1 Introducción

Para construir una tabla de distribución de frecuencias es necesario establecer cuántos intervalos se utilizarán para organizar los datos. En este documento se comparan tres reglas mediante R y se representa el resultado con un gráfico de barras.

En el ejemplo se trabajará con un conjunto hipotético de 100 datos.

2 1. Reglas para determinar el número de intervalos

Sea:

2.1 1.1. Criterio del investigador

El investigador establece directamente el número de intervalos, considerando la cantidad y las características de los datos.

2.2 1.2. Regla de la raíz cuadrada

\[ k = \sqrt{n} \]

2.3 1.3. Regla del doble de la raíz cuadrada

\[ k = 2\sqrt{n} \]

2.4 1.4. Regla de Sturges

\[ k = 1 + 3.3\log_{10}(n) \]

El número de intervalos debe ser entero. En este ejemplo se redondean los resultados al entero más cercano. Como referencia, suele recomendarse trabajar con entre 5 y 20 intervalos, aunque la elección depende también de los datos y del propósito del análisis.

3 2. Cálculo de las tres reglas en R

Primero se establece el número total de datos. En este caso, se utilizarán 100 observaciones.

# Numero total de datos
n <- 100

A continuación, se aplican las tres fórmulas. En R, sqrt() calcula la raíz cuadrada y log10() calcula el logaritmo en base 10.

# Regla de la raiz cuadrada
raiz <- sqrt(n)

# Regla del doble de la raiz cuadrada
doble_raiz <- 2 * sqrt(n)

# Regla de Sturges
sturges <- 1 + 3.3 * log10(n)

Se reúnen los resultados en un solo objeto y se redondean al entero más cercano mediante round().

# Reunir y redondear los resultados
resultados <- round(c(
  "Raiz cuadrada" = raiz,
  "Doble raiz cuadrada" = doble_raiz,
  "Sturges" = sturges
))

# Mostrar los resultados
print(resultados)
##       Raiz cuadrada Doble raiz cuadrada             Sturges 
##                  10                  20                   8

4 3. Identificación de la regla con menor resultado

La función which.min() identifica la posición del valor más pequeño. Con names() se obtiene el nombre de la regla correspondiente.

# Identificar la posicion del menor resultado
menor <- which.min(resultados)

# Mostrar la regla que produce menos intervalos
cat(
  "La regla que proporciona menos intervalos es:",
  names(resultados)[menor],
  "con", resultados[menor], "intervalos.\\n"
)
## La regla que proporciona menos intervalos es: Sturges con 8 intervalos.\n

5 4. Gráfico comparativo

Se utiliza barplot() para representar los resultados mediante un gráfico de barras. Así se puede comparar visualmente el número de intervalos estimado por cada regla.

# Crear el grafico de barras
posiciones <- barplot(
  resultados,
  main = "Comparacion del numero de intervalos",
  xlab = "Reglas utilizadas",
  ylab = "Numero de intervalos",
  col = c("skyblue", "orange", "lightgreen"),
  ylim = c(0, max(resultados) + 5)
)

# Agregar los valores encima de cada barra
text(
  x = posiciones,
  y = resultados,
  labels = resultados,
  pos = 3
)

6 5. Interpretación de los resultados

Con n = 100, se obtienen los siguientes resultados:

En este ejemplo, la regla de Sturges proporciona el menor número de intervalos, con 8. El gráfico permite observar y comparar las diferencias entre los tres resultados.

7 6. Conclusión

Las tres reglas permiten estimar el número de intervalos que se pueden utilizar en una tabla de distribución de frecuencias. Al aplicarlas a un conjunto de 100 datos, se observó que cada una produce un resultado diferente. La regla de Sturges obtuvo la menor cantidad, con 8 intervalos. R facilitó los cálculos, la comparación y la representación gráfica.

Nota: Este ejercicio compara las fórmulas utilizando un número hipotético de datos. Para aplicarlo a una investigación real, se debe reemplazar n <- 100 por la cantidad de observaciones del conjunto que se esté analizando.