Professional Documents
Culture Documents
RELACION ESTADISTICA
Dos variables x e y estn relacionadas estadsticamente cuando conocida la primera se puede
estimar aproximadamente el valor de la segunda.
Ejemplos
Una variable bidimensional es una variable en la que cada individuo est definido por
un par de caracteres, (X, Y).
Estos dos caracteres son a su vez variables estadsticas en las que s existe relacin
entre ellas, una de las dos variables es la variable independiente y la otra variable
dependiente.
DISTRIBUCIONES BIDIMENSIONALES
Son aquellas en las que a cada individuo le corresponden los valores de dos variables,
las representamos por el par (xi, yi).
Si representamos cada par de valores como las coordenadas de un punto, el conjunto de
todos ellos se llama nube de puntos o diagrama de dispersin.
Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo mejor posible,
llamada recta de regresin.
EJEMPLO
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas 2
Fsica
1
3
3
4
2
4
4
5
4
6
4
6
6
7
4
7
6
8
7
10
9
10
10
LA COVARIANZA
La covarianza es una estadstica que mide el grado de dispersin o variabilidad conjunta de dos
variables X e Y con respecto a sus medias respectivas ( )
La covarianza de una variable bidimensional es la media aritmtica de los productos de las
desviaciones de cada una de las variables respecto a sus medias respectivas.
Notacin
Se denotara por
Formula
Ejemplo
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas 2
Fsica
1
3
3
4
2
4
4
5
4
6
4
6
6
7
4
yi
1
3
xi*yi
2
9
7
6
8
7
10
9
10
10
4
4
5
6
6
7
7
8
10
10
72
2
4
4
4
6
4
6
7
9
10
60
8
16
20
24
36
28
42
56
90
100
431
0
2
1
2
2
1
4
5
4
3
2
0
Yi
1
2
3
1
2
3
1
2
ni
2
1
2
1
4
5
3
2
20
Xi*ni
0
0
0
2
8
10
12
8
40
Yi*ni
2
2
6
1
8
15
3
4
41
Xi*Yi*ni
0
0
0
2
16
30
12
16
76
LA CORRELACION
La correlacin trata de establecer la relacin o dependencia que existe entre las dos
variables que intervienen en una distribucin bidimensional.
Es decir, determinar si los cambios en una de las variables influyen en los cambios de la
otra. En caso de que suceda, diremos que las variables estn correlacionadas o que hay
correlacin entre ellas.
TIPOS DE CORRELACION
1 Correlacin directa
La correlacin directa se da cuando al aumentar una de las variables la otra aumenta.
La recta correspondiente a la nube de puntos de la distribucin es una recta creciente.
2 Correlacin inversa
La correlacin inversa se da cuando al aumentar una de las variables la otra disminuye.
La recta correspondiente a la nube de puntos de la distribucin es una recta decreciente.
3 Correlacin nula
La correlacin nula se da cuando no hay dependencia de ningn tipo entre las variables.
En este caso se dice que las variables son incorreladas y la nube de puntos tiene una
forma redondeada.
GRADO DE CORRELACION
El grado de correlacin indica la proximidad que hay entre los puntos de la nube de
puntos. Se pueden dar tres tipos:
1. Correlacin fuerte
La correlacin ser fuerte cuanto ms cerca estn los puntos de la recta.
2. Correlacin dbil
La correlacin ser dbil cuanto ms separados estn los puntos de la recta.
Donde
PROPIEDADES
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas 2
Fsica
1
3
3
4
2
4
4
5
4
6
4
6
6
7
4
7
6
8
7
10
9
yi
1
3
2
4
xi*yi
2
9
8
16
(xi)^2
4
9
16
16
(yi)^2
1
9
4
16
10
10
5
6
6
7
7
8
10
10
72
4
4
6
4
6
7
9
10
60
20
24
36
28
42
56
90
100
431
25
36
36
49
49
64
100
100
504
16
16
36
16
36
49
81
100
380
Calculamos la covarianza
2
1
4
5
4
3
2
0
En primer lugar convertimos la tabla de doble entrada en tabla simple y calculamos las
medias aritmticas.
Xi
0
0
0
Yi
1
2
3
ni
2
1
2
Xi*ni
0
0
0
Yi*ni
2
2
6
Xi*Yi*ni
0
0
0
((Xi)^2)(ni)
0
0
0
((Yi)^2)(ni)
2
4
18
2
2
2
4
4
1
2
3
1
2
1
4
5
3
2
20
2
8
10
12
8
40
1
8
15
3
4
41
2
16
30
12
16
76
4
16
20
48
32
120
1
16
45
3
8
97
Donde
X: es la variable independiente
Y: es la variable dependiente
Llamada constante de regresin
Coeficiente de regresion
INTERPRETACION
EJEMPLO
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas 2
Fsica
1
3
3
4
2
4
4
5
4
6
4
6
6
7
4
7
6
8
7
10
9
yi
1
3
2
4
4
4
6
4
6
7
9
10
xi*yi
2
9
8
16
20
24
36
28
42
56
90
100
(xi)^2
4
9
16
16
25
36
36
49
49
64
100
100
(yi)^2
1
9
4
16
16
16
36
16
36
49
81
100
10
10
72
60
431
504
Calculamos la covarianza
Hallamos la varianza
Calculando b y a
Calculando b y a
380
GRAFICAMENTE
EJERCICIOS
19
25
23
34
40
4
4.5
8
7
5
5
3.5
4
189
85
190
86
192
90
193
87
193
91
198
93
201
103
203
100
205
101
Calcular:
a) La recta de regresin de Y sobre X.
b) El coeficiente de correlacin.
c) El peso estimado de un jugador que mide 208 cm.
6.-A partir de los siguientes datos referentes a horas trabajadas en un taller (X), y a
unidades producidas (Y), determinar la recta de regresin de Y sobre X, el coeficiente
de correlacin lineal e interpretarlo.
Horas(X)
80 79 83 84 78 60 82 85 79 84 80 62
Produccin(Y) 300 302 315 330 300 250 300 340 315 330 310 240
Se pide:
10
16
20
10
8.-La tabla siguiente nos da las notas del test de aptitud (X) dadas a seis dependientes a
prueba y ventas del primer mes de prueba (Y) en cientos de euros.
X
Y
25
42
42
72
33
50
54
90
29
45
36
48