Qué información conservan los datos agrupados
Una tabla agrupada en intervalos indica cuántas observaciones caen dentro de cada clase. Ya no muestra dónde está cada valor individual. Por eso, calcular medidas a partir de puntos medios o interpolaciones produce estimaciones que pueden diferir de las obtenidas con la lista original.
Esta guía desarrolla un ejemplo con intervalos continuos de igual amplitud. Distingue límites, frecuencia absoluta, frecuencia acumulada y marca de clase. Si tu tabla contiene valores exactos con frecuencias, no necesitas convertirlos innecesariamente en intervalos.
La calculadora de listas trabaja con observaciones individuales; no interpretes los extremos de cada intervalo como si fueran dos observaciones. Aquí puedes seguir el desarrollo manual y revisar las hipótesis.
Construye la tabla de trabajo
Usaremos clases [0,10), [10,20) y [20,30), con frecuencias 2, 5 y 3. La notación [a,b) incluye a y excluye b; evita contar dos veces un valor que coincide con una frontera.
| Intervalo | Marca xᵢ | Frecuencia fᵢ | Acumulada Fᵢ | xᵢ × fᵢ |
|---|---|---|---|---|
| [0,10) | 5 | 2 | 2 | 10 |
| [10,20) | 15 | 5 | 7 | 75 |
| [20,30) | 25 | 3 | 10 | 75 |
| Total | — | 10 | — | 160 |
La marca de clase es el punto medio: (límite inferior + superior) ÷ 2. La acumulada suma frecuencias hasta esa clase. Antes de continuar, verifica que las clases no se solapen, no tengan huecos involuntarios y que el total coincida con tu registro.
Media aproximada mediante marcas de clase
La operación representa cada observación de una clase mediante su punto medio. No conocemos la suma exacta de los valores originales; por eso informamos una media estimada de 16. Si conservas la lista individual, úsala para obtener la media exacta y comparar el efecto de agrupar.
No calcules la media simple de las marcas 5, 15 y 25: daría 15 y asignaría la misma importancia a clases con frecuencias diferentes.
Mediana por interpolación dentro de la clase central
N ÷ 2 = 5. La acumulada pasa de 2 a 7 en [10,20), así que esa es la clase mediana. Interpolamos suponiendo una distribución uniforme dentro de ella.
Me ≈ 10 + [(5 − 2) ÷ 5] × 10 = 16
L es el límite inferior de la clase mediana; F anterior es la acumulada antes de esa clase y f su frecuencia. El resultado es una aproximación dentro del intervalo, no la recuperación de un dato exacto que desconocemos.
Moda estimada con clases de igual amplitud
La clase con mayor frecuencia es [10,20). Para el ejemplo de igual amplitud, utilizamos las diferencias entre su frecuencia y las de las clases vecinas: d₁ = 5 − 2 = 3; d₂ = 5 − 3 = 2.
Mo ≈ 10 + [3 ÷ (3 + 2)] × 10 = 16
Esta estimación supone una forma de interpolación local. Si hay empate entre clases modales, una clase abierta o una clase modal en un extremo, revisa el método que exige tu curso; no inventes una clase vecina ni una frecuencia para completar la fórmula.
Por qué hay que revisar intervalos de anchura distinta
Un intervalo más ancho puede acumular más observaciones únicamente porque cubre más valores. En un histograma de densidad, la altura considera frecuencia y amplitud; el recurso de NIST sobre histogramas explica la normalización por anchura.
Ejemplo independiente: una clase de anchura 10 con frecuencia 8 tiene densidad de frecuencia 0,8 por unidad; otra de anchura 20 con frecuencia 10 tiene 0,5. La segunda reúne más casos, pero la primera tiene mayor concentración por unidad. No traslades sin revisión la elección modal y la fórmula de igual amplitud a esa tabla.
Conserva los límites reales y el método de tu materia. La interpretación de las medidas sigue siendo necesaria aunque todas las operaciones aritméticas estén bien.
Lista de comprobación del resultado
- Las frecuencias son conteos válidos y suman N.
- Las fronteras tienen una convención clara de inclusión.
- La media utiliza marcas multiplicadas por frecuencias.
- La mediana utiliza la clase de la posición central y su acumulada anterior.
- La fórmula modal utilizada corresponde a las condiciones de la tabla.
- El informe identifica los resultados como estimados.
En este ejemplo, las tres estimaciones coinciden en 16. Es una característica de estos números, no una regla general para datos agrupados. Compruébalo cambiando una frecuencia y repitiendo todo el desarrollo.
Preguntas frecuentes
¿Por qué la media agrupada es aproximada?
La operación representa las observaciones de cada intervalo por su marca de clase. Sin la lista original no conocemos su suma exacta; agrupar pierde información.
¿Puedo usar igual la fórmula modal con amplitudes distintas?
No la traslades sin revisar el método. La concentración por unidad considera la amplitud; una frecuencia mayor en un intervalo más ancho no demuestra mayor densidad.
¿Las tres medidas siempre coinciden?
No. En el ejemplo coinciden por sus números y supuestos. Cambiar frecuencias puede producir media, mediana y moda estimadas diferentes.
Fuentes y alcance de las referencias
Las referencias institucionales apoyan los hechos identificados en esta página. Los ejemplos y las plantillas de planificación son originales y didácticos. Comprueba el programa, ciclo y procedimiento que corresponden a tu caso.
- NIST · HistogramasNormalización por frecuencia y anchura de clase; contexto para interpretar densidad.
Referencias revisadas el 16 de octubre de 2026. Una regla de una institución no se aplica automáticamente a las demás.