ESTADÍSTICA II

Carlos Armando Alvear Rodríguez

carlos.alvear00@usc.edu.co

Cali - Colombia
 INFERENCIA ESTADÍSTICA

Propósito:
Crear fundamentos que le permitan al investigador sacar conclusiones
a cerca de los parámetros de la población a partir de los datos
experimentales.

La inferencia estadística puede dividirse en dos áreas principales:

➢ Estimación de parámetros.
➢ Pruebas de Hipótesis.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

¿Qué es el análisis de correlación?

Es una técnica estadística que podemos usar para describir el grado de
relación entre un par de variables cuantitativas. Entre sus herramientas
se encuentran:
• Gráficos de dispersión.
• Coeficiente de correlación de Pearson (r).
• Coeficiente de correlación de Spearman (ρ).

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Gráfico de dispersión: Es un gráfico en el cual se representan las

parejas (X, Y) de las variables observadas. La forma que toma ilustra
acerca de la posible asociación existente.

y y y

x x x
Relación lineal negativa Relación lineal positiva
Falta de relación lineal
(indirecta o decreciente) (directa o creciente)

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Coeficiente de correlación de Pearson (r): Medida de la magnitud de

la asociación lineal entre dos variables con distribución Normal.
 n   n  n 
n   xi yi  −   xi   yi 
r=  i =1   i =1  i =1 
 n 2  n 2   n 2  n 2 
 n xi −   xi    n yi −   yi  
 i =1  i =1    i =1  i =1  
Relación indirecta Variables no Relación directa
perfecta relacionadas perfecta

-1 -0.1 0 +0.1 +1

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Coeficiente de correlación de Spearman (ρ): Medida de la magnitud

de la asociación lineal entre dos variables sin distribución Normal.
n
6 Di2
 = 1− i =1

n ( n − 1) 2

Para calcular ρ, los datos son ordenados y reemplazados por su

respectivo orden. Donde D es la diferencia entre los correspondientes
valores ordenados de cada X y Y. Si dos o más valores de los datos son
iguales, se promedian sus posiciones y se les asigna este promedio.
Relación indirecta Variables no Relación directa
perfecta relacionadas perfecta

-1 -0.1 0 +0.1 +1
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
AYUDA DE EXCEL:

Correlación de Pearson:
+COEF.DE.CORREL(matriz1;matriz2)
matriz1: Son los valores de la variable 1.
matriz2: Son los valores de la variable 2.

Ayuda para Correlación de Spearman:

+JERARQUIA.MEDIA(número;referencia;[orden])
número: Es el dato del que se desea encontrar la jerarquía.
referencia: Son los datos de la variable analizada.
[orden]: Identifica si el orden es ascendente o descendente.
Falso o 0 para descendente.
Verdadero o 1 ascendente.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 1:
Sean los siguientes datos de las variables X y Y. ¿Qué relación hay
entre las variables X y Y?
X Y
3 1
6 6
5 4
7 5
9 7
2 8
4 7
5 2
6 4
9 3
8 2
6 1
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 1:
Sean los siguientes datos de las variables X y Y. ¿Qué relación hay
entre las variables X y Y?
X Y
3 1 9
6 6 8

5 4 7
𝑟 = −0.1291
7 5 6
𝜌 = −0.0612
9 7 5
Y

4
2 8 ¿Relación negativa?
3
4 7
2
5 2
6 4
1 ¿Falta de relación?
0
9 3 0 1 2 3 4 5 6 7 8 9 10
X
8 2
6 1
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Prueba de correlación de Pearson:

Paso 1: Plantear hipótesis.
H0 : = 0 H0 : = 0 H0 : = 0
ó ó
H1 :   0 H1 :   0 H1 :   0
Paso 2: Seleccionar un nivel de significancia α, que es la probabilidad
de rechazar la hipótesis nula cuando realmente es verdadera.
0   1

Paso 3: Cálculo de la estadística de prueba.

r
TEp =
1− r2
n−2
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Prueba de correlación de Pearson:

Paso 4: Formular regla de decisión.
H1 Región de rechazo de H0
 0 t Ep  t( ;n − 2)
 0 t Ep  t(1− ;n − 2)
 0 t Ep  t( 2;n − 2) ó t Ep  t(1− 2;n − 2)

Paso 5: Tomar una conclusión.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN ➔ ¿CÓMO VALORAR ASOCIACIÓN?:

Prueba de correlación de Spearman:

La estadística de prueba puede tener dos formas dependiendo de la
cantidad de pares de datos en la muestra.
H0 Estadística de prueba H1 H0
Región de rechazo de H0

 0  Ep  ( ;n )
Cuando n  30
 =0  0  Ep  (1− ;n )
 Ep = 
 0  Ep  ( 2;n ) ó  Ep  (1− 2;n )
 0 z Ep  z( )
Cuando n  30
 =0  0 z Ep  z(1− )
Z Ep =  n − 1
 0 z Ep  z( 2) ó z Ep  z(1− 2)

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 2:
El gerente de una empresa desea saber, si aumentando el número de
horas laboradas en la compañía por parte de sus empleados, podría
generar un aumento en la cantidad producida. Para esto recolecto los
siguientes datos de una semana al azar. Suponga que ambas variables
se distribuyen normal.
Horas (X) 79 83 85 77 75
Producción (Y) 302 315 308 318 305

Identificar la posible relación entre estas variables, con un nivel de

significancia del 5%.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 2:
320
Cantidad de unidades producidas

318
316
314
312
310
308
306
304
302
300
74 75 76 77 78 79 80 81 82 83 84 85 86
Cantidad de horas trabajadas
Relación positiva débil entre el número de
r = 0.1218 horas laboradas y la cantidad producida.
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 2:
Paso 1: Planteamiento de hipótesis.
H0 : = 0
H1 :   0

Paso 2: Seleccionar un nivel de significancia.

α = 0.05.

Paso 3: Cálculo del estadístico de prueba.

r 0.1218
TEp = = = 0.2126
1− r 2
1 − 0.1218 2

n−2 5−2

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 2:
Paso 4: Formular regla de decisión.
H 0 :  = 0
 Rechazar H 0 si: 0.2126  t(1− ;n − 2)
H1 :   0 
 t(1− ;n − 2) = t( 0.95;3) = 2.353

Paso 5: Tomar una conclusión.

Dado lo observado en la muestra y con un nivel de significancia del 5%,
no existe suficiente evidencia para rechazar la hipótesis nula, es decir
que no se encuentra una relación lineal entre el número de horas
laboradas y la cantidad producida.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Los siguientes datos muestran los miligramos de alquitrán y nicotina
que se encontraron en 10 marcas de cigarrillos. Identificar la relación
entre el contenido de alquitrán y de nicotina en los cigarrillos.
Alquitrán (x) 14 17 28 17 16 13 24 25 18 31
Nicotina (y) 0.9 1.1 1.6 1.3 1.0 0.8 1.5 1.4 1.2 2.0

Pruebe si la relación entre la cantidad de alquitrán y nicotina

encontrada en los cigarrillos es estadísticamente significativa. Utilice
un nivel de significancia de 0.01 y suponga que ambas variables no se
distribuyen normal.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
2.5

2.0
Nicotina (mgs)

1.5

1.0

0.5

0.0
0 5 10 15 20 25 30 35
Alquitrán (mgs)

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1
2
3 28 1.6
4 17 1.3
5 16 1.0
6 13 0.8
7 24 1.5
8 25 1.4
9 18 1.2
10 31 2.0
Σ

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 2 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1 4.5
2
3 28 1.6 9
4 17 1.3 4.5
5 16 1.0 3
6 13 0.8 1
7 24 1.5 7
8 25 1.4 8
9 18 1.2 6
10 31 2.0 10
Σ

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 2 2 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1 4.5 4
2
3 28 1.6 9 9
4 17 1.3 4.5 6
5 16 1.0 3 3
6 13 0.8 1 1
7 24 1.5 7 8
8 25 1.4 8 7
9 18 1.2 6 5
10 31 2.0 10 10
Σ

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 2 2 0 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1 4.5 4 0.5
2
3 28 1.6 9 9 0
4 17 1.3 4.5 6 -1.5
5 16 1.0 3 3 0
6 13 0.8 1 1 0
7 24 1.5 7 8 -1
8 25 1.4 8 7 1
9 18 1.2 6 5 1
10 31 2.0 10 10 0
Σ

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 2 2 0 0 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1 4.5 4 0.5 0.25
2
3 28 1.6 9 9 0 0
4 17 1.3 4.5 6 -1.5 2.25
5 16 1.0 3 3 0 0
6 13 0.8 1 1 0 0
7 24 1.5 7 8 -1 1
8 25 1.4 8 7 1 1
9 18 1.2 6 5 1 1
10 31 2.0 10 10 0 0
Σ 5.50

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Calcular el coeficiente de correlación de Spearman (ρ).
i xi yi Oxi Oyi Di Di2 n

1 14 0.9 2 2 0 0 6 Di2
 = 1− i =1

n ( n − 1)
2 17 1.1 4.5 4 0.5 0.25
2
3 28 1.6 9 9 0 0
4 17 1.3 4.5 6 -1.5 2.25
5 16 1.0 3 3 0 0 6 ( 5.50 )
= 1−
6 13 0.8 1 1 0 0
10 (102 − 1)
7 24 1.5 7 8 -1 1
8 25 1.4 8 7 1 1 = 0.9667
9 18 1.2 6 5 1 1
Relación positiva fuerte entre
10 31 2.0 10 10 0 0
las cantidades de alquitrán y
Σ 5.50 nicotina de los cigarrillos.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Paso 1: Planteamiento de hipótesis.
H0 : = 0
H1 :   0

Paso 2: Seleccionar un nivel de significancia.

α = 0.01.

Paso 3: Cálculo del estadístico de prueba. (n < 30).

n
6 Di2
 Ep = 1 − i =1
= 0.9667
n ( n − 1)
2

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
ANÁLISIS DE CORRELACIÓN:

Ejemplo 3:
Paso 4: Formular regla de decisión.
H 0 :  = 0
 Rechazar H 0 si: 0.9667  (1− ;n )
H1 :   0 
 (1− ;n ) = ( 0.99;10) = 0.745

Paso 5: Tomar una conclusión.

Dado lo observado en la muestra y con un nivel de significancia del 1%,
existe suficiente evidencia para rechazar la hipótesis nula, es decir que
hay una correlación directa y significativa entre la cantidad de alquitrán
y nicotina que se encuentra en los cigarrillos.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
EJERCICIO_1:

Se realizó un estudio en una de las facultades de la universidad, para

determinar si ciertas medidas de la fuerza estática del brazo influyen en las
características de “levantamiento dinámico” de un individuo. Doce individuos
se sometieron a pruebas de fuerza y luego se les pidió que hicieran una
prueba de levantamiento de peso, en el que el peso se elevaba en forma
dinámica por encima de la cabeza. Los resultados obtenidos son los
siguientes:
Fuerza del
17.3 19.5 22.9 16.8 28.1 28.7 29.0 29.6 22.9 30.3 36.0 39.5
brazo (x)
Levantamiento
71.7 78.3 91.7 65.0 88.3 96.7 76.5 78.3 71.7 85.0 88.3 100.0
dinámico (y)
Identificar la posible relación entre estas variables, con un nivel de
significancia del 1%. Donde ambas variables se distribuyen normal.
¿Qué tanto varían los resultados de la prueba, si una de las variables no se
distribuye normal?
Universidad Santiago de Cali Estadística II Carlos Alvear
 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
SOLUCIÓN_1:

120

100

r = 0.7262
Levantamiento dinámico

80

60
 = 0.6276

40 Relación positiva entre el

levantamiento dinámico y
20 la fuerza del brazo.

0
0 5 10 15 20 25 30 35 40 45
Fuerza del brazo

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
SOLUCIÓN_1:

Paso 1: Planteamiento de hipótesis.

H0 : = 0
H1 :   0

Paso 2: Seleccionar un nivel de significancia.

α = 0.01.

Paso 3: Cálculo del estadístico de prueba.

r 0.7262
TEp = = = 3.3404
1− r 2
1 − 0.7262 2

n−2 12 − 2

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
SOLUCIÓN_1:

Paso 4: Formular regla de decisión.

H 0 :  = 0
 Rechazar H 0 si: 3.3404  t(1− ;n − 2)
H1 :   0 
 t(1− ;n − 2) = t( 0.99;10) = 2.764

Paso 5: Tomar una conclusión.

Dado lo observado en la muestra y con un nivel de significancia del 1%,
existe suficiente evidencia para rechazar la hipótesis nula, es decir que
se encuentra una relación lineal positiva entre el levantamiento
dinámico y la fuerza del brazo.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
SOLUCIÓN_1:

Paso 1: Planteamiento de hipótesis.

H0 : = 0
H1 :   0

Paso 2: Seleccionar un nivel de significancia.

α = 0.01.

Paso 3: Cálculo del estadístico de prueba. (n < 30).

n
6 Di2
 Ep = 1 − i =1
= 0.6276
n ( n − 1)
2

Universidad Santiago de Cali Estadística II Carlos Alvear

 ASOCIACIÓN ENTRE VARIABLES
CUANTITATIVAS
SOLUCIÓN_1:

Paso 4: Formular regla de decisión.

H 0 :  = 0
 Rechazar H 0 si: 0.6276  (1− ;n )
H1 :   0 
 (1− ;n ) = ( 0.99;12) = 0.703

Paso 5: Tomar una conclusión.

Dado lo observado en la muestra y con un nivel de significancia del 1%,
no existe suficiente evidencia para rechazar la hipótesis nula, es decir
que no se encuentra una relación lineal positiva entre el levantamiento
dinámico y la fuerza del brazo.

Universidad Santiago de Cali Estadística II Carlos Alvear