Documentos de Académico
Documentos de Profesional
Documentos de Cultura
712
Sea xij el valor que toma la j-ésima variable sobre el i-ésimo objeto
(o individuo o unidad experimental). Si se toman n mediciones
sobre p variables de interés, el conjunto de datos puede ser
presentado como
Interpretación:
I sjk > 0 indica una asociación lineal positiva entre los datos de
las variables
I sjk < 0 indica una asociación lineal negativa entre los datos de
las variables
I sjk = 0 indica que no hay una asociación lineal entre los datos
de las variables
Correlación muestral: Es otra medida de asociación lineal. Para
los datos de la j-ésima y k-ésima variable se define como
sjk
rjk = √
sjj skk
A diferencia de la covarianza muestral, que no indica cuál es la
fortaleza de la relación lineal, la correlación está acotada entre -1 y
1.
Propiedades de rjk
1. −1 ≤ rjk ≤ 1
I rjk = 1 indica que hay una asociación lineal positiva y perfecta
entre los datos de las variables. Los datos caen sobre una lı́nea
recta de pendiente positiva.
I 0 < rjk < 1 indica que hay una asociación lineal positiva
imperfecta entre los datos de las variables. Los datos caen
alrededor de una lı́nea recta de pendiente positiva.
I rjk = −1 indica que hay una asociación lineal negativa y
perfecta entre los datos de las variables. Los datos caen sobre
una lı́nea recta de pendiente negativa.
I −1 < rjk < 0 indica que hay una asociación lineal negativa
imperfecta entre los datos de las variables. Los datos caen
alrededor de una lı́nea recta de pendiente negativa.
I rjk = 0 indica que no hay una asociación lineal entre los datos
de las variables.
2. Considere las versiones estandarizadas de las variables xj y xk
xij −x̄j ik −x̄k
x√
zj = √
sii y zk = skk
yj = axj + b
yk = cxk + d
# Vector de medias
mean(datos)
# Matriz de covarianzas
cov(datos)
# Matriz de correlaciones
cor(datos)
Gráficos
xi1
fi (t) = √ + xi2 sin(t) + xi3 cos(t) + xi4 sin(2t) + xi5 cos(2t) + · · ·
2
donde −π < t < π.
Caras de Chernoff
# gráfico de puntos
stripchart(X1, method=”stack”)
# histograma
hist(X1)
# gráfico de caja boxplot(X1)
# matriz de dispersión
# pegado de las variables en la matriz X
X< −as.matrix(cbind(X1, X2, ...,Xp))
pairs(X)
# gráfico de estrellas
# estandarización de las variables
# pegado de las variables estandarizadas en la matriz Xs
Xs< −as.matrix(cbind(X1s, X2s, ..., Xps))
# los nombres de las observaciones son colocadas en el vector obs
obs=as.vector(X*)
stars(Xs, labels = obs, key.loc=c(10,1.8))
# invocar la librerı́a aplpack para los gráficos de caras
library(aplpack)
gráficos de caras
faces(Xs, labels = obs)