Dasometría.

Estadística bidimensional

1.- OBJETIVO
Se pretende estudiar a la vez 2 variables en una población o muestra, para establecer la
relación entre esas variables.

2.- RELACIÓN FUNCIONAL O ESTADÍSTICA

Cuando el valor de una de las variables no determina exactamente el valor de la otra, la
relación se considera estadística

3.- RELACIONES ESTADÍSTICAS

La ventaja de conocer la relación entre 2 variables es que conocido el valor de una de
ellas puede obtener se información sobre la otra
 Dasometría. Estadística bidimensional

3.1.- CORRELACIÓN

Cuando existe relación estadística entre 2 variables decimos que están correlacionadas.
Se podrá estimar una de ellas en función de la otra.

Esta correlación será directa si el aumento de una ellas supone el incremento de la otra.
Inversa en caso contrario

3.2.- DIAGRAMA DE DISPERSIÓN

El diagrama que permite visualizar en el plano la distribución de los datos asociados a las
dos variables es el diagrama de dispersión.

La forma de la nube de puntos del diagrama de dispersión es un indicador de la

correlación entre X e Y
 Dasometría. Estadística bidimensional

3.2.1.- INTERPRETACIÓN DE LA NUBE DE PUNTOS

-Si la forma es alargada se puede afirmar que existe correlación lineal

- La estrechez de la nube es un indicador de la fuerza de la correlación

- Si la nube se concentra en torno a una recta con pendiente positiva, la

correlación será directa

4.- MEDIDAS MARGINALES n

Para el conjunto de datos de cada una de las variables X e

Y se pueden establecer medidas como frecuencias,
x
i 1
i
n

x y 
medias o desviaciones típicas

El punto se llama centro medio o centro de gravedad

 Dasometría. Estadística bidimensional

5.- LA COVARIANZA

Se trata de un número que permite saber el sentido de la correlación

Su signo establecerá si la correlación es directa o inversa

 x y 
n

s xy
 i 1
n
i i
 
 xy
 Dasometría. Estadística bidimensional

6.- COEFICIENTE DE CORRELACIÓN LINEAL

La covarianza no es un parámetro adecuado para medir la intensidad de la

correlación, al verse afectado por las escalas de medida de X e Y

r
s xy

s s x y

6.1.- INTERPRETACIÓN DE r

- r está comprendido entre -1 y +1

- Próximo a los extremos indica correlación lineal fuerte
- Próximo a 0 indica que la correlación lineal, si hay, es débil.
- Valores positivos indican correlación directa
- Si el valor es -1 o +1 sugiere una relación funcional
 Dasometría. Estadística bidimensional

7.- COEFICIENTE DE DETERMINACIÓN, r2

Representa la proporción de variación total de la variable dependiente (y)

que puede ser explicada por la variable independiente (x).

Así, si r = 1, los cambios en la x explican el 100% de los cambios en la y.

En consecuencia, la X y la Y son linealmente dependientes.
 Dasometría. Estadística bidimensional

8.- REGRESIÓN

Cuando el diagrama de dispersión adopta una forma muy definida, sus puntos pueden quedar
aproximados mediante una línea curva en general, que se denomina LÍNEA DE REGRESIÓN.

Así, se podrán estimar los valores “y” de una variable a partir de los valores “x” de la otra
variable.

8.1.- RECTA DE REGRESIÓN

Es el caso en el que la línea de regresión es una recta.

Se observa un diagrama de puntos asociado alargado, y tanto más
comprimido cuanto más correlacionado sea.

8.2.- ECUACIÓN DE LA RECTA

El criterio de ajuste es el de mínimos cuadrados, obteniendo

una ecuación de la forma: y = ax + b, donde a es la pendiente y
b la ordenada en el origen.
 Dasometría. Estadística bidimensional

REPRESENTACIÓN DE LA RECTA

Ecuación de cálculo:

y y 
s x  x xy
2
s x