Professional Documents
Culture Documents
Muestra:
"Se llama muestra a una parte de la poblacin a estudiar que sirve para
representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero
no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las
conclusiones que se obtengan de dicha muestra solo podrn referirse a la
poblacin en referencia", Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado
Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin
completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que
el examen de una poblacin entera todava permite la aceptacin de
elementos defectuosos, por tanto, en algunos casos, el muestreo puede
elevar el nivel de calidad.
Una muestra representativa contiene las caractersticas relevantes de la
poblacin en las mismas proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta
informacin para hacer referencias sobre la poblacin que est
representada por la muestra. En consecuencia muestra y poblacin son
conceptos relativos. Una poblacin es un todo y una muestra es una
fraccin o segmento de ese todo.
Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms
muestras de una poblacin; el muestreo es una tcnica que sirve para
obtener una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral
representativo de la poblacin, se procede a la seleccin de los elementos
de la muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos
para cada muestra no necesariamente seran iguales, y lo ms probable es
que variaran de una muestra a otra.
Ejemplo;
Consideremos como una poblacin a los estudiantes de educacin del
Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres
ser estudiados en dicha poblacin;
Ejemplo;
la obtencin de nmeros de aulas utilizadas y no utilizadas en
los colegios pertenecientes al municipio San Carlos del Estado Cojedes.
Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta
Observacin Exhaustiva. Cuando la observacin es efectuada sobre la
totalidad de los elementos de la poblacin se habla de una observacin
exhaustiva.
Observacin Parcial. Dados que las poblaciones en general son grandes, la
observacin de todos sus elementos se ve imposibilitada. La solucin para
superar este inconveniente es observar una parte de esta poblacin.
Observacin Mixta. En este tipo de observacin se combinan
adecuadamente la observacin exhaustiva con la observacin parcial. Por lo
general, este tipo de observaciones se lleva a cabo de tal manera que los
caracteres que se consideran bsicos se observan exhaustivamente y los
otros mediante una muestra; o bien cuando la poblacin es muy grande,
parte de ella se observa parcialmente.
Censo:
Se entiende por censo aquella numeracin que se efecta a todos y cada
uno de los caracteres componentes de una poblacin.
Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a
cada persona o elemento de la poblacin que deseamos describir. A esto lo
llamamos una numeracin completa o censo. Utilizamos el muestre cuando
no es posible contar o medir todos los elementos de la poblacin.
Si es posible listar (o enumerar) y observar cada elemento de la poblacin,
los censos se utilizan rara vez porque a menudo su compilacin es bastante
difcil, consume mucho tiempo por lo que resulta demasiado costoso.
Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es
decir son observaciones parciales.
El diseo de encuestas es exclusivo de las ciencias sociales y parte de la
premisa de que si queremos conocer algo sobre el comportamiento de las
personas, lo mejor, ms directo y simple es preguntrselo directamente a
ellas. (Cadenas, 1974).
Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se
quiere averiguar. Se efecta a travs de cuestionarios verbales o escritos
que son aplicados a un gran nmero de personas".
Estadstica Descriptiva:
Tienen por objeto fundamental describir y analizar las caractersticas de un
conjunto de datos, obtenindose de esa manera conclusiones sobre las
Educacin
1
Administracin
2
Se ha de tener presente que los nmeros asignados a cada categora sirven
nica y exclusivamente par identificar la categora y no poseen propiedades
cuantitativas.
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o
propiedad de un objeto, la medida ordinal es la indicada, puesto que
entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al
objeto A es mayor que la de B, puede inferirse que A posee un mayor grado
de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser
completamente arbitraria, debe hacerse atendiendo al orden existente entre
stas.
Los caracteres que posee una escala de medida ordinal permiten, por el
hecho mismo de poder ordenar todas sus categoras, el clculo de las
medidas estadsticas de posicin, como por ejemplo la mediana.
Ejemplo:
Al asignar un nmero a los pacientes de una consulta mdica, segn el
orden de llegada, estamos llevando una escala ordinal, es decir que al
primero en llegar ordinal, es decir que al primeo en llegar le asignamos el n
1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero
representar una categora en general, con un solo elemento y se puede
establecer relaciones entre ellas, ya que los nmeros asignados guardan la
misma relacin que el orden de llegada a la consulta.
Escalas de intervalos iguales:
la escala de intervalos iguales, est caracterizada por una unidad de medida
comn y constante que asigna un nmero igual al nmero de unidades
equivalentes a la de la magnitud que posea el elemento observado. Es
importante destacar que el punto cero en las escalas de intervalos iguales
es arbitrario, y no refleja en ningn momento ausencia de la magnitud que
estamos midiendo. Esta escala, adems de poseer las caractersticas de la
escala ordinal, encontramos que la asignacin de los nmeros a los
elemento es tan precisa que podemos determinar la magnitud de los
intervalos (distancia) entre todos los elementos de la escala.
Sin lugar a
dudas, podemos decir que la escala de intervalos es la primera escala
Ejemplo:
En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor
Padilla de esta ciudad se procedi a recoger las medidas de talla y peso de
los nios que a este asisten.
Nio Peso Talla
Jos
18,300
1,15
Julio
20,500
1,20
Pedro 19,000
1,10
Luis
1,18
18,750
.Las variables discretas sern aquellas que pueden tomar solo un nmero
limitado de valores separados y no continuos; son aquellas que solo toman
un determinado nmeros de valores, porque entre dos valores consecutivos
no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una
clase es una variable discreta ya que solo tomar los valores 1, 2, 3, 4...
ntese que no encontramos valor como 1,5 estudiantes
UNIDAD III
Estadsticas Primarias
Datos Estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenmeno
que queremos estudiar. Dicho en otras palabras, son los antecedentes (en
cifras) necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo
que es muy difcil en general, obtener conclusiones de los datos
presentados de esta manera. Para poder obtener una precisa y rpida
informacin con propsitos de descripcin o anlisis, estos deben
organizarse de una manera sistemtica; es decir, se requiere que los datos
sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse
antes de la recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del Ncleo San
Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha
Universidad, la recoleccin de la informacin debe clasificar a cada
estudiante sobre la base de: Carrera que estudia, edad, semestre de
estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de
datos que debe ser obtenido.
981.668,626
1995
1.087.926,142
1996
1.440.306,250
1997
1.618.075,000
1998
1.027.177,876
Fuente: MARN D.G.S Recurso Forestal. 1999
CVG PROFORCA
Es importante resaltar que cuando se trata de series temporales o
cronolgicas, se debe especificar el instante o el periodo de tiempo a los
que se refieren los caracteres en estudio.
Cuando nos referimos a instantes de tiempo, por el hecho de que la
observacin se hace en un momento especfico de tiempo.
Ejemplo:
Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de
cada ao entre 1997 2001.
Series temporales o cronolgicas; estas se definen como una masa o
conjunto de datos producto de la observacin de un fenmeno individual o
colectivo, cuantificable en sucesivos instantes o periodos de tiempo.
Series atemporales;
cuando las observaciones de un fenmeno se
hacen referidas al mismo instante o intervalo de tiempo, nos encontramos
ente una serie atemporal. Aqu el tiempo no va incluido a cada observacin,
puesto que es el mismo tiempo para todas ellas. Este tipo de observacin
proporciona una "visin instantnea" de los fenmenos o caracteres de los
componentes del colectivo en estudio.
Ejemplo:
Las notas de las participantes en la materia de estadstica I en el periodo
acadmico que termin en septiembre del 2001.
2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los
elementos que componen la poblacin o muestra bajo anlisis, observamos
que en general, hay un nmero de veces en que aparece repetido un mismo
Edad (variable)
N de nios (Frecuencia)
3
5
4
6
5
4
6
5
Total =
20
Al agrupar los resultados de las observaciones en trmino de las veces que
stos se repiten, da lugar a las llamadas "series de frecuencias" o
distribuciones de frecuencias; las cuales se dividen a su vez en series de
frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio
se refieran a atributos o variables respectivamente.
2.2.1) Series de frecuencia acumulativa:
son comnmente llamadas
series de frecuencia de atributos o caracteres cualitativos y las formas de
representar un atributo recibe el nombre de modalidades.
Cuando se observan y se obtienen los elementos que deseamos estudiar
con respecto a un carcter de tipo cualitativo y se procede a agruparlos
segn las distintas modalidades que toma el atributo, "frecuencia
cualitativa".
Ejemplo:
Agrupamos los resultados obtenidos al observar los 35 estudiantes de la
materia estadstica I, respecto a su estado civil.
Estudiantes de la materia Estadsticas I, clasificados por su estado civil.
Estado civil
N de Estudiantes (frecuencia)
Solteros
18
Casados
12
Viudos
1
Divorciados
4
2.1.2) Series de frecuencias cualitativas:
es el resultado del
agrupamiento de los valores que se repiten (frecuencia) al ser observada
una variable.
Ejemplo:
Tomamos nuevamente los 35 estudiantes de la materia estadstica I,
respecto a su edad.
Edad (en aos)
N de estudiantes (frecuencia)
19
12
20
2
25
8
28
6
32
4
42
3
Total =
35
2.2) series especiales o geogrficas: es aquella que est formada por los
valores que toman una variable en funcin del espacio geogrfico.
Leer ms:
http://www.monografias.com/trabajos15/estadistica/estadistica.shtml#ixzz3
SuSQESw3
indicando que hay datos para n periodos amplios, cada uno de ellos con m subperiodos o
periodos menores. Por ejemplo, si tenemos datos mensuales para los aos 1995 a 2003,
escribiremos la serie como
o bien como
o, de forma abreviada,
Conceptos Bsicos:
Estadstica:
La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en
trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como
un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no
por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir,
una funcin de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o
colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples
llamados individuales o particulares". (Gini, 1953.
Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar,
resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables
basadas en tal anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos
a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos".
(Yale y Kendal, 1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica,
debido al gran campo de aplicacin que posee.
Poblacin:
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una
poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas
comunes.
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974).
Ejemplo:
Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en
el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que
constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el
nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una
poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella
que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo
San Carlos de la Universidad Nacional Experimental Simn Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza
una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son
muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea
parte del grupo llamada muestra.
Muestra:
"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel
(1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin
(1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan
de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva
menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la
aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel
de calidad.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas
proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer
referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y
poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento
de ese todo.
Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el
muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se
procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no
necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra.
Ejemplo;
Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR,
determinando por lo menos dos caracteres ser estudiados en dicha poblacin;
Religin de los estudiantes
Sexo.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el
muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la
oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en
la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o
muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio
evitan el anlisis estadstico necesarios para hacer muestras de probabilidad.
Variables y Atributos:
Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser
expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura,
el peso, el salario, la edad, etc.
Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un
valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede
tomar solamente un valor, se llama constante."
Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general
no suelen representarse con la misma intensidad, es obvio que las variables toman distintos valores. Por
lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable".
Todos ellos juntos constituyen una variable.
Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin,
es decir que no se pueden expresar mediante un nmero.
IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que
pueden presentarse en individuos que constituyen un conjunto.
La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado
civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos
los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de
"modalidades".
Ejemplo;
El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma
modalidad en todos.
Formas de Observar la Poblacin:
1.
Atendiendo a la fuente se clasifican en directa o indirecta.
Observacin directa: es aquella donde se tienen un contacto directo con los elementos o
caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos
se consideran datos estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa,
es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el
fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por
esto se llama tambin a esta investigacin primaria".
Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja.
Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos
estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o
entidad). Con el fin de deducir otros hechos o fenmenos.
Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus
ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las
observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la
oficina de estadstica, llevada en el ministerio de produccin y comercio(M.P.C) de la localidad donde est
registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros.
1.
Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.
Una observacin continua; como su nombre lo indica es aquella que se lleva acabo de un
modo permanente.
Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras operaciones que se van
registrando a medida que van producindose.
Una observacin peridica; es aqulla que se lleva a cabo a travs de perodos de tiempo
constantes. Estos perodos de tiempos pueden ser semanas, trimestres, semestres, aos, etc. Lo que
debemos destacar es que los perodos de tiempo tomados como unidad deben tomarse constantes en los
posible.
Ejemplo; el registro llevado por la Oficinas de Control de Estudios de la UNESR, en cuanto a la
inscripcin de los estudiantes por semestre.
La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica,
esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente.
Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al
municipio San Carlos del Estado Cojedes.
1.
Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta
Observacin Parcial. Dados que las poblaciones en general son grandes, la observacin de
todos sus elementos se ve imposibilitada. La solucin para superar este inconveniente es observar una
parte de esta poblacin.
muestran los datos de manera que sea ms fcil su entendimiento son ejemplos de estadstica
descriptiva.
Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por
uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de historia.
El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica inferencial.
Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y
afirmaciones con respecto a la probabilidad de su validez.
UNIDAD II
Medicin de Caracteres
Medicin
Existen diversas definiciones del termino "medicin", pero estas dependen de los diferentes puntos de
vista que se puedan tener al abordar el problema de la cuantificacin y el proceso mismo de
la construccin de una escala o instrumento de medicin.
En general, se entiende por medicin la asignacin de nmeros a elementos u objetos para representar o
cuantificar una propiedad. El problema bsico est dado por la asignacin un numeral que represente la
magnitud de la caracterstica que queremos medir y que dicho nmeros pueden analizarse por
manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin, los atributos de nuestras
percepciones se transforman en entidades conocidas y manejables llamadas "nmeros". Es evidente que
el mundo resultara catico si no pudiramos medir nada. En este caso cabra preguntarse de que le
servira la fsico saber que el hierro tiene una alta temperatura de fusin.
Niveles o Escalas de mediciones
Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste en la
asignacin, puramente arbitraria de nmeros o smbolos a cada una de las diferentes categoras en las
cuales podemos dividir el carcter que observamos, sin que puedan establecerse relaciones entre dichas
categoras, a no ser el de que cada elemento pueda pertenecer a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la misma sean
equivalentes respecto del atributo o propiedad en estudio, despus de lo cual se asignan nombres a tales
clases, y el hecho de que a veces, en lugar de denominaciones, se le atribuyan nmeros, puede ser una
de las razones por las cuales se le conoce como "medidas nominales".
Por ejemplo, podemos estar interesados en clasificar los estudiantes de la UNESR Ncleo San Carlos de
acuerdos a la carrera que cursan.
Se ha de tener presente que los nmeros asignados a cada categora sirven nica y exclusivamente par
identificar la categora y no poseen propiedades cuantitativas.
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o propiedad de un objeto, la medida
ordinal es la indicada, puesto que entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al objeto A es mayor que la de B,
puede inferirse que A posee un mayor grado de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser completamente arbitraria, debe hacerse
atendiendo al orden existente entre stas.
Los caracteres que posee una escala de medida ordinal permiten, por el hecho mismo de poder ordenar
todas sus categoras, el clculo de las medidas estadsticas de posicin, como por ejemplo la mediana.
Ejemplo:
Al asignar un nmero a los pacientes de una consulta mdica, segn el orden de llegada, estamos
llevando una escala ordinal, es decir que al primero en llegar ordinal, es decir que al primeo en llegar le
asignamos el n 1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero representar una
categora en general, con un solo elemento y se puede establecer relaciones entre ellas, ya que los
nmeros asignados guardan la misma relacin que el orden de llegada a la consulta.
Escalas de intervalos iguales:
la escala de intervalos iguales, est caracterizada por una unidad de medida comn y constante que
asigna un nmero igual al nmero de unidades equivalentes a la de la magnitud que posea el elemento
observado. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y
no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de
poseer las caractersticas de la escala ordinal, encontramos que la asignacin de los nmeros a los
elemento es tan precisa que podemos determinar la magnitud de los intervalos (distancia) entre todos los
elementos de la escala. Sin lugar a dudas, podemos decir que la escala de intervalos es la primera escala
verdaderamente cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele
todas las medidas estadsticas a excepcin del coeficiente de variacin.
Ejemplo:
El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 2000-2001.
Escala de coeficientes o Razones:
El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las escalas de intervalos
iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta
escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de
propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros
asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio.
Adems, siendo que cero ya no es arbitrario, sino un valor absoluto, podemos decir que A. Tiene dos, tres
o cuatro veces la magnitud de la propiedad presente en B.
Ejemplo:
En una encuesta realizada en un barrio de esta localidad se observ que hay familias que no tienen hijos,
otras tienen 6 hijos que es exactamente el doble de hijos que aquellas que tienen 3 hijos.
Las variables y su medicin:
Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de valores,
llamado dominio de esa variable. Para Murray R. Spiegel (1991) "una variable que puede tomar cualquier
valor entre dos valores dados se dice que es una variable continua en caso contrario diremos que la
variable es discreta".
Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son susceptibles
de ser medidas cuantitativamente, es decir, que pueden expresar numricamente la magnitud de dichas
variaciones. Por intuicin y por experiencia sabemos que pueden distinguirse dos tipos de variables; las
continuas y las discretas
Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se
puede encontrar en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo,
etc.)
Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores
consecutivos. Por ejemplo, la estatura, el peso, la temperatura.
Para ver el grfico seleccione la opcin "Descargar" del men superior
Ejemplo:
En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla de esta ciudad se
procedi a recoger las medidas de talla y peso de los nios que a este asisten.
Nio Peso Talla
Jos 18,300 1,15
Julio 20,500 1,20
Pedro 19,000 1,10
Luis 18,750 1,18
.Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores separados
y no continuos; son aquellas que solo toman un determinado nmeros de valores, porque entre dos
valores consecutivos no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una clase es
una variable discreta ya que solo tomar los valores 1, 2, 3, 4... ntese que no encontramos valor como
1,5 estudiantes
UNIDAD III
Estadsticas Primarias
Datos Estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas
y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los
antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general,
obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida
informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica;
es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien
hacerse antes de la recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que
solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a
cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos pues que
la clasificacin marca la pauta de la clase de datos que debe ser obtenido.
Clasificacin de los datos
Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de
cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil,
observamos que pueden existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que
son datos cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas, observamos
que los valores (nota) representan diferentes magnitudes.
Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de
tiempo, los datos son reconocidos como cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los diferentes
semestres.
Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos
geogrficos.
Ejemplo
El nmero de estudiantes de educacin superior en las distintas regiones del pas.
Fuentes de datos Estadsticos:
Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs
de fuentes primarias y fuentes secundarias.
Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos.
Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han
recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal
fin.
En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no
existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la
calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que se
recaben. De anda servira usar tcnicas estadsticas precisas y refinadas para llegar a conclusiones
valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables.
Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede
elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La
posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos o bien a que
esto no se encuentran discriminados en la forma requerida.
Ejemplo:
Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por
ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y
cuenta el Ministerio de Educacin cada ao.
Mtodo para la recoleccin de datos:
En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se
desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones
de estos.
La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen
frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la
persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente
escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este procedimiento
que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y
completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona
entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o
investigacin.
Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al
nivel intelectual de las personas entrevistadas.
Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no tiene
un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas.
Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o
entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa.
Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo
necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino
tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas.
Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay que
incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal.
Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante bajo
de estos es devuelto, en algunos casos no estamos seguros de que los formularios hayan sido recibidos
por sus destinatarios y que hayan sido respondido por ellos mismos. Lo que trae como consecuencia que
la informacin se obtenga con una serie de errores difciles de precisar por el investigador.
Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a
entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el
entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil.
Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que pueden
formularse es relativamente limitado; adems las investigaciones efectuadas por este mtodo tienen un
carcter selectivo, debido a que muchas de las personas que potencialmente podran ser investigadas no
posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados.
Instrumentos para la recoleccin de datos:
Cuestionarios:
Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario
elaborar un estudio de preguntas.
Los cuestionarios en general, constan de las siguientes partes:
a.
La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada),
nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la
entrevista.
b.
c.
Datos propios de la investigacin, son los datos que interesa conocer para construir el
propsito de la investigacin.
Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta.
En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener
ningn tipo de inters para el estudio.
Consideraciones que debemos tomar en cuenta:
El cuestionario debe ser conciso; tratar en los posible de que con el menor nmero de preguntas,
se obtenga la mejor informacin.
Claridad de la redaccin; evitar preguntas ambiguas o que sugieran respuestas incorrectas, por
lo que deben estar formuladas las preguntas de la forma ms sencilla.
Orden de las preguntas: estas deben tener una secuencia y un orden lgico, agruparlas
procurando que se relacionen unas con otras.
Series o distribuciones estadsticas:
Anteriormente hemos sealado que la estadstica, no se encarga del estudio de un hecho aislado, sino
que tienen por objeto de los colectivos. Pues bien cuando se realiza una investigacin se obtiene una
masa de datos que deben ser organizados para disponerlos en un orden, arreglo o secuencia lgica, con
el fin de facilitar el anlisis de los mismos esta coleccin de datos numricos obtenidos de la observacin,
que se clasifican y ordenan segn un determinado criterio, se denominan "series estadsticas", tambin
conocidas como "distribucin estadstica".
Clasificacin de las series estadsticas:
1.
Ejemplo:
Produccin nacional de madera en Rola en m
Rollizos (periodo 1993 1998)
2.
3.
Ejemplo:
Las notas de las participantes en la materia de estadstica I en el periodo acadmico que termin en
septiembre del 2001.
2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los elementos que componen la
poblacin o muestra bajo anlisis, observamos que en general, hay un nmero de veces en que aparece
repetido un mismo valor de una variable, o bien repeticiones de la misma modalidad de un atributo. Este
nmero de repeticiones de un resultado, recibe el nombre de frecuencia absoluta o simplemente
frecuencia.
El procedimiento mediante el cual se realiza el conteo, para as determinar el nmero de veces que cada
dato se repite, recibe el nombre de tabulacin.
Ejemplo:
Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca de Prez, ubicado en la
urbanizacin Monseor Padilla
5
6
3
4
Tabulando los datos tenemos
Nios distribuidos por edades:
Al agrupar los resultados de las observaciones en trmino de las veces que stos se repiten, da lugar a
las llamadas "series de frecuencias" o distribuciones de frecuencias; las cuales se dividen a su vez en
series de frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio se refieran a
atributos o variables respectivamente.
2.2.1) Series de frecuencia acumulativa: son comnmente llamadas series de frecuencia de atributos o
caracteres cualitativos y las formas de representar un atributo recibe el nombre de modalidades.
Cuando se observan y se obtienen los elementos que deseamos estudiar con respecto a un carcter de
tipo cualitativo y se procede a agruparlos segn las distintas modalidades que toma el atributo,
"frecuencia cualitativa".
Ejemplo:
Agrupamos los resultados obtenidos al observar los 35 estudiantes de la materia estadstica I, respecto a
su estado civil.
Estudiantes de la materia Estadsticas I, clasificados por su estado civil.
2.1.2) Series de frecuencias cualitativas: es el resultado del agrupamiento de los valores que se repiten
(frecuencia) al ser observada una variable.
Ejemplo:
Tomamos nuevamente los 35 estudiantes de la materia estadstica I, respecto a su edad.
2.2) series especiales o geogrficas: es aquella que est formada por los valores que toman una
variable en funcin del espacio geogrfico.
Razones y proporciones
El siguiente recurso trata acerca de las razones y proporciones. Te invitamos a
aprender esta materia de 1 medio mediante este interesante contenido.
Entrega ejercicios.
Razones y proporciones
1. Razones y proporciones
Una razn entre dos cantidades es una comparacin entre las cantidades que se realiza
mediante un cociente a : b, y se lee a esa b.
Por ejemplo, si las edades de Carlos y Francisco son 12 y 15 aos, entonces la razn entre sus
edades es:
12 : 15 o
Se denomina proporcin a la igualdad de dos razones. Por ejemplo, la igualdad entre las
razones anteriores:
Es una proporcin, lo que se puede constatar porque los productos cruzados son iguales: 12 5
= 4 15
Por lo tanto, la propiedad fundamental de las proporciones es:
1.1. Proporcionalidad directa
Dos variables estn en proporcionalidad directa si su cociente permanece constante:
k es la constante de proporcionalidad.
El grfico de dos variables en proporcionalidad directa es un conjunto de puntos que estn
sobre una recta que pasa por el origen del sistema de coordenadas. Analizando el grfico se
visualiza que si una magnitud aumenta, la otra tambin aumenta.
Ejemplo:
Un vehculo en carretera tiene un rendimiento de 16 km por cada litro de bencina. Cuntos
litros de bencina consumir en un viaje de 192 km?
Se forma la proporcin entre las variables distancia consumo de bencina (si aumenta la
distancia, entonces se deduce que el consumo aumenta, por lo tanto son directamente
proporcionales).
Entonces,
16/1 = 16 (constante)
192/12 = 16 (constante)
k es la constante de proporcionalidad.
El grfico de dos variables que estn en proporcionalidad inversa es un conjunto de puntos que
estn sobre una hiprbola.
Analizando el grfico se visualiza que a medida que una magnitud aumenta, la otra magnitud
disminuye.
Ejemplo: Tres obreros demoran 5 das en hacer una zanja. Cunto demorarn 4 obreros?
La relacin entre el nmero de obreros tiempo es de proporcionalidad inversa, ya que si
trabajan ms obreros, entonces se demorarn menos tiempo en terminar el trabajo. Aplicando
la propiedad de las proporciones inversas, el producto entre las variables es constante:
entonces, 3 x 5 = 15 (constante)
4 x 3,75 = 15(constante)
partes de un total de 100. En trminos fraccionarios, se dice que ha subido la 5/100 parte.
Cuando calculamos el porcentaje de un nmero, podemos hacerlo directamente ocupando el
concepto de fraccin. Por ejemplo, el 12% de 600 es:
Es bastante til utilizar este mtodo para resolver problemas de porcentaje relacionados con
ganancia y prdida. Por ejemplo:
El precio de un chaleco durante una oferta ha bajado de $15.000 a $13.500. Qu % de
descuento se le aplic?
En este caso, se considera el precio inicial ($15.000) como el 100%. De lo que disminuy:
$15.000 $ 13.500 = $ 1.500, se requiere saber qu porcentaje es del precio original, por lo
tanto:
observados. Esto tiende a aminorar el llamado error de agrupamiento, en los anlisis matemticos
posteriores. Sin embargo, los lmites reales de clase no coincidirn con los datos observados.
3. Determinar el nmero de observaciones que caen dentro de cada intervalo de clase, es decir, encontrar
las frecuencias de clase. Lo mejor para esto es utilizar una hoja de conteo.
HISTOGRAMAS Y POLIGONOS DE FRECUENCIA son dos representaciones grficas de las
distribuciones de frecuencia.
1. Un histograma o histograma de frecuencias consiste en una serie de rectngulos que tienen
(a) Sus bases sobre un eje horizontal (el eje X) con centros en las marcas de clase y longitud igual al
tamao de los intervalos de clase.
(b) Superficies proporcionales a las frecuencias de clase.
Si los intervalos de clase tienen todos igual tamao, las alturas de los rectngulos son proporcionales a
las frecuencias de clase y se acostumbra en tal caso a tomar las alturas numricamente iguales a las
frecuencias de clase. Si los intervalos de clase no son de igual tamao, estas alturas debern ser
calculadas.
2. Un polgono de frecuencias es un grfico de lnea trazado sobre las marcas de clase. Puede obtenerse
uniendo los puntos medios de los techos de los rectngulos en el histograma.
El histograma y el polgono de frecuencias correspondiente a la distribucin de frecuencias de las alturas
de los estudiantes se muestran en el mismo sistema de ejes en la Fig.1. Se acostumbra a prolongar el
polgono con PQ y RS hasta las marcas de clase inferior y superior inmediatas, que corresponderan a la
clase de frecuencia cero. En tal caso, la suma de las reas de los rectngulos del histograma es igual al e
rea total limitada por el polgono de frecuencias y el eje X.
La frecuencia total de todos los valores menores que el lmite real superior de clase de un intervalo de
clase dado se conoce como frecuencia acumulada hasta ese intervalo de clase inclusive. Por ejemplo, la
frecuencia acumulada hasta el intervalo de clase 66 - 68 inclusive en la Tabla 1, es 5 + 18 + 42 = 65,
significando que 65 estudiantes tienen alturas menores que 68,5 pulgadas.
Una tabla que represente las frecuencias acumuladas se llama distribucin de frecuencias acumuladas,
tabla de frecuencias acumuladas o brevemente distribucin acumulada, y se muestra en la Tabla 2, para
la distribucin de la altura de los estudiantes.
Un grfico que muestre las frecuencias acumuladas menores que cualquier lmite real superior de clase
trazado sobre los lmites reales superiores de clase se llama polgono de frecuencias
acumuladas u ojiva y se muestra en la Fig. 2-2 para la distribucin de la altura de los estudiantes.
En algunos casos es preferible considerar una distribucin de frecuencias acumuladas de todos
los valores mayores o iguales al lmite real inferior de clase de cada intervalo de clase. En este caso
consideramos las alturas de 59,5 pulgadas o ms, 62,5 pulgadas o ms, etc., sta se llama a
veces distribucin acumulada o ms, mientras que la considerada anteriormente es la distribucin
acumulada menor que. De la una se obtiene fcilmente la otra. Las correspondientes ojivas se llaman
o ms y menor que. Siempre que nos refiramos a distribuciones acumuladas u ojivas sin especificar,
se entender que son del tipo menor que.
DISTRIBUCIONES DE FRECUENCIAS RELATIVAS ACUMULADAS. OJIVAS PORCENTUALES
La frecuencia relativa acumulada o frecuencia porcentual acumulada es la frecuencia acumulada dividida
por la frecuencia total. Por ejemplo, la frecuencia relativa acumulada de alturas menores que 68,5
pulgadas es 65/100 = 65 %, queriendo con ello decir que el 65 % de los estudiantes tienen alturas
menores de 68,5 pulgadas.
Si se utilizan en la Tabla 2, y Fig. 2, las frecuencias relativas acumuladas en lugar de las frecuencias
acumuladas, los resultados se llaman distribuciones de frecuencias relativas acumuladas o distribuciones
Las curvas de frecuencia presentan determinadas formas caractersticas que les distinguen como se
indica en la Figura 3.
(a) Las curvas de frecuencia simtricas o bien formadas se caracterizan por el hecho de que las
observaciones que equidistan del mximo central tienen la misma frecuencia. Un ejemplo importante es
la curva normal.
(b) En las curvas de frecuencia moderadamente asimtricas o sesgadas la cola de la curva a un lado del
mximo central es mayor que al otro lado. Si la cola mayor se presenta a la derecha de la curva se dice
que sta est sesgada a la derecha o que tiene sesgo positivo, mientras que si ocurre lo contrario se dice
que la curva est sesgada a la izquierda o que tiene un sesgo negativo.
(c) En las curvas en forma de J o de J invertida, el mximo se presenta en un extremo.
(d) Las curvas de frecuencias en forma de U tienen el mximo en ambos extremos.
(e) Una curva de frecuencias bimodal tiene dos mximos.
(f) Una curva de frecuencias multimodal tiene ms de dos mximos.
Bibliografa
Leer ms: http://www.monografias.com/trabajos72/distribucion-frecuencias/distribucionfrecuencias2.shtml#ixzz3SucXYaSL
Toma de datos
La toma de datos es la obtencin de una coleccin de los mismos que no han sido ordenados
numricamente. Un ejemplo es el conjunto de alturas de 100 estudiantes, sacados de una lista alfabtica
de una universidad.
ORDENACIN
Una ordenacin es una colocacin de los datos numricos tomados, en orden creciente o decreciente de
magnitud. La diferencia entre el mayor y el menor de los nmeros se llama recorrido o rango de los datos.
Por ejemplo, si la altura mayor de los 100 estudiantes es 74 pulgadas y la menor es de 60 pulgadas, el
rango es 74 - 60 = 14 pulgadas.
Distribuciones de frecuencia
Cuando se dispone de gran nmero de datos, es til el distribuirlos en clases o categoras y determinar el
nmero de individuos pertenecientes a cada clase, que es la frecuencia de clase. Una ordenacin tabular
de los datos en clases, reunidas las clases y con as frecuencias correspondientes a cada una, se conoce
como una distribucin de frecuencias o tabla de frecuencias. La Tabla 1 es una distribucin de frecuencias
de alturas (registradas con aproximacin de pulgada) de 100 estudiantes de la Universidad XYZ.
La primera clase o categora, por ejemplo, comprende las alturas de 60 a 62 pulgadas y viene indicada
por el smbolo 60 - 62. Puesto que 5 estudiantes tienen una altura perteneciente a esta clase, la
correspondiente frecuencia de clase es 5.
Los datos ordenados y resumidos como en la distribucin de frecuencia anterior, se suelen llamar datos
agrupados. Aunque con el proceso de agrupamiento generalmente se pierde parte del detalle original de
los datos, tiene la importante ventaja de presentarlos todos en un sencillo cuadro que facilita el hallazgo
de las relaciones que pueda haber entre ellos, puestas as de manifiesto.
la clase y el mayor 62 es el lmite superior. Los trminos clase e intervalo de clase se utilizan a menudo
indistintamente, aunque el intervalo de clase es realmente un smbolo para la clase.
Un intervalo de clase que, al menos tericamente, no tiene lmite 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 aos es un intervalo de clase abierto.