Tema 2 Estadistica Unidimensional

Estadística Empresarial I.
Tema 2: Estadística Unidimensional

.
Tema 2: Estadística Unidimensional
 Datos cualitativos y datos cuantitativos

 Tabulaciones
 Distribuciones de frecuencias: absolutas, relativas y acumuladas
 Representaciones gráficas
Dr. José Javier Núñez Velázquez. Nº 1

Departamento de Economía 9/13/2021
Estadística Empresarial I. Tema 2: Estadística Unidimensional
.
1. Datos cualitativos y datos cuantitativos
Cuando la característica observada no es medible numéricamente, sino que sus valores

son cualitativos decimos que se trata de un atributo. La observación de un atributo da
lugar a distintas modalidades. Como ejemplo podemos citar el sexo, nacionalidad,
CCAA de residencia, etc.
Cuando la característica observada es medible numéricamente, decimos que se trata de

una variable. Dependiendo del conjunto donde la variable toma valores, éstas se
clasifican en
• Variables discretas: Toman valores en un conjunto finito o infinito numerable;
por ejemplo, la edad, número de miembros de una familia, etc.
• Variables continuas: Toman valores en un conjunto infinito no numerable, es
decir, pueden tomar todos los valores de un intervalo de la recta real. Por ejemplo:
estatura, peso, distancias, etc.
En todos los casos, al observar una característica estadística, tenemos un gran número
de valores que se tendrán que ordenar y resumir en una tabla.

.
2. Tabulación.
En este punto, se presenta como construir una tabla que resuma el conjunto de datos
observados. Este proceso se conoce como tabulación.
2.1. Tabulación de atributos

Supongamos que X es el atributo observado y que presenta k modalidades diferentes
que llamaremos x1,x2,…,xi,…,xk
Se trata de contar el número de repeticiones de cada modalidad y resumir el
resultado en una tabla como sigue:
ni es el número de veces que se ha observado la

modalidad xi del atributo. Se llama frecuencia
Modalidades del atributo Frecuencias observada o frecuencia absoluta de xi.
xi ni
x1 n1
x2 n2 Si en total se han realizado N
observaciones, se debe verificar que:
xi ni
k
xk nk n  N
i 1
i

.
Ejemplo 2.1.
En 100 personas mayores de edad se ha observado que 50 son casados,
25 solteros, 15 viudos y 10 divorciados. Construir la tabla de frecuencias
del atributo denominado estado civil.
Solución
Estado civil Frecuencia

Casado 50
Soltero 25
Viudo 15
Divorciado 10
N=100
.
2.2. Tabulación de variables no agrupadas.

Supongamos ahora que X es una variable estadística discreta que toma pocos
valores distintos pero que estos se repiten muchas veces. En primer lugar,
ordenamos crecientemente los diferentes valores, x1<x2<…<xi<…<xk . A
continuación, se determina cuantas veces se ha observado cada uno de ellos y
se construye una tabla:
Valores de la variable Frecuencias ni es el número de veces que se ha observado el

xi ni valor xi de la variable. Se llama frecuencia
x1 n1 observada o frecuencia absoluta de xi.
x2 n2
… … Si en total se han realizado N
xi ni observaciones, se debe verificar
… … que: k
xk nk
n  N
i 1
i

.
Ejemplo 2.2.
En una comunidad de 25 vecinos, se ha preguntado el número de personas que
ocupan cada vivienda y se han obtenido los siguientes valores
4 4 3 1 4
2 4 5 1 4
1 3 5 4 3
3 5 5 1 2
1 1 2 5 5
Construya la tabla que resume la distribución de la variable “Numero de
personas que ocupan la vivienda”
Solución
X Frecuencia
1 6
2 3
3 4
4 6
5 6
N=25 Nº 6
Dr. José Javier Núñez Velázquez.
.
2. 3. Tabulación de variables agrupadas en intervalos.

Supongamos ahora que X es una variable estadística que toma muchos valores distintos.
En este caso interesa agrupar los valores observados en k intervalos o clases. En este
caso la frecuencia ni es el número de observaciones que pertenecen al intervalo número
i, es decir el numero de observaciones, x, que verifican Li-1<x≤Li
Intervalos Marcas
(Li-1, Li] de clase ni
xi ni es el número de veces que se ha observado el
[L0, L1], x1 n1 valor xi de la variable. Se llama frecuencia
(L1, L2], x2 n2 observada o frecuencia absoluta de xi.
(Li-1, Li] xi ni
Xi es la marca de clase que es el punto
(Lk-2, Lk-1] xk-1 nk-1 Li  Li 1
medio del intervalo, es decir xi 
2
(Lk-1, Lk] xk nk
N

.
Ejemplo 2.3.
Un comercio ha abierto sus puertas al público durante 25 días de un mes y ha
obtenido las siguientes recaudaciones, expresadas en euros:
16.500 10.050 12.320 10.000 22.540
7.325 13.800 18.300 14.600 25.000
17.085 19.000 11.900 13.760 15.075
20.210 7.280 21.200 23.090 24.500
15.800 5.000 13.050 21.600 17.700
Construir las diferentes distribuciones de frecuencias.
Solución:
Si queremos agrupar los datos en 5 clases, tenemos que tener en cuenta que:
min( xi )  5.000  20.000
  R  25.000 - 5.000  20.000  c=  4.000
max( xi )  25.000 5
Entonces, las clases son [5.000, 9.000]; (9.000, 13.000], etc.

Vemos que, en la primera clase, se encuentran las tres observaciones
marcadas en blanco. En la segunda clase, se incluyen 4 observaciones. Si
hacemos igual con el resto de las clases, obtenemos la tabla completa.
.
3. Distribuciones de frecuencias
Frecuencia absoluta: es el número de
observaciones asociadas a xi o al intervalo Propiedades
número i. Se representa por ni k
 f 1
k
n  N
i 1
i
i 1
i
Frecuencia relativa: del valor de la variable xi al

cociente entre la frecuencia absoluta de dicho N1  n1
valor y el número total de datos N: N2  n1  n2  N1  n2
ni
fi  ....................................
N
Frecuencia acumulada ascendente: Ni de un Ni  Ni1  ni  n1  n2  ...  ni 1  ni
determinado valor de la variable ordenado (de ............................................................
menor a mayor) xi, al número de datos que son Nr  Nr1  nr  n1  n2  ...  nr 1  nr  N
menores o iguales a él:
i
Ni   n j i
j 1 Fi    f j
Frecuencia relativa acumulada ascendente: Fi j 1
del valor de la variable xi es el cociente entre la F1  f1

frecuencia acumulada ascendente de dicho valor F22  F1  f2
y el número total de observaciones N: ...................
Ni Fi   Fi 1  fi
Fi 
N ...................
Las frecuencias acumuladas absolutas y relativas no Fr  1
tienen sentido cuando se estudian atributos.
.
Ejemplo 2.4.
Calcular las frecuencias asociadas al ejemplo 2.1
Solución
Estado ni fi
civil
Casado 50 0,50
Soltero 25 0,25
Viudo 15 0,15
Divorciado 10 0,10
N=100 1

.
Ejemplo 2.5.
Obtenga todas las distribuciones de frecuencias para el ejemplo 2.2
Solución
X ni fi Ni Fi
1 6 0,24 6 0,24
2 3 0,12 9 0,36
3 4 0,16 13 0,52
4 6 0,24 19 0,76
5 6 0,24 25 1
N=25 1

.
4. Representaciones gráficas
4. 1. Representación gráfica de atributos

Para realizar la representación gráfica de un atributo se utilizan fundamentalmente el
diagrama de sectores y el diagrama de barras.
Vemos las representaciones gráficas correspondientes al ejemplo 2.1
Diagrama de barras
Diagrama de sectores 60
50
40
Viudo
Soltero 30
Divorciado
20
10
Casado 0
Casado Soltero Viudo Divorciado

.
4. 2. Representación gráfica de variables no agrupadas

En este caso podemos representar todos los tipos de frecuencias que tenemos.
Cuando representamos las frecuencias absolutas o relativas tenemos un
diagrama de barras.
Para construirlo, se representan en el eje de abscisas los valores de la variable
y en el eje de ordenadas las frecuencias (absolutas o relativas). Sobre cada
valor de la variable se levanta una barra cuya altura es igual a la frecuencia
representada. Por ejemplo, si representamos los datos del ejemplo 2,
obtenemos las siguientes gráficas.
Se obtienen diagramas semejantes.
7 0,3
6 0,25
5
Frecuencia relativa
0,2
Frecuencia absoluta
4
0,15
3
0,1
2
1 0,05
0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Número de personas que ocupan la vivienda Número de personas que ocupan la vivienda

.
Si queremos representar las frecuencias acumuladas (absolutas o relativas) se

realizará mediante un diagrama en escalera.
En este diagrama, se representa una línea escalonada que une los puntos (xi, Ni)
Se obtienen gráficos equivalentes si representamos las frecuencias acumuladas
relativas, mediante una línea que una los puntos (xi, Fi)
30 1,2
Frecuencia acumulada relativa

25 1
Frecuencia acumulada absoluta
20 0,8
15 0,6
10 0,4
5 0,2
0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
Número de personas que ocupan la vivienda Número de personas que ocupan la vivienda

.
4. 3. Representación gráfica de variables agrupadas

Tenemos dos tipos de representaciones gráficas, dependiendo de si representamos
frecuencias absolutas o relativas y frecuencias acumuladas absolutas o relativas.
Las frecuencias absolutas las representamos mediante el histograma de frecuencias.
Este diagrama consiste en levantar sobre cada intervalo un rectángulo cuyo área es
proporcional a la frecuencia del mismo. Por este motivo tenemos que introducir la
densidad de frecuencia:
n n
Area (i )  base·altura  ci · i  ni (i  1, 2,..., k )  hi  i  densidad de frecuencia
ci ci
Ejemplo 2.6. el siguiente gráfico representa el histograma de frecuencias asociado

a los datos del ejercicio 2.3
0,002
0,00175
Densidad de frecuencia
0,0015
0,00125
0,001
0,00075
0,0005
0,00025
Dr. José Javier Núñez Velázquez. 0 Nº 15

1000 5000 9000 13000 17000 21000 25000 29000 9/13/2021
Departamento de Economía
.
Ejemplo 2.7.
Las ventas mensuales de 50 comercios expresados en miles de euros y agrupados en
intervalos de clases son las siguientes:
(Li-1, Li] ni
[40, 60] 10
(60, 90] 20
(90, 130] 15
(130, 200] 5
Elaborar su histograma de frecuencias.
Solución:
Primero, con ayuda de una hoja Excel, calculamos las marcas de clase y la densidad de
frecuencia de cada intervalo.
0,25
Densidad de frecuencia
0,2
0,15
0,1
0,05
Dr. José Javier Núñez Velázquez.

0 20 40 60 80 100 120 140 160 180 200 220 240 Nº 16
.
Para representar las frecuencias acumuladas, tenemos los polígonos acumulativos de

frecuencias.
Estos gráficos consisten en unir mediante segmentos los puntos:
( L0 , 0), ( L1 , N1 ), ( L2 , N 2 ), ..., ( Lk 1 , N k1 ), ( Lk , N k  N ).
Ejemplo 2.8.
Construir el polígono acumulativo asociado a los datos del ejemplo 2.3.
30
25
25
Frecuencia acumulada
20
19
15
14
10
7
5
3
0
1000 5000 9000 13000 17000 21000 25000 29000

.
4. 4. Algunos gráficos engañosos

Fuente: R. Johnson & P. Kuby (2004). Estadística elemental. Lo
esencial. Ed. Thompson

.


.



Tema 2 Estadistica Unidimensional

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 2 Estadistica Unidimensional

Uploaded by

Copyright:

Available Formats

Estadística Empresarial I.

Tema 2: Estadística Unidimensional

Tema 2: Estadística Unidimensional

 Datos cualitativos y datos cuantitativos

Dr. José Javier Núñez Velázquez. Nº 1

1. Datos cualitativos y datos cuantitativos

Cuando la característica observada no es medible numéricamente, sino que sus valores

Cuando la característica observada es medible numéricamente, decimos que se trata de

Dr. José Javier Núñez Velázquez. Nº 2

2.1. Tabulación de atributos

ni es el número de veces que se ha observado la

Dr. José Javier Núñez Velázquez. Nº 3

Estado civil Frecuencia

2.2. Tabulación de variables no agrupadas.

Valores de la variable Frecuencias ni es el número de veces que se ha observado el

Dr. José Javier Núñez Velázquez. Nº 5

2. 3. Tabulación de variables agrupadas en intervalos.

Dr. José Javier Núñez Velázquez. Nº 7

Entonces, las clases son [5.000, 9.000]; (9.000, 13.000], etc.

Frecuencia relativa: del valor de la variable xi al

del valor de la variable xi es el cociente entre la F1  f1

Dr. José Javier Núñez Velázquez. Nº 10

Dr. José Javier Núñez Velázquez. Nº 11

4. 1. Representación gráfica de atributos

Dr. José Javier Núñez Velázquez. Nº 12

4. 2. Representación gráfica de variables no agrupadas

Dr. José Javier Núñez Velázquez. Nº 13

Si queremos representar las frecuencias acumuladas (absolutas o relativas) se

Frecuencia acumulada relativa

Dr. José Javier Núñez Velázquez. Nº 14

4. 3. Representación gráfica de variables agrupadas

Ejemplo 2.6. el siguiente gráfico representa el histograma de frecuencias asociado

Dr. José Javier Núñez Velázquez. 0 Nº 15

Dr. José Javier Núñez Velázquez.

Para representar las frecuencias acumuladas, tenemos los polígonos acumulativos de

Dr. José Javier Núñez Velázquez. Nº 17

4. 4. Algunos gráficos engañosos

Dr. José Javier Núñez Velázquez. Nº 18

4. 4. Algunos gráficos engañosos

Dr. José Javier Núñez Velázquez. Nº 19

4. 4. Algunos gráficos engañosos

Dr. José Javier Núñez Velázquez. Nº 20

You might also like