Distribuciones Bidimencionales

Distribuciones
Bidimencionales
freegoogleslidestemplates.com
Relacin funcional
Dos variables x e y estn relacionadas funcionalmente cuando

conocida la primera se puede saber con exactitud el valor de la
segunda.
Ejemplos
Si se deja caer una piedra, existe una frmula que nos permite
calcular exactamente, la altura a la que se encuentra en funcin
del tiempo transcurrido.
h = g t.
Relacin Estadstica
Dos variables x e y estn relacionadas estadsticamente
cuando conocida la primera se puede estimar
aproximadamente el valor de la segunda.
Ejemplos:
Ingresos y gastos de una familia.
Produccin y ventas de una fbrica.
Gastos en publicidad y beneficios de una empresa.
Variable estadstica
bidimensional
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:
Covarianza
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.
La covarianza se representa por sxy o xy.
La Covarianza indica el sentido de la correlacin entre
las variables
Si xy > 0 la correlacin es directa.

Si xy < 0 la correlacin es inversa.
La covarianza presenta como inconveniente, el hecho de

que su valor depende de la escala elegida para los ejes.
Es decir, la covarianza variar si expresamos la altura en
metros o en centmetros. Tambin variar si el dinero lo
expresamos en euros o en dlares.
Hallar la covarianza de la
distribucin
Despus de tabular los datos, hallamos las medias
aritmticas
Ejemplo: Los valores de dos variables X e Y se
distribuyen segn la tabla siguiente:
Hallar la covarianza de la
distribucin
En primer lugar convertimos la tabla de doble entrada en
tabla simple y calculamos las medias aritmticas.
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
Correlacio
n
1.- La 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.- La 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.- La 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.
Grados de
Correlacio
n
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 Debil:
La correlacin ser dbil cuanto ms

separados estn los puntos de la
recta.
3.- La 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.
Coeficiente
de
Correlacin Lineal
El coeficiente de correlacin lineal es el
cociente entre la covarianza y el producto de las
desviaciones tpicas de ambas variables.
El coeficiente de correlacin lineal se expresa

mediante la letra r.
Propiedades
1. El coeficiente de correlacin no vara al hacerlo la
escala de medicin, es decir, si expresamos la altura en
metros o en centmetros el coeficiente de correlacin no
vara.
2. El signo del coeficiente de correlacin es el mismo que

el de la covarianza.
Si la covarianza es positiva, la correlacin es directa.

Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
1 r 1
4. Si el coeficiente de
correlacin lineal toma valores
cercanos a 1 la correlacin es
fuerte e inversa, y ser tanto
ms fuerte cuanto ms se
aproxime r a 1.
5. Si el coeficiente de
correlacin lineal toma valores
cercanos a 1 la correlacin es
fuerte y directa, y ser tanto ms
fuerte cuanto ms se aproxime r
6. Si el coeficiente de correlacin lineal toma valores
cercanos a 0, la correlacin es dbil.
7. Si r = 1 1, los puntos de la nube estn sobre la recta

creciente o decreciente. Entre ambas variables hay
dependencia funcional.
Hallar la coeficiente de
correlacin de la distribucin
e interpretarlo
1. Hallamos las medias aritmticas.
2. Calculamos la covarianza.
3. Calculamos las desviaciones tpicas.
4. Aplicamos la frmula del coeficiente de correlacin
lineal.
Al ser el coeficiente de correlacin positivo, la correlacin
es directa.
Como el coeficiente de correlacin est muy prximo a 1

la correlacin es muy fuerte.
Ejemplo: Los valores de dos variables X e Y se
distribuyen segn la tabla siguiente:
Determine el coeficiente de
correlacin
Convertimos la tabla de doble entrada en tabla simple
Calculamos los valores necesarios para aplicar la
frmula
Al ser el coeficiente de correlacin negativo, la
correlacin es inversa.
Como el coeficiente de correlacin est muy prximo a 0

la correlacin es muy dbil.
Recta de
Regresion
La recta de regresin es la que mejor se ajusta a la nube
de puntos.
La recta de regresin pasa por el punto
llamado centro de gravedad.
Recta de Regresin de y sobre x
La recta de regresin de Y sobre X se utiliza

para estimar los valores de la Y a partir de los
de la X.
La pendiente de la recta es el cociente entre la

covarianza y la varianza de la variable X.
Recta de Regresin de x sobre y
La recta de regresin de X sobre Y se utiliza

para estimar los valores de la X a partir de los
de la Y.
La pendiente de la recta es el cociente entre la

covarianza y la varianza de la variable Y.
Si la correlacin es nula, r = 0, las rectas de
regresin son perpendiculares entre s, y sus
ecuaciones son:
Hallar las rectas de regresin

y representarlas
1. Hallamos las medias aritmticas.
3. Calculamos la varianzas.
4. Rectas de regresin de Y sobre X.
5. Rectas de regresin de X sobre Y.
Grfica de las rectas
Ejercicio
Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan,
respectivamente, 14, 20, 32, 42 y 44 kilos.
- Hallar la ecuacin de la recta de regresin de la

edad sobre el peso
- Cul sera el peso aproximado de un nio de

seis aos?
Solucin
Hallamos las medias
Hallamos las varianzas
Hallamos la covarianza
Hallamos las rectas
De regresion
El peso aproximado de un nio
de 6 Anos es
Ejercicio
Un centro comercial sabe en funcin de la
distancia en kilmetros, a la que se site de un
ncleo de poblacin, la cantidad de clientes que
acuden, en cientos, que figuran en la tabla:
Encontrar
El coeficiente de correlacin lineal
Si el centro comercial se sita a 2 km, cuntos

clientes puede esperar?
Si desea recibir a 5 clientes, a qu distancia del

ncleo de poblacin debe situarse?
Gracias por su
Atencin
Feliz dia !!!

Distribuciones Bidimencionales

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Distribuciones Bidimencionales

Uploaded by

Copyright:

Available Formats

Distribuciones

Dos variables x e y estn relacionadas funcionalmente cuando

Estos dos caracteres son a su vez variables

Si representamos cada par de valores como las

Sobre la nube de puntos puede trazarse una recta que

La covarianza se representa por sxy o xy.

Si xy > 0 la correlacin es directa.

La covarianza presenta como inconveniente, el hecho de

Es decir, determinar si los cambios en una de las

La correlacin directa se da cuando

La recta correspondiente a la nube de

La correlacin inversa se da cuando al

La recta correspondiente a la nube de

La correlacin nula se da cuando no

En este caso se dice que las variables

La correlacin ser fuerte cuanto ms

La correlacin ser dbil cuanto ms

La correlacin nula se da cuando no

En este caso se dice que las variables

El coeficiente de correlacin lineal se expresa

2. El signo del coeficiente de correlacin es el mismo que

Si la covarianza es positiva, la correlacin es directa.

7. Si r = 1 1, los puntos de la nube estn sobre la recta

Como el coeficiente de correlacin est muy prximo a 1

Como el coeficiente de correlacin est muy prximo a 0

La recta de regresin pasa por el punto

llamado centro de gravedad.

La recta de regresin de Y sobre X se utiliza

La pendiente de la recta es el cociente entre la

La recta de regresin de X sobre Y se utiliza

La pendiente de la recta es el cociente entre la

Hallar las rectas de regresin

- Hallar la ecuacin de la recta de regresin de la

- Cul sera el peso aproximado de un nio de

Si el centro comercial se sita a 2 km, cuntos

Si desea recibir a 5 clientes, a qu distancia del

You might also like