Una distribución de frecuencias organiza datos brutos y desordenados en una tabla que muestra con qué frecuencia ocurre cada valor — o rango de valores. Es el primer paso en casi todo flujo de trabajo introductorio de estadística, convirtiendo una pared de números en un resumen que realmente puedes leer, graficar y usar para sacar conclusiones.
Datos sin agrupar vs. agrupados
Las distribuciones de frecuencia sin agrupar enumeran cada valor distinto en el conjunto de datos junto con cuántas veces ocurre. Funcionan bien para conjuntos de datos pequeños o con un número limitado de valores repetidos — como contar cuántos estudiantes obtuvieron cada calificación posible en un examen de 10 puntos.
Las distribuciones de frecuencia agrupadas, en cambio, ordenan los datos en rangos de igual ancho (clases), lo cual es esencial una vez que los datos abarcan un rango amplio de valores mayormente únicos — como calificaciones de exámenes sobre 100, edades en una población, o mediciones continuas. Agrupar sacrifica algo de precisión (pierdes el valor exacto de cada dato) a cambio de legibilidad.
Cómo elegir el número de clases
Muy pocas clases y la distribución oculta detalles útiles — todo queda agrupado en una o dos barras. Demasiadas clases y la distribución se vuelve ruidosa, con muchas clases que contienen solo uno o cero datos. La regla de Sturges (k = ⌈log₂(n) + 1⌉) y la regla de la raíz de n (k = ⌈√n⌉) son dos puntos de partida ampliamente enseñados, ambos escalando el número de clases con el tamaño del conjunto de datos.
Ninguna regla es un requisito estricto — son heurísticas. Si tu histograma se ve demasiado plano o demasiado irregular, ajusta el número de clases hacia arriba o hacia abajo y observa cómo cambia la forma.
Cómo leer la frecuencia relativa y acumulada
La frecuencia relativa (f/n) reformula el recuento de cada clase como una parte del total, lo que permite comparar conjuntos de datos de diferentes tamaños. La frecuencia acumulada rastrea un total acumulado a través de las clases, respondiendo preguntas como "¿cuántos puntos de datos caen en este valor o por debajo de él?" — la base para calcular percentiles y cuartiles a partir de datos agrupados.
Límites y casos extremos
Agrupar datos en clases es un resumen, no un sustituto de los datos brutos — una vez agrupados, se pierde el valor exacto de cada dato dentro de una clase (por lo que los puntos medios de clase se usan como aproximación para cálculos posteriores, como estimar la media de datos agrupados). Para conjuntos de datos muy pequeños (menos de ~10 valores), considera usar el modo Sin agrupar o reportar los valores brutos directamente, ya que agrupar muestras pequeñas puede ocultar más de lo que revela.
Dos reglas de agrupación
El modo de comparación aplica dos reglas de agrupación independientes a las mismas observaciones originales. Compara los límites efectivos, los recuentos, las proporciones, las densidades y la clase de cada observación. Arrastra un límite manual propuesto o introduce su valor numérico exacto.
Cada regla debe abarcar todas las observaciones. Las clases incluyen el extremo izquierdo y excluyen el derecho, salvo el último extremo superior, que se incluye. Las reglas de anchura uniforme requieren datos no constantes. Se admiten hasta 200 clases por regla y 10000 observaciones. Los límites cruzados, duplicados o no representables invalidan la vista previa; las observaciones originales permanecen intactas.