República Boliviana de Venezuela

Ministerio del poder Popular para la Defensa

Universidad Nacional experimental politécnica de la
Fuerza Armada Nacional
U.N.E.F.A
Núcleo Puerto Cabello

Bachilleres:
Profesora:
Aimar Rojas
Lic:Ofelia Brito Daniela Dominguez
María Garcia
Marioxis López
Neliannys Pinto
En estadística la ordenación de datos se refiere al proceso de
organizar los valores de una variable en un orden especifico. Esto
se hace para facilitar el análisis y la comprensión de los datos.
Hay diferentes métodos de ordenación que se pueden utilizar
como el ordenamiento ascendente o el ordenamiento descendente.

El ordenamiento de datos es útil en diversas aplicaciones

estadísticas. Por ejemplo, puede ser utilizado para identificar el valor
mínimo y máximo de una variable, encontrar la mediana o los
percentiles o detectar valores atípicos. También puede ser útil para
realizar comparaciones entre diferentes grupos o categorías de datos.
Se refiere a la recopilación y organización de información
numérica que representa las diferentes modalidades de las
variables. Los datos pueden clasificarse según diferentes criterios
como las modalidades que presentan. Por ejemplo, se pueden tener
datos dicotómicos, que provienen de variables con solo dos
modalidades, o datos dicotomizados, que presentan dos categorías
pero provienen de variables con mas de dos modalidades. La
población se refiere al conjunto completo de individuos, objetos o
fenómenos, mientras que la muestra es un subconjunto de la
población.
Las distribuciones de frecuencia son tablas que resumen la
información de una variable en filas y columnas. En las filas se
encuentran las modalidades de la variables, mientras que en las
columnas se muestra el numero de ocurrencias por cada valor,
porcentajes, entre otros datos. El objetivo de las distribuciones de
frecuencia es facilitar la obtención de información contenida en los
datos
En estadística, un intervalo de clases se refiere a la agrupación de
valores en rangos o intervalos que tienen la misma amplitud. Los
intervalos de clase se utilizan cuando una variable tiene un gran
numero de valores o cuando la variable es continua. Cada intervalo
de clase esta delimitado por un limite inferior y un limite superior, y
la amplitud de la clase es la diferencia entre estos dos limites.
En una distribución de frecuencia, cada intervalo de clase tiene dos límites : límite inferior y el límite superior.

Ejemplo:

Estamos analizando las edades de un grupo de personas, y

queremos crear una distribución de frecuencia con intervalos de
clase de 10 años.. Podría tener el siguiente conjunto de límite de
clase:

INTERVALO 1: 0 - 9 años
INTERVALO 2: 10 - 19 años
INTERVALO 3: 20 - 29 años,
INTERVALO 4: 30 - 39 años.

En este caso, el límite inferior del intervalo 1 es 0 y el límite

superior es 9. El límite inferior del intervalo 2 es 10 y el límite
superior es 19, y así sucesivamente.
Son los valores que delimitan los intervalos o clases en una
distribución de frecuencia.

Estás frecuencias se encuentran exactamente a mitad de camino

entre los límites de clase.

En una distribución de frecuencia, los límites de clase definen

los intervalos en los que se agrupan los datos, mientras que las
fronteras de clase, ayudan a determinar en qué intervalo se
incluye cada dato de manera más precisa
Se refiere a la amplitud o tamaño de cada intervalo en la
distribución de frecuencia. Es importante elegir un tamaño de
intervalo adecuado, para asegurarse de que los datos se
distribuyan de manera equitativa y se puedan interpretar de
manera significativa
Es el valor representativo de una clase o intervalo, en concreto, la marca de
clase es el punto medio de los límites de la clase o intervalo.

¿Para qué sirve la marca de clase?

Sirve para representar todos los valores que agrupa un intervalo.

Un intervalo contiene una gran cantidad de números dentro de él, Infinitos.

(Ya que siempre se pueden hacer números decimales más pequeños) De
manera que cuándo que cuándo se calculan las medidas estadísticas para
datos agrupados en intervalos se debe tomar algún valor como
representativo de cada intervalo, dicho valor es la marca de clase
*Determinar el mayor y menor de todos los datos, hallando así el rango.

*Dividir el rango en un número adecuado de intervalo de clase del mismo

tamaño. Si eso no es factible, usar intervalo de clase de distintos tamaños
o intervalo de clase abierto. Se suele tomar entre 5 y 20 intervalos de
clase según los datos.

*Determinar el número de observaciones que caen dentro de cada

intervalo de clase: Esto es hallar las frecuencia de clase, esto se logra
mejor con una hoja de recuento.
Un diagrama de frecuencia por lo general se utiliza para
representar las variables discretas, por medio de líneas
verticales cuya altura estará dada por los valores de las
frecuencias, ya sea absoluta o relativa; o por medio de
líneas horizontales que dan la sensación de peldaños en
una escalera.
En estadística, un histograma es una representación gráfica de una
variable en forma de barras, donde la superficie de cada barra es
proporcional a la frecuencia de los valores representados.
¿Para que sirve?
Sirve para obtener una "primera vista" general, o panorama, de la
distribución de la población, o la muestra, respecto a una
característica, cuantitativa y continua, de la población y que es de
interés para el observador (como la longitud o la masa). De esta
manera ofrece una visión en grupo permitiendo observar una
preferencia, o tendencia, por parte de la muestra o población por
ubicarse hacia una determinada región de valores dentro del espectro
de valores posibles (sean infinitos o no) que pueda adquirir la
Una distribución de frecuencia relativa describe los porcentajes
del número total de observaciones correspondiente a cada
categoría. Una distribución de frecuencia relativa no nos indica
cuál es el número de observaciones en cada categoría, sino cuál
es el porcentaje de observaciones en cada categoría.
La Distribución de Frecuencias Acumulativas se calcula
sumando cada frecuencia de una distribución de frecuencias a la
suma de las frecuencias anteriores (o posteriores). La frecuencia
acumulada de la última clase o evento debe ser igual al tamaño
de la muestra (el número total de observaciones).
En estadística, una ojiva es un gráfico que muestra la curva de
una función de distribución acumulativa dibujada a mano o en
software de computadora. Los puntos trazados son el límite de
la clase superior y la frecuencia acumulativa correspondiente.
La ojiva para la distribución normal se asemeja a un lado de un
arco arabesco u ojival . El término también se puede usar para
referirse a la función empírica de distribución acumulativa . Este
es un tipo de gráfico de frecuencia y también se denomina
polígono de frecuencia acumulada. Sirve para dar el número (o
proporción) de observaciones más pequeño o igual a un valor
particular.
Este es el símbolo sigma: Nos dice que estamos sumando
algo el índice de la suma.

Es Cuando evaluamos una expresión en forma de suma,

sustituimos diferentes valores de nuestro índice. El índice
de la suma. Cuando evaluamos una expresión en forma de
suma, sustituimos diferentes valores de nuestro índice.
La media aritmética es un concepto matemático usado en
estadística. También llamada promedio o simplemente media, se
obtiene con la suma de un conjunto de valores dividida entre el
número total de sumandos.
La media ponderada es una generalización de la media
aritmética. Es una medida de tendencia central, que es
apropiada cuando en un conjunto de datos cada uno de ellos
tiene una importancia relativa (o peso) respecto de los demás
datos. Se obtiene multiplicando cada uno de los datos por su
ponderación (peso) para luego sumarlos, obteniendo así una
suma ponderada; después se divide esta entre la suma de los
pesos, dando como resultado la media ponderada.
La media aritmética es independiente de la escala de las unidades
de medida, en el sentido de que Así, por ejemplo, calcular una
media de litros y luego convertirla a galones es lo mismo que
convertir primero a galones y luego calcular la media. Esto
también se llama homogeneidad de primer orden.
Para hallar la media aritmética tenemos que sumar todas las notas y
luego dividir entre el número total de asignaturas del curso, que es 5. Por
lo tanto, aplicamos la fórmula de la media aritmética:
Para calcular la media aritmética se deben hacer los siguientes pasos:
 Sumar todos los datos estadísticos de la muestra.
 Dividir la suma anterior entre el número total de datos.
 El resultado obtenido es la media aritmética de la muestra estadística
 La media se sumando todos los valores y dividiendo la suma entre el
número total de valores.
 La mediana se puede calcular poniendo los números en orden
ascendente y luego localizando el número del centro de esa
distribución
Es un conjunto de mediciones
“x1 , x2, x3, ...., xn”
es el valor de “x” que se encuentra en el punto medio
o centro cuando se ordenan los valores de menor a mayor.

Si las mediciones de un conjunto de datos se ordenan de menor a

mayor valor y “n” es impar, la mediana corresponderá a la medición
con el orden “(n + 1) / 2”. Si el número
de mediciones es par , n = par, la mediana se escoge como el valor de
“x” a la mitad de
las dos mediciones centrales, es decir como el valor central entre la
medición con
rango “n/2” y la que tiene rango “(n/2) + 1”.
La moda es la medida de tendencia central más fácil de calcular
y también es la más sujeta a fluctuaciones cuando cambian unos
pocas valores de la distribución. Por esta razón la moda se suele
usar para una evaluación rápida de la tendencia central. La
moda se define como ”el valor más frecuente de una
distribución”.

En una tabla de frecuencias, la frecuencia mayor es la que

contiene a la moda. Esta medida se usa más
y tiene más sentido cuando se describen datos nominales, de
hecho es la única medida de tendencia central que funciona con
este tipo de escala.
Las tres medidas de tendencia central, la media, mediana y moda, no son igualmente útiles para obtener una medida de
tendencia central. Por el contrario, cada una de estas medidas tiene características que hacen que su empleo sea una
ventaja en ciertas condiciones y en otras no.
En matemáticas y estadística, la media geométrica de una
cantidad arbitraria de números (por decir n números) es la raíz n-
ésima del producto de todos los números; es recomendada para
datos de progresión geométrica, para promediar razones, interés
compuesto y números índice. Frecuentemente se usa una media
geométrica cuando se comparan diferentes aspectos, cuyos
rendimientos tienen unidades de medida en diferentes rangos
numéricos.
Cabe destacar que N es el número de elementos sobre los cuales
se calcula la media. Este tipo de media suele utilizarse,
principalmente, en velocidades, tiempos, o en el área de la
electrónica. Sin embargo, su uso no está muy extendido en otras
disciplinas. Debemos tener en cuenta que esta presenta ciertas
desventajas, como que no puede calcularse si una de las
observaciones es igual a cero. Es decir, ninguno de los
elementos puede ser nulo.
Cuartiles: si a un conjunto de datos se ordena de mayor a menor, el valor central
es la mediana, este valor divide el grupo, en dos subgrupos cada uno con el 50 %
de los datos. Si a cada subgrupo ordenado se le marca el valor central, tenemos así
tres valores seleccionados que llamaremos Cuartiles, Q1, Q2 y Q3. Estos valores
dividen al conjunto de datos en cuatro grupos con igual número de términos, cada
cuartil contiene el 25% de los datos. La mediana es el cuartil dos

Deciles, si el conjunto de valores, ordenados de de mayor a menor, se dividen en

diez partes iguales, los valores que dividen los datos se llaman deciles y son nueve,
D1, D2,..D9.

Percentiles, si se tiene un conjunto de datos muy numerosos y a este se lo divide

en 100 partes iguales, cada valor que divide los datos se llama percentil, P1, P2,
P3…P99.