SlideShare une entreprise Scribd logo
1  sur  10
   Cuando la muestra consta de 30 o más datos, lo
    aconsejable es agrupar los datos en clases y a
    partir de estas determinar las características de la
    muestra y por consiguiente las de la población de
    donde fue tomada.
   Antes de pasar a definir cuál es la manera de
    determinar las características de interés (media,
    mediana, moda, etc.) cuando se han agrupado en
    clases los datos de la muestra, es necesario que
    sepamos como se agrupan los datos.
   Determinar el rango o recorrido de los datos.

    Rango = Valor mayor – Valor menor
   Establecer el número de clases (k)en que se
    van a agrupar los datos tomando como base
    para esto la siguiente tabla.
            Tamaño de muestra o No. De datos   Número de clases

            Menos de 50                        5a7

            50 a 99                            6 a 10

            100 a 250                          7 a 12

            250 en adelante                    10 a 20



    El uso de esta tabla es uno de los criterios que se
    puede tomar en cuenta para establecer el número
    de clases en las que se van a agrupar los datos,
    existen otros para hacerlo.
   Determinar la amplitud de clase para agrupar
    (C).
   Formar clases y agrupar datos.
    Para formar la primera clase, se pone como límite
    inferior de la primera clase un valor un poco
    menor que el dato menor encontrado en la
    muestra y posteriormente se suma a este valor C,
    obteniendo de esta manera el límite superior de la
    primera clase, luego se procede a obtener los
    límites de la clase siguiente y así sucesivamente.
   Ejemplo:
    Los siguientes datos se refieren al diámetro en
    pulgadas de un engrane.
        6.75    7.00     7.00    6.75    6.50     6.50    7.15    7.00
        6.50    6.50     6.50    6.25    6.25     6.50    6.65    7.00
        7.25    6.70     6.00    6.75    6.00     6.75    6.75    7.10
        7.00    6.70     6.50    6.75    6.25     6.65    6.75    7.10
        7.25    6.75     6.25    6.25    7.00     6.75    7.00    7.15




a) Agrupe datos, considere k=6.
b) Obtenga: Histograma, polígono de frecuencias, ojiva y distribución de
   probabilidad.
Solución:
a) Agrupando datos;
1. R= VM - Vm = 7.25 – 6.00 = 1.25
2. k = 6
3.
4. Formando clases
Para formar la primera clase se toma un valor
un poco menor que el valor menor encontrado
en la muestra; luego,
 LI      LS    Frecuencia   Marca de clase   Límite real   Límite real   Frecuencia       Frecuencia
                                              inferior      superior      relativa          Relativa
                                                                                          acumulada
 5.97 – 6.18       2            6.075          5.965         6.185       2/40 = 0.05   0.05
 6.19 – 6.40       5            6.295          6.185         6.405       5/40=0.125    0.175
 6.41 – 6.62       7            6.515          6.405         6.625          0.175      0.350
 6.63 – 6.84      13            6.735          6.625         6.845          0.325      0.675
 6.85 – 7.06       7            6.955          6.845         7.065          0.175      0.850
 7.07 – 7.28       6            7.175          7.065         7.285           0.15      1.000
    Total         40                                                        1.000
b) Gráficas:

Contenu connexe

Tendances

Fisica serway vol.1 (solucionario)
Fisica   serway vol.1 (solucionario)Fisica   serway vol.1 (solucionario)
Fisica serway vol.1 (solucionario)luxeto
 
RELACIONES MÉTRICAS EN LOS TRIÁNGULOS OBLICUÁNGULOS
RELACIONES  MÉTRICAS EN  LOS TRIÁNGULOS OBLICUÁNGULOSRELACIONES  MÉTRICAS EN  LOS TRIÁNGULOS OBLICUÁNGULOS
RELACIONES MÉTRICAS EN LOS TRIÁNGULOS OBLICUÁNGULOSLUISRUBINOS
 
Simulacro prueba de aptitud matemática dic 13 2012
Simulacro prueba de aptitud matemática dic 13 2012Simulacro prueba de aptitud matemática dic 13 2012
Simulacro prueba de aptitud matemática dic 13 2012Eugenio Theran Palacio
 
Teoría y problemas de Razonamiento Matemático TRILCE ccesa007
Teoría y problemas de Razonamiento Matemático TRILCE  ccesa007Teoría y problemas de Razonamiento Matemático TRILCE  ccesa007
Teoría y problemas de Razonamiento Matemático TRILCE ccesa007Demetrio Ccesa Rayme
 
Teoria triangulos-puntos-notables-copia
Teoria triangulos-puntos-notables-copiaTeoria triangulos-puntos-notables-copia
Teoria triangulos-puntos-notables-copiaOswaldo Garcia Monzon
 
Cuadrilateros repaso
Cuadrilateros repasoCuadrilateros repaso
Cuadrilateros repasoJRIOSCABRERA
 
Actualización arbitral de baloncesto
Actualización arbitral de baloncestoActualización arbitral de baloncesto
Actualización arbitral de baloncestoJulio Campos
 
rectas paralelas y ortogonales (2)
rectas paralelas y ortogonales (2)rectas paralelas y ortogonales (2)
rectas paralelas y ortogonales (2)Ivan Nina
 
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOS
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOSRAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOS
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOSEDWIN RONALD CRUZ RUIZ
 
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes CIENTIC - CENTRO EDUCATIVO
 
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)Omar Rodriguez Garcia
 
5.000 problemas de analisis matematico ( demidovich )
5.000 problemas de analisis matematico  ( demidovich )5.000 problemas de analisis matematico  ( demidovich )
5.000 problemas de analisis matematico ( demidovich )Eduardo Juarez
 
Problemas fluidos final
Problemas fluidos finalProblemas fluidos final
Problemas fluidos finalOswaldo Farro
 

Tendances (20)

Fisica serway vol.1 (solucionario)
Fisica   serway vol.1 (solucionario)Fisica   serway vol.1 (solucionario)
Fisica serway vol.1 (solucionario)
 
RELACIONES MÉTRICAS EN LOS TRIÁNGULOS OBLICUÁNGULOS
RELACIONES  MÉTRICAS EN  LOS TRIÁNGULOS OBLICUÁNGULOSRELACIONES  MÉTRICAS EN  LOS TRIÁNGULOS OBLICUÁNGULOS
RELACIONES MÉTRICAS EN LOS TRIÁNGULOS OBLICUÁNGULOS
 
Semana 1
Semana 1Semana 1
Semana 1
 
Simulacro prueba de aptitud matemática dic 13 2012
Simulacro prueba de aptitud matemática dic 13 2012Simulacro prueba de aptitud matemática dic 13 2012
Simulacro prueba de aptitud matemática dic 13 2012
 
EXAMEN CEPRUNSA
EXAMEN CEPRUNSAEXAMEN CEPRUNSA
EXAMEN CEPRUNSA
 
Combustión
CombustiónCombustión
Combustión
 
Teoría y problemas de Razonamiento Matemático TRILCE ccesa007
Teoría y problemas de Razonamiento Matemático TRILCE  ccesa007Teoría y problemas de Razonamiento Matemático TRILCE  ccesa007
Teoría y problemas de Razonamiento Matemático TRILCE ccesa007
 
Teoria triangulos-puntos-notables-copia
Teoria triangulos-puntos-notables-copiaTeoria triangulos-puntos-notables-copia
Teoria triangulos-puntos-notables-copia
 
Cuadrilateros repaso
Cuadrilateros repasoCuadrilateros repaso
Cuadrilateros repaso
 
Actualización arbitral de baloncesto
Actualización arbitral de baloncestoActualización arbitral de baloncesto
Actualización arbitral de baloncesto
 
rectas paralelas y ortogonales (2)
rectas paralelas y ortogonales (2)rectas paralelas y ortogonales (2)
rectas paralelas y ortogonales (2)
 
Actividad 10 identidades de arco doble
Actividad 10 identidades de arco dobleActividad 10 identidades de arco doble
Actividad 10 identidades de arco doble
 
Fuerza de boyamiento
Fuerza de boyamientoFuerza de boyamiento
Fuerza de boyamiento
 
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOS
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOSRAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOS
RAZONES TRIGONOMÉTRICAS DE ÁNGULOS AGUDOS
 
Untitled
UntitledUntitled
Untitled
 
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes
Mecánica de fluidos - Resolución de problema 3 - Vasos comunicantes
 
Teorema de transporte de reynolds
Teorema de transporte de reynoldsTeorema de transporte de reynolds
Teorema de transporte de reynolds
 
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)
Trigonometria%20(bolet%c3%a dn%20 n%c2%ba%2001%20-%20ab2%20sm%202015)
 
5.000 problemas de analisis matematico ( demidovich )
5.000 problemas de analisis matematico  ( demidovich )5.000 problemas de analisis matematico  ( demidovich )
5.000 problemas de analisis matematico ( demidovich )
 
Problemas fluidos final
Problemas fluidos finalProblemas fluidos final
Problemas fluidos final
 

En vedette

Certificaciòn R. Andina-Tecnologo Gestiòn Administrativa (2)
Certificaciòn  R. Andina-Tecnologo Gestiòn Administrativa (2)Certificaciòn  R. Andina-Tecnologo Gestiòn Administrativa (2)
Certificaciòn R. Andina-Tecnologo Gestiòn Administrativa (2)Andreita Riveros
 
Ciencias del mundo contemporáneo
Ciencias del mundo contemporáneoCiencias del mundo contemporáneo
Ciencias del mundo contemporáneoYaizaConde
 
Tienda virtual herramienta fundamental para promover su negocio en internet
Tienda virtual herramienta fundamental para promover su negocio en internetTienda virtual herramienta fundamental para promover su negocio en internet
Tienda virtual herramienta fundamental para promover su negocio en internetJavier A. Flórez Amaya
 

En vedette (8)

Certificaciòn R. Andina-Tecnologo Gestiòn Administrativa (2)
Certificaciòn  R. Andina-Tecnologo Gestiòn Administrativa (2)Certificaciòn  R. Andina-Tecnologo Gestiòn Administrativa (2)
Certificaciòn R. Andina-Tecnologo Gestiòn Administrativa (2)
 
Mineria
MineriaMineria
Mineria
 
Area
AreaArea
Area
 
Lafelicidadbuenvivir
LafelicidadbuenvivirLafelicidadbuenvivir
Lafelicidadbuenvivir
 
Ciencias del mundo contemporáneo
Ciencias del mundo contemporáneoCiencias del mundo contemporáneo
Ciencias del mundo contemporáneo
 
Columbus power matrices
Columbus  power matricesColumbus  power matrices
Columbus power matrices
 
Tienda virtual herramienta fundamental para promover su negocio en internet
Tienda virtual herramienta fundamental para promover su negocio en internetTienda virtual herramienta fundamental para promover su negocio en internet
Tienda virtual herramienta fundamental para promover su negocio en internet
 
0. guía 11 autoevaluación
0. guía 11 autoevaluación0. guía 11 autoevaluación
0. guía 11 autoevaluación
 

Similaire à Tablas de frecuencia

Similaire à Tablas de frecuencia (20)

Datos agrupados 2017
Datos agrupados 2017Datos agrupados 2017
Datos agrupados 2017
 
Clase #5 Histograma.docx
Clase #5 Histograma.docxClase #5 Histograma.docx
Clase #5 Histograma.docx
 
estadistica 2Mate ejercicios
estadistica 2Mate ejerciciosestadistica 2Mate ejercicios
estadistica 2Mate ejercicios
 
Trabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadisticaTrabajo y Ejercicios de Probabilidad y estadistica
Trabajo y Ejercicios de Probabilidad y estadistica
 
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
 
Grouped data 01 2020
Grouped data 01   2020Grouped data 01   2020
Grouped data 01 2020
 
t1-alumnos.pdf
t1-alumnos.pdft1-alumnos.pdf
t1-alumnos.pdf
 
8.estadistica
8.estadistica8.estadistica
8.estadistica
 
Sol t08 mec
Sol t08 mecSol t08 mec
Sol t08 mec
 
8.estadistica
8.estadistica8.estadistica
8.estadistica
 
Grouped data 01
Grouped data 01Grouped data 01
Grouped data 01
 
Ejercicios resueltos de estadística. Colegio La Salle Envigado
Ejercicios resueltos de estadística. Colegio La Salle EnvigadoEjercicios resueltos de estadística. Colegio La Salle Envigado
Ejercicios resueltos de estadística. Colegio La Salle Envigado
 
Ejercicios estadística univariante
Ejercicios   estadística univarianteEjercicios   estadística univariante
Ejercicios estadística univariante
 
Ejercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadisticaEjercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadistica
 
T1 alumnos
T1 alumnosT1 alumnos
T1 alumnos
 
soluciones archivos de mathematics in economy
soluciones archivos de mathematics in economysoluciones archivos de mathematics in economy
soluciones archivos de mathematics in economy
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Promedio y media aritmetica
Promedio y media aritmeticaPromedio y media aritmetica
Promedio y media aritmetica
 
Estadistica universitaria
Estadistica universitariaEstadistica universitaria
Estadistica universitaria
 

Tablas de frecuencia

  • 1.
  • 2. Cuando la muestra consta de 30 o más datos, lo aconsejable es agrupar los datos en clases y a partir de estas determinar las características de la muestra y por consiguiente las de la población de donde fue tomada.  Antes de pasar a definir cuál es la manera de determinar las características de interés (media, mediana, moda, etc.) cuando se han agrupado en clases los datos de la muestra, es necesario que sepamos como se agrupan los datos.
  • 3. Determinar el rango o recorrido de los datos. Rango = Valor mayor – Valor menor
  • 4. Establecer el número de clases (k)en que se van a agrupar los datos tomando como base para esto la siguiente tabla. Tamaño de muestra o No. De datos Número de clases Menos de 50 5a7 50 a 99 6 a 10 100 a 250 7 a 12 250 en adelante 10 a 20 El uso de esta tabla es uno de los criterios que se puede tomar en cuenta para establecer el número de clases en las que se van a agrupar los datos, existen otros para hacerlo.
  • 5. Determinar la amplitud de clase para agrupar (C).
  • 6. Formar clases y agrupar datos. Para formar la primera clase, se pone como límite inferior de la primera clase un valor un poco menor que el dato menor encontrado en la muestra y posteriormente se suma a este valor C, obteniendo de esta manera el límite superior de la primera clase, luego se procede a obtener los límites de la clase siguiente y así sucesivamente.
  • 7. Ejemplo: Los siguientes datos se refieren al diámetro en pulgadas de un engrane. 6.75 7.00 7.00 6.75 6.50 6.50 7.15 7.00 6.50 6.50 6.50 6.25 6.25 6.50 6.65 7.00 7.25 6.70 6.00 6.75 6.00 6.75 6.75 7.10 7.00 6.70 6.50 6.75 6.25 6.65 6.75 7.10 7.25 6.75 6.25 6.25 7.00 6.75 7.00 7.15 a) Agrupe datos, considere k=6. b) Obtenga: Histograma, polígono de frecuencias, ojiva y distribución de probabilidad.
  • 8. Solución: a) Agrupando datos; 1. R= VM - Vm = 7.25 – 6.00 = 1.25 2. k = 6 3.
  • 9. 4. Formando clases Para formar la primera clase se toma un valor un poco menor que el valor menor encontrado en la muestra; luego, LI LS Frecuencia Marca de clase Límite real Límite real Frecuencia Frecuencia inferior superior relativa Relativa acumulada 5.97 – 6.18 2 6.075 5.965 6.185 2/40 = 0.05 0.05 6.19 – 6.40 5 6.295 6.185 6.405 5/40=0.125 0.175 6.41 – 6.62 7 6.515 6.405 6.625 0.175 0.350 6.63 – 6.84 13 6.735 6.625 6.845 0.325 0.675 6.85 – 7.06 7 6.955 6.845 7.065 0.175 0.850 7.07 – 7.28 6 7.175 7.065 7.285 0.15 1.000 Total 40 1.000