SlideShare una empresa de Scribd logo
Castañeda Martínez Elías
 En esta presentación les mostraré paso a paso como sacar
las frecuencias.
 Primeramente vamos a calcular las marcas de clase (xi)
 Las marcas de clase representan, cada una de ellas, todos
los datos contenidos en el intervalo correspondiente.
 Se calculan promediando los límites inferior y superior de
los intervalos reales como se muestra en la diapositiva
siguiente.
 En el primer intervalo:
 1.4065+1.4307/2=1.4186
 Las marcas de clase representan,
cada una de ellas, todos los datos
contenidos en el intervalo
correspondiente.
 Al tomar la marca de clase para
efectuar todos nuestros cálculos
vamos a perder un poco de
exactitud.
 Es como si afirmáramos que
todos los datos en un intervalo
son iguales a la marca de clase.
Límiteinferior Límitesuperior
1.4065
1.4307
1.4549
1.4792
1.6245
Clasesocategoríasintervalos
1.5518
1.5761
1.6003
1.5034
1.5276
1.4307
1.4549
1.4792
1.5034
1.5276
1.5518
1.5639
1.5882
Marcasdeclase
1.5761
1.6003
Xi
1.4186
1.4428
1.4671
1.4913
1.5155
1.5397
1.6124
 Siguiente paso: Determinar las frecuencias absolutas
(fi)
 Esta parte del proceso es un tanto laboriosa cuando se
realiza a mano, ya que se debe contar para saber
cuántos datos están dentro de cada intervalo.
 Para el primer intervalo; ¿cuántos datos están entre
1.4065 y 1.4307? .
12 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1.534 1.448 1.503 1.472 1.452 1.506 1.552 1.526 1.482 1.523 1.472 1.539 1.494 1.531 1.486 1.514 1.459 1.461 1.543 1.527
2 1.455 1.461 1.482 1.578 1.442 1.437 1.451 1.464 1.477 1.546 1.539 1.523 1.473 1.523 1.490 1.475 1.531 1.454 1.509 1.475
3 1.569 1.528 1.503 1.520 1.555 1.494 1.569 1.462 1.470 1.471 1.467 1.501 1.494 1.486 1.494 1.435 1.541 1.508 1.503 1.484
4 1.521 1.431 1.517 1.465 1.519 1.542 1.489 1.467 1.513 1.541 1.433 1.463 1.456 1.457 1.468 1.455 1.472 1.490 1.551 1.481
5 1.551 1.518 1.444 1.465 1.491 1.477 1.444 1.491 1.559 1.411 1.477 1.527 1.481 1.520 1.500 1.533 1.443 1.554 1.506 1.450
6 1.501 1.577 1.617 1.517 1.498 1.488 1.506 1.565 1.526 1.467 1.564 1.483 1.543 1.498 1.516 1.499 1.501 1.450 1.519 1.514
7 1.519 1.476 1.462 1.472 1.441 1.465 1.498 1.460 1.485 1.556 1.449 1.511 1.477 1.500 1.518 1.453 1.519 1.422 1.607 1.504
8 1.503 1.492 1.483 1.476 1.518 1.438 1.530 1.544 1.512 1.435 1.443 1.506 1.502 1.453 1.544 1.465 1.435 1.410 1.505 1.516
9 1.423 1.490 1.482 1.494 1.481 1.482 1.509 1.516 1.451 1.492 1.456 1.437 1.500 1.496 1.524 1.596 1.460 1.507 1.452 1.547
10 1.470 1.558 1.489 1.545 1.531 1.482 1.514 1.511 1.510 1.519 1.526 1.536 1.498 1.545 1.535 1.551 1.408 1.516 1.508 1.501
11 1.498 1.615 1.431 1.485 1.561 1.516 1.479 1.523 1.422 1.516 1.474 1.542 1.452 1.525 1.509 1.496 1.540 1.522 1.526 1.499
12 1.517 1.528 1.450 1.456 1.515 1.557 1.440 1.576 1.419 1.491 1.489 1.437 1.450 1.478 1.527 1.508 1.500 1.515 1.483 1.527
13 1.430 1.523 1.556 1.514 1.466 1.551 1.413 1.502 1.491 1.468 1.594 1.580 1.527 1.481 1.473 1.507 1.491 1.478 1.502 1.512
14 1.500 1.481 1.468 1.558 1.456 1.566 1.502 1.505 1.492 1.446 1.435 1.513 1.505 1.492 1.494 1.496 1.438 1.583 1.521 1.468
15 1.474 1.479 1.461 1.444 1.531 1.529 1.524 1.569 1.470 1.549 1.497 1.518 1.479 1.499 1.461 1.535 1.474 1.545 1.531 1.491
 Siguiente paso: Determinar las frecuencias absolutas
(fi)
 Para el primer intervalo; ¿cuántos datos están entre
1.4065 y 1.4307?.
 Los datos que están dentro del primer intervalo están
resaltados con azul, son 9.
 Este nueve es la frecuencia absoluta para el primer
intervalo.
 Siguiente paso: Determinar las frecuencias absolutas
(fi)
 Este proceso se lleva a cabo para cada intervalo.
 Observa como van agregándose columnas a la tabla.
 Un histograma es la
representación gráfica de
la frecuencia absoluta.
9 9
35 44
56 100
70 170
69 239
35 274
17 291
6 297
3 300
Límiteinferior Límitesuperior
1.4065
Fi Fai
1.4307
1.4549
1.4792
1.6245
Clasesocategoríasintervalos
1.5518
1.5761
1.6003
1.5034
1.5276
1.4307
1.4549
1.4792
1.5034
1.5276
1.5518
1.5639
1.5882
Marcasdeclase
1.5761
1.6003
Xi
1.4186
1.4428
1.4671
1.4913
1.5155
1.5397
1.6124
0
10
20
30
40
50
60
70
80
1.3500 1.4000 1.4500 1.5000 1.5500 1.6000 1.6500
 Determinar las frecuencias acumuladas (fai)
 La primera frecuencia acumulada es igual a la
absoluta.
 De la segunda en adelante se van sumando como se
muestra en la tabla.
 Este proceso se lleva a cabo para cada intervalo.
El primer valor es
igual a la
frecuencia absoluta
+
= Frecuencia acumulada
anterior más
frecuencia absoluta
actual:
9+35=44
Frecuenciaabsoluta Frecuenciaacumulada
Fi Fai
9
35
56
70
9
44
100
170
 Así sucesivamente
Frecuencia
acumulada
anterior más
frecuencia absoluta
actual:
44+56=100+
=
Frecuenciaabsoluta Frecuenciaacumulada
Fi Fai
9
35
56
70
9
44
100
170
La última
frecuencia
acumulada
debe ser igual
al número de
datos.
9 9
35 44
56 100
70 170
69 239
35 274
17 291
6 297
3 300
Límiteinferior Límitesuperior
1.4065
Fi Fai
1.4307
1.4549
1.4792
1.6245
Clasesocategoríasintervalos
1.5518
1.5761
1.6003
1.5034
1.5276
1.4307
1.4549
1.4792
1.5034
1.5276
1.5518
1.5639
1.5882
Marcasdeclase
1.5761
1.6003
Xi
1.4186
1.4428
1.4671
1.4913
1.5155
1.5397
1.6124
 Paso siguiente :Determinar las frecuencias relativas
(fri)
 La frecuencia relativa se calcula dividiendo la
frecuencia absoluta (fi) entre el número de datos, en
este caso, 300.
 La primera frecuencia relativa es:
 Fri= 9/300=0.03
 Determinar las frecuencias relativas (fri)
 Se agrega una columna más a la tabla para anotar las
frecuencias relativas.
 En ocasiones se expresa la frecuencia relativa en
términos de porcentaje, para la primera sería:
 Fri= 9/300=0.03 ó 3 %
9/300=0.03
35/300=0.0116
56/300=0.186
 0.00116666667 aparece como 0.0116
Frecuenciarelativa
Fri
0.03
0.0116
0.186
Frecuenciaabsoluta Frecuenciaacumulada
Fi Fai
9
35
56
70
9
44
100
170 0.233
9 9 0.03 0.03
35 44 0.116666667 0.146666667
56 100 0.186666667 0.333333333
70 170 0.233333333 0.566666667
69 239 0.23 0.796666667
35 274 0.116666667 0.913333333
17 291 0.056666667 0.97
6 297 0.02 0.99
3 300 0.01 1
Límiteinferior Límitesuperior
1.4065
Fi Fai
1.4307
1.4549
1.4792
1.6245
Clasesocategoríasintervalos
1.5518
1.5761
1.6003
1.5034
1.5276
1.4307
1.4549
1.4792
1.5034
1.5276
1.5518
1.5639
1.5882
Marcasdeclase
1.5761
1.6003
Xi
1.4186
1.4428
1.4671
1.4913
1.5155
1.5397
Fri Frai
1.6124
 Determinar las frecuencias relativas (fri)
 Las frecuencias relativas pueden usarse con facilidad
para trazar una gráfica circular.
 Anotando las
marcas de clase
como referencia y
escribiendo la
frecuencia
relativa en
formato de
porcentaje
podemos tener
mayor claridad
acerca de los
datos.
3%
11%
19%
23%
23%
12%
6%
2% 1%
Gráfica circular
1 2 3 4 5 6 7 8 9
 Determinar las frecuencias relativas acumuladas (frai)
 En forma similar a la frecuencia acumulada, la primera
frecuencia relativa acumulada es igual a la primera
frecuencia relativa.
 La segunda (frai) es igual a la primera (frai) más la
segunda (fri)
 Observa la columna que se agrega a la tabla.
 La última frecuencia relativa acumulada debe ser igual a uno.
9 9 0.03 0.03
35 44 0.116666667 0.146666667
56 100 0.186666667 0.333333333
70 170 0.233333333 0.566666667
69 239 0.23 0.796666667
35 274 0.116666667 0.913333333
17 291 0.056666667 0.97
6 297 0.02 0.99
3 300 0.01 1
Límiteinferior Límitesuperior
1.4065
Fi Fai
1.4307
1.4549
1.4792
1.6245
Clasesocategoríasintervalos
1.5518
1.5761
1.6003
1.5034
1.5276
1.4307
1.4549
1.4792
1.5034
1.5276
1.5518
1.5639
1.5882
Marcasdeclase
1.5761
1.6003
Xi
1.4186
1.4428
1.4671
1.4913
1.5155
1.5397
Fri Frai
1.6124
 Determinar las frecuencias relativas acumuladas (frai)
 Si trazamos una gráfica de líneas con la frecuencia
relativa acumulada que cumpla ciertas condiciones
recibe el nombre de ojiva.
0
50
100
150
200
250
300
350
1.4000 1.4500 1.5000 1.5500 1.6000 1.6500
Series1
Series2
Esto es todo para la elaboración de
frecuencias.
Espero y les halla podido ser de ayuda
esta presentación
Saludos.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (12)

Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Intervalos aparentes
Intervalos aparentesIntervalos aparentes
Intervalos aparentes
 
Intervalos reales
Intervalos realesIntervalos reales
Intervalos reales
 
Intervalos reales
Intervalos realesIntervalos reales
Intervalos reales
 
intervalos aparentes
intervalos aparentesintervalos aparentes
intervalos aparentes
 
Intervalos aparentes
Intervalos aparentesIntervalos aparentes
Intervalos aparentes
 
¿Còmo sacar nuestros intervalos reales?
¿Còmo sacar nuestros intervalos reales?¿Còmo sacar nuestros intervalos reales?
¿Còmo sacar nuestros intervalos reales?
 
Trabajo de yadira de intervalos
Trabajo de yadira de intervalosTrabajo de yadira de intervalos
Trabajo de yadira de intervalos
 
Trabajo de yadira de intervalos
Trabajo de yadira de intervalosTrabajo de yadira de intervalos
Trabajo de yadira de intervalos
 
Intervalosaparentes 120218190057-phpapp02hhhh
Intervalosaparentes 120218190057-phpapp02hhhhIntervalosaparentes 120218190057-phpapp02hhhh
Intervalosaparentes 120218190057-phpapp02hhhh
 
Trabajodeyadiradeintervalos 120219185344-phpapp02
Trabajodeyadiradeintervalos 120219185344-phpapp02Trabajodeyadiradeintervalos 120219185344-phpapp02
Trabajodeyadiradeintervalos 120219185344-phpapp02
 
Intervalos reales dc
Intervalos reales dcIntervalos reales dc
Intervalos reales dc
 

Destacado

Intervalos de confianza con datos apareados
Intervalos de confianza con datos apareadosIntervalos de confianza con datos apareados
Intervalos de confianza con datos apareadosElias Mtz
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rulesUTT
 
Procesos de transformacíon de forma de un material
Procesos de transformacíon de forma de un materialProcesos de transformacíon de forma de un material
Procesos de transformacíon de forma de un materialEliasCMz
 
7 btoq control chart
7 btoq control chart7 btoq control chart
7 btoq control chartEdgar Mata
 
Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Edgar Mata
 
Using formula of derivative for quotients
Using formula of derivative for quotientsUsing formula of derivative for quotients
Using formula of derivative for quotientsEdgar Mata
 
Derivative formula 02
Derivative formula 02Derivative formula 02
Derivative formula 02Edgar Mata
 
Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Edgar Mata
 
Introduction to decision theory
Introduction to decision theoryIntroduction to decision theory
Introduction to decision theoryEdgar Mata
 
Aplicaciones de la derivada Maximizar volumen (Maximize volume)
Aplicaciones de la derivada Maximizar volumen (Maximize volume)Aplicaciones de la derivada Maximizar volumen (Maximize volume)
Aplicaciones de la derivada Maximizar volumen (Maximize volume)Edgar Mata
 
U1 agrupa300 dec3 pernos 01
U1 agrupa300 dec3 pernos 01U1 agrupa300 dec3 pernos 01
U1 agrupa300 dec3 pernos 01Edgar Mata
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rulesAnahi Daza
 
For mulario correla-01
For mulario correla-01For mulario correla-01
For mulario correla-01Edgar Mata
 
Estadística aplicada a la calidad 2016
Estadística aplicada a la calidad 2016Estadística aplicada a la calidad 2016
Estadística aplicada a la calidad 2016Edgar Mata
 
Problema café cpk - unidad 4
Problema café cpk - unidad 4Problema café cpk - unidad 4
Problema café cpk - unidad 4Edgar Mata
 
Activity 2 1 algebraic expressions
Activity 2 1 algebraic expressionsActivity 2 1 algebraic expressions
Activity 2 1 algebraic expressionsEdgar Mata
 
For mulario spc-02
For mulario spc-02For mulario spc-02
For mulario spc-02Edgar Mata
 
Derivación por fórmulas 03
Derivación por fórmulas 03Derivación por fórmulas 03
Derivación por fórmulas 03Edgar Mata
 

Destacado (20)

Intervalos de confianza con datos apareados
Intervalos de confianza con datos apareadosIntervalos de confianza con datos apareados
Intervalos de confianza con datos apareados
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rules
 
Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Procesos de transformacíon de forma de un material
Procesos de transformacíon de forma de un materialProcesos de transformacíon de forma de un material
Procesos de transformacíon de forma de un material
 
7 btoq control chart
7 btoq control chart7 btoq control chart
7 btoq control chart
 
Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2Decision theory - Decision Analyisis 2
Decision theory - Decision Analyisis 2
 
Using formula of derivative for quotients
Using formula of derivative for quotientsUsing formula of derivative for quotients
Using formula of derivative for quotients
 
Derivative formula 02
Derivative formula 02Derivative formula 02
Derivative formula 02
 
Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1Decision theory - Decision Analyisis 1
Decision theory - Decision Analyisis 1
 
Introduction to decision theory
Introduction to decision theoryIntroduction to decision theory
Introduction to decision theory
 
Formulario
FormularioFormulario
Formulario
 
Aplicaciones de la derivada Maximizar volumen (Maximize volume)
Aplicaciones de la derivada Maximizar volumen (Maximize volume)Aplicaciones de la derivada Maximizar volumen (Maximize volume)
Aplicaciones de la derivada Maximizar volumen (Maximize volume)
 
U1 agrupa300 dec3 pernos 01
U1 agrupa300 dec3 pernos 01U1 agrupa300 dec3 pernos 01
U1 agrupa300 dec3 pernos 01
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rules
 
For mulario correla-01
For mulario correla-01For mulario correla-01
For mulario correla-01
 
Estadística aplicada a la calidad 2016
Estadística aplicada a la calidad 2016Estadística aplicada a la calidad 2016
Estadística aplicada a la calidad 2016
 
Problema café cpk - unidad 4
Problema café cpk - unidad 4Problema café cpk - unidad 4
Problema café cpk - unidad 4
 
Activity 2 1 algebraic expressions
Activity 2 1 algebraic expressionsActivity 2 1 algebraic expressions
Activity 2 1 algebraic expressions
 
For mulario spc-02
For mulario spc-02For mulario spc-02
For mulario spc-02
 
Derivación por fórmulas 03
Derivación por fórmulas 03Derivación por fórmulas 03
Derivación por fórmulas 03
 

Similar a Castañeda martinez elias

Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupadosKhriiz Rmz
 
Frecuencias
FrecuenciasFrecuencias
FrecuenciasVicNoee
 
Blog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresBlog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresFer Echavarria
 
Blog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresBlog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresFer Echavarria
 
Explicación Del Ejercicio "8"
Explicación Del Ejercicio "8"Explicación Del Ejercicio "8"
Explicación Del Ejercicio "8"Roza Meza
 
ejercicio 6
ejercicio 6ejercicio 6
ejercicio 6UTT
 
ejercicio de estadistica descriptiva
ejercicio de estadistica descriptivaejercicio de estadistica descriptiva
ejercicio de estadistica descriptivaalerioz
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptivaalerioz
 
Ejercicios de estadística descriptiva y su relación con la probabilidad
Ejercicios de estadística descriptiva y su relación con la probabilidadEjercicios de estadística descriptiva y su relación con la probabilidad
Ejercicios de estadística descriptiva y su relación con la probabilidadMaría Guadalupe Rodríguez Marthell
 
EXAMEN ESTADISTICAS
EXAMEN ESTADISTICAS EXAMEN ESTADISTICAS
EXAMEN ESTADISTICAS Julio Lopez
 
EXAMEN ESTADISTICAS
EXAMEN ESTADISTICASEXAMEN ESTADISTICAS
EXAMEN ESTADISTICASjulio21221
 
Calculodel exponente de Lyuapunov, con datos del Interactive Physics
Calculodel exponente de Lyuapunov, con datos del Interactive PhysicsCalculodel exponente de Lyuapunov, con datos del Interactive Physics
Calculodel exponente de Lyuapunov, con datos del Interactive PhysicsIndependiente
 

Similar a Castañeda martinez elias (20)

Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Examen 1UNIDAD
Examen 1UNIDADExamen 1UNIDAD
Examen 1UNIDAD
 
Examen
ExamenExamen
Examen
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Frecuencias
FrecuenciasFrecuencias
Frecuencias
 
Blog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresBlog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tres
 
Blog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tresBlog lic. mata tabla estadisticas tres
Blog lic. mata tabla estadisticas tres
 
Explicación Del Ejercicio "8"
Explicación Del Ejercicio "8"Explicación Del Ejercicio "8"
Explicación Del Ejercicio "8"
 
ejercicio 6
ejercicio 6ejercicio 6
ejercicio 6
 
ejercicio de estadistica descriptiva
ejercicio de estadistica descriptivaejercicio de estadistica descriptiva
ejercicio de estadistica descriptiva
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptiva
 
Ejercicios de estadística descriptiva y su relación con la probabilidad
Ejercicios de estadística descriptiva y su relación con la probabilidadEjercicios de estadística descriptiva y su relación con la probabilidad
Ejercicios de estadística descriptiva y su relación con la probabilidad
 
EXAMEN ESTADISTICAS
EXAMEN ESTADISTICAS EXAMEN ESTADISTICAS
EXAMEN ESTADISTICAS
 
EXAMEN ESTADISTICAS
EXAMEN ESTADISTICASEXAMEN ESTADISTICAS
EXAMEN ESTADISTICAS
 
Intervalos Aparentes
Intervalos AparentesIntervalos Aparentes
Intervalos Aparentes
 
Intervalos aparentes
Intervalos aparentesIntervalos aparentes
Intervalos aparentes
 
estadistica
estadisticaestadistica
estadistica
 
estadi
estadiestadi
estadi
 
Calculodel exponente de Lyuapunov, con datos del Interactive Physics
Calculodel exponente de Lyuapunov, con datos del Interactive PhysicsCalculodel exponente de Lyuapunov, con datos del Interactive Physics
Calculodel exponente de Lyuapunov, con datos del Interactive Physics
 
Datos reales blog
Datos reales blogDatos reales blog
Datos reales blog
 

Castañeda martinez elias

  • 2.  En esta presentación les mostraré paso a paso como sacar las frecuencias.  Primeramente vamos a calcular las marcas de clase (xi)  Las marcas de clase representan, cada una de ellas, todos los datos contenidos en el intervalo correspondiente.  Se calculan promediando los límites inferior y superior de los intervalos reales como se muestra en la diapositiva siguiente.  En el primer intervalo:  1.4065+1.4307/2=1.4186
  • 3.  Las marcas de clase representan, cada una de ellas, todos los datos contenidos en el intervalo correspondiente.  Al tomar la marca de clase para efectuar todos nuestros cálculos vamos a perder un poco de exactitud.  Es como si afirmáramos que todos los datos en un intervalo son iguales a la marca de clase. Límiteinferior Límitesuperior 1.4065 1.4307 1.4549 1.4792 1.6245 Clasesocategoríasintervalos 1.5518 1.5761 1.6003 1.5034 1.5276 1.4307 1.4549 1.4792 1.5034 1.5276 1.5518 1.5639 1.5882 Marcasdeclase 1.5761 1.6003 Xi 1.4186 1.4428 1.4671 1.4913 1.5155 1.5397 1.6124
  • 4.  Siguiente paso: Determinar las frecuencias absolutas (fi)  Esta parte del proceso es un tanto laboriosa cuando se realiza a mano, ya que se debe contar para saber cuántos datos están dentro de cada intervalo.  Para el primer intervalo; ¿cuántos datos están entre 1.4065 y 1.4307? .
  • 5. 12 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 1.534 1.448 1.503 1.472 1.452 1.506 1.552 1.526 1.482 1.523 1.472 1.539 1.494 1.531 1.486 1.514 1.459 1.461 1.543 1.527 2 1.455 1.461 1.482 1.578 1.442 1.437 1.451 1.464 1.477 1.546 1.539 1.523 1.473 1.523 1.490 1.475 1.531 1.454 1.509 1.475 3 1.569 1.528 1.503 1.520 1.555 1.494 1.569 1.462 1.470 1.471 1.467 1.501 1.494 1.486 1.494 1.435 1.541 1.508 1.503 1.484 4 1.521 1.431 1.517 1.465 1.519 1.542 1.489 1.467 1.513 1.541 1.433 1.463 1.456 1.457 1.468 1.455 1.472 1.490 1.551 1.481 5 1.551 1.518 1.444 1.465 1.491 1.477 1.444 1.491 1.559 1.411 1.477 1.527 1.481 1.520 1.500 1.533 1.443 1.554 1.506 1.450 6 1.501 1.577 1.617 1.517 1.498 1.488 1.506 1.565 1.526 1.467 1.564 1.483 1.543 1.498 1.516 1.499 1.501 1.450 1.519 1.514 7 1.519 1.476 1.462 1.472 1.441 1.465 1.498 1.460 1.485 1.556 1.449 1.511 1.477 1.500 1.518 1.453 1.519 1.422 1.607 1.504 8 1.503 1.492 1.483 1.476 1.518 1.438 1.530 1.544 1.512 1.435 1.443 1.506 1.502 1.453 1.544 1.465 1.435 1.410 1.505 1.516 9 1.423 1.490 1.482 1.494 1.481 1.482 1.509 1.516 1.451 1.492 1.456 1.437 1.500 1.496 1.524 1.596 1.460 1.507 1.452 1.547 10 1.470 1.558 1.489 1.545 1.531 1.482 1.514 1.511 1.510 1.519 1.526 1.536 1.498 1.545 1.535 1.551 1.408 1.516 1.508 1.501 11 1.498 1.615 1.431 1.485 1.561 1.516 1.479 1.523 1.422 1.516 1.474 1.542 1.452 1.525 1.509 1.496 1.540 1.522 1.526 1.499 12 1.517 1.528 1.450 1.456 1.515 1.557 1.440 1.576 1.419 1.491 1.489 1.437 1.450 1.478 1.527 1.508 1.500 1.515 1.483 1.527 13 1.430 1.523 1.556 1.514 1.466 1.551 1.413 1.502 1.491 1.468 1.594 1.580 1.527 1.481 1.473 1.507 1.491 1.478 1.502 1.512 14 1.500 1.481 1.468 1.558 1.456 1.566 1.502 1.505 1.492 1.446 1.435 1.513 1.505 1.492 1.494 1.496 1.438 1.583 1.521 1.468 15 1.474 1.479 1.461 1.444 1.531 1.529 1.524 1.569 1.470 1.549 1.497 1.518 1.479 1.499 1.461 1.535 1.474 1.545 1.531 1.491
  • 6.  Siguiente paso: Determinar las frecuencias absolutas (fi)  Para el primer intervalo; ¿cuántos datos están entre 1.4065 y 1.4307?.  Los datos que están dentro del primer intervalo están resaltados con azul, son 9.  Este nueve es la frecuencia absoluta para el primer intervalo.
  • 7.  Siguiente paso: Determinar las frecuencias absolutas (fi)  Este proceso se lleva a cabo para cada intervalo.  Observa como van agregándose columnas a la tabla.
  • 8.  Un histograma es la representación gráfica de la frecuencia absoluta. 9 9 35 44 56 100 70 170 69 239 35 274 17 291 6 297 3 300 Límiteinferior Límitesuperior 1.4065 Fi Fai 1.4307 1.4549 1.4792 1.6245 Clasesocategoríasintervalos 1.5518 1.5761 1.6003 1.5034 1.5276 1.4307 1.4549 1.4792 1.5034 1.5276 1.5518 1.5639 1.5882 Marcasdeclase 1.5761 1.6003 Xi 1.4186 1.4428 1.4671 1.4913 1.5155 1.5397 1.6124 0 10 20 30 40 50 60 70 80 1.3500 1.4000 1.4500 1.5000 1.5500 1.6000 1.6500
  • 9.  Determinar las frecuencias acumuladas (fai)  La primera frecuencia acumulada es igual a la absoluta.  De la segunda en adelante se van sumando como se muestra en la tabla.  Este proceso se lleva a cabo para cada intervalo.
  • 10. El primer valor es igual a la frecuencia absoluta + = Frecuencia acumulada anterior más frecuencia absoluta actual: 9+35=44 Frecuenciaabsoluta Frecuenciaacumulada Fi Fai 9 35 56 70 9 44 100 170
  • 11.  Así sucesivamente Frecuencia acumulada anterior más frecuencia absoluta actual: 44+56=100+ = Frecuenciaabsoluta Frecuenciaacumulada Fi Fai 9 35 56 70 9 44 100 170
  • 12. La última frecuencia acumulada debe ser igual al número de datos. 9 9 35 44 56 100 70 170 69 239 35 274 17 291 6 297 3 300 Límiteinferior Límitesuperior 1.4065 Fi Fai 1.4307 1.4549 1.4792 1.6245 Clasesocategoríasintervalos 1.5518 1.5761 1.6003 1.5034 1.5276 1.4307 1.4549 1.4792 1.5034 1.5276 1.5518 1.5639 1.5882 Marcasdeclase 1.5761 1.6003 Xi 1.4186 1.4428 1.4671 1.4913 1.5155 1.5397 1.6124
  • 13.  Paso siguiente :Determinar las frecuencias relativas (fri)  La frecuencia relativa se calcula dividiendo la frecuencia absoluta (fi) entre el número de datos, en este caso, 300.  La primera frecuencia relativa es:  Fri= 9/300=0.03
  • 14.  Determinar las frecuencias relativas (fri)  Se agrega una columna más a la tabla para anotar las frecuencias relativas.  En ocasiones se expresa la frecuencia relativa en términos de porcentaje, para la primera sería:  Fri= 9/300=0.03 ó 3 %
  • 15. 9/300=0.03 35/300=0.0116 56/300=0.186  0.00116666667 aparece como 0.0116 Frecuenciarelativa Fri 0.03 0.0116 0.186 Frecuenciaabsoluta Frecuenciaacumulada Fi Fai 9 35 56 70 9 44 100 170 0.233
  • 16. 9 9 0.03 0.03 35 44 0.116666667 0.146666667 56 100 0.186666667 0.333333333 70 170 0.233333333 0.566666667 69 239 0.23 0.796666667 35 274 0.116666667 0.913333333 17 291 0.056666667 0.97 6 297 0.02 0.99 3 300 0.01 1 Límiteinferior Límitesuperior 1.4065 Fi Fai 1.4307 1.4549 1.4792 1.6245 Clasesocategoríasintervalos 1.5518 1.5761 1.6003 1.5034 1.5276 1.4307 1.4549 1.4792 1.5034 1.5276 1.5518 1.5639 1.5882 Marcasdeclase 1.5761 1.6003 Xi 1.4186 1.4428 1.4671 1.4913 1.5155 1.5397 Fri Frai 1.6124
  • 17.  Determinar las frecuencias relativas (fri)  Las frecuencias relativas pueden usarse con facilidad para trazar una gráfica circular.
  • 18.  Anotando las marcas de clase como referencia y escribiendo la frecuencia relativa en formato de porcentaje podemos tener mayor claridad acerca de los datos. 3% 11% 19% 23% 23% 12% 6% 2% 1% Gráfica circular 1 2 3 4 5 6 7 8 9
  • 19.  Determinar las frecuencias relativas acumuladas (frai)  En forma similar a la frecuencia acumulada, la primera frecuencia relativa acumulada es igual a la primera frecuencia relativa.  La segunda (frai) es igual a la primera (frai) más la segunda (fri)  Observa la columna que se agrega a la tabla.
  • 20.  La última frecuencia relativa acumulada debe ser igual a uno. 9 9 0.03 0.03 35 44 0.116666667 0.146666667 56 100 0.186666667 0.333333333 70 170 0.233333333 0.566666667 69 239 0.23 0.796666667 35 274 0.116666667 0.913333333 17 291 0.056666667 0.97 6 297 0.02 0.99 3 300 0.01 1 Límiteinferior Límitesuperior 1.4065 Fi Fai 1.4307 1.4549 1.4792 1.6245 Clasesocategoríasintervalos 1.5518 1.5761 1.6003 1.5034 1.5276 1.4307 1.4549 1.4792 1.5034 1.5276 1.5518 1.5639 1.5882 Marcasdeclase 1.5761 1.6003 Xi 1.4186 1.4428 1.4671 1.4913 1.5155 1.5397 Fri Frai 1.6124
  • 21.  Determinar las frecuencias relativas acumuladas (frai)  Si trazamos una gráfica de líneas con la frecuencia relativa acumulada que cumpla ciertas condiciones recibe el nombre de ojiva.
  • 22. 0 50 100 150 200 250 300 350 1.4000 1.4500 1.5000 1.5500 1.6000 1.6500 Series1 Series2
  • 23. Esto es todo para la elaboración de frecuencias. Espero y les halla podido ser de ayuda esta presentación Saludos.