TABLAS DE DOBLE ENTRADA

SURGEN CUANDO QUEREMOS ESTUDIAR EL

COMPORTAMIENTO SIMULTÁNEO DE DOS
VARIABLES X e Y.
Ejemplo 1. Se quiere observar la relación que existe entre el
número de cirugías (X) a la que ha sido sometido un grupo de
pacientes y la edad (Y) de cada uno.

1 2 3
Edad Nº cirugías Var3
1 18 0
2 25 2
3 28 1
4 32 3
5 43 3
6 49 2
7 55 1
8 15 1
9 59 3
10 31 3
11 43 3
12 46 0
13 56 2
14 36 2
15 16 0
16 18 2
17 52 0
18 29 0
19 44 0
20 42 1
21 26 2
22 43 0
23 21 2
24 49 2
25 42 2
 Clasificación de los datos en una tabla de doble
entrada
VARIABLE X

0 1 2 3
10-20 2 1 1 0
20-30 1 0 3 1
VARIABLE Y 30-40 0 0 1 2
40-50 3 1 2 3
50-60 1 1 1 1
 1. DISTRIBUCIONES MARGINALES

Son las distribuciones de cada variable por separado,

“ANULANDO” el efecto de la otra variable.

Marginal de X Marginal de Y
Edad
Nº
fi fi
cirugías años

0 7 10-20 4
1 3 20-30 5
2 8 30-40 3
3 7 40-50 9
Total 25 50-60 4
Total 25
 2. DISTRIBUCIONES CONDICIONALES (X/a) ó
(Y/b)

EN ESTE CASO SE OBTIENE LA DISTRIBUCIÓN

DE FRECUENCIAS CONDICIONADA A UNA CLASE
PARTICULAR DE LA OTRA VARIABLE.
 ¿Cuál es el promedio de cirugías cuando la edad varía entre
10-40 años?

X
[10 − 40]
0 1 2 3

10-20 2 1 1 0 Nº
Cirugías
fi
20-30 1 0 3 1 0 3

30-40 0 0 1 2
1 1
40-50 3 1 2 3
2 5
50-60 1 1 1 1
3 3
3.COVARIANZA Cov(X,Y).
MIDE LA VARIACIÒN CONJUNTA DE LAS
VARIABLES X e Y.

n
Se define  ( x  x )( y  y )
i i
Cov( X , Y )  i 1

n
Para efectos de cálculo utilizamos la siguiente
expresión,

Cov ( X , Y ) = xy − x ⋅ y
 EJEMPLO 1. CALCULO DE LA COVARIANZA

yi x 0 1 2 3

15 10-20 2 1 1 0
RESULTADOS
25 20-30 1 0 3 1 x=2
35

45
30-40

40-50
0

3
0

1
1

2
2

3
y = 36.6 años
55 50-60 1 1 1 1

15 ⋅ 0 ⋅ 2 + 15 ⋅1⋅1 + .......................... + 55 ⋅1⋅ 3

xy = = 1510
25

Cov ( X , Y ) =1510 − 2 ⋅ 36.6 =1436.8

 INTERPRETACION DE LA COVARIANZA

• Si X e Y son independientes entre sí, entonces LA

COVARIANZA ES CERO, el inverso no siempre se
cumple.

• Si COV(X,Y) > 0 la dependencia lineal entre X e Y

es ES DIRECTA.

• Si COV(X,Y) < 0 la dependencia lineal entre X e Y

ES INVERSA.
4. COEFICIENTE DE CORRELACION LINEAL (r)
Mide el grado de asociación lineal entre las variables X e Y.

Cov ( X , Y )
r= ; -1 ≤ r ≤ 1
sx ⋅ s y
Interpretación del coeficiente de correlación lineal.
• Sí X e Y son independientes, r = 0.
• r < 0 asociación lineal inversa.
• r > 0 asociación lineal directa.
 DATOS
y Diagrama de Dispersión
1 2 3
Nº cirugías = 1,0627+0,0114*x Edad Nº cirugías Var3
3,5 1 18 0
2 25 2
3,0
3 28 1
4 32 3
5 43 3
2,5
6 49 2
7 55 1
2,0 8 15 1
9 59 3
Nº cirugías

1,5 10 31 3
11 43 3
12 46 0
1,0
13 56 2
14 36 2
0,5 15 16 0
16 18 2
0,0 17 52 0
18 29 0
19 44 0
-0,5
10 20 30 40 50 60 70 20 42 1
Edad 21 26 2
22 43 0
23 21 2
24 49 2
Coeficiente de Correlación Lineal = 0.14 25 42 2