República Bolivariana De Venezuela

Ministerio del Poder Popular para la Educación Superior

Universidad Politécnica Territorial del Oeste de Sucre “Clodosbaldo Russián”

Cumaná. EDO- Sucre

HISTOGRAMAS
Prof:

Julitza Prieto Integrantes:

Astudillo Alfred C.I.: 29.612.277

Araguache, Jhonatan C.I.: 30.018.526

Boada, Lys. C.I.: 31.686.146

Núñez, Silvana. C.I.: 31.576.848

Ortíz, Manuel. C.I.: 31.373.943

Sección “3”. ING. Industrial

Cumaná, diciembre de 2026

 Introducción
La representación gráfica de la información constituye un pilar
fundamental en el análisis estadístico moderno debido a que permite transformar
grandes volúmenes de datos brutos en estructuras visuales comprensibles siendo
el histograma una de las herramientas más potentes para este propósito técnico
ya que su función principal radica en la descripción de la distribución de una
variable cuantitativa continua mediante la segmentación del rango de datos en
intervalos de clase sucesivos donde la superficie de cada barra es proporcional a
la frecuencia de los valores representados permitiendo así una inspección
inmediata de la morfología de la muestra bajo estudio a diferencia de otros
diagramas de carácter cualitativo el histograma ofrece una visión integral sobre la
tendencia central la dispersión y la simetría de los datos facilitando la identificación
de patrones de comportamiento que no son evidentes en tablas numéricas simples
como la presencia de sesgos o la detección de valores atípicos que podrían
comprometer la integridad del análisis final además su construcción técnica
fundamentada en la continuidad de las barras subraya la naturaleza escalar de la
variable tratada convirtiéndolo en un instrumento indispensable para el control de
calidad la investigación científica y la toma de decisiones basada en evidencia
empírica donde la comprensión de la variabilidad es crítica para el éxito de
cualquier proceso evaluativo.
  ¿Qué es un histograma?
Un histograma es la representación gráfica de la distribución de un conjunto
de datos. Se utiliza para mostrar la frecuencia con la que ocurren diferentes
valores o rangos de valores en un conjunto de datos. En un histograma, los datos
se agrupan en intervalos, y la altura de cada barra representa la cantidad de datos
que caen dentro de ese intervalo.
 ¿Para qué sirve un histograma?

1. Visualización de datos: Permite observar de manera rápida y clara la

distribución de los datos, identificando patrones, tendencias y anomalías.

2. Análisis de la distribución: Ayuda a determinar si los datos siguen una

distribución normal, sesgada, uniforme, etc.

3. Identificación de outliers: Facilita la detección de valores atípicos que

pueden influir en el análisis estadístico.

 Tipos de histograma

 Histograma simple: Representa una sola variable y muestra la frecuencia

de los datos en intervalos.

 Histograma acumulativo: Muestra la frecuencia acumulada, es decir, la

suma de las frecuencias hasta ese punto del intervalo.

 Histograma normalizado: Muestra las frecuencias relativas en lugar de las

absolutas, lo que permite comparar distribuciones de diferentes tamaños.

 Histograma de dos variables: Se utiliza para representar la relación entre

dos variables, aunque es menos común y puede requerir técnicas más
complejas.

 Histograma con intervalos desiguales: En lugar de utilizar intervalos

uniformes, se pueden usar intervalos de diferentes tamaños para resaltar
ciertas características de los datos.
  ¿Cómo hacer un histograma de frecuencias?
Ya sea que quieras realizar un histograma a mano o utilizando alguna
herramienta informática, es importante conocer los pasos que debes seguir para
elaborarlos:
Determinar el número de intervalos o clases.
Calcular la amplitud del intervalo.
Calcular el número total de ocurrencias para intervalo / rango.
Dibujar los ejes de intervalos y de frecuencias.
Trazar las barras.

Paso 1: Determinar el número de intervalos o clases

En primer lugar, tendrá que decidir cuántos intervalos usará para agrupar
los datos; asimismo, debe determinar la amplitud de los intervalos.
Existen diversas formas para determinar el número de intervalos o clases a
considerar, entre los 3 principales métodos tenemos:
Utilizar una tabla guía:
Para determinar la cantidad de intervalos para tu conjunto de datos, puedes
utilizar una tabla guía como la siguiente:

Raíz cuadrada del tamaño de los datos:

 Otro método común para determinar la cantidad de intervalos (k), es
utilizando la raíz cuadrada del total de datos (N) a utilizar:

Estos métodos son opcionales, por lo que puedes utilizar una cantidad
diferente de intervalos según se requiera para cada caso de uso.
Paso 2: Calcular la amplitud del intervalo.
Una vez determinada la cantidad de intervalos, calculamos la amplitud del
intervalo (w) con la siguiente expresión:

LOS INTERVALOS NO DEBEN SUPERPONERSE:

Los intervalos deben ser inclusivos y no solaparse. Cada observación debe
pertenecer a un único intervalo. Por ejemplo, consideremos una distribución de
frecuencias de las edades de un grupo de personas. Si la distribución de
frecuencias contiene las clases «20-30 años» y «30-40 años», ¿a cuál de estos
dos intervalos pertenecería una persona de 30 años?
Es por ello que es importante definir los límites o extremos de cada intervalo
claramente. Para evitar la superposición, los intervalos del ejemplo podrían
definirse de la forma siguiente: «20 años, pero menos de 30», seguido de «30
años, pero menos de 40», y así sucesivamente. Otra opción es definir los
intervalos de edad del modo siguiente: «20-29», «30-39», etc. Dado que la edad
es un número entero, no hay ningún solapamiento. La selección de los límites es
subjetiva. Hay que asegurarse simplemente de definir unos límites que permitan
comprender e interpretar claramente los datos.
Para los ejemplos que mostraremos, utilizaremos la notación [a-b> que
indica que el intervalo está formado por los valores desde a hasta menor que b.
 Paso 3: Calcular el número total de ocurrencias para intervalo / rango
Este paso consiste realizar el conteo de las observaciones que pertenecen
a cada rango. Este conteo representa la frecuencia absoluta de los datos.
En caso se requiera hacer el histograma de frecuencias relativas o
acumuladas, en este paso debes ejecutar los cálculos correspondientes de dichas
frecuencias.
Paso 4: Dibujar los ejes de intervalos y de frecuencias
Para crear los histogramas, debes tener en cuenta que ambos ejes del
gráfico son numéricos; de esta forma, de acuerdo a la orientación del gráfico,
debes tener un eje de intervalos y un eje de frecuencias.
Para los histogramas de orientación vertical, el eje de intervalos se ubica de
manera horizontal y el eje de frecuencias de manera vertical; para los histogramas
horizontales, se invierte las posiciones.
Paso 5: Trazar las barras
Trazamos las barras teniendo en cuenta que su ancho estará definido por la
amplitud de la clase y su altura por la frecuencia de las observaciones.
Entre las barras del gráfico no debe existir ninguna separación.

 ¿Cómo se interpreta un histograma con forma simétrica, asimétrica y

bimodal?
Si el histograma muestra simetría y un solo pico, se asocia a que los datos
se ajustan a una distribución Normal (de campana o de Gauss en honor al
matemático que describió esta distribución). Pero lo importante no es el nombre
que usemos para describir la forma, sino cómo la interpretamos y la información
que extraemos.
 En otros casos, el histograma muestra asimetría, que puede ser a la
derecha (si hay un pico con una cola a la derecha) o a la izquierda (si hay un pico
con una cola a la izquierda). En este caso, se interpreta que hay un alto número
de valores alrededor del pico y que, en el caso de la asimetría a la derecha, los
valores se alejan más del pico por la derecha que por la izquierda, es decir, hay
menos valores (y más cercanos) por debajo del pico, y más lejanos con frecuencia
decreciente por encima del pico.

Otra forma habitual en el histograma es encontrar dos (o más) picos. Esto

suele ser un indicador de que hay otra variable (que no estamos visualizando
directamente) que separa en grupos nuestra variable numérica porque no está fija
y afecta. Podría tratarse de tiempos de espera de entre semana vs. fin de semana
o de piezas fabricadas en la máquina 1 y la máquina 2. Histograma con varios
picos en Minitab Es importante en estos casos indagar más para identificar cuál es
la variable que cambia y luego tratar cada grupo por separado.

 Diferencia entre diagrama de barras e histograma

A primera vista pueden parecer muy similares, pero si nos fijamos bien
existen claras diferencias entre ambos tipos de gráficos, que encierran conceptos
totalmente diferentes.
Ya sabemos que hay distintos tipos de variables. Por un lado, están las
cuantitativas, que pueden ser continuas o discretas. Las continuas son aquellas
que pueden tomar un valor cualquiera dentro de un intervalo, como ocurre con el
peso o la presión arterial (en la práctica pueden limitarse los valores posibles
debido a la precisión de los aparatos de medida, pero en la teoría podemos
encontrar cualquier valor de peso entre el mínimo y máximo de una distribución).
Las discretas son las que solo pueden adoptar ciertos valores dentro de un
conjunto como, por ejemplo, el número de hijos o el número de episodios de
isquemia coronaria. Por otra parte, están las variables cualitativas, que
representan atributos o categorías de la variable. Cuando las variables no incluyen
ningún sentido de orden, se dice que es cualitativa nominal, mientras que si se
puede establecer cierto orden entre las categorías diríamos que es cualitativa
ordinal. Por ejemplo, la variable fumadora sería cualitativa nominal si tiene dos
posibilidades: sí o no. Sin embargo, si la definimos como ocasional, poco fumador,
moderado o muy fumador, ya existe cierta jerarquía y hablamos de variable
cualitativa ordinal. Pues bien, el diagrama de barras sirve para representar las
variables cualitativas ordinales. En el eje horizontal se representan las diferentes
categorías y sobre él se levantan unas columnas o barras cuya altura es
proporcional a la frecuencia de cada categoría. También podríamos utilizar este
tipo de gráfico para representar variables cuantitativas discretas, pero lo que no es
correcto hacer es usarlo para las variables cualitativas nominales. El gran mérito
del diagrama de barras es expresar la magnitud de las diferencias entre las
categorías de la variable. Pero ahí está precisamente, su punto débil, ya que son
fácilmente el histograma es un gráfico con un significado mucho más profundo. Un
histograma representa una distribución de frecuencias que se utiliza (o debe) para
representar la frecuencia de las variables cuantitativas continuas. Aquí no es la
altura, sino el área de la barra lo que es proporcional a la frecuencia de ese
intervalo, y está en relación con la probabilidad con la que cada intervalo puede
presentarse las columnas, a diferencia del diagrama de barras, están todas juntas
y el punto medio es el que da el nombre al intervalo. Los intervalos no tienen por
qué ser todos iguales (aunque es lo más habitual), pero siempre tendrán un área
mayor aquellos intervalos con mayor frecuencia. Existe, además, otra diferencia
muy importante entre el diagrama de barras y el histograma. En el primero solo se
representan los valores de las variables que hemos observado al hacer el estudio.
Sin embargo, el histograma va mucho más allá, ya que representa todos los
valores posibles que existen dentro de los intervalos, aunque no hayamos
observado ninguno de forma directa. Permite así calcular la probabilidad de que se
represente cualquier valor de la distribución, lo que es de gran importancia si
queremos hacer inferencia y estimar valores de la población a partir de los
resultados de nuestra muestra.
 Herramientas de Histograma
herramientas que nos permiten crear histogramas, una de las
visualizaciones más importantes en el análisis de datos:
Categoría 1: Diseño y Rapidez (Para Presentaciones)
Las herramientas más sencillas y visuales. Si necesitas un histograma
rápido y bonito para una presentación o un informe, usa las plataformas en línea."
Las más populares son Visme y Venngage. Son fáciles de usar, tienen
plantillas y no necesitas saber de estadística. Son perfectas para el usuario que
prioriza el diseño.
Accesibilidad Universal (Para Todos)
 La herramienta que casi todos tenemos es la hoja de cálculo. Microsoft
Excel es la opción más accesible.
Excel tiene una función directa para crear histogramas. Es la solución
más práctica para el trabajo diario o para estudiantes que ya manejan la
herramienta.
Rigor Estadístico (Para Investigación)
Si tu trabajo es más académico o requiere un análisis estadístico muy serio,
necesitas software especializado.
Dos tipos destacados son: las opciones gratuitas como JASPyjamovi, que
son alternativas modernas a programas caros. Y el estándar industrial, Minitab,
usado mucho en ingeniería y control de calidad.
Control Total (Para Programadores)
Final mente, para los científicos de datos o programadores que necesitan el
máximo control y automatización, están las librerías de código."
En Python, usamos Seaborn para gráficos estadísticos y Plotly para
gráficos interactivos. En el lenguaje R, la librería ggplot2 es la más potente para
visualizaciones personalizadas.

 Ejemplo
 Conclusión
La utilidad del histograma como herramienta de diagnóstico trasciende la
simple visualización debido a que su rigor metodológico basado en la correcta
determinación de intervalos y el cálculo preciso de la amplitud es lo que realmente
permite diferenciar un análisis superficial de una interpretación estadística
profesional donde la elección de métodos como la raíz cuadrada o las tablas guía
no son meros pasos procedimentales sino decisiones estratégicas para evitar la
superposición de datos y garantizar que cada observación se sitúe en su rango
exacto permitiendo así que la morfología resultante —ya sea simétrica bimodal o
asimétrica— hable con claridad sobre la naturaleza de la variable cuantitativa
analizada a diferencia del diagrama de barras que se limita a la comparación de
categorías cualitativas el histograma ofrece una profundidad analítica que incluye
la probabilidad y la frecuencia acumulada otorgando al investigador la capacidad
de detectar outliers y patrones de comportamiento que son invisibles en otros
formatos de modo que dominar su elaboración tanto manual como mediante
software especializado se convierte en la garantía de que el informe no solo
presenta cifras sino que traduce la variabilidad de la muestra en conocimiento
técnico sólido y aplicable para cualquier proceso de toma de decisiones basado en
evidencia real.