Distribución de frecuencias

La distribución de frecuencias es una forma de organizar datos para analizarlos mejor y crear gráficos que los representen. Cuando tienes muchos datos, esta herramienta te ayuda a verlos de manera ordenada.

Veamos un ejemplo con las edades de estudiantes de décimo grado. Para organizar 25 datos de edades que van desde los 12 hasta los 62 años, primero calculamos el número de intervalos usando la raíz cuadrada del total de datos (√25 = 5).

Luego, determinamos el rango dividiendo la diferencia entre el valor mayor y menor (62-12 = 50) entre el número de intervalos. Así creamos intervalos como [12-22], [23-33], etc. Para cada intervalo calculamos su marca de clase (el valor central) sumando los extremos y dividiendo entre 2.

💡 La marca de clase representa el valor promedio de cada intervalo y es muy útil para los cálculos posteriores.

Tipos de frecuencias

Para analizar los datos necesitamos calcular diferentes tipos de frecuencias:

La frecuencia absoluta (fa) cuenta cuántos datos hay en cada intervalo. Por ejemplo, en el intervalo [12-22] podríamos tener 5 personas, en [23-33] podríamos tener 13 personas, etc.

La frecuencia absoluta acumulada suma las frecuencias absolutas de manera progresiva. Si en el primer intervalo hay 5 personas y en el segundo 13, la frecuencia acumulada del segundo será 5+13=18.

La frecuencia relativa se calcula dividiendo la frecuencia absoluta entre el total de datos. Por ejemplo, 5÷25=0,20 para el primer intervalo.

La frecuencia porcentual multiplica la frecuencia relativa por 100. Si la frecuencia relativa es 0,20, el porcentaje será 20%. Todos los porcentajes deben sumar 100%.

Diagrama Circular

El diagrama circular es una excelente forma de visualizar los datos en porcentajes. Para crearlo, multiplicamos la frecuencia relativa por 360° para obtener el ángulo correspondiente a cada categoría.

Por ejemplo:

• Si la frecuencia relativa es 0,20, el ángulo será 72° (0,20 × 360)
• Si la frecuencia relativa es 0,52, el ángulo será 187° (0,52 × 360)
• Y así sucesivamente para cada categoría

Luego dibujamos el círculo y lo dividimos usando estos ángulos. En cada sección colocamos el nombre de la categoría y su porcentaje correspondiente.

💡 Los diagramas circulares son ideales para mostrar la proporción de cada categoría respecto al total, pero funcionan mejor cuando tienes pocas categorías (no más de 6 o 7).

Creación de gráficos en Excel

Excel es una herramienta genial para crear diagramas estadísticos. Puedes organizar tus datos en columnas: una para las categorías (como materias favoritas), otra para la frecuencia absoluta y otra para la frecuencia relativa.

Para calcular la frecuencia relativa, divide cada frecuencia absoluta entre el total. Por ejemplo, si 4 estudiantes prefieren artes y hay 45 estudiantes en total, la frecuencia relativa sería 4/45 = 0,089.

Para crear un gráfico circular:

1. Selecciona tus datos
2. Ve a "Insertar" → "Gráficos" → "Circular"
3. Personaliza el título como "Materias favoritas"
4. Agrega etiquetas con los porcentajes para mayor claridad

También puedes crear una columna de frecuencia porcentual multiplicando la frecuencia relativa por 100 y usar estos datos para otros tipos de gráficos como el de barras.

Medidas de tendencia central para datos agrupados

Las medidas de tendencia central nos ayudan a encontrar valores representativos de un conjunto de datos. Para datos agrupados, su cálculo es un poco diferente.

El promedio o media aritmética para datos agrupados se calcula multiplicando cada marca de clase (MC) por su frecuencia absoluta (FA), sumando todos estos productos y dividiendo entre el total de datos.

Por ejemplo:

• Para el intervalo [12-22] con MC=17 y FA=5: 17×5=85
• Para [23-33] con MC=28 y FA=13: 28×13=364
• Y así sucesivamente

Finalmente, sumamos todos estos productos (85+364+156+100+61=766) y dividimos entre el total de datos (25), obteniendo 766÷25=30,64 como promedio.

💡 El promedio en datos agrupados es una estimación, ya que trabajamos con las marcas de clase y no con los valores exactos.

Aplicación práctica de distribuciones de frecuencia

Cuando tienes un conjunto grande de datos, como 27 valores que van desde 321 hasta 403, puedes aplicar los pasos para crear una distribución de frecuencias:

1. Calcula el número de intervalos (√27 ≈ 5,2)
2. Encuentra el rango y divide $403-321=82, redondeado a 15,8$
3. Crea los intervalos: [324-339], [340-355], etc.
4. Calcula la marca de clase para cada intervalo
5. Cuenta la frecuencia absoluta en cada intervalo

Este proceso te permite ver la distribución de los datos de manera más clara. Por ejemplo, puedes notar que hay 10 valores en el intervalo [356-371] y sólo 4 en [372-387].

Estos cálculos son la base para análisis estadísticos más avanzados y te permiten tomar decisiones basadas en datos más organizados.

Mediana para datos agrupados

La mediana es el valor que ocupa la posición central cuando los datos están ordenados. Para datos agrupados, necesitamos identificar el intervalo que contiene la mediana y luego aplicar una fórmula específica.

Para encontrar la posición de la mediana:

• Si la cantidad de datos es par: n/2
• Si la cantidad es impar: $n+1$/2

Una vez identificada la posición, buscamos en la columna de frecuencia acumulada para determinar el intervalo que contiene la mediana.

Las medidas de posición como cuartiles, deciles y percentiles nos permiten dividir los datos en partes iguales y analizar su distribución. Son muy útiles para crear diagramas de caja y bigote.

💡 La mediana es menos sensible a valores extremos que el promedio, por lo que es mejor para datos con valores atípicos.

Cálculo de la mediana en datos agrupados

Para calcular la mediana en datos agrupados, usamos la fórmula:

Me = Li + $(n/2 - Fi) / fi$ × ti

Donde:

• Li: Límite inferior del intervalo que contiene la mediana
• n/2: Mitad del total de datos
• Fi: Frecuencia acumulada del intervalo anterior
• fi: Frecuencia absoluta del intervalo que contiene la mediana
• ti: Amplitud del intervalo

Veamos un ejemplo con 16 datos. Primero, organizamos los datos en intervalos: [39-44], [45-50], [51-56], [57-62].

Si n/2 = 16/2 = 8, buscamos el intervalo donde se encuentre la posición 8. Como la frecuencia acumulada del primer intervalo es 5, y la del segundo es 11, la posición 8 está en el segundo intervalo [45-50].

Aplicando la fórmula: Me = 45 + [(8-5)/6] × 5 = 45 + 2,5 = 47,5

Este es el valor de la mediana para estos datos agrupados.

La moda en datos agrupados

La moda es el valor que aparece con mayor frecuencia en un conjunto de datos. Es una medida de tendencia central fácil de entender y muy útil para datos cualitativos.

Para datos agrupados, la moda está en el intervalo con la mayor frecuencia absoluta. Para calcular su valor exacto, usamos la siguiente fórmula:

Mo = Li + $(Fi - Fi-1) / ((Fi - Fi-1) + (Fi - Fi+1))$ × ti

Donde:

• Li: Límite inferior del intervalo modal
• Fi: Frecuencia absoluta del intervalo modal
• Fi-1: Frecuencia absoluta del intervalo anterior
• Fi+1: Frecuencia absoluta del intervalo siguiente
• ti: Amplitud del intervalo

Esta fórmula nos permite estimar el valor más frecuente dentro del intervalo modal.

💡 A diferencia de la media y la mediana, puede haber más de una moda en un conjunto de datos. Cuando esto ocurre, decimos que los datos son bimodales o multimodales.

Ejemplo de cálculo de la moda

Vamos a calcular la moda para un conjunto de datos agrupados donde el intervalo con mayor frecuencia comienza en 45.

La fórmula que usaremos es: Mo = Li + $(Fi - Fi-1) / ((Fi - Fi-1) + (Fi - Fi+1))$ × ti

Para este ejemplo:

• Li = 45 (límite inferior del intervalo con mayor frecuencia)
• Fi = 6 (frecuencia absoluta del intervalo modal)
• Fi-1 = 5 (frecuencia absoluta del intervalo anterior)
• Fi+1 = 4 (frecuencia absoluta del intervalo siguiente)
• ti = 5 (amplitud del intervalo)

Sustituyendo los valores: Mo = 45 + [(6-5) / ((6-5) + (6-4))] × 5 Mo = 45 + [1 / (1+2)] × 5 Mo = 45 + (1/3) × 5 Mo = 45 + 1,67 = 46,67

Redondeando, la moda estimada es 46,5.