INSTITUCION EDUCATIVA SAGRADO CORAZON DE JESUS Salesianas Guia 2. Analisis de dos variables cuantitativas Estadistica En esta guia encontrarés la forma de realizar el andlisis de dos variables cuantitativas mediante los diagramas de dispersién, la covarianza y el coeficiente de correlacién. Es importante que hayas repasado por tu parte las medidas de tendencia central (media) y Jas medidas de dispersion (desviacién estndar) Anilisis de dos variables cuantitativas jando los datos de las dos variables estudiadas resultan ser de origen cuantitativo, dichas variables suelen entenderse como una asociacién de parejas ordenadas (x, y}, donde x es la variable independiente y yes la variable dependiente de x. Por ejemplo, los médicos que se dedican a la investigacién prueban firmacos nuevos al prescribir dosis diferentes y observar las reacciones de los pacientes. Es interesante plantearse si la dosis del medicament prescrito determina la cantidad de tiempo de recuperacidn que necesita el paciente. En este caso, se estin relacionando dos vz de recuperacién. Diagramas de dispersion bles, x: dosis de medicamento y y: tiempo En los anilisis de datos que involucran dos variables cuantitativas, se representan en un, diagrama de dispersién. Un diagrama de dispersién es la gréfica de todos los pares ordenados de los datos que corresponden a dos variables cuantitativas que conservan una relacién entre ellas. Silos puntos siguen, aunque sea aproximadamente, una configuracién rectilinea, decimos «que hay una dependencia lineal entre las variables. La dependencia lineal puede ser fuerte odébil, positiva o negativa. Débil: los puntos se encuentran alejados de la recta. La nube de puntos es mas dispersa. Covarianza Dada una muestra de tamafio n, dos variables cuantitativas estudiadas en la muestra y los datos de las variables estudiadas (x, y)), se define la covarianza de la muestra asi: E(x = xvi -y) n=1 Para interpretar el significado de la covarianza resulta bastante util dividir el diagrama de dispersién en cuatro cuadrantes y analizar lo que pasa en cada uno de ellos. Los cuadran- tes se generan trazando las rectas que pasan por la media de cada variable.La interpretacién de este valor es muy sencilla: > Sis, es cero, no existe relacidn entre las variables. > Sis, es negativo, hay una relaci6n inversa entre las variables. Esto indica que cuan- do X aumenta de valor, ¥ disminuye, y viceversa. > Sis,,es positivo, hay una relacién directa entre las variables. Esto indica que cuando elvalor de X aumenta, el de Y también creee, y viceversa. w BRUKER HED Ejemplo: Un estudio sobre crecimiento en la poblacién femenina de una ciudad pre- tende determinar si es posible predecir la estatura de una mujer teniendo ‘como dato la estatura de la madre. A continuacién se presentan los datos en centimetros, de una muestra de 20 ma- dres y sus respectivas hijas, donde X; estatura de la mama y Y: estatura de la hija X 160 | 160 | 170 154 | 160 | 154 | 162 | 157 | 160 | 162 Y 160 | 165 | 165 | 162 | 162 | 160 | 157 | 160 | 162 | 162 X 160 | 162 | 162 160 | 170 | 152 | 165 | 162 | 165 | 167 Y 162 | 165 | 165 | 157 | 167 | 157 | 160 | 167 | 167 | 165Acontinuacién se muestra el diagrama de dispersion que representa la situacidn; en el eje horizontal se representa la variable “estatura de la mama” y en el eje vertical, la variable “estatura de la hija” Estatura de la hija 168 166 164 162 160 158 156 150 155 160 165 170 175 cm Estatura de la mama E] diagrama de dispersién indica que existe una relacién “positiva” entre las variables estudiadas ya que, las mayores estaturas de las hijas se asocian con las mayores estaturas de las madres. Larelacién entre las variables noes perfecta pues no todos los puntos estan sobre una sola linea recta; sin embargo, el comportamiento general de los puntos sugiere una recta incli- nada entre 0° y 90°. En conclusién, parece ser que las dos variables si tienen una relacion, La covarianza en este caso teniendo en cuenta que X = 161.2; y = 162,35 yn = es: g, = Dei xMyi= y) a 719 Para hacer los célculos resulta itil elaborar una tabla similar a la que se hace cuando se va acalcular la desviacién estandar. 9.35 Estatura dela hija 4 168 158 e 156 > 150 155 160 165 170 175 cm Estatura dela mama Acontinuacién, se presentan algunas aclaraciones con respecto al diagrama; vale la pena anotar que estas son aplicables a cualquier diagrama de dispersién, ‘+ Los puntos ubicados en el cuadrante I contienen los valores (x, y) para los cuales x, es mayor que la media de la variable x y y, es mayor que la media de la variable y (x, > x y¥i>). + Los puntos ubicados en el cuadrante II corresponderdn a los valores x, menores que la media de x y los valores y, mayores que la media de y. + En forma similar se deduce el comportamiento de (x, y_) en los otros dos cuadrantes. Con respecto a los valores de (x, ~ x ly; ~ ¥) se puede deducir que son positives en los cuadrantes I y IIL negativos en los cuadrantes IL y IV. Siel valor des, es positivo (s,, > 0) se puede afirmar que los puntos que tuvieron mayor influencia en s,, estén ubicados, en su mayorfa, en los cuadrantes I y III, En este caso se dice que existe una asociacién o correlacién lineal positiva entre las variables. Conlas estaturas de las mamés y de las estaturas de las hijas, se observa que la correlacién entre las dos variables es linealmente positiva, (Nétese que s,, = 9.35).Ejemplo Una compasia procesadora de productos base de cacao planca poner en el mercado tun nuevo dulce de chocolate. Para ello, el departamento de mercadeo pone en uno de sus puntos de venta degustaciones gratis. Después de 10 dias de aplicar la estra- tegla, cl jefe del dcpartamento de mercadco quiere saber si cl ndimero de degustaciones catregadas y la cantidad de unidades ven- didas conserva alguna relacién. A continuacién se presentan los datos obtenidos: Enun estudio clinica se quiere determinar si existe alguna rlacién entre laedad x, delas personas con supesoy, Paraesto, se toma una muestra de cinco personas yse obtienen los siguientes resultados: 1 15 59 2 28 48,5 3 33 789 4 55 63,7 5 78 52,1 Total 209 302,2 Coeficiente de correlaci6n lineal El coeficiente de correlacin lineal es una medida numérica de la intensidad de la relacién entre las dos variables estudiadas. Este valor refleja la consistencia del efecto que el cambio de una variable produce en la otra. Este coeficiente se representa con la letra ry est determinado por: El coeficiente de correlacién lineal siempre tiene un valor entre ~1 y 4; si ry equivale a ‘Ise dice que entre las variables hay una correlacién positiva perfecta y sir. es igual a —1 se dice que entre las variables hay una correlacién negativa perfecta, como se muestra en la figura. 2 4H qs Correlacién alta — Correlacién alta + Correlacién bajaEjemplo Calcular el coeficiente de correlacién para las variables en el ejemplo del estudio sobre la estatura de una mujer teniendo como dato la estatura de la madre. Para calcular el coeficiente de correlacién resulta bastante util construir a si- guiente tabla: =235 | 55225 70225 01225 0.1225, 70225 70225 =535 | 28,6225 21,6225 ts7_ | 535 {aa 160 | 235 | 55225 167 465 | 21,6225 167__| 465 _| 21,6225 165 70225 Como s, = 4,78;