Normalización: Su valor siempre está entre 0 y 1 (o 0% y 100%). Esto se debe a que se calcula dividiendo la frecuencia absoluta de un dato entre el número total de datos, lo que "normaliza" el valor. La suma de todas las frecuencias relativas en un conjunto de datos siempre es 1 o 100%.

Compatibilidad: Son ideales para comparar la distribución de una variable en diferentes grupos, incluso si estos tienen tamaños muy distintos. Por ejemplo, se puede comparar la proporción de estudiantes que aprobaron un examen en dos clases de diferente tamaño.

Tipos: Existen dos tipos principales: la frecuencia absoluta acumulada (F_i), que suma las frecuencias absolutas, y la frecuencia relativa acumulada (H_i), que suma las frecuencias relativas. Esta última es útil para ver la proporción de datos acumulados.

Valor final: La frecuencia acumulada del último valor en una serie siempre es igual al número total de datos (N) o al 100% si se trata de frecuencias relativas acumuladas. Esto actúa como un control de calidad para verificar si los cálculos son correctos.

Utilidad en análisis de datos: Son muy útiles para determinar rápidamente qué porcentaje de los datos se encuentra por debajo de un valor en particular. Esto es fundamental para encontrar la mediana y para calcular cuartiles y percentiles, que dividen la distribución de los datos en partes iguales.