Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Estadística Descriptiva: Distribución de Frecuencias, Ejercicios de Ingeniería Biomédica

Una introducción a la estadística descriptiva, centrándose en la construcción de tablas de distribución de frecuencias para datos cuantitativos. Explica los pasos necesarios para crear una tabla de frecuencias, incluyendo la determinación del rango, el número de clases, el ancho de clase y los límites de clase. Además, incluye ejemplos prácticos y ejercicios para aplicar los conceptos aprendidos.

Tipo: Ejercicios

2023/2024

Subido el 05/09/2024

rose-mirlanda-jean
rose-mirlanda-jean 🇲🇽

2 documentos

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Estadística descriptiva
Tema 1. Distribución de frecuencias
Una vez que se ha determinado el objetivo de un estudio estadístico, la población de interés; que se haya seleccionado la
muestra representativa y aplicado el cuestionario diseñado, se contará con un conjunto de información que será necesario
organizar y presentar de tal forma que los aspectos más importantes de la misma sean rápida y fácilmente detectados
para así poder analizar e interpretar la información obtenida. Dentro de la estadística descriptiva existen métodos para
poder organizar y presentar un conjunto de datos: Métodos tabulares y Métodos gráficos. Estos métodos tienen que
proporcionar la máxima información contenida en los datos en forma rápida y fácil de visualizar, poseer sencillez operativa
y permitir presentar los datos en una manera estética.
En esta sección se presentarán algunos métodos tabulares y gráficos, que poseen las características antes indicadas y que
son útiles, nolo desde el punto de vista de la estadística descriptiva sino también como punto de apoyo a la estadística
inferencial.
Métodos tabulares
Para poder organizar un conjunto de datos y observar su comportamiento, la estadística descriptiva te ofrece una técnica
muy simple: construir una Tabla de distribución de frecuencias, que consiste en agrupar los datos en intervalos o clases.
La Tabla de distribución de frecuencias es un resumen tabular de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase. Se sugiere que el número de intervalos o clases sea un número
ENTERO entre 5 y 20. Es conveniente incluir las frecuencias relativas o porcentuales, las frecuencias acumuladas y los
puntos medios o marcas de clase.
Las tablas de frecuencias deben poseer las siguientes características:
UNIFORMIDAD: Todos los intervalos o clases deben ser del mismo tamaño.
UNICIDAD: Cualquiera de los datos debe pertenecer sólo a un intervalo o clase.
COMPLETEZ: Absolutamente todos los datos deben quedar incluidos en alguno de los intervalos o clases.
Pasos para construir una distribución de frecuencias para datos cuantitativos:
1. Ordenación de los datos.
2. Determinar el rango o recorrido de los datos.
3. Determinar el número de clases. (Min 5, Max 20).
Algunos autores proponen las siguientes alternativas:
a) Calcular la raíz de los n datos.
b) Regla de 2 a la K. Donde k, es el número de clases, de tal manera que 2k sea mayor que el número de observaciones (n).
c) Regla de Sturges K=3.3(logn)+1, donde n es el número de observaciones y logn es el logaritmo de n en base 10.
d) Elección arbitraria entre 5 y 20 clases.
4. Definir el ancho o intervalo de clase, para esto se va a dividir el rango o recorrido entre el número de clases determinadas
en el paso anterior.
5. Determinar los límites de clase. Iniciar con el dato mas pequeño e ir sumando el intervalo de clase, se deben utilizar
intervalos semiabiertos para poder satisfacer el principio de unicidad.
6. Conteo de datos para llenar la columna de frecuencia real.
7. Calcular frecuencia relativa, frecuencias acumuladas y puntos medios.
Ejercicio 1: Construya una tabla de frecuencias completa usando los datos recabados del gasto en transporte que hacen
25 alumnos del Tecnológico de Tehuacán para llegar a la escuela.
Dinero gastado:
39.70, 46.65, 82.71, 25.94, 60.2, 28.3, 31.47, 43.63, 50.32, 48.14, 28.31, 33.45, 41.17, 35.25, 22.78, 17.95, 29.17, 47.32,
35.70, 38.22, 44.97, 48.39, 52.16, 17.89, 23.25
Ejercicio 2: Con la finalidad de ofrecer un mejor servicio a sus clientes, el Hospital Innova Médica pretende tener siempre
existencia de las tallas necesarias de pantuflas para sus pacientes, por lo cual ha registrado las tallas que se han consumido
en los últimos días. Los datos obtenidos fueron los siguientes:
25, 24, 25, 23, 28, 26, 26, 27, 24, 25, 25, 25, 26, 27, 27, 24, 25, 24, 25, 25, 26, 27, 25, 26, 24, 26, 27, 24, 24, 27
Construye en tu cuaderno la tabla de frecuencias y responde correctamente las siguientes preguntas:
1. ¿Cuántos datos son mayores a 26?
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Estadística Descriptiva: Distribución de Frecuencias y más Ejercicios en PDF de Ingeniería Biomédica solo en Docsity!

Estadística descriptiva

Tema 1. Distribución de frecuencias

Una vez que se ha determinado el objetivo de un estudio estadístico, la población de interés; que se haya seleccionado la muestra representativa y aplicado el cuestionario diseñado, se contará con un conjunto de información que será necesario organizar y presentar de tal forma que los aspectos más importantes de la misma sean rápida y fácilmente detectados para así poder analizar e interpretar la información obtenida. Dentro de la estadística descriptiva existen métodos para poder organizar y presentar un conjunto de datos: Métodos tabulares y Métodos gráficos. Estos métodos tienen que proporcionar la máxima información contenida en los datos en forma rápida y fácil de visualizar, poseer sencillez operativa y permitir presentar los datos en una manera estética. En esta sección se presentarán algunos métodos tabulares y gráficos, que poseen las características antes indicadas y que son útiles, no sólo desde el punto de vista de la estadística descriptiva sino también como punto de apoyo a la estadística inferencial.

Métodos tabulares

Para poder organizar un conjunto de datos y observar su comportamiento, la estadística descriptiva te ofrece una técnica muy simple: construir una Tabla de distribución de frecuencias, que consiste en agrupar los datos en intervalos o clases. La Tabla de distribución de frecuencias es un resumen tabular de datos en clases mutuamente excluyentes, que muestra el número de observaciones que hay en cada clase. Se sugiere que el número de intervalos o clases sea un número ENTERO entre 5 y 20. Es conveniente incluir las frecuencias relativas o porcentuales, las frecuencias acumuladas y los puntos medios o marcas de clase. Las tablas de frecuencias deben poseer las siguientes características:

  • UNIFORMIDAD: Todos los intervalos o clases deben ser del mismo tamaño.
  • UNICIDAD: Cualquiera de los datos debe pertenecer sólo a un intervalo o clase.
  • COMPLETEZ: Absolutamente todos los datos deben quedar incluidos en alguno de los intervalos o clases. Pasos para construir una distribución de frecuencias para datos cuantitativos:
  1. Ordenación de los datos.
  2. Determinar el rango o recorrido de los datos.
  3. Determinar el número de clases. (Min 5, Max 20). Algunos autores proponen las siguientes alternativas: a) Calcular la raíz de los “n” datos. b) Regla de 2 a la K. Donde k, es el número de clases, de tal manera que 2k sea mayor que el número de observaciones (n). c) Regla de Sturges K=3.3(logn)+1, donde n es el número de observaciones y logn es el logaritmo de n en base 10. d) Elección arbitraria entre 5 y 20 clases.
  4. Definir el ancho o intervalo de clase, para esto se va a dividir el rango o recorrido entre el número de clases determinadas en el paso anterior.
  5. Determinar los límites de clase. Iniciar con el dato mas pequeño e ir sumando el intervalo de clase, se deben utilizar intervalos semiabiertos para poder satisfacer el principio de unicidad.
  6. Conteo de datos para llenar la columna de frecuencia real.
  7. Calcular frecuencia relativa, frecuencias acumuladas y puntos medios. Ejercicio 1: Construya una tabla de frecuencias completa usando los datos recabados del gasto en transporte que hacen 25 alumnos del Tecnológico de Tehuacán para llegar a la escuela. Dinero gastado: 39.70, 46.65, 82.71, 25.94, 60.2, 28.3, 31.47, 43.63, 50.32, 48.14, 28.31, 33.45, 41.17, 35.25, 22.78, 17.95, 29.17, 47.32, 35.70, 38.22, 44.97, 48.39, 52.16, 17.89, 23. Ejercicio 2: Con la finalidad de ofrecer un mejor servicio a sus clientes, el Hospital Innova Médica pretende tener siempre existencia de las tallas necesarias de pantuflas para sus pacientes, por lo cual ha registrado las tallas que se han consumido en los últimos días. Los datos obtenidos fueron los siguientes: 25, 24, 25, 23, 28, 26, 26, 27, 24, 25, 25, 25, 26, 27, 27, 24, 25, 24, 25, 25, 26, 27, 25, 26, 24, 26, 27, 24, 24, 27 Construye en tu cuaderno la tabla de frecuencias y responde correctamente las siguientes preguntas:
    1. ¿Cuántos datos son mayores a 26?
  1. ¿Cuántos datos son mayores a 24 y menores que 27?
  2. ¿Qué porcentaje de datos son mayores a 26?
  3. ¿Qué porcentaje de datos son mayores a 24 y menores que 27? Ejercicio 3: Quick Change Oil Company cuenta con varios talleres en el área metropolitana de Seattle. Las cantidades diarias de cambios de aceite que se realizaron en el taller de Oak Street los pasados veinte días son las siguientes: 65, 98, 55, 62, 79, 59, 51, 90, 72, 56, 66, 80, 94, 79, 63, 73, 71, 85, 70, 62

Métodos gráficos

En la sección anteriores se había dicho que para representar un conjunto de datos existían dos métodos: tabulares y gráficos, los primeros ya se han descrito, toca ahora hablar de los métodos gráficos. La representación gráfica de un conjunto de datos ayuda a distinguir de formas inmediatas algunas de sus características más importantes. En esta sección se presentarán los siguientes gráficos: 1) Gráfico de barras, 2) Histogramas de frecuencia, 3) Polígono de frecuencias, 4) Diagrama de segmentos y 5) Diagrama de tallo y hoja. Grafica de barras El instrumento más común para representar una variable cualitativa en forma gráfica es la gráfica de barras. En la mayoría de los casos, el eje horizontal muestra la variable de interés y el eje vertical la frecuencia o fracción de cada uno de los posibles resultados. Ejercicio 4: SkiLodges.com realiza una prueba de mercado de su nuevo sitio web y le interesa saber con qué facilidad se navega en su diseño de página web. Selecciona al azar 200 usuarios frecuentes de internet y les pide que lleven a cabo una búsqueda en la página web. A cada uno de ellos le solicita que califique la relativa facilidad para navegar como mala, buena, excelente o sobresaliente. Los resultados se muestran a continuación: Sobresaliente 102 Excelente 58 Buena 30 Mala 10

Histogramas

Se llama histograma a la gráfica de barras verticales sin espacio entre ellas, construida colocando en el eje vertical a las frecuencias absolutas o relativas y en el eje horizontal a los límites de clase de una tabla de distribución de frecuencias. Una de las principales funciones de un histograma es detectar patrones en los datos, por lo que debemos aprender a interpretar el histograma.

  • Observar la tendencia de los datos. Localizar en el eje horizontal las barras con mayores frecuencias.
  • Examinar la variabilidad del proceso. Consiste en comparar la amplitud de las especificaciones con el ancho del histograma. Para considerar que la dispersión no es demasiada, el ancho del histograma debe caer en forma holgada en las especificaciones.
  • Analizar la forma del histograma. Al observar un histograma considerar que la forma de distribución de campana es la que más se da en salidas de proceso y tiene características similares a la distribución normal.
  • Detectar datos raros o atípicos. Una pequeña cantidad de mediciones muy extremas o atípicas son identificadas con facilidad mediante un histograma, debido a que aparecen una o más barras pequeñas bastante separadas o aisladas del resto. Entre las posibles causas están las siguientes: i. El dato es incorrecto, ya sea por error de medición, de registro o de “dedo” si es que fue introducido a la computadora. ii. La medición fue realizada sobre un artículo o individuo que no forma parte del proceso o población a la que pertenece el resto. iii. Las maquinas están desajustadas o deterioradas.

Polígono de frecuencias

Un polígono de frecuencia es una gráfica de líneas rectas que unen los puntos obtenidos al colocar en el eje horizontal a los valores medios de clase y en el eje vertical a las frecuencias absolutas o relativas. Si se recuerda que un polígono, en geometría, es una figura plana cerrada formada por varios lados rectos, será entonces necesario cerrar el gráfico de polígono de frecuencia, para lo cual, al primer valor medio se le restará el intervalo de clase, cerrándose así por el extremo inferior con una frecuencia cero, y al último valor medio se le sumará, cerrándose por el extremo superior con frecuencia cero. Ejemplo: Ojivas o polígono de frecuencia acumuladas Una ojiva es una gráfica construida con segmentos de líneas rectas que unen los puntos obtenidos al colocar en el eje horizontal a los límites superiores de clase y en el vertical a las frecuencias acumuladas absolutas o relativas. La ojiva también debe cerrarse por el extremo inferior, únicamente considerando el primer límite inferior de la tabla de frecuencias y se le asigna una frecuencia acumulada de cero. Ejemplo:

n^25

SEGMENTOS CIRCULARES

Esta gráfica es denominada también, diagrama o gráfico de pastel, ya que su forma es precisamente como de rebanadas de pastel. Una gráfica de segmentos circulares se obtiene dividiendo un círculo en sectores, en donde cada sector representa a una clase, cada segmento es proporcional en tamaño a las frecuencias relativas o porcentajes de cada clase. Para construir el gráfico, tomando en cuenta que un ciclo completo corresponde a 360 º, se obtienen los ángulos centrales de cada sector, aplicando la siguiente fórmula: Grados de cada sector = porcentaje de clase x 360 º / 100 = porcentaje de clase x 3. Es recomendable elaborar un tabla auxiliar para realizar el gráfico de sectores, dicha tabla está constituida por 4 columnas: a) número de clases, b) límites de clase, c) porcentaje de cada clase, d) grados del sector de la clase.

Medidas de tendencia central.

Media muestral El primer aspecto a investigar consiste en conocer la tendencia central de los datos, es decir, identificar los datos en torno a los cuales los datos tienden a aglomerarse. Esto permitirá saber si el proceso está centrado, es decir, si la tendencia central de la variable de salida es igual o esta próxima a un valor nominal deseado. Si X 1 , X 2 , X 3 , X 4 ,……,Xn son observaciones numéricas de una muestra, la medida más usual de su tendencia central es proporcionada por la media o promedio muestral.

  1. Los siguientes datos representan el sueldo mensual de siete trabajadores de cierta área de una empresa: 1100, 1300, 1000, 1500, 800, 1600, 1100, entonces la media es igual a: Suponga que en esta área hay un trabajador más que gana 7600 pesos por mes, calcula la nueva media de los sueldos de los trabajadores. Nota: cuando en un grupo de datos hay algunos valores bastante diferentes del resto, ya sean muy pequeños o bien muy grandes, entonces la media no es una buena medida de tendencia central, ya que a ésta la jalan los datos raros o atípicos. MEDIANA Otra medida de tendencia central de un conjunto de datos es la mediana Med, que es igual al valor que divide a la mitad a los datos cuando estos son ordenados de menor a mayor. Así, para calcular la mediana de un grupo de datos, estos se ordenan de manera creciente y el que esta en medio o en su caso el valor medio de dicho ordenamiento será la mediana. La mediana es un valor tal que a su derecha está 50% de los datos y el restante 50% está a su izquierda. Posición de la Mediana Med= (n+1)/ Cuando la media es jalada por datos raros o atípicos la mediana es mejor medida de tendencia central, ya que no es afectada por estos datos “raros”. Tomar en cuenta lo anterior es de importancia primordial en la toma de decisiones, ya que no siempre la media refleja la verdadera tendencia central. Por otra parte, aunque al uso de la media se le agregue la mediana, esto no es suficiente para tomar buenas decisiones o para describir adecuadamente un conjunto de datos. Vea el siguiente caso. En un restaurante se tiene una fórmula específica para elaborar una cantidad determinada de “agua fresca”, tal fórmula contempla el agregar 500 g de azúcar. Resulta de suma importancia agregar exactamente esa cantidad de azúcar para la calidad del agua, ya que de lo contrario, ésta queda muy dulce o desabrida. Aunque a los cocineros se les ha insistido sobre lo anterior es frecuente que no pesen el azúcar y la agreguen al tanteo. Al considerar la calidad del agua como un aspecto clave, se decide diseñar un procedimiento a prueba de olvidos: comprar bolsas que contengan 500 g de azúcar. Suponga 2 marcas de azúcar que contemplan la presentación de 500 g, por lo que es necesario decidir que marca comprar. Con este propósito se pesan cuarenta bolsas de ambas marcas y se obtienen los siguientes resultados en cuanto a su media y mediana. Marca Media Media na A 502.3 502 B 497.9 498. ¿Qué marca de azúcar elegirías? MEDIDAS DE DISPERSION O VARIABILIDAD Cuando se tiene un conjunto de datos y se desea saber lo disperso que están entre si o que tan esparcidos están respecto a su tendencia central, entonces se utilizan las medidas de variabilidad. La medida mas usual de este tipo es la desviación estándar muestral, que está definida por:

“S” mide la dispersión de los datos en torno a la media, y entre más grande sea el valor de S mayor variabilidad

habrá en los datos y, por ende, mas mala calidad. La desviación estándar está expresada en las mismas unidades de

medición (gramos, centímetros, grados centígrados) que los datos muestrales. El cuadrado de S, S^2 , se conoce

como varianza muestral y es muy importante para propósitos de inferencia estadística.

Otra medida de dispersión es el rango o recorrido, que es igual a la diferencia entre el dato mayor menos el dato

menor. El rango mide la amplitud de la variación de un grupo de datos.

En el problema de las bolsas de azúcar por medio de las medidas de tendencia central no se pudo decir cuál de las

dos marcas de azúcar satisface mejor la exigencia de que las bolsas pesen 500 g. ahora, con el uso de las medidas

de variabilidad, si se podrá decidir.

Marca A: S= 7.23, R= 31; Marca B: S= 3.68, R= 16. RELACION ENTRE MEDIA, MEDIANA Y MODA En la sección de gráficos, se mencionó que al través del histograma o la curva de frecuencias se puede detectar la simetría o asimetría de una distribución de datos. Ahora se tratará de explicar esta forma de una distribución por medio de la relación entre la media, mediana y moda. Para detectar la forma de una curva de frecuencias en términos de la asimetría, es necesario encontrar los valores de las tres mediadas de centralización y analizar los siguientes casos: a) Cuando el valor de la media es igual al de la mediana y la moda, se dice que una distribución unimodal es simétrica. (Media = Mediana = Moda) b) Si la media aritmética es mayor de las tres y la mediana mayor a la moda pero menor que la media, se dice que la distribución unimodal es asimétrica a la derecha o sesgada a la derecha (Media > Mediana > Moda) c) Si la media aritmética es menor a la tres y la mediana es inferior a la moda pero mayor a la media, entonces la distribución unimodal será asimétrica a la izquierda o sesgada a la izquierda (Media < Mediana < Moda) Ejemplo: Las siguientes cifras son los importes del consumo de 15 personas en un restaurante: I M P O R T E S ( F R E C U E N C I

n

1 5 ¿ Cómo se describiría la distribución de los datos con respecto a la simetría, en base a la relación entre la media, moda y mediana? MEDIDAS DE POSICION Las medidas de posición sirven para describir la localización de un dato específico en relación con el resto. Tres de las medidas de posición más utilizadas son: cuartiles, deciles y percentiles o centiles. Cuartiles Son números que dividen a los datos ordenados en cuatro partes. Cada conjunto de datos tiene tres cuartiles: El primer cuartil Q 1 , es un número tal que a lo más una cuarta parte de los datos ( 25 % ) tienen un valor más pequeño que Q 1 y a lo más tres cuartas partes ( 75% ) tiene un valor mayor. El segundo cuartil Q 2 , es la mediana, es decir, dos cuartas partes (50% ) tienen un valor más pequeño que el Q 2 y a lo más dos cuartas partes (50% ) tienen un valor mayor. El tercer cuartil Q 3 es un número tal que a lo más tres cuartas partes ( 75% ) de los datos tiene un valor más pequeño que Q 3 , y a lo más una cuarta parte ( 25% ) tienen un valor mayor. Deciles Son números que dividen a los datos ordenados en diez partes. Cada conjunto de datos tiene nueve deciles: El primer decil D 1 , es un número tal que a lo más un décima parte de los datos ( 10 % ) tienen un valor más pequeño que D 1 y a lo más nueve décimas partes ( 90% ) tiene un valor mayor. El segundo decil D 2 , es un número tal que a lo más dos décimas partes de los datos (20%) tienen un valor más pequeño que él, y ocho décimas partes (80%) tienen un valor mayor, y así sucesivamente. por ejemplo el D 5 es la mediana, es decir, cinco décimas partes (50% ) tienen un valor más pequeño que el D 5 y a lo más dos cuartas partes (50% ) tienen un valor mayor. Centiles o porcentiles Son números que dividen a los datos ordenados en cien partes. Cada conjunto de datos tiene noventa y nueve centiles: El primer centil P 1 , es un número tal que a lo más una centésimas partes de los datos ( 1 % ) tienen un valor más pequeño que P 1 y a lo más noventa y nueve centésimas partes ( 99% ) tiene un valor mayor. El segundo centil P 2 , es un número tal que a lo más dos centésimas partes de los datos (2%) tienen un valor más pequeño que él, y noventa y ocho décimas partes (98%) tienen un valor mayor, y así sucesivamente. por ejemplo el P 50 es la mediana, es decir, cincuenta centésimas partes (50%) tienen un valor más pequeño que el P 50 y a lo más cincuenta centésimas partes (50% ) tienen un valor mayor. Para formalizar el proceso de cálculo, suponga que Lp representa la ubicación de cierto percentil que se busca. De esta manera, si quiere encontrar el trigésimo tercer percentil, utilizaría L33; y si buscara la mediana, el percentil 50o., entonces L50. El número de observaciones es n; por lo tanto, si desea localizar la mediana, su posición se encuentra en (n 1)/2, o podría escribir esta expresión como (n 1)(P/100), en la que P representa el percentil que busca. Fórmula para localizar un porcentil cualquiera: Ejemplo 1: En seguida aparecen las comisiones que ganó el último mes una muestra de 15 corredores de bolsa de la oficina de

Salomon Smith Barney’s Okland, California. Esta compañía de inversiones tiene oficinas a lo largo de Estados Unidos. $ 1460 $ 1471 $1637 $ 1721 $ 1758 $ 1787 $ 1940 $ 2038 $ 2047 $ 2054 $ 2097 $ 2205 $ 2287 $ 2311 $ 2406 Localice la mediana, el primer y el tercer cuartil de las comisiones ganadas. Localización de los porcentiles cuando no son numeros enteros. Ejemplo 2: suponga que un conjunto de datos contiene los seis valores: 91, 75, 61, 101, 43 y 104. Trate de localizar el primer cuartil. Ordene los valores de menor a mayor: 43, 61, 75, 91, 101 y 104. El primer cuartil se localiza en: La fórmula de localización indica que el primer cuartil se ubica entre el primero y segundo valores, lo que representa 0. de la distancia entre ellos. El primer valor es 43 y el segundo 61. De esta manera, la distancia entre estos valores es 18. Al localizar el primer cuartil, necesita desplazarse una distancia de 0.75 entre el primero y segundo valores; así, 0.75(18) = 13.5. Para completar el procedimiento, sume 13.5 al primer valor e indique que el primer cuartil es 56.5. Diagrama de tallo y hojas El diagrama Tallo y Hoja es una técnica para ordenar datos. Es una forma fácil y rápida de exhibir información numérica. Cada valor numérico se divide en dos partes. El primer dígito de la izquierda se convierte en el tallo y los dígitos secundarios en las hojas. Los tallos se localizan a lo largo del eje vertical y los valores de las hojas se registran de forma horizontal. Ejercicio 1: Suponga que la siguiente lista representa la edad de 20 individuos. Elabore un diagrama de tallo y hoja. 31, 34, 37, 39, 20, 45, 31, 33, 29, 23, 41, 40, 33, 41, 34, 40, 25, 24, 36, 39. Paso 1. Comenzamos seleccionando los tallos, que en este caso son las cifras de las decenas, es decir 3, 2 y 4. Las reordenaremos (2, 3 y 4) y las colocamos verticalmente. Paso 2. A continuación efectuamos el registro del segundo dígito de cada número y así es como vamos añadiendo cada hoja a su tallo. Paso 3. Reordenar las hojas para obtener el diagrama final. Ejercicio 2: En la siguiente tabla se especifica la duración de cierto tipo de batería para automóvil