INTRODUCCION

• Todos tenemos una idea previa del concepto

de Estadística.
• Actualmente esta presente en innumerables
áreas del saber : Psicología, Ciencias Sociales y
Naturales,…
• Ejemplos : Censos de Población, Estudios
toxicológicos,…..
• El gran auge de la Estadística se debe en la
facilidad que tenemos hoy en día, para
manejar grandes cantidades de datos
numéricos gracias a los equipos informáticos.
 EL PAPEL DE LA ESTADISTICA EN LA
INVESTIGACIÓN : METODO CIENTIFICO
• La ciencia para adquirir nuevos conocimientos se ha
basado fundamentalmente en la investigación.
• A través de la investigación buscamos obtener la
resolución de problemas y de fenómenos.
• El método científico nos sirve de guía para poder
afrontar una investigación, nos proporciona un
conjunto de principios y procedimientos para la
búsqueda del conocimiento.
⇨⇨ Sistemático y
Replicable
• El método científico encuentra en la Estadística una
herramienta fundamental para alcanzar sus
 FASES DEL METODO CIENTIFICO
1. Definición del problema
2. Deducción de hipótesis contrastables
3. Establecimiento de un procedimiento de
recogida de datos
4. Análisis de los resultados obtenidos
5. Discusión de dichos resultados y búsqueda
de conclusiones
6. Elaboración de un informe de la
investigación
 CONCEPTOS Y FUNCIONES
ESTADISTICA DE LA ESTADISTICA

Rama de las Matemáticas

Reúne, Clasifica y Organiza

conjunto de Datos de una
característica en estudio

Comparaciones
CONCLUSIONES
 CONCEPTOS Y FUNCIONES
DE LA ESTADISTICA

POBLACION PARAMETR
O
MUESTRA
ESTADISTICO
 FUNCIONES DE LA ESTADISTICA
• Facilitar el manejo de datos amplios y
dispersos.
• Inferir desde la muestra a la población,
extrapolar los resultados obtenidos en las
muestras a las poblaciones de las que se
extrajeron.
INFERIR EL RESULTADO
RESULTAD A LA
O TRASLADAR POBLACION
MUESTRA
• Sacar conclusiones, para poder realizar
mejoras.
 TIPOS DE ESTADISTICA
 ESTADISTICA DESCRIPTIVA:
Deja que los datos hablen por si mismos. Su objetivo es
ordenar, simplificar, resumir, clasificar y presentar de
los datos recogidos, ya sea en tablas y gráficos;
Obtenemos una rápida impresión de las principales
características del conjunto de datos.
 ESTADISTICA INFERENCIAL:
Conjunto de técnicas, a través de las cuales podremos
realizar generalizaciones a la población de los datos
obtenidos en las muestras mediante técnicas
descriptivas. Usaremos el cálculo de Probabilidades.
 POSIBILIDADES Y LIMITACIONES ESTADISTICA
• La Estadística no es una ciencia exacta.
• Nos facilita el estudio de Poblaciones a través
de Muestras.
Afirmaciones Estadísticas ⇨⇨ ⇨ Afirmaciones
Probabilísticas.
• La Estadística proporciona resultados con un
cierto grado de Error.
• Un uso inadecuado de las Técnicas Estadísticas
conlleva errores.
⇾⇾ Limitamos los Errores:
• Eligiendo La Muestra en estudio de un modo
imparcial, a través de un muestreo aleatorio.
Tiene que tener además un tamaño suficiente
para ser representativa de toda la
población.
• Si comparamos muestras tienen que ser lo
más similares posibles.
• Independencia en las Unidades de
Análisis.
• No existan variaciones en las muestras.
Parámetro : Característica o Medida de una Población
Estadístico : Característica o Medida de una Muestra

POBLACION PARAMETR
O
MUESTRA
ESTADISTICO
MEDICION Y ESCALAS DE MEDIDA
MEDICION
Proceso por el cual se asignan
números a características
Medir : Altura, Peso,...

CARACTERISTICA MODALIDAD
Propiedad de objetos Distintas formas de
o personas que una misma
queremos estudiar característica
Altura, Peso,… Sexo:
Hombre/Mujer
 ESCALAS DE MEDIDA
• Conjunto de Reglas desarrolladas para asignar
números a los valores de las características.
• Usaremos distintas escalas de Medida según
la característica que queramos medir.
• Diferenciamos 4 Escalas de Medida:
1. Escala Nominal.
2. Escala Ordinal.
3. Escala de Intervalo.
4. Escala de Razón.
 ESCALAS DE MEDIDA
1. ESCALA NOMINAL: “igual que” o “distinto que”

Los datos se agrupan en categorías que no mantienen una

relación de orden sino de igualdad o diferencia.
Ejemplos: Color de ojos, sexo, profesión, estado civil,
religión.

2. ESCALA ORDINAL: “ >, ≥, <, ≤

” datos siguen un cierto orden o jerarquía del tipo: mayor,
Los
mayor igual, menor o menor igual.
Ejemplos: Dureza de un Material, organigrama de una
empresa, escalafón de los profesores universitarios, ranking
de la ATP.
 ESCALAS DE MEDIDA
3. ESCALA INTERVALO (Unidad de Medición):

Existe una unidad de medida que se mantiene constante

para todos los valores que toma la variable.
Ejemplos: Temperatura, nivel de ruido, movimientos
sísmicos, inteligencia….

4. ESCALA RAZÓN (Unidad de Medición + Punto Origen):

Escala más Completa y General. Los números asignados a

los objetos admiten las relaciones de igualdad-desigualdad,
orden, suma, resta, multiplicación y división.
Ejemplos: Longitud, peso, altura, volumen…
 VARIABLES (X)
• Las Variables X son las características que
estudiamos de cada individuo de una muestra
determinada.
• Ejemplo: Sexo, edad, peso, estatura, color de
ojos, estado civil, temperatura, cantidad de
nacimientos...
 Datos: Valores que toma la variable X en cada
caso.
• Tenemos una población en estudio, elegimos
una muestra de la que recogemos n datos
de la variable en estudio X.
 CLASIFICACION VARIABLES
Variable es una representación numérica de una
característica. Cada uno de los individuos de la
población en estudio posee una o varias características
que permitan su clasificación.
• Variables Cualitativas: Nos proporciona la
pertenencia a una clase determinada: Sexo, Colegio,..
• Variables Cuasicuantitativas: Nos proporciona la
pertenencia a una clase determinada pero
estableciendo un orden. Notas : suspenso, aprobado,
notable, sobresaliente.
• Variables Cuantitativas: Nos proporciona un valor
numérico: Edad, Talla, Peso,..
 CLASIFICACION VARIABLES
CUALITATIV CUANTITATIVA
A
• Dicotómica: • Discreta: La variable
2 Categorías. sólo puede tomar
Ejemplo: Sexo valores aislados.
(Hombre/mujer) Ejemplo: Cantidad de
• Politómica: Hermanos.
Más de 2 • Continua: La variable
categorías. puede tomar cualquier
Ejemplo: valor de una escala.
Nacionalidad. Ejemplo: Peso.
CUASICUANTITATIVAS

NOMINAL ORDINAL DE INTERVALO

DE RAZON
 Exámenes Estadística aplicada
a la educación
o Cuando la finalidad de la Estadística consiste en
obtener una serie de conclusiones sobre algún
aspecto relevante de la población, a partir de
observaciones en muestras, nos encontramos, ante
la:
a) Estadística Analítica
b)Estadística Descriptiva
c) Estadística Inferencial

INFERIR EL RESULTADO
RESULTAD
A LA
O TRASLADAR POBLACION
MUESTRA
o Cuando realizamos inferencia
estadística, nuestro interés fundamental
está:
a) En la
b) En la población.
muestra.
c) En la Estadística Descriptiva.

INFERIR EL RESULTADO
RESULTAD A LA
O TRASLADAR POBLACION
MUESTRA
o Cuando nos referimos al análisis
exploratorio de datos, nos referimos a :
a) La Estadística Descriptiva.
b) La Estadística Inferencial.
c) El análisis factorial.
o Cuando afirmamos que un problema es
importante para la comunidad
científica, podemos afirmar que se trata
de un problema:
a) Factible
b) Claro
c) Significativo
o Cuando el investigador debe seleccionar un
instrumento para la recogida de información,
ha de tener en cuenta, como fundamentales,
los siguiente criterios:
a) La fiabilidad y la validez
b) La fiabilidad y la coherencia
c) La validez y la población
o ¿Cuál de estos términos define mejor la
fiabilidad?
a) La Variabilidad
b) La precisión
c) La constante

o Un instrumento es valido…
a) Cuando ofrece una medida que se aproxima a la
realidad.
b) Cuando mide lo que dice medir y no otra cosa
distinta.
c) Cuando es preciso en la medición.
o ¿Qué es un modelo, en estadística?
a) Una propuesta de cambio de realidad.
b) Una representación de las relaciones que se
dan en la realidad.
c) Cuando es preciso en la medición.
 La representatividad de una muestra viene
determinada por….
a) Su tamaño y la imparcialidad de la selección.
b) La población a la que se refiere y el
instrumento de medida.
c) La posibilidad de tener acceso a todos los
elementos que la forman.
 Ejercicios de Autoevaluación:
o El número de aciertos en un examen es
una variable:
a) Nominal.
b)Ordinal.
c) De Razón.

o ¿En qué escala de medida el origen no es

arbitrario?
a) En la Escala Nominal.
b)En la Escala de Intervalo.
c) En la Escala De Razón.
o Las Variables
Dicotómicas:
a) Sólo admiten dos valores posibles.
b) Admiten como minio dos valores posibles.
c) Admiten dos o más valores siempre y
cuando se trate de una variable nominal.

o ¿Que tipo de variable es el estado civil de

una persona?
a) Nominal.
b) Ordinal.
c) De Intervalo.
 Organización de datos.
• Los datos recogidos en una investigación
podríamos presentarlos en bruto:
Calificaciones de una determinada
prueba:
5 6 7 6 7 8 8 4 3 1
0 9 10 8 7 2 5 6 7 8
4 3 5 7 6 5 7 6 8 9

⇨ Complicado obtener conclusiones ⇨

Organización de los datos ⇨ Datos significativos
¿Cómo podemos organizar los datos obtenidos?
• Modo más sencillo ⇨ Organizar los datos de las
observaciones recogidas en orden ascendente o
descendente.
Ascendente
0 1 2 3 3 4 4 5 5 5
5 6 6 6 6 6 7 7 7 7
7 7 8 8 8 8 8 9 9 10

Descendente
10 9 9 8 8 8 8 8 7 7
7 7 7 7 6 6 6 6 6 5
5 5 5 4 4 3 3 2 1 0
• Método poco práctico cuando disponemos de
una gran cantidad de datos.
• Buscamos un método mas apropiado de
organizar la información ⇾ Distribución
de Frecuencias
5 5 5 ⇾⇾ El número 5 se repite 3
veces
• Distribución de Frecuencias: Permite
expresar las veces que hemos recogido cada
una de las observaciones, proporcionándonos
un patrón de la distribución significativo.
0 1 2 3 3 4 4 5 5 5
5 6 6 6 6 6 7 7 7 7
7 7 8 8 8 8 8 9 9 10

NOTAS REPETICION
0 1
1 1
Numero total de
2 1
Observaciones : n
3 2
n = 30 4 2
Repetición ⇿ 5 4
Frecuencia 6 5
Absoluta 7 6
8 5
9 2
10 1
 DISTRIBUCION DE FRECUENCIAS
• Frecuencia total n: Numero total de datos.
• Frecuencia absoluta ni: Numero de veces que
se repite cada uno de los valores de una
variable.
𝒏𝟏 + 𝒏𝟐 +···· +𝒏𝒌 = 𝐧
• Frecuencia relativa pi: 𝒏
𝒊
𝒑𝒊 =
𝒏
𝑝1 + 𝑝2 +····
+𝑝𝑘
• Frecuencia absoluta acumulada na: Numero
de veces que se repita cada modalidad o
cualquiera de las modalidades inferiores.
𝒏𝒂 = 𝒏𝟏 + 𝒏𝟐 +···· +𝒏𝒊

• Frecuencia relativa acumulada

𝒏𝒂 pa:
𝒑𝒂 =
𝒏
𝑝1 + 𝑝2 +···· +𝑝𝑘 = 1
o El número de veces que se repite
cada puntuación se conoce como:
a) Frecuencia relativa.
b) Frecuencia absoluta.
c) Frecuencia acumulada.

• Frecuencia absoluta ni: Numero de veces que

se repite cada uno de los valores de una
variable.
𝒏𝟏 + 𝒏𝟐 +···· +𝒏𝒌 = 𝐧
o La frecuencia relativa se obtiene:
a) Dividiendo la frecuencia acumulada por el
rango.
b) Dividiendo las frecuencias absolutas y
relativas.
c) Dividiendo la frecuencia absoluta por el
número total de puntuaciones.
• Frecuencia relativa pi:
𝒏𝒊
𝒑𝒊 =
𝒏
𝑝1 + 𝑝2 +····
+𝑝𝑘
o La frecuencia que indica el número de
sujetos que deja por debajo de sí el límite
superior de una puntuación de terminada, se
conoce como:
a) Frecuencia relativa.
b) Frecuencia absoluta.
c) Frecuencia acumulada.
• Frecuencia absoluta acumulada na: Numero
de veces que se repita cada modalidad o
cualquiera de las modalidades inferiores.
𝒏𝒂 = 𝒏𝟏 + 𝒏𝟐 +···· +𝒏𝒊
 Organización de datos.

1. Datos de una Variable Cualitativa

2. Datos sin agrupar de una Variable
Cuantitativa
3. Datos agrupados en intervalos de una
Variable Cuantitativa.
 1. Datos de una Variable Cualitativa
• En las fiestas de una localidad se realiza un estudio de las
distintas nacionalidades que tienen 100 turistas que
acudieron a ellas. Encontramos 52 turistas de nacionalidad
alemana, 38 turistas de nacionalidad inglesa y 10 de
nacionalidad italiana.

Xi ni pi na pa
Nacionalidad
Alemana 52 52
= 0.52 52 0.52
100
Inglesa 38 38
= 0.38 90 0.90
100
Italiana 10 10
= 0.10 100 1
100
n = 100 1
 REDONDEO NUMERO DECIMAL
4.0 3.75 3.14159…..
3.33333….
o Numero Decimal consta de dos partes:
• Parte entera
• Parte decimal
o Redondear un número decimal:
• Redondeo hasta las décimas (1 decimal): 0.5, 2.3,
5.4,..
• Redondeo hasta las centésimas (2 decimales):
0.89,
2.34, 15.25,…
• Redondeo hasta las milésimas (3 decimales):
 REDONDEO NUMERO DECIMAL
• Si la unidad decimal posterior a la que queremos
redondear es:
1. Mayor ó igual que 5 ⇾ Aumentamos en una unidad
la unidad decimal anterior.
0.2375 ⇾ Redondeo hasta las centésimas: 0.24
4.2650 ⇾ Redondeo hasta las centésimas:
4.27

2. Menor que 5 ⇾ No modificamos nada.

5.2310 ⇾ Redondeo hasta las centésimas: 5.23
2.2620 ⇾ Redondeo hasta las centésimas:
 2. Datos sin agrupar de una Variable Cuantitativa
• Los resultados obtenidos tras encuestar a 65 familias respecto al
numero de hijos que tenían, fue el siguiente: 10 familias
respondieron “0 hijos “, 20 familias “1 hijo”, 25 familias “2 hijos”,
7 familias “3 hijos”, 3 familias “ 4 hijos”.
Xi ni pi na pa
Nº Hijos
0 10 10
=0.15 10 0.15
65
1 20 20
=0.31 30 0.46
65
2 25 25
=0.38 55 0.84
65
3 7 7
=0.11 62 0.95
65
4 3 3
=0.05 65 1
65
n = 65 1
 2. Datos agrupados en intervalos de una
Variable Cuantitativa
En algunos casos podemos encontrarnos con el
problema que el número de valores que toma una
variable X es muy amplio ⇨
⇨ Agrupamos la variable X en intervalos
• Agrupamiento en intervalos
[𝑐0 − 𝑐1), [𝑐1 − 𝑐2 ), ……, [𝑐𝑗−1 − 𝑐𝑗 )
Ejemplo: Intervalo de Longitudes (m):
[0 − 10), [10 − 20), [20 − 30)
• Extremos : 𝑐𝑗−1 𝑦 𝑐𝑗
0 y 10 10 y 20 20 y 30
• Amplitud: Diferencia entre sus extremos. Puede ser
constante o variable.
𝑐𝑗 − 𝑐
𝑗−1
Ejemplo: Intervalo de Longitudes (m):
[0 − 10), [10 − 20), [20 − 30)
10 − 0 = 10 20 − 10 = 10 30 − 20 = 10
• Centro o Marca de Clase: Punto medio del intervalo
𝑐 𝑗 +𝑐
𝑐�´ = 𝑗 −1
2
�
10+0 10 20+10 30
PM = 2 = 2= 5 PM = 2 = = 15
2
30+20 50
PM = = = 25
2 2
 INTERVALOS
• Intervalo Abierto (a, b) : Conjunto de todos los
números comprendidos entre los puntos a y b, pero
ellos no están incluidos.

a b

• Intervalo Cerrado [a, b] : Conjunto de todos los

números reales comprendidos entre los puntos a y b,
incluidos ellos.

a b
 INTERVALOS
• Intervalo semiabierto por la izquierda, (a, b]:
Conjunto de todos los números comprendidos entre
los puntos a y b, incluyendo el punto b.

a b

• Intervalo semiabierto por la derecha, [a, b), :

Conjunto de todos los números reales comprendidos
entre los puntos a y b, incluyendo el punto a.

a b
• Ejemplo: Nos proporcionan las puntuaciones de un
grupo de personas que participaron en un concurso
televisivo.
18 30 22 45 50 34 34 35 54 43 23 34 54
44 43 36 65 20 23 56 23 39 23 35 35 56
44 42 28 30 21 21 46 68 45 56 34 48 40

• Ordenamos:
18 20 21 21 22 23 23 23 23 28 30 30 34
34 34 34 35 35 35 36 39 40 42 43 43 44
44 45 45 46 48 50 54 54 56 56 56 65 67
 18 20 21 21 22 23 23 23 23 28 30 30 34
34 34 34 35 35 35 36 39 40 42 43 43 44
44 45 45 46 48 50 54 54 56 56 56 65 67

X Punto Medio ni pi na pa
18+28
[18 – 28) = 23 9 9 9 0.23
2 = 0.23
39
28+38
[28 – 38) = 33 11 11 20 0.51
2 = 0.28
39
38+48
[38 – 48) = 43 10 10 30 0.77
2 = 0.26
39
48+58
[48 – 58) = 53 7 7 37 0.95
2 = 0.18
39
58+68
[58 – 68) = 63 2 2 39 1
2 = 0.05
39
39 1

Amplitud = 28 - 18 = 10
• Ejemplo: Los datos obtenidos en un test por
30 escolares, serian los siguientes:
X Punto Medio ni pi na pa
9+7.5
7.5 – 9 = 8.25 3 3 3 0.1
2 = 0.1
30
10.5+9
9 - 10.5 = 9.75 7 7 10 0.33
2 = 0.23
30
10.5+12
10.5 - 12 = 11.25 8 8 18 0.6
2 = 0.27
30
12+13.5
12 - 13.5 = 12.75 10 10 28 0.93
2 = 0.33
30
15+13.5
13.5 - 15 = 14.25 2 2 30 1
2 = 0.07
• Amplitud = 1.5 30
30 1
INTRODUCCIÓN AL ANÁLISIS DE DATOS
FEBRERO 2015
1. Tabla 1. Índice de Masa Corporal (IMC) en
un grupo de 200 personas diabéticas.
o En el cálculo del IMC (Índice de Masa Corporal)
intervienen el Peso y la Altura, ¿qué nivel de
medida tienen estas dos variables?: A) ambas de
Intervalo; B) una de intervalo y otra de razón; C)
ambas de razón.
• Escala más Completa y General. Los números
asignados a los objetos admiten las relaciones de
igualdad-desigualdad, orden, suma, resta,
multiplicación y división.
• Ejemplos: Longitud, peso, altura, volumen…
 X Punto Medio ni pi na pa
19+25
[19 – 25) = 22 20 20 20 0.1
2 = 0.1
200
25+30
[25 – 30) = 27.5 60 60 80 0.4
2 = 0.3
200
30+37
[30 – 37) = 33.5 80 80 160 0.8
2 = 0.4
200
37+42
[37 – 42) = 39.5 40 40 200 1
2 = 0.2
200
200 1
 Interpretación Tabla
Xi ni pi na pa
Nº Hijos
0 10 0.15 10 0.15
1 20 0.31 30 0.46
2 25 0.38 55 0.84
3 7 0.11 62 0.95
4 3 0.05 65 1
n = 65 1

• ¿Cuántas familias han tenido 2 hijos?

• ¿A cuantas familias se ha estudiado?
• ¿Cuántas familias tienen menos de 4 hijos?
• ¿Qué tanto por ciento de familias tienen 3 hijos?
• ¿Qué tanto por ciento de familias tienen menos de 3 hijos?
 REPRESENTACION GRAFICA
• Permite la visualización de un conjunto de datos de
una forma rápida, intuitiva y global.
• Sistema de Coordenadas (X , Y).

2º Cuadrante 1º Cuadrante
(-x, y) (x, y)
Eje X :
AB
3º Cuadrante CIS
4º Cuadrante
(-x, -y) (x, -y)AS

Eje Y : ORDENADAS
 REPRESENTACION GRAFICA
• DIAGRAMA DE BARRAS
• DIAGRAMA DE SECTORES
• PICTOGRAMA
• HISTOGRAMA
• POLIGONO DE FRECUENCIAS
 DIAGRAMA DE
Variables BARRAS
:• Nominales 25

• Ordinales 20

Frecuencias
• Cuantitativas Discretas. 15

10
• Eje X ⇨ VARIABLE
• Eje Y ⇨ FRECUENCIAS 5

(Absolutas o Relativas)
0
X

VARIABLE X
 DIAGRAMA DE BARRAS
25
22
Frecuencias ni

20 18
X ni
15
Hombre 22
10
Mujer 18
5 n = 40
0
X

VARIABLE X
Hombre Mujer
 DIAGRAMA DE BARRAS
1
0,9
X ni pi
Frecuencias pi

0,8
0,7
0,6
0,5
Hombre 22 0.55
0,4 Mujer 18 0.45
0,3
0,2 n = 40 1
0,1
0 0
0
X

VARIABLE X
Hombre Mujer
Variables DIAGRAMA DE SECTORES
:• Cualitativas
• Cuasicuantitaivas
140 150

• 360º ⇨ TOTAL
OBSERVACIONE
70
S
• ANGULO X1 X2 X3
SECTORES X
⇨ pi * 360º
DIAGRAMA DE
SECTORES
X ni pi Grados
Hombre 22 0.55 0.55 * 360 =
198º
162
Mujer 18 0.45 0.45 * 360 =
198 162º
n = 40 1 360º

Hombre Mujer
Variables PICTOGRAMA
1
:• Cualitativas 0,9

Frecuencias ni
0,8
• Eje X ⇨ VARIABLE 0,7

Mismo dibujo a 0,6

0,5
diferente 0,4

escala 0,3
0,2

ARE 0,1
0 0
0
A X

• Eje Y ⇨ FRECUENCIAS VARIABLE X

(Absolutas o Relativas)
 PICTOGRAMA
25

20
X ni
Frecuencias ni

15 Hombre 22
Mujer 18
10
n = 40
5

0
X

VARIABLE X
Variables:
• Cuantitativas Continuas
con datos agrupados en
Intervalos.

• Eje X ⇨ VARIABLE X
(Intervalos = Amplitud)
• Eje Y ⇨ FRECUENCIAS
(Absolutas o Relativas)
 X Punto ni
Medio
3 – 6.9 4.95 7
6.9 - 10.8 8.85 14
10.8 – 14.7 12.75 23
14.7 – 18.6 16.65 22
18.6 – 22.5 20.55 7
22.5 – 26.4 24.45 2
Variables POLIGONO DE FRECUENCIAS
5
:• Cuantitativas Discretas 4,5

o Continuas. 4

Frecuencia
3,5

• Eje X ⇨ VARIABLE X 2,5

• Eje Y ⇨ FRECUENCIAS 1,5

(Absolutas o Relativas) 1

0,5

Unimos los puntos 0

X
 X Punto ni
Medio
3 – 6.9 4.95 7
6.9 - 10.8 8.85 14
10.8 – 14.7 12.75 23
14.7 – 18.6 16.65 22
18.6 – 22.5 20.55 7
22.5 – 26.4 24.45 2
 DIAGRAMA DE
o De la observación BARRAS
de un grafico de 25

barras podemos 20

deducir:

Frecuencias
15
a) La tendencia central
del grupo. 10

b) La variabilidad del 5

mismo.
c) La a y la b son 0

correctas. X

VARIABLE X
o El Histograma está recomendado
para:
a) Variables dicotómicas.
b) Comparar datos de varias matrices
diferentes.
c) Con variables cuantitativas continuas con
nivel de medida de intervalo o de razón.
d) d) La a y la b son ambas correctas.

• Cuantitativas Continuas con datos agrupados

en Intervalos.
o Si en un Histograma sustituimos las barras por
una línea que una los puntos superiores centrales
de cada barra obtendríamos:
a) Un Diagrama de frecuencias absolutas.
b)Un Diagrama de Frecuencias relativas.
c) Un polígono de frecuencias.
d) Una marca de clase.
1. Figura 1. Número de respuestas correctas en un
test de vocabulario de cinco ítems (X) aplicado a
una muestra de 200 niños.
o La Figura 1 es un diagrama de: A) barras; B) barras
acumulativo; C) barras conjunto.
Diagrama de Barras:
• Eje X ⇨ VARIABLE ⇾ X
• Eje Y ⇨ FRECUENCIA ABSOLUTA ⇾ 𝐧𝐢
o El “número de respuestas correctas” de la Figura 1
esuna variable: A) dicotómica; B) cuasicuantitativa; C)
cuantitativa.
• Variables Cualitativas: Nos proporciona la pertenencia
a una clase determinada: Sexo, Colegio,..
Dicotómica: 2 Categorías: Sexo (Hombre/mujer)
• Variables Cuasicuantitativas: Nos proporciona la
pertenencia a una clase determinada pero
estableciendo un orden. Notas : suspenso, aprobado,
notable, sobresaliente.
• Variables Cuantitativas: Nos proporciona un valor
numérico: Edad, Talla, Peso,..
o Con los datos de la Figura 1, ¿cuál es la frecuencia
relativa para el valor X = 4?: A) 0,20; B) 0,30; C) 0,08

Xi ni
Respuesta
s
Correctas
0 15
1 25
2 60
3 45
4 40
5 15
𝒏𝒊 𝟒𝟎
• 𝒑𝒊 = 𝒏
= 𝟐𝟎𝟎
= 𝟎. 𝟐𝟎 n = 200