Una distribucin de frecuencias o tabla de frecuencias es una ordenacin en

forma de tabla de los datos estadsticos, asignando a cada dato su frecuencia

correspondiente.

Tipos de frecuencia

Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado
valor en un estudio estadstico. Se representa por fC. La suma de las
frecuencias absolutas es igual al nmero total de datos, que se representa por
N.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el nmero total de datos. Se puede expresar en tantos por
ciento y se representa por FR. frecuencia relativa La suma de las frecuencias
relativas es igual a 1.

Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado.

Se representa por Fi.

Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada
de un determinado valor y el nmero total de datos. Se puede expresar en
tantos por ciento.
La marca de clase es el punto medio de cada intervalo.
intervalos que tengan la misma amplitud denominados clases. A cada clase se
le asigna su frecuencia correspondiente.

Lmites de la clase
Cada clase est delimitada por el lmite inferior de la clase y el lmite superior
de la clase
Moda
La moda es el valor que tiene mayor frecuencia absoluta
La marca de clase es el valor que representa a todo el intervalo para el clculo
de algunos parmetros como la media artmtica o la desviacin tpica.
Mediana
Es el valor que ocupa el lugar central de todos los datos cuando stos estn
ordenados de menor a mayor
Media aritmtica
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el
resultado entre el nmero total de datos.
Medidas de posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo
nmero de individuos
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de
datos ordenados en cuatro partes iguales.
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes
iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90%
de los datos.
MEDIANA
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes
iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al
99% de los datos
P50 MEDIANA
Medidas de dispersin
Las medidas de dispersin nos informan sobre cunto se alejan del centro los
valores de la distribucin.
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una
distribucin estadstica.
2.- Varianza: Mide la distancia existente entre los valores de la serie y la media.
Se calcula como sumatorio de las diferencias al cuadrado entre cada valor y la
media, multiplicadas por el nmero de veces que se ha repetido cada valor. El
sumatorio obtenido se divide por el tamao de la muestra. La varianza siempre
ser mayor que cero. Mientras ms se aproxima a cero, ms concentrados
estn los valores de la serie alrededor de la media. Por el contrario, mientras
mayor sea la varianza, ms dispersos estn.
La desviacin estndar o desviacin tpica
es la raz cuadrada de la varianza.Es decir, la raz cuadrada de la media de los
cuadrados de las puntuaciones de desviacin.
El coeficiente de variacin es la relacin entre la desviacin tpica de una
muestra y su media. El coeficiente de variacin permite comparar las
dispersiones de dos distribuciones distintas, siempre que sus medias sean
positivas.Se calcula para cada una de las distribuciones y los valores que se
obtienen se comparan entre s. La mayor dispersin corresponder al valor del
coeficiente de variacin mayor.

b) Asimetra

Hemos comentado que el concepto de asimetra se refiere a si la curva

que forman los valores de la serie presenta la misma forma a izquierda
y derecha de un valor central (media aritemtica)

Para medir el nivel de asimetra se utiliza el llamado Coeficiente de

Asimetra de Fisher, que viene definido:
Los resultados pueden ser los siguientes:

g1 = 0 (distribucin simtrica; existe la misma concentracin de

valores a la derecha y a la izquierda de la media)

g1 > 0 (distribucin asimtrica positiva; existe mayor concentracin de

valores a la derecha de la media que a su izquierda)

g1 < 0 (distribucin asimtrica negativa; existe mayor concentracin de

valores a la izquierda de la media que a su derecha)

c) Curtosis

El Coeficiente de Curtosis analiza el grado de concentracin que

presentan los valores alrededor de la zona central de la distribucin.

Se definen 3 tipos de distribuciones segn su grado de curtosis:

Distribucin mesocrtica: presenta un grado de concentracin medio

alrededor de los valores centrales de la variable (el mismo que presenta
una distribucin normal).

Distribucin leptocrtica: presenta un elevado grado de concentracin

alrededor de los valores centrales de la variable.

Distribucin platicrtica: presenta un reducido grado de concentracin

alrededor de los valores centrales de la variable.

EstadisticaEstadisticaEstadistica
g2 = 0 (distribucin mesocrtica).

g2 > 0 (distribucin leptocrtica).

g2 < 0 (distribucin platicrtica).

el coeficiente de correlacin lineal medirala intensidad de la relacin las

variables

Si "r" > 0, la correlacin lineal es positiva (si sube el valor de una

variable sube el de la otra). La correlacin es tanto ms fuerte cuanto
ms se aproxime a 1.

Por ejemplo: altura y peso: los alumnos ms altos suelen pesar ms.

Si "r" < 0, la correlacin lineal es negativa (si sube el valor de una

variable disminuye el de la otra). La correlacin negativa es tanto ms
fuerte cuanto ms se aproxime a -1.

Por ejemplo: peso y velocidad: los alumnos ms gordos suelen correr

menos.

Si "r" = 0, no existe correlacin lineal entre las variables. Aunque podra

existir otro tipo de correlacin (parablica, exponencial, etc.)

l coeficiente de correlacin lineal nos permite determinar si,

efectivamente, existe relacin entre las dos variables. Una vez que se
concluye que s existe relacin, la regresin nos permite definir la recta
que mejor se ajusta a esta nube de puntos.