hay espacios entre
 una clase y otra.
Para completar una tabla de distribución de
 frecuencias con datos agrupados se utilizan los
 intervalos reales, no los aparentes.
Los intervalos aparentes sólo se utilizan para facilitar
 el conteo cuando este es realizado manualmente.
Datos agrupados
   Clases o categorías            Marcas de                                         Medidas de tendencia central y
                                                    Frecuencias
          Intervalos                clase                                                    dispersión
                                                                                                                            2
Lim . Inferior   Lim . Superior       xi      fi   fai      fri      frai            fi xi         xi   x fi       xi   x       fi




                                                                  Totales
                                                                                =
                                                                            Desv iación m edia =
                                                                                                               =
                                                                                                               =
Datos agrupados
En la siguiente presentación veremos cómo se
 calculan los valores de cada columna.

  xi     Marcas de clase

  fi     Frecuencia absoluta

  fai     Frecuencia acumulada

  fri    Frecuencia relativa

  frai     Frecuencia relativa acumulada
Datos agrupados
En la siguiente presentación veremos cómo se
 calculan los valores de cada columna.
 fi xi   Frecuencia absoluta           xi   x fi    Diferencia absoluta entre
         por marca de clase
                                       cada marca de clase y la media por
                                       la frecuencia absoluta

             2
   xi    x       fi   El cuadrado dela diferencia
 de cada marca de clase y la media por
 la frecuencia absoluta
licmata@hotmail.com
http://licmata-math.blogspot.com/
http://www.scoop.it/t/mathematics-learning
http://www.slideshare.net/licmata/
http://www.facebook.com/licemata
Twitter: @licemata




 Gracias por su atención

Más contenido relacionado

La actualidad más candente

Aplicación de histogramas
Aplicación de histogramasAplicación de histogramas
Aplicación de histogramasFelipe Cordero
 
Problema 8 medidas de dispercion
Problema 8 medidas de dispercionProblema 8 medidas de dispercion
Problema 8 medidas de dispercionFer Echavarria
 
Histograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificaciónHistograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificaciónleonardo19940511
 
Números irracionales (ensayo final)
Números irracionales (ensayo final)Números irracionales (ensayo final)
Números irracionales (ensayo final)pryzko7
 
Interpretando las gráficas de correlación.
Interpretando las gráficas de correlación.Interpretando las gráficas de correlación.
Interpretando las gráficas de correlación.rossee2012
 
Matemática 2do encuentro
Matemática   2do encuentroMatemática   2do encuentro
Matemática 2do encuentrophontakly
 
Diagrama de dispersion
Diagrama de dispersionDiagrama de dispersion
Diagrama de dispersionYeltzin Garcia
 
Interpretación de los histogramas y tabla de distribución de las frecuencias
Interpretación de los histogramas y tabla de distribución de las frecuenciasInterpretación de los histogramas y tabla de distribución de las frecuencias
Interpretación de los histogramas y tabla de distribución de las frecuenciasRolando De Santiago
 
Control estadistico del proceso ejercicio 8
Control estadistico del proceso ejercicio 8Control estadistico del proceso ejercicio 8
Control estadistico del proceso ejercicio 8Franko Zzoto Medina
 

La actualidad más candente (13)

Aplicación de histogramas
Aplicación de histogramasAplicación de histogramas
Aplicación de histogramas
 
Yadira
YadiraYadira
Yadira
 
Problema 8 medidas de dispercion
Problema 8 medidas de dispercionProblema 8 medidas de dispercion
Problema 8 medidas de dispercion
 
Histograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificaciónHistograma, diagrama de dispersión y hojas de verificación
Histograma, diagrama de dispersión y hojas de verificación
 
Números irracionales (ensayo final)
Números irracionales (ensayo final)Números irracionales (ensayo final)
Números irracionales (ensayo final)
 
Interpretando las gráficas de correlación.
Interpretando las gráficas de correlación.Interpretando las gráficas de correlación.
Interpretando las gráficas de correlación.
 
Matemática 2do encuentro
Matemática   2do encuentroMatemática   2do encuentro
Matemática 2do encuentro
 
Interpretacion de correlacion
Interpretacion de correlacionInterpretacion de correlacion
Interpretacion de correlacion
 
Ejercicio 8
Ejercicio 8Ejercicio 8
Ejercicio 8
 
Diagrama de dispersion
Diagrama de dispersionDiagrama de dispersion
Diagrama de dispersion
 
Interpretación de los histogramas y tabla de distribución de las frecuencias
Interpretación de los histogramas y tabla de distribución de las frecuenciasInterpretación de los histogramas y tabla de distribución de las frecuencias
Interpretación de los histogramas y tabla de distribución de las frecuencias
 
Control estadistico del proceso ejercicio 8
Control estadistico del proceso ejercicio 8Control estadistico del proceso ejercicio 8
Control estadistico del proceso ejercicio 8
 
Regresion
RegresionRegresion
Regresion
 

Destacado

Mapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralMapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralCarmen Cedeno
 
Media aritmetica para datos no agrupados
Media aritmetica para datos no agrupadosMedia aritmetica para datos no agrupados
Media aritmetica para datos no agrupadoslolaromero123
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupadosRenata Briseño
 
Media Mediana Y Moda de Datos Agrupados
Media Mediana Y Moda de Datos AgrupadosMedia Mediana Y Moda de Datos Agrupados
Media Mediana Y Moda de Datos AgrupadosEstadistica UTPL
 
Mediana y Moda en datos agrupados [Estadísticas]
Mediana y Moda en datos agrupados [Estadísticas]Mediana y Moda en datos agrupados [Estadísticas]
Mediana y Moda en datos agrupados [Estadísticas]pipofukingdrumsbeats
 
Datos agrupados y no
Datos agrupados y noDatos agrupados y no
Datos agrupados y nopbacelis
 

Destacado (7)

Mapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralMapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia central
 
Media aritmetica para datos no agrupados
Media aritmetica para datos no agrupadosMedia aritmetica para datos no agrupados
Media aritmetica para datos no agrupados
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupados
 
Media Mediana Y Moda de Datos Agrupados
Media Mediana Y Moda de Datos AgrupadosMedia Mediana Y Moda de Datos Agrupados
Media Mediana Y Moda de Datos Agrupados
 
Mediana y Moda en datos agrupados [Estadísticas]
Mediana y Moda en datos agrupados [Estadísticas]Mediana y Moda en datos agrupados [Estadísticas]
Mediana y Moda en datos agrupados [Estadísticas]
 
Datos agrupados y datos no agrupados
Datos agrupados y datos no agrupadosDatos agrupados y datos no agrupados
Datos agrupados y datos no agrupados
 
Datos agrupados y no
Datos agrupados y noDatos agrupados y no
Datos agrupados y no
 

Similar a Datos agrupados 02

Similar a Datos agrupados 02 (20)

Datos agrupados 02
Datos agrupados 02Datos agrupados 02
Datos agrupados 02
 
Grouped data 03 2020
Grouped data 03   2020Grouped data 03   2020
Grouped data 03 2020
 
Grouped data 03
Grouped data 03Grouped data 03
Grouped data 03
 
Datos agrupados 01
Datos agrupados 01Datos agrupados 01
Datos agrupados 01
 
Datos agrupados utt 01
Datos agrupados utt 01Datos agrupados utt 01
Datos agrupados utt 01
 
Control estádistico del proceso
Control estádistico del procesoControl estádistico del proceso
Control estádistico del proceso
 
Control estádistico del proceso
Control estádistico del procesoControl estádistico del proceso
Control estádistico del proceso
 
Control estádistico del proceso
Control estádistico del procesoControl estádistico del proceso
Control estádistico del proceso
 
Control estádistico del proceso
Control estádistico del procesoControl estádistico del proceso
Control estádistico del proceso
 
Control estádistico del proceso
Control estádistico del procesoControl estádistico del proceso
Control estádistico del proceso
 
Grouped data 01
Grouped data 01Grouped data 01
Grouped data 01
 
Grouped data 01 2020
Grouped data 01   2020Grouped data 01   2020
Grouped data 01 2020
 
Aplicacion de los histogramas.
Aplicacion de los histogramas.Aplicacion de los histogramas.
Aplicacion de los histogramas.
 
Iris
IrisIris
Iris
 
Yadira 120521123318-phpapp01
Yadira 120521123318-phpapp01Yadira 120521123318-phpapp01
Yadira 120521123318-phpapp01
 
Yadira 120521123318-phpapp01
Yadira 120521123318-phpapp01Yadira 120521123318-phpapp01
Yadira 120521123318-phpapp01
 
Guía 1: tendencia central grado 9° 2012
Guía 1: tendencia central grado 9° 2012Guía 1: tendencia central grado 9° 2012
Guía 1: tendencia central grado 9° 2012
 
H...
H...H...
H...
 
Aplicación de histogramas
Aplicación de histogramasAplicación de histogramas
Aplicación de histogramas
 
Yesica analisis estadistico 2012 alumnos
Yesica analisis estadistico 2012 alumnosYesica analisis estadistico 2012 alumnos
Yesica analisis estadistico 2012 alumnos
 

Más de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numbEdgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021Edgar Mata
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Edgar Mata
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbersEdgar Mata
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3Edgar Mata
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebraEdgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic functionEdgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nlEdgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excelEdgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020Edgar Mata
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Edgar Mata
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Edgar Mata
 

Más de Edgar Mata (20)

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020
 

Datos agrupados 02

  • 1. Datos Agrupados G. Edgar Mata Ortiz
  • 2. Introducción Esta presentación es la segunda parte de cuatro, en las que se construye una tabla de distribución de frecuencias para datos agrupados. El objetivo es mostrar detalladamente las operaciones aritméticas necesarias para resumir un conjunto de datos agrupándolos en intervalos. El cálculo de intervalos aparentes se llevó a cabo en la primera parte, ahora vamos a estudiar cómo se calculan los intervalos reales.
  • 3. Datos agrupados Procedimiento para obtener los intervalos reales a partir de los intervalos aparentes calculados en la presentación anterior. Número Intervalos Intervalos de clase aparentes REALES Número de Límites Límites Límites Límites inferiores superiores intervalo inferiores superiores 1 41 46 ? ? 2 47 52 ? ? 3 53 58 ? ? … … ... … ... 10 95 100 ? ?
  • 4. Datos agrupados 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 81 52 81 64 83 79 77 74 79 70 77 77 62 67 81 2 71 68 71 85 65 91 51 61 80 82 63 91 71 74 78 3 86 65 66 56 73 75 83 62 70 60 68 86 66 83 75 4 67 45 78 77 83 65 89 54 60 69 75 66 73 72 68 5 86 76 48 66 67 74 58 70 60 49 88 56 68 90 75 6 74 70 85 73 76 66 72 87 69 70 66 70 55 88 70 7 71 80 70 75 76 69 71 77 72 63 64 56 57 66 80 8 75 74 90 89 81 64 62 91 61 62 64 58 72 69 59 9 75 71 79 86 74 74 75 81 67 97 54 73 80 63 70 10 63 67 49 100 66 79 71 77 75 60 66 58 72 57 60
  • 5. Datos agrupados 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 62 67 79 71 79 65 70 84 62 73 87 65 72 65 92 72 59 60 66 63 83 65 87 62 79 89 51 70 70 56 54 62 82 78 64 76 71 71 73 53 68 85 77 68 72 67 77 42 80 68 64 73 55 79 43 58 74 78 79 57 67 66 75 77 66 73 76 70 54 90 61 62 90 81 81 66 83 69 72 65 85 74 79 59 72 78 67 81 77 57 78 54 77 77 79 75 75 62 73 80 53 89 59 67 78 81 65 62 63 85 68 74 75 61 60 62 50 94 77 91 65 80 73 81 50 75 89 71 59 79 83 80 92 69 57 75 69 60 73 62 83 72 66 85 61 52 86 55 83 80
  • 6. Datos agrupados En la primera parte de esta presentación se llevaron a cabo los pasos necesarios para obtener los intervalos aparentes. Estos intervalos deben cumplir 4 condiciones: - El primer límite inferior debe ser menor o igual al valor mínimo de los datos - El último límite inferior debe ser menor o igual al valor máximo de los datos - El primer límite superior debe ser mayor o igual al valor mínimo de los datos - El último límite superior debe ser mayor o igual al valor máximo de los datos
  • 7. Datos agrupados Intervalo Intervalos aparentes número Límites inferiores Límites superiores 1 41 46 2 47 52 3 53 58 4 59 64 Los cuatro valores 5 65 cumplen con las 70 6 71 condiciones 76 necesarias. 7 77 82 8 83 88 9 89 94 10 95 100
  • 8. Datos agrupados Intervalo Intervalos aparentes número Límites inferiores Límites superiores 1 41 46 2 47 52 3 53 58 4 59 64 Los cuatro valores 5 65 cumplen con las 70 6 71 condiciones 76 necesarias. 7 77 82 8 83 88 9 89 94 10 95 100
  • 9. Datos agrupados Ahora vamos a realizar el Quinto paso: Obtener intervalos reales. Para obtener dichos intervalos necesitamos calcular la distancia entre un intervalo y otro. Podemos tomar cualquier par de intervalos, por ejemplo, el primero y el segundo. Primer intervalo: De 41 a 46 Segundo intervalo: De 47 a 52
  • 10. Datos agrupados Quinto paso: Obtener intervalos reales. Primer intervalo: De 41 a 46 Segundo intervalo: De 47 a 52 La distancia entre estos intervalos es la diferencia entre el límite inferior del segundo intervalo (47) y el límite superior del primero (46) Restamos 47 – 46 = 1
  • 11. Datos agrupados Quinto paso: Obtener intervalos reales. Restamos 47 – 46 = 1 Dividimos esta distancia entre dos: 1 entre 2 = 0.5 Este resultado se va a restar a los límites inferiores de todas las clases y se va a sumar a los límites superiores.
  • 12. Datos agrupados Intervalo Intervalos reales número Límites inferiores Límites superiores 1 41 – 0.5 46 + 0.5 2 47 – 0.5 52 + 0.5 3 53 – 0.5 58 + 0.5 4 59 – 0.5 64 + 0.5 5 65 – 0.5 70 + 0.5 6 71 – 0.5 76 + 0.5 7 77 – 0.5 82 + 0.5 8 83 – 0.5 88 + 0.5 9 89 – 0.5 94 + 0.5 10 95 – 0.5 100 + 0.5
  • 13. Datos agrupados Intervalo Intervalos reales número Límites inferiores Límites superiores 1 40.5 46 .5 2 46.5 52.5 3 52.5 58.5 4 58.5 64.5 5 64.5 70.5 6 70.5 Observa que cada 76.5 7 76.5 límite superior es 82.5 igual al límite 8 82.5 Inferior del 88.5 9 88.5 intervalo siguiente 94.5 10 94.5 100.5
  • 14. Datos agrupados Quinto paso: Obtener intervalos reales. Al ser iguales el límite superior de cada clase al límite inferior de la clase siguiente, no hay espacios entre una clase y otra. Para completar una tabla de distribución de frecuencias con datos agrupados se utilizan los intervalos reales, no los aparentes. Los intervalos aparentes sólo se utilizan para facilitar el conteo cuando este es realizado manualmente.
  • 15. Datos agrupados Clases o categorías Marcas de Medidas de tendencia central y Frecuencias Intervalos clase dispersión 2 Lim . Inferior Lim . Superior xi fi fai fri frai fi xi xi x fi xi x fi Totales = Desv iación m edia = = =
  • 16. Datos agrupados En la siguiente presentación veremos cómo se calculan los valores de cada columna. xi Marcas de clase fi Frecuencia absoluta fai Frecuencia acumulada fri Frecuencia relativa frai Frecuencia relativa acumulada
  • 17. Datos agrupados En la siguiente presentación veremos cómo se calculan los valores de cada columna. fi xi Frecuencia absoluta xi x fi Diferencia absoluta entre por marca de clase cada marca de clase y la media por la frecuencia absoluta 2 xi x fi El cuadrado dela diferencia de cada marca de clase y la media por la frecuencia absoluta