SlideShare una empresa de Scribd logo
Datos Agrupados
G. Edgar Mata Ortiz
Introducción
Cuando el número de categorías es
demasiado grande, por ejemplo mayor a
25, la tabla de distribución de frecuencias
quedaría muy grande
Al ser tan grande esta tabla de distribución
de frecuencias, no resulta útil como
herramienta para organizar y presentar la
información.
En este caso se recurre a la agrupación de
datos
Introducción
En estas presentaciones se construye una tabla
de datos agrupados, paso por paso.
El objetivo es mostrar detalladamente las
operaciones aritméticas necesarias para resumir
un conjunto de datos agrupándolos en
intervalos.
Se incluye el cálculo de intervalos aparentes y
reales además de las medidas de tendencia
central y dispersión más usuales.
Introducción
Lím. Inferior Lím. Superior
1.4125 1.4285 1.4205 3 3 0.010000 0.010000 4.26 0.25184 0.02114
1.4285 1.4445 1.4365 7 10 0.023333 0.033333 10.06 0.47563 0.03232
1.4445 1.4605 1.4525 19 29 0.063333 0.096667 27.60 0.98699 0.05127
1.4605 1.4765 1.4685 33 62 0.110000 0.206667 48.46 1.18624 0.04264
1.4765 1.4925 1.4845 46 108 0.153333 0.360000 68.29 0.91755 0.01830
1.4925 1.5085 1.5005 62 170 0.206667 0.566667 93.03 0.24469 0.00097
1.5085 1.5245 1.5165 55 225 0.183333 0.750000 83.41 0.66293 0.00799
1.5245 1.5405 1.5325 28 253 0.093333 0.843333 42.91 0.78549 0.02204
1.5405 1.5565 1.5485 26 279 0.086667 0.930000 40.26 1.14539 0.05046
1.5565 1.5725 1.5645 11 290 0.036667 0.966667 17.21 0.66059 0.03967
1.5725 1.5885 1.5805 9 299 0.030000 0.996667 14.22 0.68448 0.05206
1.5885 1.6045 1.5965 0 299 0.000000 0.996667 0.00 0.00000 0.00000
1.6045 1.6205 1.6125 0 299 0.000000 0.996667 0.00 0.00000 0.00000
1.6205 1.6365 1.6285 1 300 0.003333 1.000000 1.63 0.12405 0.01539
0 0.00% 100.00%
#N/A #N/A #N/A #N/A
Totales 451.33 8.13 0.35
Media a = 1.50445
0.02709
0.0011808
0.0343627
Desviación media =
Clases o categorías Marcas de
clase
Medidas de tendencia central y
dispersiónIntervalos
Frecuencias
Varianza =
Desviación estándar=
Datos agrupados
Procedimiento para datos agrupados
Ejemplo: Completa la tabla estadística para los
siguientes datos, agrupándolos en 10 intervalos.
Posteriormente trazaremos un histograma, como el
que se muestra.
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
Primer paso:
Encontrar en los datos el valor máximo y el mínimo
para calcular el rango.
Valor máximo = 100
Valor mínimo = 42
Rango = 100 – 42
Rango = 58
1 1 2 3 4 5 6 7 8 9 10
1 81 52 81 64 83 79 77 74 79 70
2 71 68 71 85 65 91 51 61 80 82
3 86 65 66 56 73 75 83 62 70 60
4 67 45 78 77 83 65 89 54 60 69
5 86 76 48 66 67 74 58 70 60 49
6 74 70 85 73 76 66 72 87 69 70
7 71 80 70 75 76 69 71 77 72 63
8 75 74 90 89 81 64 62 91 61 62
9 75 71 79 86 74 74 75 81 67 97
10 63 67 49 100 66 79 71 77 75 60
16 17 18 19 20 21
62 67 79 71 79 65
72 59 60 66 63 83
54 62 82 78 64 76
67 77 42 80 68 64
67 66 75 77 66 73
66 83 69 72 65 85
78 54 77 77 79 75
81 65 62 63 85 68
65 80 73 81 50 75
75 69 60 73 62 83
Datos agrupados
Segundo paso:
Determinar el número de intervalos en que se van a
agrupar los datos. Existen varias formas:
El número de intervalos se puede calcular
obteniendo la raíz cuadrada del número de datos:
Se tomarían 17 ó 18 intervalos
Pero en este caso no lo haremos.
300 17.3205
Datos agrupados
Segundo paso:
El número de intervalos se puede calcular
obteniendo la raíz cuadrada del número de datos:
Se tomarían 17 ó 18 intervalos
Otra forma consiste en establecer arbitrariamente
el número de intervalos.
En este caso, de acuerdo con las indicaciones,
vamos a fijarlo en 10
300 17.3205
Datos agrupados
Tercer paso:
Determinar el tamaño del intervalo
Se divide el rango entre el número de intervalos:
Como los datos son enteros, se toma un tamaño de
intervalo también entero, podría ser 5 ó 6. Vamos a
tomar el 5 y veamos cómo quedan los intervalos.
58
5.8
10

Datos agrupados
Cuarto paso:
Construir los 10 intervalos aparentes.
Existen muchas formas de llevar a cabo este paso
debido a que son sólo operaciones aritméticas,
vamos a ver una de ellas.
Se elige un valor inicial para que sea el primer
límite inferior. Debe ser menor o igual al valor
mínimo (el valor mínimo es 42).
Por lo tanto, vamos a elegir el 40 como valor inicial.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2
3
4
5
6
7
8
9
10
Este valor inicial debe ser menor o
igual al mínimo; pudo haberse
elegido 39, 40, 41, 42, etcétera.
Posteriormente puede cambiarse en
caso necesario.
Datos agrupados
Cuarto paso:
A partir de este valor inicial (40) se calculan los 10
límites inferiores.
Se va sumando a cada límite, el tamaño del
intervalo, como se muestra en la siguiente
diapositiva.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2 45
3 50
4 55
5 60
6 65
7 70
8 75
9 80
10 85
Vamos a ir sumando el
tamaño del intervalo:
40 + 5 = 45
45 + 5 = 50
…
+5
+5
+5
Datos agrupados
Cuarto paso:
Antes de continuar debemos revisar que el último
límite inferior (el décimo límite inferior, ya que
fijamos en 10 el número de intervalos) sea menor o
igual al valor máximo (100).
Observa en la siguiente diapositiva que el décimo
límite inferior es igual a 85.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2 45
3 50
4 55
5 60
6 65
7 70
8 75
9 80
10 85
Este límite debe ser:
Menor o igual
Al valor máximo
85 ≤ 100
Datos agrupados
Cuarto paso:
Ahora vamos a obtener el primer límite superior.
Como los datos son enteros se le resta un entero al
segundo límite inferior:
Segundo límite inferior = 45
Menos un entero = 44
El primer límite superior será 44
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 44
2 45
3 50
4 55
5 60
6 65
7 70
8 75
9 80
10 85
45 – 1 = 44
Se resta un entero
porque los datos son
enteros; si tienen un
decimal se resta 0.1 y si
tiene dos, se resta 0.01
Datos agrupados
Cuarto paso:
Finalmente, vamos a sumar el tamaño del intervalo
a cada límite superior en forma similar a lo que se
llevó a cabo con los límites inferiores.
44 + 5 = 49
49 + 5 = 54
…
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 44
2 45 49
3 50 54
4 55 59
5 60 64
6 65 69
7 70 74
8 75 79
9 80 84
10 85 89
Vamos a ir
sumando el
tamaño del
intervalo:
44 + 5 = 49
49 + 5 = 54
…
+5
+5
+5
Datos agrupados
Cuarto paso:
Ya están calculados los intervalos, sin embargo,
debemos revisar que se cumplan otras dos
condiciones:
El primer límite superior debe ser mayor o igual al
valor mínimo (42).
El último límite superior debe ser mayor o igual al
valor máximo (100)
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 44
2 45 49
3 50 54
4 55 59
5 60 64
6 65 69
7 70 74
8 75 79
9 80 84
10 85 89
Este valor debe
ser mayor o igual
al valor mínimo:
44 ≥ 42
Este valor debe
ser mayor o igual
al valor máximo:
89 ≥ 100 ???
Datos agrupados
Cuarto paso:
Una de las condiciones necesarias para continuar
con el procedimiento no se cumplió, debemos
cambiar alguno de los siguientes valores:
El primer límite inferior
El tamaño del intervalo
El número de intervalos
Ajustando estos valores trataremos de obtener 10
intervalos de tal modo que se cumplan las 4
condiciones.
Datos agrupados
Cuarto paso:
Si cambiamos el primer límite inferior:
Sólo podemos aumentarlo en dos unidades: Tomar
como valor inicial 42.
Esto aumentaría el último límite superior en dos
unidades: 89 + 2 = 91
No es suficiente, ya que de cualquier modo, no se
cumple la condición de que el último límite superior
debe ser mayor o igual al máximo.
Datos agrupados
Cuarto paso:
Estamos tratando de obtener 10 intervalos pero
cumpliendo las 4 condiciones.
Lo intentamos cambiando el valor inicial, pero no
funcionó
Veamos que pasa si cambiamos el tamaño del
intervalo:
Necesitamos un tamaño de intervalo más grande
para que el último límite superior aumente lo
suficiente para que sea mayor que el valor máximo.
Vamos a probar con un tamaño de intervalo igual a 6.
Datos agrupados
Cuarto paso:
No olvidemos que:
Si aumentar el valor inicial no es suficiente y
aumentar el tamaño del intervalo tampoco cumple
todas las condiciones.
Nos quedaría como último recurso cambiar el
número de intervalos.
Pero antes de cambiar el número de intervalos
vamos a ver qué sucede al aumentar el tamaño del
intervalo.
Datos agrupados
Cuarto paso:
Veamos como queda la tabla si tomamos como
tamaño del intervalo el 6.
El primer límite inferior será igual a 40.
Observa la construcción de la tabla en las
siguientes diapositivas.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2
3
4
5
6
7
8
9
10
Este valor inicial debe ser menor o
igual al mínimo; pudo haberse
elegido 39, 40, 41 ó 42 .
Posteriormente puede cambiarse en
caso necesario.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2 46
3 52
4 58
5 64
6 70
7 76
8 82
9 88
10 94
Vamos a ir sumando el
tamaño del intervalo:
40 + 6 = 46
46 + 6 = 52
…
+6
+6
+6
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40
2 46
3 52
4 58
5 64
6 70
7 76
8 82
9 88
10 94
Este límite debe ser:
Menor o igual
Al valor máximo
94 ≤ 100
Es correcto.
+6
+6
+6
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 45
2 46
3 52
4 58
5 64
6 70
7 76
8 82
9 88
10 94
46 – 1 = 45
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 45
2 46 51
3 52 57
4 58 63
5 64 69
6 70 75
7 76 81
8 82 87
9 88 93
10 94 99
Vamos a ir
sumando el
tamaño del
intervalo:
45 + 6 = 51
51 + 6 = 57
…
+6
+6
+6
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 45
2 46 51
3 52 57
4 58 63
5 64 69
6 70 75
7 76 81
8 82 87
9 88 93
10 94 99
Este valor debe
ser mayor o igual
al valor mínimo:
45 ≥ 42
Este valor debe
ser mayor o igual
al valor máximo:
99 ≥ 100 (?)
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 40 45
2 46 51
3 52 57
4 58 63
5 64 69
6 70 75
7 76 81
8 82 87
9 88 93
10 94 99
99 ≥ 100 (?)
No cumple con la
condición de ser
mayor o al menos
igual al máximo.
Datos agrupados
Cuarto paso:
Todavía no terminamos el cuarto paso, a veces es
necesario realizar varios ajustes antes de obtener
los intervalos apropiados.
En este caso sólo es necesario aumentar el valor
inicial una unidad, aumentarlo de 40 a 41.
Al aumentar una unidad el valor inicial, todos los
valores aumentan en esa misma unidad, de modo
que el último límite superior será 100, como se
muestra en la siguiente diapositiva.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 41 46
2 47 52
3 53 58
4 59 64
5 65 70
6 71 76
7 77 82
8 83 88
9 89 94
10 95 100
Los cuatro valores
cumplen con las
condiciones
necesarias.
Datos agrupados
Intervalo
número
Intervalos aparentes
Límites inferiores Límites superiores
1 41 46
2 47 52
3 53 58
4 59 64
5 65 70
6 71 76
7 77 82
8 83 88
9 89 94
10 95 100
Los cuatro valores
cumplen con las
condiciones
necesarias.
Datos agrupados
Cuarto paso:
Finalmente hemos obtenido los intervalos
aparentes.
Estos intervalos son útiles para contar los datos
cuando hay que hacerlo manualmente, pero en la
tabla deben anotarse los intervalos reales.
En la siguiente presentación continuaremos con el
paso 5: Obtener intervalos reales.
Gracias por su atención
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

Más contenido relacionado

La actualidad más candente

Ejercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmeticaEjercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmetica
paulminiguano
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
JAVIER SOLIS NOYOLA
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
Anderson Brito Arismendi
 
Que es la marca de clase y como calcularla
Que es la marca de clase y como calcularla Que es la marca de clase y como calcularla
Que es la marca de clase y como calcularla
CarlosDavid108
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
Luz Hernández
 
Medidas De Dispersion
 Medidas De Dispersion Medidas De Dispersion
Medidas De Dispersion
NancyDlFiguera
 
Percentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupadosPercentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupados
Rodrigo Palomino
 
Producto medio para generar números aleatorios.
Producto medio para generar números aleatorios.Producto medio para generar números aleatorios.
Producto medio para generar números aleatorios.
Leopoldo N. Chavez
 
Estadistica Conceptos Basicos
Estadistica  Conceptos BasicosEstadistica  Conceptos Basicos
Estadistica Conceptos Basicoscarl_moron
 
Prueba de Hipótesis para una media y proporción-estadistica
Prueba de Hipótesis para una media y proporción-estadisticaPrueba de Hipótesis para una media y proporción-estadistica
Prueba de Hipótesis para una media y proporción-estadistica
Yanina C.J
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorioalan moreno
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercionJose Ojeda
 
Prueba del valor z de la distribución normal
Prueba del valor z de la distribución normalPrueba del valor z de la distribución normal
Prueba del valor z de la distribución normal
Juan Paz Chalco
 
Estadistica I, Tabla de Distribucion de Frecuencia
Estadistica I, Tabla de Distribucion de Frecuencia Estadistica I, Tabla de Distribucion de Frecuencia
Estadistica I, Tabla de Distribucion de Frecuencia
Jotanh
 
Medidas de tendencia central, posición y dispersión
Medidas de tendencia central, posición y dispersión Medidas de tendencia central, posición y dispersión
Medidas de tendencia central, posición y dispersión
José Ontiveros
 
Prueba de series (exposición)
Prueba de series (exposición)Prueba de series (exposición)
Prueba de series (exposición)
Héctor Pérez
 

La actualidad más candente (20)

Ejercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmeticaEjercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmetica
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
Ejercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadisticaEjercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadistica
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 
Que es la marca de clase y como calcularla
Que es la marca de clase y como calcularla Que es la marca de clase y como calcularla
Que es la marca de clase y como calcularla
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupados
 
Medidas De Dispersion
 Medidas De Dispersion Medidas De Dispersion
Medidas De Dispersion
 
Percentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupadosPercentiles para datos sin agrupar y Percentiles para datos agrupados
Percentiles para datos sin agrupar y Percentiles para datos agrupados
 
Resumen Medidas de Variabilidad
Resumen Medidas de VariabilidadResumen Medidas de Variabilidad
Resumen Medidas de Variabilidad
 
Producto medio para generar números aleatorios.
Producto medio para generar números aleatorios.Producto medio para generar números aleatorios.
Producto medio para generar números aleatorios.
 
Estadistica Conceptos Basicos
Estadistica  Conceptos BasicosEstadistica  Conceptos Basicos
Estadistica Conceptos Basicos
 
Prueba de Hipótesis para una media y proporción-estadistica
Prueba de Hipótesis para una media y proporción-estadisticaPrueba de Hipótesis para una media y proporción-estadistica
Prueba de Hipótesis para una media y proporción-estadistica
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorio
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercion
 
Prueba del valor z de la distribución normal
Prueba del valor z de la distribución normalPrueba del valor z de la distribución normal
Prueba del valor z de la distribución normal
 
Estadistica I, Tabla de Distribucion de Frecuencia
Estadistica I, Tabla de Distribucion de Frecuencia Estadistica I, Tabla de Distribucion de Frecuencia
Estadistica I, Tabla de Distribucion de Frecuencia
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Medidas de tendencia central, posición y dispersión
Medidas de tendencia central, posición y dispersión Medidas de tendencia central, posición y dispersión
Medidas de tendencia central, posición y dispersión
 
Prueba de series (exposición)
Prueba de series (exposición)Prueba de series (exposición)
Prueba de series (exposición)
 

Destacado

Estadistica matematica
Estadistica  matematicaEstadistica  matematica
Estadistica matematica
Nombre Apellidos
 
Estadistica
EstadisticaEstadistica
Estadistica
nildambenitez
 
Estadistica
Estadistica Estadistica
Estadistica
WILSON VELASTEGUI
 
Estadistica
EstadisticaEstadistica
DATOS AGRUPADOS, ESTUDIO ESTADISTICO
DATOS AGRUPADOS, ESTUDIO ESTADISTICODATOS AGRUPADOS, ESTUDIO ESTADISTICO
DATOS AGRUPADOS, ESTUDIO ESTADISTICO
rossee2012
 
Frecuencias estadísticas
Frecuencias estadísticasFrecuencias estadísticas
Frecuencias estadísticasMarco Yacila
 
media aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupadosmedia aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupados
joherman paradas
 
Datos agrupados y datos no agrupados
Datos agrupados y datos no agrupadosDatos agrupados y datos no agrupados
Datos agrupados y datos no agrupados
CONDOMINIO VILLAS NIZUC
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
hectorquintero
 
Estadística: Conceptos básicos
Estadística: Conceptos básicosEstadística: Conceptos básicos
Estadística: Conceptos básicos
Yris Bettiana
 
Elaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadísticaElaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadística
Gerardo Lagos
 

Destacado (11)

Estadistica matematica
Estadistica  matematicaEstadistica  matematica
Estadistica matematica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica
Estadistica Estadistica
Estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
DATOS AGRUPADOS, ESTUDIO ESTADISTICO
DATOS AGRUPADOS, ESTUDIO ESTADISTICODATOS AGRUPADOS, ESTUDIO ESTADISTICO
DATOS AGRUPADOS, ESTUDIO ESTADISTICO
 
Frecuencias estadísticas
Frecuencias estadísticasFrecuencias estadísticas
Frecuencias estadísticas
 
media aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupadosmedia aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupados
 
Datos agrupados y datos no agrupados
Datos agrupados y datos no agrupadosDatos agrupados y datos no agrupados
Datos agrupados y datos no agrupados
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Estadística: Conceptos básicos
Estadística: Conceptos básicosEstadística: Conceptos básicos
Estadística: Conceptos básicos
 
Elaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadísticaElaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadística
 

Similar a Datos agrupados 01

Datos agrupados 02
Datos agrupados 02Datos agrupados 02
Datos agrupados 02
Edgar Mata
 
Grouped data 01
Grouped data 01Grouped data 01
Grouped data 01
Edgar Mata
 
Grouped data 01 2020
Grouped data 01   2020Grouped data 01   2020
Grouped data 01 2020
Edgar Mata
 
Datos agrupados 03
Datos agrupados 03Datos agrupados 03
Datos agrupados 03
Edgar Mata
 
Datos cuantitativos agrupados
Datos cuantitativos  agrupadosDatos cuantitativos  agrupados
Datos cuantitativos agrupados
ALANIS
 
Estadística
EstadísticaEstadística
Estadística
darlinguajala
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
jesussalazar166
 
Presentación Capítulo #2
Presentación Capítulo #2Presentación Capítulo #2
Presentación Capítulo #2
practicaquimica2010
 
Clase #5 Histograma.docx
Clase #5 Histograma.docxClase #5 Histograma.docx
Clase #5 Histograma.docx
novamatetica
 
Computacion proceso estadistico
Computacion proceso estadisticoComputacion proceso estadistico
Computacion proceso estadistico
carli77
 
Agrupamiento de variables continuas
Agrupamiento de variables continuasAgrupamiento de variables continuas
Agrupamiento de variables continuas
Steve Rodriguez
 
Medidas-de-tendencia-central-y-de-dispersion.pptx
Medidas-de-tendencia-central-y-de-dispersion.pptxMedidas-de-tendencia-central-y-de-dispersion.pptx
Medidas-de-tendencia-central-y-de-dispersion.pptx
DanielNeri37
 
Método SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
Método SQL para Calcular el valor máximo de un conjunto de columnas de una TablaMétodo SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
Método SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
Sebastian Rodriguez Robotham
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
Benito Santiago
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
Benito Santiago
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
Benito Santiago
 
Ejercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)iEjercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)i
Contraloria Municipal de Palavecino
 
Ejercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)iEjercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)i
Contraloria Municipal de Palavecino
 
DATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptxDATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptx
PatriciaDur2
 
Guia mate ricardo
Guia mate ricardoGuia mate ricardo
Guia mate ricardo
xiuhtecuhtli29
 

Similar a Datos agrupados 01 (20)

Datos agrupados 02
Datos agrupados 02Datos agrupados 02
Datos agrupados 02
 
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
 
Datos agrupados 03
Datos agrupados 03Datos agrupados 03
Datos agrupados 03
 
Datos cuantitativos agrupados
Datos cuantitativos  agrupadosDatos cuantitativos  agrupados
Datos cuantitativos agrupados
 
Estadística
EstadísticaEstadística
Estadística
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 
Presentación Capítulo #2
Presentación Capítulo #2Presentación Capítulo #2
Presentación Capítulo #2
 
Clase #5 Histograma.docx
Clase #5 Histograma.docxClase #5 Histograma.docx
Clase #5 Histograma.docx
 
Computacion proceso estadistico
Computacion proceso estadisticoComputacion proceso estadistico
Computacion proceso estadistico
 
Agrupamiento de variables continuas
Agrupamiento de variables continuasAgrupamiento de variables continuas
Agrupamiento de variables continuas
 
Medidas-de-tendencia-central-y-de-dispersion.pptx
Medidas-de-tendencia-central-y-de-dispersion.pptxMedidas-de-tendencia-central-y-de-dispersion.pptx
Medidas-de-tendencia-central-y-de-dispersion.pptx
 
Método SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
Método SQL para Calcular el valor máximo de un conjunto de columnas de una TablaMétodo SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
Método SQL para Calcular el valor máximo de un conjunto de columnas de una Tabla
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
 
Ejercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)iEjercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)i
 
Ejercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)iEjercicio de estadistica (frecuencia)i
Ejercicio de estadistica (frecuencia)i
 
DATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptxDATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptx
 
Guia mate ricardo
Guia mate ricardoGuia mate ricardo
Guia mate ricardo
 

Más de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
Edgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
Edgar 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 01
Edgar 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 ea2021
Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
Edgar 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 ea2021
Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
Edgar 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 2020
Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
Edgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
Edgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
Edgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
Edgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
Edgar 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 2020
Edgar 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 2020
Edgar 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 01

  • 2. Introducción Cuando el número de categorías es demasiado grande, por ejemplo mayor a 25, la tabla de distribución de frecuencias quedaría muy grande Al ser tan grande esta tabla de distribución de frecuencias, no resulta útil como herramienta para organizar y presentar la información. En este caso se recurre a la agrupación de datos
  • 3. Introducción En estas presentaciones se construye una tabla de datos agrupados, paso por paso. El objetivo es mostrar detalladamente las operaciones aritméticas necesarias para resumir un conjunto de datos agrupándolos en intervalos. Se incluye el cálculo de intervalos aparentes y reales además de las medidas de tendencia central y dispersión más usuales.
  • 4. Introducción Lím. Inferior Lím. Superior 1.4125 1.4285 1.4205 3 3 0.010000 0.010000 4.26 0.25184 0.02114 1.4285 1.4445 1.4365 7 10 0.023333 0.033333 10.06 0.47563 0.03232 1.4445 1.4605 1.4525 19 29 0.063333 0.096667 27.60 0.98699 0.05127 1.4605 1.4765 1.4685 33 62 0.110000 0.206667 48.46 1.18624 0.04264 1.4765 1.4925 1.4845 46 108 0.153333 0.360000 68.29 0.91755 0.01830 1.4925 1.5085 1.5005 62 170 0.206667 0.566667 93.03 0.24469 0.00097 1.5085 1.5245 1.5165 55 225 0.183333 0.750000 83.41 0.66293 0.00799 1.5245 1.5405 1.5325 28 253 0.093333 0.843333 42.91 0.78549 0.02204 1.5405 1.5565 1.5485 26 279 0.086667 0.930000 40.26 1.14539 0.05046 1.5565 1.5725 1.5645 11 290 0.036667 0.966667 17.21 0.66059 0.03967 1.5725 1.5885 1.5805 9 299 0.030000 0.996667 14.22 0.68448 0.05206 1.5885 1.6045 1.5965 0 299 0.000000 0.996667 0.00 0.00000 0.00000 1.6045 1.6205 1.6125 0 299 0.000000 0.996667 0.00 0.00000 0.00000 1.6205 1.6365 1.6285 1 300 0.003333 1.000000 1.63 0.12405 0.01539 0 0.00% 100.00% #N/A #N/A #N/A #N/A Totales 451.33 8.13 0.35 Media a = 1.50445 0.02709 0.0011808 0.0343627 Desviación media = Clases o categorías Marcas de clase Medidas de tendencia central y dispersiónIntervalos Frecuencias Varianza = Desviación estándar=
  • 5. Datos agrupados Procedimiento para datos agrupados Ejemplo: Completa la tabla estadística para los siguientes datos, agrupándolos en 10 intervalos. Posteriormente trazaremos un histograma, como el que se muestra.
  • 6. 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
  • 7. 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
  • 8. Datos agrupados Primer paso: Encontrar en los datos el valor máximo y el mínimo para calcular el rango. Valor máximo = 100 Valor mínimo = 42 Rango = 100 – 42 Rango = 58 1 1 2 3 4 5 6 7 8 9 10 1 81 52 81 64 83 79 77 74 79 70 2 71 68 71 85 65 91 51 61 80 82 3 86 65 66 56 73 75 83 62 70 60 4 67 45 78 77 83 65 89 54 60 69 5 86 76 48 66 67 74 58 70 60 49 6 74 70 85 73 76 66 72 87 69 70 7 71 80 70 75 76 69 71 77 72 63 8 75 74 90 89 81 64 62 91 61 62 9 75 71 79 86 74 74 75 81 67 97 10 63 67 49 100 66 79 71 77 75 60 16 17 18 19 20 21 62 67 79 71 79 65 72 59 60 66 63 83 54 62 82 78 64 76 67 77 42 80 68 64 67 66 75 77 66 73 66 83 69 72 65 85 78 54 77 77 79 75 81 65 62 63 85 68 65 80 73 81 50 75 75 69 60 73 62 83
  • 9. Datos agrupados Segundo paso: Determinar el número de intervalos en que se van a agrupar los datos. Existen varias formas: El número de intervalos se puede calcular obteniendo la raíz cuadrada del número de datos: Se tomarían 17 ó 18 intervalos Pero en este caso no lo haremos. 300 17.3205
  • 10. Datos agrupados Segundo paso: El número de intervalos se puede calcular obteniendo la raíz cuadrada del número de datos: Se tomarían 17 ó 18 intervalos Otra forma consiste en establecer arbitrariamente el número de intervalos. En este caso, de acuerdo con las indicaciones, vamos a fijarlo en 10 300 17.3205
  • 11. Datos agrupados Tercer paso: Determinar el tamaño del intervalo Se divide el rango entre el número de intervalos: Como los datos son enteros, se toma un tamaño de intervalo también entero, podría ser 5 ó 6. Vamos a tomar el 5 y veamos cómo quedan los intervalos. 58 5.8 10 
  • 12. Datos agrupados Cuarto paso: Construir los 10 intervalos aparentes. Existen muchas formas de llevar a cabo este paso debido a que son sólo operaciones aritméticas, vamos a ver una de ellas. Se elige un valor inicial para que sea el primer límite inferior. Debe ser menor o igual al valor mínimo (el valor mínimo es 42). Por lo tanto, vamos a elegir el 40 como valor inicial.
  • 13. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 3 4 5 6 7 8 9 10 Este valor inicial debe ser menor o igual al mínimo; pudo haberse elegido 39, 40, 41, 42, etcétera. Posteriormente puede cambiarse en caso necesario.
  • 14. Datos agrupados Cuarto paso: A partir de este valor inicial (40) se calculan los 10 límites inferiores. Se va sumando a cada límite, el tamaño del intervalo, como se muestra en la siguiente diapositiva.
  • 15. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 45 3 50 4 55 5 60 6 65 7 70 8 75 9 80 10 85 Vamos a ir sumando el tamaño del intervalo: 40 + 5 = 45 45 + 5 = 50 … +5 +5 +5
  • 16. Datos agrupados Cuarto paso: Antes de continuar debemos revisar que el último límite inferior (el décimo límite inferior, ya que fijamos en 10 el número de intervalos) sea menor o igual al valor máximo (100). Observa en la siguiente diapositiva que el décimo límite inferior es igual a 85.
  • 17. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 45 3 50 4 55 5 60 6 65 7 70 8 75 9 80 10 85 Este límite debe ser: Menor o igual Al valor máximo 85 ≤ 100
  • 18. Datos agrupados Cuarto paso: Ahora vamos a obtener el primer límite superior. Como los datos son enteros se le resta un entero al segundo límite inferior: Segundo límite inferior = 45 Menos un entero = 44 El primer límite superior será 44
  • 19. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 44 2 45 3 50 4 55 5 60 6 65 7 70 8 75 9 80 10 85 45 – 1 = 44 Se resta un entero porque los datos son enteros; si tienen un decimal se resta 0.1 y si tiene dos, se resta 0.01
  • 20. Datos agrupados Cuarto paso: Finalmente, vamos a sumar el tamaño del intervalo a cada límite superior en forma similar a lo que se llevó a cabo con los límites inferiores. 44 + 5 = 49 49 + 5 = 54 …
  • 21. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 44 2 45 49 3 50 54 4 55 59 5 60 64 6 65 69 7 70 74 8 75 79 9 80 84 10 85 89 Vamos a ir sumando el tamaño del intervalo: 44 + 5 = 49 49 + 5 = 54 … +5 +5 +5
  • 22. Datos agrupados Cuarto paso: Ya están calculados los intervalos, sin embargo, debemos revisar que se cumplan otras dos condiciones: El primer límite superior debe ser mayor o igual al valor mínimo (42). El último límite superior debe ser mayor o igual al valor máximo (100)
  • 23. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 44 2 45 49 3 50 54 4 55 59 5 60 64 6 65 69 7 70 74 8 75 79 9 80 84 10 85 89 Este valor debe ser mayor o igual al valor mínimo: 44 ≥ 42 Este valor debe ser mayor o igual al valor máximo: 89 ≥ 100 ???
  • 24. Datos agrupados Cuarto paso: Una de las condiciones necesarias para continuar con el procedimiento no se cumplió, debemos cambiar alguno de los siguientes valores: El primer límite inferior El tamaño del intervalo El número de intervalos Ajustando estos valores trataremos de obtener 10 intervalos de tal modo que se cumplan las 4 condiciones.
  • 25. Datos agrupados Cuarto paso: Si cambiamos el primer límite inferior: Sólo podemos aumentarlo en dos unidades: Tomar como valor inicial 42. Esto aumentaría el último límite superior en dos unidades: 89 + 2 = 91 No es suficiente, ya que de cualquier modo, no se cumple la condición de que el último límite superior debe ser mayor o igual al máximo.
  • 26. Datos agrupados Cuarto paso: Estamos tratando de obtener 10 intervalos pero cumpliendo las 4 condiciones. Lo intentamos cambiando el valor inicial, pero no funcionó Veamos que pasa si cambiamos el tamaño del intervalo: Necesitamos un tamaño de intervalo más grande para que el último límite superior aumente lo suficiente para que sea mayor que el valor máximo. Vamos a probar con un tamaño de intervalo igual a 6.
  • 27. Datos agrupados Cuarto paso: No olvidemos que: Si aumentar el valor inicial no es suficiente y aumentar el tamaño del intervalo tampoco cumple todas las condiciones. Nos quedaría como último recurso cambiar el número de intervalos. Pero antes de cambiar el número de intervalos vamos a ver qué sucede al aumentar el tamaño del intervalo.
  • 28. Datos agrupados Cuarto paso: Veamos como queda la tabla si tomamos como tamaño del intervalo el 6. El primer límite inferior será igual a 40. Observa la construcción de la tabla en las siguientes diapositivas.
  • 29. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 3 4 5 6 7 8 9 10 Este valor inicial debe ser menor o igual al mínimo; pudo haberse elegido 39, 40, 41 ó 42 . Posteriormente puede cambiarse en caso necesario.
  • 30. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 46 3 52 4 58 5 64 6 70 7 76 8 82 9 88 10 94 Vamos a ir sumando el tamaño del intervalo: 40 + 6 = 46 46 + 6 = 52 … +6 +6 +6
  • 31. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 2 46 3 52 4 58 5 64 6 70 7 76 8 82 9 88 10 94 Este límite debe ser: Menor o igual Al valor máximo 94 ≤ 100 Es correcto. +6 +6 +6
  • 32. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 45 2 46 3 52 4 58 5 64 6 70 7 76 8 82 9 88 10 94 46 – 1 = 45
  • 33. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 45 2 46 51 3 52 57 4 58 63 5 64 69 6 70 75 7 76 81 8 82 87 9 88 93 10 94 99 Vamos a ir sumando el tamaño del intervalo: 45 + 6 = 51 51 + 6 = 57 … +6 +6 +6
  • 34. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 45 2 46 51 3 52 57 4 58 63 5 64 69 6 70 75 7 76 81 8 82 87 9 88 93 10 94 99 Este valor debe ser mayor o igual al valor mínimo: 45 ≥ 42 Este valor debe ser mayor o igual al valor máximo: 99 ≥ 100 (?)
  • 35. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 40 45 2 46 51 3 52 57 4 58 63 5 64 69 6 70 75 7 76 81 8 82 87 9 88 93 10 94 99 99 ≥ 100 (?) No cumple con la condición de ser mayor o al menos igual al máximo.
  • 36. Datos agrupados Cuarto paso: Todavía no terminamos el cuarto paso, a veces es necesario realizar varios ajustes antes de obtener los intervalos apropiados. En este caso sólo es necesario aumentar el valor inicial una unidad, aumentarlo de 40 a 41. Al aumentar una unidad el valor inicial, todos los valores aumentan en esa misma unidad, de modo que el último límite superior será 100, como se muestra en la siguiente diapositiva.
  • 37. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 41 46 2 47 52 3 53 58 4 59 64 5 65 70 6 71 76 7 77 82 8 83 88 9 89 94 10 95 100 Los cuatro valores cumplen con las condiciones necesarias.
  • 38. Datos agrupados Intervalo número Intervalos aparentes Límites inferiores Límites superiores 1 41 46 2 47 52 3 53 58 4 59 64 5 65 70 6 71 76 7 77 82 8 83 88 9 89 94 10 95 100 Los cuatro valores cumplen con las condiciones necesarias.
  • 39. Datos agrupados Cuarto paso: Finalmente hemos obtenido los intervalos aparentes. Estos intervalos son útiles para contar los datos cuando hay que hacerlo manualmente, pero en la tabla deben anotarse los intervalos reales. En la siguiente presentación continuaremos con el paso 5: Obtener intervalos reales.
  • 40. Gracias por su atención 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