Distribuciones de frecuencia

Toma de datos
La toma de datos es la obtención de una colección de los mismos
que no han sido ordenados numéricamente. Un ejemplo es el
conjunto de alturas de 100 estudiantes, obtenidas de una lista
alfabética de una universidad.

Una vez obtenidos los datos de interés, surge la necesidad de

presentarlos en forma organizada a fin de que puedan ser
analizados fácil y correctamente.

Ordenación
Una ordenación es una colocación de los datos numéricos tomados,
en orden creciente o decreciente de magnitud. La diferencia entre
el mayor y el menor se llama intervalo de los datos. Por ejemplo, si
la altura mayor de los 100 estudiantes es 170 cm y la menor 150 cm
el intervalo es 170-150 = 20cm.
 Tabulación y Graficas
Todo análisis estadístico son estrategias para
traducir la cantidad de información obtenida en la
recolección de datos, a índices que sean
interpretables y que representen alguna
dimensión del comportamiento de las variables

La estrategia más sencilla es mostrar la información

en un formato visual (gráficos) o en un esquema
sintetizado (tablas)
Tabulación

• Las tablas deben incluir todos los puntajes

registrados

• Deben respetar las características de la

variable

• Llevan un título representativo del

contenido (sobre la tabla, numerado)
Tablas de frecuencia

Cuando se dispone de un gran numero de datos es útil el

distribuirlos en clases y determinar el numero de individuos
pertenecientes a cada clase, lo que se denomina como:

Frecuencia absoluta.- Es el número de observaciones que

pertenecen a una determinada clase y se denota (ni).

Cuando presentamos una variable indicando la frecuencia de

aparición de cada uno de sus valores, tenemos una tabla de
frecuencia.
Tablas de frecuencia

Ejemplo: A continuación se presentan en forma tabular el

número de empleadores del sexo masculino en algunas
dependencias gubernamentales, durante el año 1975.
Tabla 2.1. Número de empleadores del sexo masculino en algunas
dependencias gubernamentales
Dependencia Total de hombres empleadores
Secretaria de Educación Pública 135,716
Secretaria de Marina 19,443
Secretaria de Obras Públicas 35,444
Secretaria de Recursos Hidráulicos 53,725
Secretaria de Salubridad y Asistencia 28,851
Secretaria de la Reforma Agraria 6,680

Esta tabla nos permite visualizar fácilmente las características de

los datos.
Tablas de frecuencia
Frecuencia relativa: ( f i ) La frecuencia absoluta dividida por el
número de datos.
ni
fi =
N
donde N es el número de datos (= tamaño de la muestra N)
 Si los datos corresponden a una variable cuantitativa (o al
menos ordinal), es posible calcular, además, la frecuencia
acumulada

Frecuencia Absoluta Acumulada N i es la suma de las

frecuencias absolutas de los valores inferiores o iguales a él.
Evidentemente, los valores xi han de estar ordenados de
forma creciente, como ya se ha indicado, y la frecuencia
absoluta acumulada del último valor será igual a N
 Frecuencia Relativa Acumulada Fi se llama al cociente entre
la frecuencia absoluta acumulada y el número de
observaciones realizadas.

En las observaciones realizadas en una muestra o población, puede

ocurrir :
• Que la variable estadística tome pocos valores diferentes (ya sea
grande o pequeño el tamaño de la muestra).
• Que en una muestra de gran tamaño, la variable estadística tome
muchos valores diferentes, ya se trate de variable estadística
discreta como de variable estadística continua (este último caso es
el más habitual).
En el primer caso no es necesario agrupar los datos, y la tabla de
distribución presenta el siguiente aspecto (ordenando los datos de
menor a mayor) :

En el segundo caso por tratarse de variable continua o discreta pero

con un número de datos muy grande, es aconsejable AGRUPAR LOS
DATOS EN CLASES.
 Intervalos de clase

• Intervalos de clase: Se puede agrupar valores

en clases. Esto ayuda cuando existe un gran
número de observaciones.
Conceptos

Intervalo de Clase: Es la amplitud o tamaño de clase. Ejemplo 60-62

de la tabla. Los números extremos 60 y 62, son los Límite de clase
(son los puntos que limitan a cada una de las clases); el numero 60
es el limite Inferior de Clase y el 62 el limite Superior de Clase .
Tabla. Altura de estudiantes de la universidad

Altura Núm. de
(pulgadas) estudiantes

60-62 5
63-65 18
66-68 42
69-71 27
un intervalo de clase que al menos teóricamente, no tiene
limite superior o inferior, se conoce como intervalo de clase
abierto. Por ejemplo al referirse a la edad de grupos de
individuos el intervalo de clase, <<mayores de 65 años>> es un
intervalo de clase abierto

Punto Medio o Marca de Clase: Es el número que representa a

cada una de las clases y se obtiene dividiendo la suma de los
limites de cada clase entre dos y se denota de la siguiente
forma (Vi). Así la marca de clase del intervalo 60-62 es
(60+62)/2=61.
 Reglas para agrupar datos en categorías o clases
1. Decidir el numero de clases deseado. El numero elegido depende de la cantidad de
observaciones disponibles. El numero de clases sugeridos a utilizar están en función del
tamaño de la muestra. Y esta basada en la regla de Sturges, formula desarrollada por H.
A. Sturges en 1926. Esta regla afirma que k, numero de clases, viene dada por k = 1 +
3.322 log10 n donde n es el tamaño de la muestra.
2. Localizar la observación mayor y la menor. Hallar la diferencia entre estas dos
observaciones. Restar en el orden ≪mayor menos menor≫. A esta diferencia se la
denomina rango de los datos
3. Hallar la amplitud (ancho) mínima de la clase requerida para cubrir este rango,
dividiendo el rango por el número de clases deseado. Este valor es el mínimo requerido
para cubrir el rango, si se toma el límite inferior de la primera clase como el dato menor.
Sin embargo, para asegurarse de que ningún dato caiga en un límite, definiremos los
límites de tal forma que tengan un decimal más que los datos. Así pues, comenzaremos
la primera clase ligeramente por debajo del primer dato puntual. Haciéndolo, la amplitud
mínima requerida de la clase, necesaria para cubrir el conjunto de datos, no es lo
suficientemente grande para atrapar el dato mayor en la última clase. Por esta razón, el
ancho real utilizado deberá ser un poco mayor que el mínimo. En concreto, el ancho real
de la clase a utilizar se halla redondeando el ancho mínimo hasta la misma cantidad de
decimales que los datos. Si, por casualidad, el ancho mínimo ya tiene la misma cantidad
de decimales que los datos, también redondearemos hasta una unidad. Por ejemplo, si
tenemos datos registrados con un decimal de precisión, y la amplitud mínima requerida
para cubrir los datos es 1.7, la elevaremos hasta 1.8 para obtener la amplitud real de la
Número de clases sugerido para subdividir datos numéricos
en función del tamaño de la muestra

Tamaño muestral Número de clases

Menos de 16 Datos insuficientes

16-31 5
32-63 6
64-127 7
128-255 8
256-511 9
512-1023 10
1024-2047 11
2048-4095 12
4096-8190 13
 Construcción de una Tabla de Frecuencia
1. Elección del número de clase. Es arbitrario; comúnmente se
establecen de 5 a 20 clases dependiendo del número de datos.

2. Cálculos del intervalo de clase se obtienen la diferencia entre

el mayor y el menor valor numérico de los datos, la cual nos
indicará la distancia mínima que debe cubrir la suma de los
intervalos de clase. Esa distancia o un número ligeramente
mayor, dividido entre el número de clases nos da el intervalo
de clase.

3. Elección de límite inferior de la primera o superior de la última

clase y cálculo de los límites de los demás clases.
 Construcción de una Tabla de Frecuencia

4. Calculo de los valores medios (Vi ) Si Li es el limite inferior de

la i-ésima clase y Ls el limite superior, entonces

Li + Ls
Vi =
2
5. Calculo de las frecuencias absolutas de clase (ni )

6. Calculo de las frecuencias relativas (fi )

ni
fi =
Número total de observaciones
7. Cálculo de las frecuencias acumuladas absolutas (Ni)

8. Cálculo de las frecuencias acumuladas relativas (Fi )

Ni
Fi =
Número total de observaciones
Ejemplo 2.1. Obtener la tabla de frecuencia para los datos de la
Tabla 2

Tabla 2.1Rendimiento (en kilogramos) de plantas de maíz atacadas por el barrenador europeo.

3.81 6.81 7.49 4.56 7.16 8.61 3.86 6.78 9.02 8.65 6.72

5.26 6.90 8.64 5.47 6.07 6.48 8.72 9.16 5.85 8.51 8.96

7.44 8.82 5.88 7.62 5.67 9.00 5.60 7.64 8.82 10.08 5.64

8.26 7.90 10.27 6.65 7.25 6.26 6.43 7.71 7.52 6.68 7.98

7.64 7.17 8.06 6.66 8.26 6.67 6.25 7.63 6.73 7.60 8.14

10.34 6.91 7.82 6.76 7.75 7.36 8.52 7.23 7.63 6.95 778

6.65 6.86 7.74 6.67 7.12 4.00 7.10

Tabla 2.2 Tabla de frecuencias para los datos de la Tabla 2.2.
Punto o Frecuencia Frecuencia
Clase o valor Frecuencia Frecuencia acumulada acumulada
intervalo medio de absoluta (ni ) relativa (fi ) relativa (Fi ) absoluta
clase (Vi )
(3.8, 4.6] 4.2 4 4/73 4/73 4
(4.6, 5.4] 5.0 1 1/73 5/73 5
(5.4, 6.2] 5.8 7 7/73 12/73 12
(6.2, 7.0] 6.6 19 19/73 31/73 31
(7.0, 7.8] 7.4 20 20/73 51/73 51
(7.8, 8.6] 8.2 9 9/73 60/73 60
(8.6, 9.4] 9.0 10 10/73 70/73 70
(9.4, 10.2] 9.8 1 1/73 71/73 71
(10.2, 11.0] 10.6 2 2/73 73/73 73
Ejercicio 2. A continuación se presentan las edades de
83 investigadores en instituciones de investigación en
México.

Tabla 2.3. Edades de 83 investigadores en instituciones de

investigación en México.
29 44 27 27 26 25 27 35 27 34 28 28 32
28 30 35 28 31 47 29 33 37 33 31 30 28
39 31 37 55 31 24 32 29 33 29 28 28 28
27 26 29 26 33 57 28 36 24 31 28 31 27
27 28 43 40 36 30 45 61 30 28 26 27 55
30 30 30 28 59 32 31 46 26 27 39 34 33
34 36 30 29 31

Obtener la tabla de frecuencia para los datos de la Tabla 2.3

 Ejercicio 3
La puntuación final en matemáticas de 80 estudiantes en la UV se registra en la
tabla adjunta 68 84 75 82 68 90 62 88 76 93
73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 95 78 63 72
66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77

Con relación a esta tabla encontrar (a) la puntuación mas alta, (b) la puntuación
mas baja, (c) las puntuaciones de los cinco estudiantes de mayor puntuación, (d)
las puntuaciones de los cinco estudiantes de menor puntuación, (e) la
puntuación del decimo estudiante de mayor puntuación, (f) cuantos estudiantes
obtuvieron puntuación de 75 o mayor, (g) cuantos estudiantes obtuvieron
puntuación menor de 85, (h) que porcentaje de estudiantes obtuvo una
puntuación mayor que 65 pero no mayor que 85, (i) que puntuaciones no tienen
ningún estudiante.
MÉTODOS GRÁFICOS PARA LA REPRESENTACIÓN DE LOS DATOS

GRÁFICO DE BARRAS

El gráfico de barras es la forma más útil para representar datos

nominales u ordinales. Este consiste en barras verticales a
horizontales que representan la frecuencia de las
observaciones en categorías específicas.

Ejemplo
Tabla 2.4 Preferencia religiosa de 100 individuos
de cierta ciudad.
Religión Número de individuos
Católica 50
Protestante 33
Otra 17
Total 100
 60

50

Número de Individuos
40

30

20

10
CATOLICA PROTESTA OTRA

RELIGION

Figura 2.1 Preferencias religiosas de los individuos de cierta

ciudad

Se observa en la Figura 2.1, que 50 de los individuos profesan

religión católica, mientras que 33 la religión protestante y 17
de ellos otra religión.
 GRÁFICO CIRCULAR

El gráfico circular consiste en representar proporcionalmente en

un círculo la frecuencia de cada una de las categorías

El gráfico circular correspondiente a los datos de la Tabla 2.6 se presentan

en la Figura 2.2.

Figura 2.2 Preferencias religiosas de los individuos de cierta ciudad

Se observa en la Figura 2.2 que 50% de los individuos profesan la religión

católica, mientras que el 33% la religión protestante y un 17% otra religión.
 HISTOGRAMA
El histograma es un gráfico de barras sin espaciamiento entre
ellas, esto se debe a que los datos deben pertenecer a variables
continuas. El histograma es una de las técnicas más populares;
existe una gran tradición en su uso. Se recomienda su empleo
para problemas con grandes cantidades de datos (n > 50) y que
presenten una variación que permita realizar la agrupación de
datos.

(a) Sus bases sobre un eje horizontal (eje X) con centros en las
marcas de clase y longitud igual al tamaño de los intervalos de
clase

(b) Superficies proporcionales a las frecuencias de clase

 Ejemplo

Tabla 2.7. Velocidad de 55 automóviles registrados en la avenida de cierta ciudad.

27 23 22 38 43 24 35 26 28 18 20
25 23 22 52 31 30 41 45 29 27 43
29 28 27 25 29 28 24 37 28 29 18
26 33 25 27 25 34 32 36 22 32 33
21 23 24 18 48 23 16 38 26 21 23

Se observa que en la Figura 2.3 que

la mayor parte de los automóviles
circulan a una velocidad entre 13 y
33 kms/hr., mientras que una
minoría circula a velocidades
mayores de los 33 kms/hr. La
distribución muestra una asimetría
positiva.

Figura 2.3 Velocidad de 55 automóviles

medidos en una avenida de una ciudad.
POLÍGONO DE FRECUENCIAS
El polígono de frecuencias, al igual que el histograma, se emplea
para representar gráficamente los datos originados de una
variable continua. Este consiste en asociar los puntos medios de
cada intervalo de clase con su frecuencia correspondiente y luego
unir con líneas rectas los puntos.

El polígono de frecuencias correspondiente a los datos de

la Tabla 2.7 se presenta en la Figura 2.4.
18

16

14
Número de automóviles

12

10

0
<= 15 (15,20] (20,25] (25,30] (30,35] (35,40] (40,45] (45,50] (50,55] > 55

Velocidades

Figura 2.4 Velocidad de 55 automóviles medidos en una avenida de la ciudad

Distribuciones de frecuencia relativa

La frecuencia relativa de una clase es la frecuencia de la clase

dividida por el total de frecuencias de todas las clases y se
expresa generalmente como porcentaje

Las representaciones graficas de distribuciones de frecuencia

relativa pueden obtenerse del histograma o del polígono de
frecuencias, sin mas que cambiar la escala vertical de frecuencia
a frecuencia relativa, conservándose el mismo diagrama. Los
gráficos que resultan se llaman histogramas (polígonos)de
frecuencias relativas o histogramas (polígonos) porcentuales,
respectivamente.
OJIVA O POLÍGONO DE FRECUENCIAS ACUMULADAS

La ojiva o polígono de frecuencias acumuladas es otro tipo de

gráfica que se utiliza para representar variables continuas. Esta
consiste en unir los puntos que resultan al ubicar en el eje horizontal
a los límites verdaderos superiores y en el eje vertical a las
frecuencias acumuladas, absolutas, relativas o porcentuales.

La ojiva correspondiente a los datos de la Tabla 2.8 se

presenta en la Figura 2.5.

Tabla 2.8 Peso de 60 alumnos elegidos al azar de una escuela

85 60 80 52 47 59 50 75 67 64
77 53 52 75 84 84 63 60 68 71
77 85 77 55 63 87 74 72 73 65
75 55 49 66 85 45 89 68 70 67
73 54 82 79 57 68 58 73 74 68
60 67 50 64 60 69 72 64 73 70
 60

40

F
R 20
E
C.
A
C
O
M.
0
40 60 80 100
PESO

Figura 2.5 Polígono de frecuencias acumuladas del peso de 60 alumnos

elegidos al azar de una escuela.

Se puede observar en la Figura 2.5 que aproximadamente 15

alumnos tienen un peso menor o igual de 60 kilos, que
aproximadamente 55 alumnos tienen un peso menor o igual que 80
kilos.
 Tipos de curvas de frecuencia

Las curvas de frecuencia presentan determinas formas características que les distinguen
como se indica

Ejemplos de diferentes formas de distribución

Distribuciones simétricas

Distribuciones asimétricas

Sesgo positivo Sesgo negativo

•Las curvas de frecuencia simétricas se caracterizan por el hecho
de que las observaciones que equidistan del máximo central
tiene la misma frecuencia. Un ejemplo importante es la curva
normal

•En las curvas asimétricas o sesgadas la cola de la curva a un lado

del máximo central es mayor que al otro lado. Si la cola se
presenta a la derecha de la curva se dice que esta sesgada a la
derecha o tiene sesgo positivo, mientras que si ocurre lo
contrario se dice que la curva esta sesgada a la izquierda o que
tiene un sesgo negativo

•Una curva de frecuencias bimodal tiene dos máximos

•Una curva de frecuencias multimodal tiene mas de dos máximos

 Errores Gráficos

13

12,6

12,2

11,8

11,4

11

10,6

10,2

9,8

9,4

8,6

8,2

A B C D
 Errores Gráficos

•Ausencia de título

•No indicar variables

•Usar escalas inapropiadas

•No indicar el punto 0

•Visualización confusa
Ejercicio 4

Con los datos del problema 2 y 3 construir un histograma, un

polígono de frecuencias, y un polígono de frecuencias
acumuladas
 Medidas de Posición

• Las medidas de posición nos permiten dividir a

una distribución en distintas partes. Según el
número de partes, éstas divisiones tendrán
distintos nombres:
– Percentiles : Cuando dividimos una distribución en 100 partes.
– Deciles : Cuando dividimos una distribución en 10 partes.
– Cuartiles : Cuando dividimos una distribución en 4 partes.
– Mediana : Cuando dividimos una distribución en 2 partes.
 Medidas de Posición

• Requisitos
– Variables cuantitativas
– Los resultados están ordenados de menor a
mayor
– Las medidas de posición son variables discretas
• Equivalencias
– Como todas las medidas se refieren al mismo
grupo de datos, se pueden hacer equivalentes
entre sí
 Percentiles

Llamaremos PERCENTILES, a cada uno de los números que

dividen la muestra en 100 partes iguales.
• Hay 99 percentiles, y se denotan por P(k), donde k es el orden
del percentil indicado.
• Dado el percentil P(k), este divide la muestra en dos partes, la
inferior que contiene el k% inferior de las observaciones y la
superior que contiene el (100-k)% de las observaciones.
• Entre dos percentiles consecutivos está contenido un 1% de la
muestra
Percentiles
• Cálculo de los percentiles para variables
medidas en escala ORDINAL o variables de
RAZON DISCRETAS:
• Pk es el valor de la variable para el cual la
frecuencia acumulada IGUALA o SUPERA por
primera vez el orden del percentil buscado.
Hay percentiles, que por la popularidad de interpretación que tienen, reciben
nombre propio, entre ellos están:
• Los Cuartiles: son tres, denotados por Q1, Q2 y Q3 , que corresponden
respectivamente a los percentiles P25, P50 y P75, ellos dividen la muestra
en cuatro partes iguales.
• Los quintiles: son cuatro, denotados por C1, C2, C3 y C4, que
corresponden respectivamente a los percentiles P20, P40, P60 y P80, ellos
dividen la muestra en cinco partes iguales.
• Los deciles: son nueve, denotados por D1, D2,...,D9, que corresponden
respectivamente a los percentiles P10, P20,...,P90, ellos dividen la muestra
en diez partes iguales.
Ejemplo:
Percentil = Mediana

• Podemos concluir que P50 sería el valor que

divide en dos parte iguales la cantidad de
datos de la muestra o población siendo
equivalente a la mediana.

P50 = Me
 • Traslademos el gráfico de barra a su respectiva tabla
de frecuencia y tratemos de localizar los Percentiles
expuestos en el ejemplo:
Li Ls ni Ni fi Fi
5 15 14 14 14% 14%
15 25 12 26 12% 26%
25 35 20 46 20% 46%
35 45 18 64 18% 64%
45 55 14 78 14% 78%
55 65 12 90 12% 90%
65 75 10 100 10% 100%

n Podemos concluir fácilmente (con ayuda de las frecuencias acumuladas), que

14 personas (14% del total) están por debajo de los 15 años (podemos
aproximarlo a 15 años), lo cual representaría al percentil 14:
P15 = 14
 Cálculo del Percentil
• El cálculo del percentil cuando los datos están “sueltos” es directo.
Ubicar el puntaje que está en la posición que corresponde al
porcentaje del percentil
Ej: 23 34 34 36 37 37 37 42 46 50
P60=37
• Si los datos están en una tabla de intervalos, la fórmula es la siguiente

N = es la suma de las frecuencias absolutas

é x ù
ê 100 * N - N i ú
L = es el límite inferior de la clase donde se encuentra el
percentil.
Px = L + ê ú *i Ni = es la frecuencia acumulada anterior a la clase del percentil.

ê ni ú n= frecuencia en el intervalo crítico

ë û i = Amplitud del intervalo

En primer lugar buscamos la clase donde se encuentra

Ejemplo

Calcular el percentil 35 y 60 de la distribución de la tabla:

é x ù
ê * N - N i ú
Px = L + ê 100 ú *i
fi Fi n
ê i ú
[50, 60) 8 8 ë û
[60, 70) 10 18
Percentil 35
[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

[100, 110) 5 63

[110, 120) 2 65
Percentil 60
65
Deciles
• Para los deciles, tomaremos el total de los datos divididos en
10 partes iguales, por tanto, existirán 10 deciles representado
como Dk
 Fórmula para calcular Deciles

N = es la suma de las frecuencias absolutas

é x ù L = es el límite inferior de la clase donde se encuentra el

ê 10 * N - N i ú percentil.

Dx = L + ê ú *i Ni = es la frecuencia acumulada anterior a la clase del percentil.

ê ni ú
n= frecuencia en el intervalo crítico

ë û i = Amplitud del intervalo

Ejemplo

Calcular el decil 2 y 5 de la distribución de la tabla:

é x ù
ê * N - N i ú
Dx = L + ê 10 ú *i
fi Fi n
ê i ú
[50, 60) 8 8 ë û
[60, 70) 10 18
Decil 2
[70, 80) 16 34
65 * 2
[80, 90) 14 48 = 13
10
[90, 100) 10 58
é13 - 8 ù
[100, 110) 5 63 D2 = 60 + ê • 10 = 65
ë 10 úû
[110, 120) 2 65
Decil 5
65
65 * 5
= 32.5
10

é 32.5 - 18 ù
D5 = 70 + ê • 10 = 79.06
ë 16 úû
CUARTILES
• Para los cuartiles, tomaremos el total de los datos divididos en
4 partes iguales.
• Denotaremos el cuartil como Qk.
 Fórmula para calcular cuartiles

N = es la suma de las frecuencias absolutas

éx ù L = es el límite inferior de la clase donde se encuentra el

ê 4 * N - Ni ú percentil.

Qx = L + ê ú *i Ni = es la frecuencia acumulada anterior a la clase del percentil.

ê ni ú
n= frecuencia en el intervalo crítico

ë û i = Amplitud del intervalo

Ejemplo

Calcular el cuartil 2 y 4 de la distribución de la tabla:

éx ù
ê * N - N i ú
Qx = L + ê 4 ú *i
fi Fi n
ê i ú
[50, 60) 8 8 ë û
[60, 70) 10 18
cuarti 2
[70, 80) 16 34
65 * 2
[80, 90) 14 48 = 32.5
4
[90, 100) 10 58
é 32.5 - 18 ù
[100, 110) 5 63 Q2 = 70 + ê • 10 = 79.06
ë 16 úû
[110, 120) 2 65
Cuartil 4
65
65 * 4
= 65
4

é 65 - 63 ù
Q4 = 110 + ê • 10 = 120
ë 2 úû
Ejercicio 5
A partir de las siguientes tabla de frecuencia calcular:
ni Ni
Li Ls ni Ni
[300,399) 14 14
12 15 13 13
[400, 499) 46 60
15 18 11 24 [500, 599) 58 118

18 21 9 33 [600, 699) 76 194

[700, 799) 68 262

21 24 7 40
[800, 899) 62 324
24 27 6 46
[900, 999) 48 372
27 30 4 50 [1000,1099) 22 394
[1100,1199) 6 400
a. Percentil 15
b. Percentil 35 400
c. Percentil 40
d. Percentil 85
e. Decil 2
f. Decil 6
g. Decil 8
h. Cuartil 1
i. Cuartil 2
j. Cuartil 3