MEDIDAS

ESTADISTICAS
BIDIMENSIONALES

CONTENIDO:
Medidas estadsticas bidimensionales.
Medidas estadsticas condicionales. Covarianza.

DISTIBUCIONES BIDIMENSIONALES

Las distribuciones bidimensionales son aquellas en las que se estudian al

mismo tiempo dos variables de cada elemento de la poblacin o de la
muestra.

Estas variables pueden ser cuantitativas o cualitativas. Por ejemplo: peso y

altura de un grupo de estudiantes; edad y horas de lectura; usuario y turno
de asistencia, etc.

DISTIBUCIONES BIDIMENSIONALES
Las tres situaciones que pueden presentarse en este caso son las Siguientes:

1) Ambas variables son cualitativas.

2) Ambas variables son cuantitativas.

3) Una variable es cuantitativa y la otra cualitativa.

Para representar los datos obtenidos se utiliza la siguiente tabla:

TABLAS DE DOBLE ENTRADA O DE CONTINGENCIA

Y
X

y1

y2

..

..

yk

ni .

x1

n11

n12

..

..

n1k

n1 .

x2
.
.
.

n21
.
.

n22
.
.

..
.
.
.

..
.
.
.

n2k
.
.

n2 .
.
.

xi
.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

ni .
.
.
.

xh

nh1

nh2

..

..

nhk

nh .

n. j

n. 1

n. 2

..

..

n. k

n. j

TIPOS DE FECUENCIAS
BIDIMENSIONALES
n11 : frecuencia absoluta conjunta
ni.

: frecuencia marginal de la variable x

n. j : frecuencia marginal de la variable y

h11 : frecuencia relativa conjunta
N11 : frecuencia absoluta acumulada

OBJETIVO DEL ANALISIS

BIDIMENSIONAL
Uno de los objetivos del anlisis de distribuciones bidimensionales es
estudiar si existe asociacin o relacin entre las variables X e Y.

 Si las variables x e y son cualitativas la tabla de distribucin

bidimensionales se llama tabla de contingencia.
Si las variables x e y son cuantitativas La distribucin conjunta de
dos variables puede expresarse grficamente mediante un
diagrama de dispersin que indica la relacin entre las dos
variables.

A partir de una distribucin bidimensional se obtendrn distribuciones

unidimensionales de dos tipos: marginales y condicionadas.

DISTRIBUCIONES
MARGINALES
Al analizar una distribucin bidimensional, uno puede centrar su
estudio en el comportamiento de una de las variables, con
independencia de como se comporta la otra. Estaramos as en el
anlisis de una distribucin marginal.

DISTRIBUCIONES
MARGINALES
Marginal de X: expresa cmo se distribuye X en la poblacin
total, al margen de la otra variable.
Marginal de Y: expresa cmo se distribuye Y en la poblacin total,
al margen de la otra variable.

TABLAS MARGINALES
De cada distribucin bidimensional se pueden deducir dos
distribuciones marginales: una correspondiente a la variable
x, y otra correspondiente a la variable y.
Marginal de X

Marginal de Y

Xi

ni.

yj

n .j

x1

n1.

y1

n.1

x2

n2.

y2

n.2

x3

n3 .

y3

n.3

x4
total

n4.
n

y4
total

n.4
n

MEDIDAS ESTADSTICAS EN
DISTRIBUCIONES BIDIMENSIONALES
La media marginal de x est dada por:

La media marginal de y est dada por:

MEDIDAS ESTADSTICAS EN
DISTRIBUCIONES BIDIMENSIONALES
La varianza marginal de x:

La varianza marginal de y:

COVARIANZA:
La medida de asociacin lineal ms simple entre dos variables x e y es
la covarianza definida como sigue:
Sea (xi, yj), con i = 1, 2, 3, , k; j = 1, 2, 3, , m, los distintos valores
de una variable bidimensional (x, y) con frecuencias absolutas fij i = 1,
2, 3, , k; j = 1, 2, 3, , m. la covarianza entre x e y se define:

INTERPRETACIN DE LA COVARIANZA:
La covarianza como medida absoluta de dispersin conjunta de las
variables x e y nos proporciona el sentido de la variacin conjunta
entre x e y a travs de su signo.
i.
Si cov(x, y) > 0, entonces ambas variables x e y varan en el
mismo sentido. Esto es, si x aumenta, y tambin aumente, y
viceversa.
ii. Si cov(x, y) < 0, entonces ambas variables x e y varan en sentido
opuesto. Esto es, si x aumenta, y disminuye, y viceversa.
iii. Si cov(x, y) = 0, entonces la variacin de x no tiene efecto sobre
la variacin de y, y viceversa

EJEMPLO:
A partir de una muestra de 100 familias se desea hacer un estudio
sobre la relacin entre el ingresos (X) y los ahorro (Y). Los datos
obtenidos se recogen en la siguiente tabla, expresados en miles
nuevos soles anuales:

Calcular el ingreso anual medio, el ahorro anual medio y medir la

representatividad (varianza) de ambos valores medios. La covarianza
de entre el ingreso y ahorro anual.

SOLUCION:
Tenemos que calcular las medias de las distribuciones marginales de X e
Y.

fi.

xi

xi fi.

x2i. fi.

4-8

50

300

1800

8 - 15

35

11,5

402,5

4628,75

15 - 20

15

17,5

262,5

4593,75

Total

100

965

11022,5

f. j

yj

y j f. j

y2 f

0-1

33

0,5

16,5

8,25

1-5

34

102

306

5-8

33

6,5

214,5

1394,25

333

1708,5

Total

100

.j .j

Luego, el ingreso anual medio es 9,65 miles de soles y el ahorro anual

medio es 3,33 miles de soles.

SOLUCION:
Sus varianzas son:

SOLUCION:

Y
X

0-1
0.5
30
f11

1-5
3
20
f12

5-8
6.5
0
f13

4-8

8 - 15

11.5

3
f21

14
f22

18
f23

15 - 20

17.5

0
f31

0
f32

15
f33

Interpretacin:
A medida que aumenta el ahorro tambin aumenta el ingreso en las familias.

DISTRIBUCION
CONDICIONAL

BIDIMENSIONAL

DISTRIBUCION DE FRECUENCIAS ABSOLUTAS PARA X DADO Y:

Definicin: la distribucin de frecuencias de la variable x,

condicionada a un valor particular de y (y=yj) representada por
f(x/y=yj), est dada por la columna j-sima de la tabla de doble
entrada de la distribucin.
DISTRIBUCION DE FRECUENCIAS RELATIVAS:
se

llama

condicional de:
x dado y = yj

frecuencia

relativa

DISTRIBUCION DE
PARA: X DADO Y

FRECUENCIAS

Como se ha visto en la distribucin de frecuencias

bidimensionales, es tambin una distribucin unidimensional y
tiene la siguiente tabla de presentacin:

DISTRIBUCION
FRECUENCIAS
PARA Y DADO X:

DE
ABSOLUTAS

Definicin: la distribucin de frecuencias de la variable y, condicionada a

un valor particular de x (x=xi) representada por f(y/ x=xi), est dada por la jsima fila de la tabla de doble entrada de la distribucin.
DISTRIBUCION DE FRECUENCIAS RELATIVAS:
La distribucin condicionada de y/x=xi

DISTRIBUCION DE FRECUENCIAS PARA:

Y DADO X
yj

y1y2
y3

f(y/ x=xi)
fi1
fi2
fi3

h(y/ x=xi)
hi1
hi2
hi3

fim
fi.

him
hi.

.
.

ym
Total

Ejemplo:

a)
b)
c)

d)

Se presenta un cuadro de distribucin de 50 rdenes de compras de

bateras de automviles segn el nmero de unidades compradas (x) y el
precio unitario (y) en soles. Los datos fueron recolectados de una empresa
distribuidora de bateras.
Determinar la distribucin condicionada de y dado x = 20
Determinar la distribucin condicionada de x dado y = 62
Si el precio pagado por batera fue de S/. 65, Qu porcentaje de
rdenes de compra de diez bateras se realiz?
Si se ordenaron compras de veinte bateras, Qu porcentaje de ellas se
pag S/. 62 por batera?
y
x
5
10
15
20
25
Total

60

62

65

70

Total

0
0
1
3
5
9

0
2
7
8
9
26

1
4
2
2
1
10

3
1
0
1
0
5

4
7
10
14
15
50

Solucin:
a.

b.

c.
d.

y
60
62
65
70
Total

f(y/ x=20)
3
8
2
1
14

h(y/ x=20)
0.22
0.57
0.14
0.07
1.00

x
5
10
15
20
25
Total

f(x/y=62)
0
2
7
8
9
26

h(x/y=62)
0.00
0.08
0.27
0.31
0.34
1.00

MEDIDAS ESTADISTICAS
CONDICIONALES:
Media o promedio condicional:
Media de X dado Y

M ( X / Yd )

x
i 1

f id

f .d
Se lee la media de X tal que (dado que) Y = d
Media de Y dado X
m

M (Y / X d )

y
j 1

f dj

fd .

Se lee la media de Y tal que (dado que) X = d

EJEMPLO:
Las puntuaciones obtenidas por un grupo de alumnos en un test
que mide la habilidad verbal (X) y el razonamiento abstracto (Y)
son las siguientes:

Determinar:
a. M(x/y2)
b. M(y/x4)

Y
X

25-35

35-45

45-55

55-65

20

30

40

50

SOLUCIN:
Y 25-35 35-45 45-55 55-65
X
30
40
50
60
fi.
20
6
3
0
0
f1.=9
30
4
6
2
1
f2.=13
40
0
1
5
2
f3.=8
50
0
0
3
7
f4.=10
f.j
f.1=10 f.2=10 f.3=10 f.4=10 n=40

a.

b.

MEDIDAS ESTADISTICAS CONDICIONALES:

VARIANZA CONDICIONAL
k

2
(
x
f
)
Varianza de X dado un Y

i id

1 k 2
i 1
xi f id

V ( X / Yd )
f .d 1 i 1
f .d

Se lee la varianza de X tal que (dado que) Y = d

m

2
Varianza de Y dado un X
(
y
f
)
j 1 j dj

1 m 2

V (Y / X d )
y j f dj

f d . 1 j 1
fd .

Se lee la varianza de Y tal que (dado que) X = d

APLICACIONES:
1.

Sea X= salario semanal en dlares.

Sea Y = antigedad en la empresa (aos)

EJEMPLO:
Del ejemplo anterior determinar :
a. V(x/y2)
b. V(y/x4)
Solucin:
a.

( x f )

1
x f

V(X /Y )
f 1
f

.d

i 1

2
i

i 1

id

id

.d

4

x i f i 2

1 4 2
i 1

V ( X / Y2 )
x
f

i
i
2

f .2 1 i 1
f .2

x1 f 12 x 2 f 22 x3 f 32 x 4 f 42 2
1 2
2
2
2
V ( X / Y2 )
x1 f 12 x 2 f 22 x 3 f 32 x 4 f 42

f .2 1
f .2

( 20(3) 30(6) 40(1) 50(0)) 2

1 2
2
2
2
V ( X / Y2 )
20 (3) 30 (6) 40 (1) 50 (0)

10 1
10

V ( X / Y2 ) 40

SOLUCIN:
m

2
(
y
f
)

j dj

1 m 2
j 1

V (Y / X d )
y j f dj

f d . 1 j 1
fd.

2
(
y
f
)

j 4j

1 4 2
j 1

V (Y / X 4 )
y j f4 j

f 4. 1 j 1
f 4.

y1 f 41 y2 f 42 y3 f 43 y4 f 43
1 2
2
2
2
V (Y / X 4 )
y1 f 41 y2 f 42 y3 f 43 y4 f 44

f 4. 1
f.2

1 2
(30(0) 40(0) 50(3) 60(7)) 2
2
2
2
V (Y / X 4 )
30 (0) 40 (0) 50 (3) 60 (7)

10 1
10

V (Y / X 4 ) 23.33

APLICACIONES
1. Sobre un conjunto de conductores se ha realizado una encuesta para
analizar su edad (Y) y el nmero de accidentes que han sufrido (X). A
partir de la misma, se obtuvieron los siguientes resultados:

QU HEMOS VISTO?
o Las medidas estadsticas bidimensionales.
o Calculo
medidas
condicionales.

estadsticas

bidimensionales

o Interpretacin las medidas estadsticas bidimensionales y

condicionales.
o Calculo e interpretacin de la covarianza.

Cualquier esfuerzo resulta ligero con el hbito.

Tito Livio
Para las cosas grandes y arduas se necesitan combinacin sosegada,
voluntad decidida, accin vigorosa, cabeza de hielo, corazn de fuego
y mano de hierro.
- Jaime Balmes,
sacerdote, filsofo y periodista espaol