Un histograma sirve para ver cómo se repartan muchos valores numéricos a lo largo de una escala. (Llinás Solano, H., 2017, pp. 10–66) Imagina que tienes muchos tiempos de respuesta medidos en segundos. En lugar de listar los 80 tiempos, agrupas los valores en cajones contiguos llamados clases: por ejemplo, de 0 a 5 s, de 5 a 10 s, de 10 a 15 s, y así sucesivamente. Para cada clase dibujas una barra pegada a la siguiente cuya altura indica cuántos datos cayeron dentro de ese rango. Si todas las clases tienen el mismo ancho, la altura puede ser el conteo o el porcentaje, por otro lado si las clases tienen anchos distintos, conviene mostrar densidad, la idea del histograma es simple ya que “la altura se ajusta por el ancho del cajón” para que el área de cada barra represente bien su proporción. Por eso, a diferencia del gráfico de barras para categorías, en un histograma la anchura importa y no hay huecos entre barras. (Llinás Solano, H., 2017, pp. 10–66)

La elección de las clases es clave y, afortunadamente, no tiene por qué ser complicada. Dos decisiones bastan: dónde empiezas que se denomina ¨origen¨ y qué tan anchas serán las clases. Como regla práctica, con muestras típicas funciona bien usar entre 5 y 12 clases. Puedes comenzar el primer corte en un número redondo cercano al mínimo y probar dos o tres anchos razonables. Si al cambiar un poco el ancho la forma general del histograma no cambia, tu lectura es estable. Si los cajones son muy anchos, perderás detalle y los picos se “aplanan”; si son muy estrechos, aparecerá “ruido” y falsas ondulaciones.

Para obtener los intervalos o clases podemos usar la siguiente tabla:

Y para calcular la amplitud de cada intervalo lo podemos hacer mediante la siguiente expresión:

\[ w (\text{amplitud}) = \frac{\text{Número mayor} - \text{Número menor}}{\text{Número de intervalos}} \]

El polígono de frecuencias es una representación de la distribución de una variable numérica obtenida a partir de una partición del eje real en clases contiguas \((a_j,b_j)\). Para cada clase se calcula el punto medio \( m_j = \dfrac{a_j + b_j}{2} \) y se asigna una altura \( y_j \) que puede ser la frecuencia absoluta \( n_j \), la frecuencia relativa \( f_j = \dfrac{n_j}{n} \) o la densidad \( d_j = \dfrac{f_j}{w_j} \), donde \( w_j \) es el ancho de la clase. Se trazan los puntos \( (m_j, y_j) \) y se unen mediante segmentos sucesivos; para cerrar el trazo y estabilizar la lectura, se añaden dos puntos con altura cero a la izquierda de \( m_1 \) y a la derecha de \( m_k \). Cuando las clases tienen igual ancho, la altura puede ser frecuencia o frecuencia relativa; si los anchos son desiguales, la altura debe ser densidad, de manera que el área bajo el polígono (aproximada numéricamente) sea coherente con la proporción total. El polígono comparte con el histograma la dependencia del particionamiento, por lo que en comparaciones entre grupos debe conservarse la misma partición y la misma escala vertical; su ventaja es que realza el contorno de la distribución y facilita la superposición de varios grupos sin la masa visual de las barras. No debe confundirse con la curva acumulada u ojiva, que representa frecuencias acumuladas en los límites de clase y sirve para la lectura de percentiles. Como toda figura analítica, el polígono debe indicar variable y unidades, tamaño muestral, regla de partición, tipo de altura utilizada y convención de bordes adoptada.

Se inicia localizando la zona de mayor concentración, es decir, el tramo donde las barras del histograma alcanzan mayor altura o donde el polígono forma su lomo principal. A continuación, se evalúa la variabilidad observando la anchura del cuerpo central: una figura compacta sugiere poca dispersión y una extendida indica mayor heterogeneidad. Las colas aportan información sobre la presencia y el peso visual de valores alejados; una cola derecha prolongada sugiere que aparecen casos altos con cierta frecuencia, mientras que una cola izquierda larga indica lo propio en el extremo bajo. La modalidad se reconoce por el número de picos visibles: una cresta única apunta a un comportamiento relativamente homogéneo, en tanto que dos o más crestas pueden revelar mezcla de subpoblaciones o procesos distintos superpuestos. La robustez del diagnóstico visual depende de la sensibilidad al particionamiento. Un ancho de clase excesivamente grande aplana picos y puede ocultar estructura real; un ancho demasiado pequeño introduce ondulaciones espurias (“serrucho”) por azar muestral. Por ello conviene repetir la figura con ligeras variaciones del ancho de clase o del origen y si la conclusión cualitativa se mantiene, la interpretación es estable. En datos con resolución limitada (por ejemplo, lecturas redondeadas), evitar clases más finas que dicha resolución, pues generan patrones artificiales.

Una representación responsable comienza por la transparencia metodológica. El estudiante debe saber qué variable se grafica, en qué unidades se mide, cuántas observaciones contiene la muestra y qué criterio se empleó para construir las clases. Indicar el rango observado, el ancho de las clases, el punto de inicio del particionado y si la altura representa frecuencia, porcentaje o densidad permite que cualquier persona reproduzca el gráfico y llegue a las mismas conclusiones.

La elección de las particiones requiere equilibrio entre detalle y estabilidad. Clases demasiado anchas ocultan estructura, mientras que clases excesivamente estrechas generan oscilaciones espurias que dificultan la lectura. Es recomendable verificar la sensibilidad del diagnóstico frente a pequeñas variaciones del ancho y del origen; si la forma general se mantiene, la interpretación es robusta. Cuando existan referencias naturales del fenómeno, como umbrales regulatorios o múltiplos enteros, se puede alinear con ellos el inicio de las clases, siempre que ello no introduzca sesgos.

Las escalas y los ejes deben facilitar una lectura honesta. En histogramas con frecuencias o porcentajes es preferible que el eje vertical incluya el cero como referencia, salvo que una escala distinta esté justificada y debidamente indicada. En histogramas de densidad, donde los valores pueden ser pequeños, la escala vertical puede ajustarse para aprovechar el espacio, pero se evitarán truncamientos que exageren diferencias sutiles. La graduación de los ejes debe ser lineal y uniforme, con intervalos de marcado que permitan estimar alturas sin esfuerzo. Cada eje debe rotularse con nombre de la variable y unidad de medida

Cuando se comparan grupos, se conservan los mismos límites de clase y la misma escala vertical para que las diferencias obedezcan a los datos y no al diseño. El polígono de frecuencias es especialmente útil en estas comparaciones porque permite superponer contornos sin la masa visual de las barras. Si se emplean varios polígonos, se garantizará el contraste suficiente entre ellos mediante una paleta sobria y se evitará que los tonos se confundan en impresiones en escala de grises