DATOS BIVARIADOS.VARIABLE DEPENDIENTE E INDFEPENDFIENTE.

Población→ Una variable → un individuo

Muestra.→ dos variables→ 𝑑𝑜𝑠 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠.

Datos Bivariados son pares de valores (a b) → 𝑢𝑛𝑠 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝐵𝑖𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑎𝑙.

Es las aplicaciones tienen variables para un individuo o para dos datos-

Loa datos bivariados constituyen una distribución bidimensional tenemos que.

Datos ordenados

X X1 X2 X3 X4 X5 X6
Y Y1 Y2 Y3 Y4 Y5

Si representamos en un eje cartesiano.

y5 * *

y3 *

y2 *

y1 * x Diagrama de dispersión

x x2 x3 x 4 x5

que se utilizan en estudios científicos demográficos y otras aplicaciones lo que hace que se
establezca una correlación se busca a través de la covarianza que constituye una relación lineal XY
∑(𝑥 −𝑋)(𝑦 −𝑌)
Tenemos.𝜎 xy = donde
𝑁

→>0

𝜎 xy →= 0

→ < 0.

La covarianza busca una correlación lineal entre las variables dé cada Xc cuando se determina la
covarianza.

EJEMPLO.

Las calificaciones sobre 100 puntos simulacros y pruebas de selección para 12 aspirantes son.
CALIFICACIONES.

Simulacro Pruebas.

65 69.

76 81.

80 86.

93 95.

51 53.

62 60.

70 75.

73 73.

82 86.

86 88.

78 77.

60 63.

100 Y

90 * *

80 * *

70 *

60.

50 *

50 60 70 80 90 100 X

Vamos a calcular la covarianza.

1) Calculo la media para x. y.

_ _
∑𝑥 876 ∑𝑌 906
X= = = 73. Y= = = 75,5 _ _
𝑛 12 𝑛 12
∑(𝑥−𝑋)( 𝑦−𝑌)
La covarianza viene dada por. 𝜎𝑥𝑦 = Elabora la tabla siguiente.
𝑛
 x -X y-Y (x -X) (y -Y)
65 - 73 = -8 69 -75.5 = -6.5 52

76 - 73 = 3 81 - 75,5 =5.5 16-5

80 - 73= 7 86 - 75.5 = 10.5 73.5
93 - 73 = 20 95 - 75.5 = 19.5 390
51 -73 =-22 53 - 75.5 =-22,5 495
62 -73 = -11 60 - 75,5 = -15.5 170.5
70 - 73 = -3 75 - 75.5 = -0.5 1.5
73 -73 = 0 73 - 75.5 = -2.5 0
82 - 73 = 9 86 - 75,5 = 10.5 94.5
86 - 73 = 13 88 - 75,5 = 12,5 162.5
78 - 73 = 5 77 - 75,5 = 7.5 7.5
60 -73 = -13 63 - 75,5 = -12.5 162.5

∑(𝑥 −𝑋)( 𝑦−𝑌) 1626

𝜎xy = = = 135.5 valor que corresponde a la covarianza.
𝑛 12

Para calcular a PEARSON. Tenemos.

∑ 𝑥𝑦
𝜏= elaboro la tabla.
√∑(𝑥 2 )(𝑦 2 )

X y 𝑥2 𝑦2
65 69 4225 4761
76 81 5776 6561
80 86 6400 7396
93 95 8649 9025
51 53 2601 2809

62 60 3844 3600
70 75 4000 5625
73 73 5329 5329
82 86 6724 7396
86 88 7396 7744
78 77 6084 5929
60 63 3600 3929

67764 67764
𝜏= = 0.9995. esta es la correlación de Pearson,
√(65528)(70144) 67796.72

CORRELACION LINEAL.

Si x y son dos variables en relación con el diagrama de dispersión que muestra la localización

De los puntos (x y).

y. y

• * * * *

* *. * * *

* * * *

* *

x.

correlación positiva correlación negativa.

RECTA DE REGRESION DE MINIMOS CUADRADO.

Y= a +bx..

Y → 𝑣𝑎𝑙𝑜𝑟 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑎𝑑𝑜.

a es la ordenada de intersección con el eje y.

b es la pendiente de la recta.

X es cualquier valor seleccionado de la variable independiente.

𝑛(∑(𝑥 𝑦)−(∑ 𝑥)(∑ 𝑦)
PENDFIENTE DE LA LINEA DE REGRESION. b= .
𝑛(∑ 𝑥 2 )−(∑ 𝑥)2

INTERSECCION CON EL EJE Y.

∑𝑦 ∑𝑥
a= -b .
𝑛 𝑛

Sea la información que viene dada por.

X Y XY 𝑋2 𝑌2
65 68 4420 4225 4624
63 66 4158 3969 4356
67 68 4556 4489 4624
64 65 4160 4096 4225
68 69 4692 4624 4761
62 66 4092 3844 4356
70 68 4760 4900 4624
66 65 4290 4356 4225
68 71 4228 4624 5041
67 67 4489 4489 4489
69 68 4692 4761 4624
71 70 4970 5041 4900
∑𝑋 ∑𝑌 ∑ 𝑋𝑌 ∑ 𝑋2 =53418 ∑ 𝑌 2 =54849

= 800 = 811 = 54809

.Loa cálculos para determinar la ecuación de regresión son.

𝑛(∑ 𝑥𝑦)−∑ 𝑥 ∑ 𝑦 12(54809)−(648800) 657708−648800 8908

b= = = = =8.7677, este valor corresponde b.
𝑛 ∑ 𝑥 2 −(∑ 𝑥 2 ) 12(53418)−(53418) 641016−640000 1016

∑𝑦 ∑𝑥 811 800
El valor para a= -b = – 8.76 = 67.58 -584 = -516.42. Ahora tomo la ecuación.
𝑛 𝑛 12 12

Y= a +bx = -516.42 +8.76X esta es la ecuación de regresión.

y.

74

72

70 . .

68 . .

66 . .

64

62-

60.

60 62 64 66 68 70 72. .

El valor b significa de 8.76 que por cada calificación puede aumentar el número simulacros que
corresponde a la pendiente de la recta.

El valor de a es el punto donde la recta corta al eje y