HISTOGRAMAS Y CURVAS DE OJIVA

1. Introduccin .Para tratar de predecir el resultado de una eleccin nacional, los encuestadores entrevistan a un nmero predeterminado de personas en todo el pas y registran sus preferencias. Sobre la base de esta informacin se construye una prediccin. Problemas similares se encuentran en investigaciones de mercado, en sociologa, en la industria, etc. La produccin de una planta qumica depende de muchos factores. Observando estos factores y la produccin durante cierto periodo de tiempo, podemos construir una ecuacin de prediccin que relacione a la produccin con los factores observados. Si usamos esas ecuaciones para predecir la produccin, la prediccin raramente ser igual a la verdadera produccin, esto es, la prediccin casi siempre tendr algn error. Encontramos problemas similares en los campos de la educacin, la sociologa, la psicologa, las ciencias fsicas y muchas otras ciencias. A estos predictores se les llama estadsticos de prueba, que son la base de toda investigacin y desarrollo cientfico. Adems de la prediccin, el estadstico tambin sirve para tomar decisiones acerca de poblaciones a partir de resultados obtenidos de investigaciones desarrolladas a muestras o pequeas partes de la poblacin. ESTADSTICA .- Es un lenguaje universal de la ciencia tanto en sus ramas fsicas como sociales, la comunicacin y el uso de la Estadstica nos permiten comunicar ms exactamente los descubrimientos en las investigaciones. La Estadstica es tambin un instrumento que utilizado con cuidado y precisin nos permite describir nuestros resultados y adoptar decisiones respecto a lo que nos diseara tratar de predecir el resultado de una eleccin nacional, los encuestadores entrevistan a un nmero predeterminado de personas en todo el pas y registran sus preferencias. Sobre la base de esta informacin se construye una prediccin. Problemas similares se encuentran en investigaciones de mercado, en sociologa, en la industria, etc. Es natural introducir los mtodos grficos para describir conjuntos de datos a travs de la consideracin de un conjunto real de datos. En estadstica se puede realizar el anlisis de datos por mtodos numricos, mtodos con los que nosotros podemos leer informacin respecto a promedios, poblaciones, etc. En los cuadros estadsticos se habla de clases y variables, se pueden representar grficamente esas clases o variables y a ello es lo que llamaremos mtodos estadsticos grficos. REPRESENTACIONES GRFICAS .- En muchos casos una representacin grfica de una tabla de frecuencias da una informacin concisa y clara de una distribucin de frecuencias. Son cuatro los tipos de representaciones grficas ms

usuales, tambin existen dos tipos de representacin grfica no muy comn y que sin embargo se deben de conocer; las representaciones grficas son : Histograma Diagrama de Barras. Polgono de frecuencias. Diagrama de Pastel. Ojiva o Curva de frecuencias.

Los dos tipos de grficas no muy usuales son: Curva de Lorenz. Curva de la distribucin Normal.

2. Desarrollo
En este documento nos enfocaremos solamente en dos de los anteriormente mencionados tipos de representacin grfica ms importantes: los Histogramas y las denominadas Curvas de Ojiva.

2.1. Histograma
El histograma (tambin denominado diagrama de barras) es aquel en el que se representan los datos mediante un plano coordenado, en el eje horizontal o de abscisas anotaremos la amplitud de clase o valor de la variable, mientras que en el eje vertical o de ordenadas se anota el nmero de elementos o frecuencias de clase, la superficie de cada barra es proporcional a la frecuencia de los valores representados. Se utilizan para variables continuas o para variables discretas, con un gran nmero de datos, y que se han agrupado en clases. En los grficos las barras se encuentran juntas y en la tabla los nmeros poseen en el primer miembro un corchete y en el segundo un parntesis, por ejemplo: [10-20) Se utiliza cuando se estudia una variable continua, como franjas de edades o altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores continuos. Los histogramas son ms frecuentes en ciencias sociales, humanas y econmicas que en ciencias naturales y exactas, ya que permite la comparacin de resultados. Existen dos formas de presentar un histograma, por del siguiente cuadro tendramos: Int. de Clase Frecuencia 30-39 4 40-49 6 50-59 8 60-69 12 ejemplo, utilizando los datos

70-79 8

80-89 8

90-99 4

Total 50

Primera Forma

Segunda Forma

2.1.1.Clasificacin

Diagramas de barras simples: Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual es proporcional a la frecuencia simple de la categora que representa. Diagramas de barras compuesta: Se usa para representar la informacin de una tabla de doble entrada o sea a partir de dos variables, las cuales se representan as; la altura de la barra representa la frecuencia simple de las modalidades o categoras de la variable y esta altura es proporcional a la frecuencia simple de cada modalidad.

Diagramas de barras agrupadas: Se usa para representar la informacin de una tabla de doble entrada o sea a partir de dos variables, el cual es representado mediante un conjunto de barras como se clasifican respecto a las diferentes modalidades. Polgono de frecuencias: Es un grfico de lneas que de las frecuencias absolutas de los valores de una distribucin en el cual la altura del punto asociado a un valor de las variables es proporcional a la frecuencia de dicho valor. Ojiva porcentual: Es un grfico acumulativo, el cual es muy til cuando se quiere representar el rango porcentual de cada valor en una distribucin de frecuencias.

2.1.2.Construccin de un Histograma

Paso 1: determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor. Paso 2: obtener los nmeros de clases, existen varios criterios para determinar el nmero de clases (o barras), por ejemplo la regla de Sturges. Sin embargo ninguno de ellos es exacto. Algunos autores recomiendan de cinco a quince clases, dependiendo de cmo estn los datos y cuntos sean. Un criterio usado frecuentemente es que el nmero de clases debe ser aproximadamente a la raz cuadrada del nmero de datos. Por ejemplo, la raz cuadrada de 30 (nmero de artculos) es mayor que cinco, por lo que se seleccionan seis clases.

Regla de Sturges, propuesta por Herbert Sturges en 1926, es una regla prctica acerca del nmero de clases que deben considerar al elaborarse un histograma Este nmero viene dado por la siguiente expresin: , donde N es el tamao de la muestra. Que puede pasarse a logartmo base 10 de la siguiente forma:

El valor de "c" (nmero de clases) es comn redondearlo al entero ms cercano.

Paso 3: establecer la longitud de clase: es igual al rango dividido por el nmero de clases. Paso 4: construir los intervalos de clases: Los intervalos resultan de dividir el rango de los datos en relacin al resultado del PASO 2 en intervalos iguales.

Paso 5 (Graficar el histograma): En caso de que las clases sean todas de la misma amplitud, se hace un grfico de barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. Si se unen los puntos medios de la base superior de los rectngulos se obtiene el polgono de frecuencias.

El histograma de una imagen representa la frecuencia relativa de los niveles de gris de la imagen. Las tcnicas de modificacin del histograma de una imagen son tiles para aumentar el contraste de imgenes con histogramas muy concentrados. Sea u una imagen de tamao NxN, la funcin de distribucin del histograma es: Ejemplos de otros tipos de representaciones grficas: Hay histogramas donde se agrupan los datos en clases, y se cuenta cuntas observaciones (frecuencia absoluta) hay en cada una de ellas. En algunas variables (variables cualitativas) las clases estn definidas de modo natural, p.e sexo con dos clases: mujer, varn o grupo sanguneo con cuatro: A, B, AB, O. En las variables cuantitativas, las clases hay que definirlas explcitamente (intervalos de clase). Se representan los intervalos de clase en el eje de abscisas (eje horizontal) y las frecuencias, absolutas o relativas, en el de ordenadas (eje vertical). A veces es ms til representar las frecuencias acumuladas. O representar simultneamente los histogramas de una variable en dos situaciones distintas. Otra forma muy frecuente, de representar dos histogramas de la misma variable en dos situaciones distintas. En las variables cuantitativas o en las cualitativas ordinales se pueden representar polgonos de frecuencia en lugar de histogramas, cuando se representa la frecuencia acumulativa, se denomina ojiva. Ejemplo: A 40 docentes que laboran en la Universidad UTN se les pregunt su edad, obtenindose los siguientes resultados:

1) Elaborar un histograma para f 2) Elaborar un histograma para fra%

Clases 31-35 36-40 41-45 46-50 51-55 56-60 Total Solucin:

f 1 5 5 12 10 7 40

xm 33 38 43 48 53 58

fr 0,025 0,125 0,125 0,300 0,250 0,175 1

fa 1 6 11 23 33 40

f% 2,5 12,5 12,5 30,0 25,0 17,5 100

fra 0,025 0,150 0,275 0,575 0,825 1

fra% 2,50 15,0 27,5 57,5 82,5 100

En Excel se realiza de la siguiente manera: 1) Histograma para f

2) Histograma para fra%

2.2. Curvas de Ojiva

Una Curva de Ojiva (tambin llamada Curva de Frecuencia Acumulada) es la distribucin de frecuencias, es decir, que en ella se permite ver cuntas observaciones se encuentran por encima o debajo de ciertos valores, en lugar de solo exhibir los nmeros asignados a cada intervalo. La ojiva apropiada para informacin que presente frecuencias mayores que el dato que se est comparando tendr una pendiente negativa (hacia abajo y a la derecha) y en cambio la que se asigna a valores menores, tendr una pendiente positiva. Existen dos diferencias fundamentales entre las ojivas y los polgonos de frecuencias (y por esto la aplicacin de la tcnica es parcial): Un extremo de la ojiva no se toca al eje horizontal, para la ojiva "mayor que" sucede con el extremo izquierdo; para la ojiva "menor que", con el derecho. En el eje horizontal en lugar de colocar las marcas de clase se colocan las fronteras de clase. Para el caso de la ojiva mayor que es la frontera menor; para la ojiva menor que, la mayor.

Algunas caractersticas que presentan las ojivas son las siguientes:

Muestran frecuencias acumuladas. Se prefiere para el tratamiento de datos cuantitativos. El punto de inicio equivale a una frecuencia de 0. Suelen utilizarse para representar tablas tipo B. El punto final equivale al 100% de los datos.

2.2.1. Clasificacin
Ojivas mayor que: (izquierda) se le denomina de esta manera porque viendo el punto de referencia se pueden ver datos correlativamente posteriores o mayores a los que estn ms a ala derecha. Ejemplo: en una ojiva mayor que, que est sobre la frontera de clase 4:00 se ven las visitas que se realizaron en una hora mayor que las 4:00 horas (en cuestiones temporales se dira, sin errores de gramtica: despus de las 4:00). Ojivas menor que: de forma anloga, en la ojiva "menor que" representa datos menores o correlativamente anteriores a un punto de referencia. Ejemplo: en una ojiva menor que la frecuencia que se representa en cada frontera de clase son el nmero de observaciones menores que la frontera sealada (en caso de tiempos sera el nmero de observaciones antes de la hora que seala la frontera).

2.2.2. Construccin de una Curva de Ojiva

CONSTRUCCION DE OJIVA MENOR QUE A cada lmite superior le corresponde la frecuencia acumulada de cada clase iniciando con el lmite inferior del primer intervalo asignndole F = 0

CONSTRUCCION DE OJIVA MAYOR QUE

A cada lmite inferior le corresponde la frecuencia acumulada de cada clase culminando con el lmite superior del ultimo intervalo asignndole F=0

3. Bibliografa
http://www.monografias.com/trabajos88/graficos-estadisticosbasicos/graficos-estadisticos-basicos.shtml http://www.eumed.net/libros-gratis/2007a/239/3d.htm http://estadisticaitsp.blogspot.com/2010/06/ojivas.html http://es.scribd.com/doc/52812712/14/REPRESENTACIONESGRAFICAS http://es.wikipedia.org/wiki/Regla_de_Sturgess http://es.wikipedia.org/wiki/Histograma http://es.wikipedia.org/wiki/Ojiva_(estad%C3%ADstica) http://es.wikipedia.org/wiki/Estimaci%C3%B3n_estad%C3%ADstica http://galeon.com/estadisticaaplicada/Sesion2.pdf

ESCUELA MILITAR DE INGENIERIA Mrcal. Antonio Jos de Sucre La Paz - Bolivia

Docente: Ing. Ivan Kovacev Vidal Integrantes: Paralelo: 3-B Fecha : 09/02/2013 LA PAZ / BOLIVIA Mamani Mamani Teodoro Blas Tiini Tiini Weimar Soto Palli Ever Alcides Mamani Mamani Martin Nelson 9188149 7046716 6945157 6534858