Diagrama de Tallos y Hojas

El diagrama "tallo y hojas" (Stem-and-Leaf Diagram) permite obtener simultneamente una distribucin de frecuencias de la variable y su representacin grfica. Para construirlo basta separar en cada dato el ltimo dgito de la derecha (que constituye la hoja) del bloque de cifras restantes (que formar el tallo). Esta representacin de los datos es semejante a la de un histograma pero adems de ser fciles de elaborar, presentan ms informacin que estos. Ejemplos

Horarios de trenes Edad de 20 personas Comparar dos distribuciones

Horarios de trenes
Basndome en un articulo de Juan C. Drsteler en InfoVis.net, tomamos como ejemplo un horario de trenes confeccionado a partir de un dptico de la lnea Castelldefels-Barcelona/Sants recogido en la estacin de Renfe. Originalmente el horario ocupa una tabla de 10 filas y 9 columnas ms una columna "viuda" con el tren de las 22:38. Un total de 91 campos con formato hh.mm cada uno, 455caracteres. Dptico original Trayecto Castelldefels -> Barcelona-Sants 5.03 6.02 6.18 6.37 6.48 6.55 7.02 7.07 7.20 7.25 7.32 7.37 7.50 8.02 8.05 8.20 8.24 8.32 8.37 8.51 9.02 9.07 9.24 9.32 9.37 10.02 10.07 10.32 10.37 11.02 11.07 11.32 11.37 12.02 12.07 12.32 12.37 13.02 13.07 13.20 13.32 13.37 13.50 14.02 14.07 14.20 14.32 14.37 14.50 15.02 15.07 15.20 15.32 15.37 15.50 16.02 16.07 16.20 16.32 16.37 16.50 17.02 17.07 17.20 17.32 17.37 17.50 18.02 18.07 18.20 18.32 18.37 18.50 19.02 19.07 19.20 19.32 19.37 19.50 20.02 20.07 20.20 20.32 20.37 20.50 21.02 21.07 21.20 21.32 21.37 22.38

En el diagrama Stem & Leaf se representa la hora a la izquierda de la barra de separacin | y losminutos de la salida de cada tren a la derecha. La frecuencia de los trenes se deduce fcilmente de la longitud de las filas y es, adems, muy fcil ver en que minutos de cada hora pasan tpicamente los mismos. Castelldefels -> Barcelona-Sants Diagrama Stem & Leaf

05 | 03 06 | 02 18 37 48 55 07 | 02 07 20 25 32 37 50 08 | 02 05 20 24 32 37 51 09 | 02 07 24 32 37 10 | 02 07 32 37 11 | 02 07 32 37 12 | 02 07 32 37 13 | 02 07 20 32 37 50 14 | 02 07 20 32 37 50 15 | 02 07 20 32 37 50 16 | 02 07 20 32 37 50 17 | 02 07 20 32 37 50 18 | 02 07 20 32 37 50 19 | 02 07 20 32 37 50 20 | 02 07 20 32 37 50 21 | 02 07 20 32 37 22 | 38 Por otra parte, dado que a algunas horas se repite exactamente el horario de los trenes se puede reducir an ms el tamao del grfico, sin perder informacin y ganando en claridad. Castelldefels -> Barcelona-Sants Diagrama Stem & Leaf reducido 05 | 03 06 | 02 18 37 48 55 07 | 02 07 20 25 32 37 50 08 | 02 05 20 24 32 37 51 09 | 02 07 24 32 37 10 11 12 | 02 07 32 37 13 14 15 16 17 18 19 20 | 02 07 20 32 37 50 21 | 02 07 20 32 37 22 | 38 Al final tenemos 59 campos de 2 dgitos, 118 caracteres ms los separadores, es decir 4 veces menos dgitos que con el horario original, menos espacio y ms claridad.

Esto nos da idea de que una disposicin apropiada de los datos puede ser doblemente informativa y que la representacin grfica puede contribuir enormemente a la percepcin de patrones y a la comprensin de la naturaleza de los fenmenos.

Edad de 20 personas
Supongamos la siguiente distribucin de frecuencias 36 39 25 24 37 29 24 23 39 41 20 40 36 33 45 24 31 34 31 40

que representan la edad de un colectivo de N = 20 personas y que vamos a representar mediante un diagrama de Tallos y Hojas. Comenzamos seleccionando los tallos que en nuestro caso son las cifras de decenas, es decir 3, 2, 4, que reordenadas son 2, 3 y 4. A continuacin efectuamos un recuento y vamos aadiendo cada hoja a su tallo

Por ltimo reordenamos las hojas y hemos terminado el diagrama

Comparar dos distribuciones

Podemos comparar, mediante estos diagramas, dos distribuciones. Supongamos una segunda distribucin 35 39 38 24 32 24 28 34 30 26 29 41 27 29 19 48 48 28 40 22

De ella podemos elaborar sus diagrama de Tallos y Hojas y compararla con la anterior.

Diagrama de tallos y hojas

Horario ferroviario usando un formato de diagrama de tallos y hojas en la estacin Minato Mirai en Yokohama, Japn. Este formato es muy usado en todo el pas.

El diagrama de tallos y hojas (Stem-and-Leaf Diagram) es un formato para presentar datos cuantitativos en un formato grfico, similar a un histograma. Permite obtener simultneamente una distribucin de frecuencias de la variable y su representacin grfica. Para construirlo basta separar en cada dato el ltimo dgito de la derecha (que constituye la hoja) del bloque de cifras restantes (que formar el tallo). Existen diversos tipos de diagramas tallos y hojas, que en ingls se llama "stem-and-leaf display".1

Referencias[editar]
1. Ir a Diagrama de Tallos y Hojas

Presentacin de datos cuantitativos

El diagrama de tallos y hojas
Dado un conjunto de datos formado por representadas mediante observaciones, las cuales pueden ser tiene por lo

y donde cada

menos dos dgitos. Una forma rpida de obtener una representacin visual del conjunto de datos es construir un diagrama de tallos y hojas. Este diagrama es usado cuando hay un nmero no muy pequeo de datos. Los siguientes son los pasos para construir un diagrama de tallos y hojas: 1. Seleccionar uno o ms dgitos iniciales para los valores de tallo. El dgito(s) final(es) se convierte (n) en hojas. Para facilitar la determinacin de la forma de la distribucin de los datos se necesitan al menos 5 tallos. 2. Hacer una lista de valores de tallo en una columna vertical. 3. Registrar las hojas por cada observacin junto al valor correspondiente del tallo. 4. Indicar las unidades para tallos y hojas en algn lugar del diagrama. Muchos de los procedimientos estadsticos que se desarrollarn en la siguientes unidades suponen que la variable aleatoria estudiada tiene al menos una distribucin aproximadamente normal, para la cual el diagrama de tallos y hojas tiene forma de campana. Los diagramas de tallos y hojas nos dan una idea de la localizacin de los datos y de la forma de la distribucin. Esta tcnica funciona bien para los conjuntos de datos que no tienen una dispersin muy grande.

Ejemplo
La siguiente tabla representa el porcentaje de algodn en un material utilizado para la fabricacin de camisas para caballeros. Tabla 1. Datos del porcentaje de algodn 33.1 35.3 34.2 33.6 33.6 33.1 37.6 33.6 34.5 34.7 33.4 32.5 35.4 34.6 37.3 34.1 35.6 35.0 34.7 34.1 34.6 35.9 34.6 34.7

36.3 35.4 34.6 35.1 33.8 34.7 35.5 35.7 35.1 36.2 35.2 36.8 37.1 33.6 32.8 36.8 34.7 36.8 35.0 37.9 34.0 32.9 32.1 34.3 33.6 35.1 34.9 36.4 34.1 33.5 34.5 32.7 32.6 33.6 33.8 34.2 34.6 34.7 35.8 37.8

El diagrama de tallos y hojas para los anteriores datos aparece a continuacin. Stem-and-leaf of PORCENTAJE DE ALGODON N = 64 Leaf Unit = 0.10 (el nmero 1 despus del punto significa que se usa una sola cifra decimal). Tallo Hojas 6 18 32 33 156789 114566666688 011122355666667777779 00111234456789 234888 13689

(21) 34 25 11 5 35 36 37

Algunas veces, la utilizacin del primero o de los dos primeros dgitos de los datos puntuales como tallos no proporcionan suficientes tallos como para permitirnos detectar la forma de su distribucin. Una manera de solucionar esto es utilizar tallos dobles. Es decir, utilizar cada tallos dos veces: una vez para trazar las hojas inferiores 0, 1, 2, 3, 4, y a continuacin nuevamente para trazar las hojas superiores 5, 6, 7, 8, 9. El siguiente grfico ilustra lo anterior

Presentacin de datos cuantitativos

Histogramas
El histograma es una tcnica grfica utilizada para presentar gran cantidad de datos. Se le atribuye a Karl Pearson en 1895. El histograma puede ser: de frecuencias absolutas, de frecuencias relativas, de frecuencias absolutas acumuladas y de frecuencias relativas acumuladas. Para la construccin del histograma se requiere elaborar una tabla de distribucin de frecuencias, lo cual se desarrollar a continuacin. El grfico de la distribucin de frecuencias, se llama histograma. El histograma de frecuencias es una representacin visual de los datos en donde se evidencian fundamentalmente tres caractersticas: forma, acumulacin o tendencia posicional y dispersin o variabilidad. El histograma (de frecuencias) en si es una sucesin de rectngulos construidos sobre un sistema de coordenadas de la siguiente manera: 1. Las bases de los rectngulos se localizan en el eje horizontal. La longitud de la base es igual al ancho del intervalo. 2. Las alturas de los rectngulos se registran sobre el eje vertical y corresponden a las frecuencias de los intervalos. 3. Las reas de los rectngulos son proporcionales a las frecuencias de las clases.

Polgono
Otro recurso grfico para ilustrar el comportamiento de los datos es el polgono de frecuencias. Este se construye sobre el sistema de coordenadas cartesianas, al colocar sobre cada marca de clase un punto a una altura igual a la frecuencia asociada a esa clase; luego se unen dichos puntos por segmentos de recta. Para elaborar el Polgono en Excel, haga click derecho sobre el histograma y elija Tipo de grfico, lo cual despliega una ventana, donde usted debe elegir la opcin Lneas (Elija como subtipo de grfico el que aparece por defecto). Luego haga click en Aceptar. Otra forma de polgono es la Ojiva, la cual es el polgono que se obtiene de unir por segmentos de recta los puntos situados a una altura igual a la frecuencia acumulada a partir de la marca de clase como se hace con el polgono de frecuencia.

Ejemplo
La siguiente tabla resume la demanda diaria de cierto producto durante 40 das seguidos Tabla 2. Distribucin de frecuencias de la demanda diaria de un producto. Intervalo 4.5-9.5 4 9.5-14.5 11 14.5-19.5 13 19.5-24.5 10 24.5-29.5 2

La tabla anterior corresponde a una frecuencia para datos cuantitativos. Los distintos intervalos son: (4.5, 9.5], (9.5,14.5], (14.5, 19.5], (19.5, 24.5], (19.5, 24.5], (24.5, 29.5]. La longitud de los intervalos es 5; los nmeros 4, 11, 13, 10 y 2, representan las respectivas frecuencias.

Diagrama de tallo y hoja

Esta es una manera de poder visualizar la distribucin de un conjunto de datos utilizando los valores originales.

Esta tcnica consiste en separar el valor de un dato en 2 dgitos.

El primer o los primeros dgitos de izquierda a derecha representan al tallo y el ltimo dgito representa a la hoja, este tallo y esta hoja se separan mediante una lnea vertical.

Para comprender mejor observe el siguiente ejemplo:

Se tienen datos referentes a temperaturas en grados Fahrenheit en un experimento de qumica de -42, -12,5, 8, 9, 23, 24, 25, 26, 60, 27 y 111.

Se solicita sean presentados en un diagrama de tallo-hoja.

Solucin:

Los datos deben ser ordenados de menor a mayor, se realiza una lnea vertical para separar el tallo de la hoja y por ultimo se procede a ingresar los datos iniciando con los negativos y

terminando con los positivos.

En este caso el tallos tiene las decenas y centenas y las hojas la unidad.

El siguiente histograma fue creado con los valores anteriores, observe la similitud en cuanto a la distribucin del conjunto de datos donde la diferencia radica en la posicin de los valores observados, en el histograma se observan en el eje de la Y las frecuencias (hojas) y en el eje de las X (los tallos).

Hay una pequea diferencia ya que el histograma presenta 7 clases y en el diagrama tallo y hoja hay 6 clases pero esto lo define el usuario en el histograma por lo que no debera ser problema .

Una ventaja de realizar un diagrama de tallo y hoja es poder obtener los valores originales aplicando notacin cientfica.

Lo anterior consiste en visualizar los datos como un diagrama de tallo.hoja multiplicado por una base 10 y elevado a un exponente a. Note que ya no se utiliza una lnea vertical para separar al diagrama tallo y hoja, sino utilizar un punto.

Despus de visualizar al diagrama como tallo.hoja se procede a multiplicar por la base 10 al exponente a = 1 (el valor del exponente a depender de cmo el usuario establezca la separacin del tallo.hoja), logrando con esto transformar el tallo.hoja al valor original del dato.

En el ejemplo anterior el tallo I hoja, -4 I 2 necesita ser visualizado como tallo.hoja -4.2 para luego ser multiplicado por 10 al exponente 1 y con esto obtener el valor original -42.

Realizando la multiplicacin anterior se obliga a que le punto decimal se desplace una posicin a la derecha, logrando con esto el valor -42.0.

Misma situacin ocurre al tallo l hoja 11 1 que al ser visualizado como tallo.hoja 11.1, y ser multiplicado por 10 al exponente 1 este punto decimal se desplaza hacia la derecha generando esto el valor original 111.0.

Precaucin: si al tallo.hoja se multiplicara por una base 10 y exponente -1 el punto decimal se desplaza hacia la izquierda dando como resultado un -0.42 y -1.11 respectivamente, siendo estos valores incorrectos a los valores buscados.

El programa Minitab con fin estadstico es de los pocos que generan un diagrama de tallo y hoja, este link lo describe si desean saber ms.

Ejemplo Para realizar un diagrama de tallo y hoja en Minitab se debe de realizar lo siguiente:

Con Microsoft Excel se tabulan datos obteniendo la siguiente base de datos descargarla.

O bien pueden descargar la base de datos ya en Minitab con extensin .MTV descargarla.

Utilizando la opcin de Excel, ser necesario copiar y pegar los datos de una hoja de Excel hacia una hoja de trabajo de Minitab.

Luego en Minitab ubique la pestaa "grfica" y la opcin "tallo y hoja".

Al realizar lo anterior se abre la ventana tallo y hoja en ella es necesario seleccionar con un clic la variable que se desea analizar, el siguiente paso es hacer clic izquierdo en el botn Seleccionar y por ultimo hacer clic en el botn aceptar.

El resultado es el siguiente diagrama de tallo y hoja:

En este se puede observar que la mayor cantidad de los datos se encuentran en la parte central del diagrama, tambin que la variable analizada fue No. de tomates por planta en la cosecha 1999-2000 y que el total de plantas que contenan los tomates fue de 250.

El diagrama generado muestra del lado derecho a la hoja (un dgito por cada observacin), en el centro al tallo y en al lado izquierdo los conteos con intervalos de 5 unidades.

Lo anterior genera 12 grupos distanciados de la siguiente manera (120-124), (125-129), (130-134), (135-139), (140-144), (145-149), (150-154), (155-159), (160-164), (165-169), (170-174) y (175179).

En el diagrama se muestra del lado izquierdo un conteo entre parntesis este indica que es ah donde se encuentra la mediana que divide al conjunto de datos en 2 grupos.

Los conteos son acumulativos de arriba hacia el medio y de abajo hacia el medio generando un conteo total de 250 (71+60+119).

El siguiente histograma fue creado para compararlo con el resultado del diagrama tallo y hoja de la base de datos tallo-hoja (la que se dio para descargar). Para obtener este histograma se utiliz el software estadstico Infostat, con las siguientes restricciones: 10 clases, intervalos de clase de 5 unidades, un rango de 57 tomates/plantas, lmite inferior de clase de 123 tomates/planta y lmite superior de 177 tomates/planta. En el eje X se encuentra un mnimo de 123 y mximo de 177, con 12 divis iones. El eje Y son las frecuencias absolutas con un mnimo de 0 y un mximo de 60 con 12 divisiones.

Al realizar la comparacin del tallo y hoja con el histograma generado y las restricciones anteriormente descritas se observa la similitud entre ambos en cuanto a la distribucin del conjunto de datos.

Grficos de Tallo y Hojas (Stem-and-Leaf Plot for batch= Standard)

UNIR, Universidad Virtual Mster Oficiales en Per y Europa. Hasta 65% de Descuento
para Per! www.unir.netEnlaces patrocinados

El grfico para Premium nos muestra, por ejemplo, que hay 24 observaciones que soportan desde 1538 hasta 1539 grados centgrados de calor. Habr ocho muestras que soportan desde 1550 hasta 1551 grados centgrados de calor Aleluya: con esto hemos terminado la primera parte de este curso bsico, es decir, hemos concluido el programa de los Estadsticos Descriptivos. La Estadstica Descriptiva es el pivote central en el que descansan las otras ramas de nuestra disciplina; espero que la hayan asimilado muy bien, pues nos ser muy til. Ahora ingresamos a la segunda parte, relativa a la Inferencia Estadstica. Interpretacin de la grfica Tallos y Hojas La columna izquierda registra las frecuencias de cada nivel de temperatura En total suman 240 valores, los que coinciden con el nmero que nos da el cuadro deResumen del procesamiento de los casos Los datos de columna del medio, se llama Stem y los de la ltima columna, Leaf.

Escojamos, al azar, una fila, digamos la que muestra una frecuencia de 22.00 La columna de Stem registra 150 y la columna de Leaf los valores que completan el valor 150 de la columna Stem, empezando por 0. Si escogemos el primer 0 de Leaf y lo aadimos a150 de Stem, tendremos 1500; hay tres ceros en la columna Leaf, habr 3 casos que soportan temperaturas de 1500 grados Escojamos ahora el valor de Stem de 151; hay, como en el caso anterior, dos frecuencias para ese valor, que son 54 y 43; elijamos el que tiene la frecuencia de 54. Si agregamos el primer 0 de la columna de Leaf al valor de 151,ste se convertir en 1510; como hay ocho ceros en la columna Leaf, entonces habr 8 observaciones de 1510. Ahora, en vez de completar el valor Stem de 151 con cada cero, haremos lo mismo, pero esta vez aadiendo al valor Stem el primer 1 de la columna Leaf. El valor Stem se convertir en 1511; como hay doce valores 1, entonces sabremos que habr doce observaciones que representan soportes de 1511 grados centgrados. Hacemos lo mismo con los valores 2, 3 y 4, respectivamente; lo que nos dar 7 valores de 1512, 15 valores de 1513 y 12 valores de 1514 que soportan esas temperaturas. El valor de la primera columna a la izquierda, Frecuency, nos dice que en total hay 54 soportes que resisten emperaturas desde 1510 hasta 1514 grados centgrados. Los datos nos indican que los valores se concentran, principalmente, entre 1505 y 1519 grados, esto quiere decir que la mayor parte de los elementos de Standard soportan temperaturas entre 1505 y 1519 grados. Realizaremos el mismo anlisis de los datos con la tabla Stem-and-Leaf para los soportes Premium. Grficos de Tallo y Hojas (Stem-and-Leaf Plot for batch= Premium)

El grfico para Premium nos muestra, por ejemplo, que hay 24 observaciones que soportan desde 1538 hasta 1539 grados centgrados de calor. Habr ocho muestras que soportan desde 1550 hasta 1551 grados centgrados de calor Aleluya: con esto hemos terminado la primera parte de este curso bsico, es decir, hemos concluido el programa de los Estadsticos Descriptivos. La Estadstica Descriptiva es el pivote central en el que descansan las otras ramas de nuestra disciplina; espero que la hayan asimilado muy bien, pues nos ser muy til. Ahora ingresamos a la segunda parte, relativa a la Inferencia Estadstica.

iagrama de caja y bigote actividad 5.1

14:57:00 | Publicado por HUGO GARZON |

ACTIVIDAD 5.1
En esta seccin se presenta los de grficos conocidos como de CAJA Y BIGOTE

OBJETIVO:

Identificar las caractersticas del diagrama de Caja y Bigote, lo que permitir su futura aplicacin.

ACTIVIDAD:

Leer, ver y resumir los documentos presentados Socializar los hallazgos y las dudas con el grupo Resolver los ejercicios asignados por el docente PRODUCTO:

Elaborar una presentacin en Power Point en la que se relacione la solucin de los problemas asignados, desde su planteamiento, pasando por los procesos para solucionarlo y las principales conclusiones. Subirla al blog del grupo.

TIEMPO: El fijado por el profesor

Para ver la rbrica de esta actividad siga el enlace: