2017 ESB Modulo 3 Parte6 Jicuadrado

Estadística Social
Dr. Tabaré Fernández (2017) Estadística Social Básica

Básica - 2017
Módulo III – Tema 6: Asociación.
Estadístico de : cálculo, interpretación y
limitaciones
1
Asociación # independencia

• El estudio de la Asociación se hace rechazando la hipótesis
nula que nos presenta la estadística: la independencia entre
las variables
• En una tabla de contingencia de 2x2 (cruce de dos variables de

dicotómicas), el examen consistirá en establecer si se cumple
la igualdad de la hipótesis nula:

• =

2
Instrumentos para el análisis
de asociación

• Hasta ahora hemos visto 2 instrumentos:
• Tabla de contigencia porcentualizada en el sentido de la variable

INDEPENDIENTE
• Computo de frecuencias esperadas en cada celda, y cálculo de la

discrepancia entre las observadas y esperadas en cada celda.
• Ambos instrumentos los hemos usado para determiner si Podemos

rechazar la hipótesis nula de la independencia estadística.
• Pero el análisis de asociación también supone un segundo objetivo,

además de la existencia: determiner la fuerza de asocación. 3
Existencia y fuerza de la
asociación
• Hemos visto que es posible rechazar la independencia con una

diferencia minima. Por lo que queda abierta la pregunta por la
fuerza de la asociación.
• El cálculo de las frecuencias

frecuencias esperadas y de las discrepancias
y de las discrepancias
(observado/
observado/esperado)
esperado) es
) la clave que seguiremos para construir
una medida resumen que además de la independencia, nos
permita concluir sobre la fuerza de la asociación
• Revisemos este concepto, el cálculo de la medida de

4
discrepancias y sus limitaciones.
•
Frecuencias esperadas

5
Lógica de cálculo: (O– E)

Tabla de contingencia A1 A2
B1 O(A1, B1) O(A2, B1)

A1 A2
B2 O(A1, B2) O(A2, B2)

B1 E(A1, B1) E(A2, B1)
B2 E(A1, B2) E(A2, B2) Esperadas según

6
Independencia
Discrepancias

• Es una medida que resume la magnitude de la diferencia
entre la frecuencia observada y la frecuencia esperada en una
celda de la tabla.
• )* )* )*
7
Asociación

• En una tabla de contigencia que cruza dos variables
dicotómicas, podemos concluir Asociación si:

≠
,
-)* ≠ 0
/)* − 1)* ≠ 0
8
Pero esta definición tiene
algunos problemas

• Al ser estrictamente matemática (hemos dejado de lado el
problema del error, y trabajamos los datos como dados),
cualquier diferencia implicará Asociación.
• Este primer problema se hace más evidente en tablas más

grades que 2x2
• Aún cuando aceptemos los riesgos del anterior problema, no

nos permite trabajar un segundo objetivo del análisis de
Asociación: estudiar el grado o magnitud con que están
asociadas dos variables. 9
Primer problema …..
Frecuencias OBSERVADAS
• Alcanza con que UrbanoRural
/22 ≠ 122 para que
No
concluir que hay 2990.402 301 0.398
600 0.400
migró
Asociación?
Migro 201 199 400
500 500 1000
• Ejemplo: migración y
tipo de localidad Frecuencias esperadas
(urbana/rural) UrbanoRural
No
3001 300 -1 600
migró
Migro 200 200 400 10
500 500 1000

Segundo problema

• ¿Es útil esta medida de discrepancias?
• La respuesta es:
• solo parcialmente
• Más en las tablas grandes (más de 2x2).
• Veamos un ejemplo de la ambigüedad de esta medida.
11
Una tabla más grande (2x4)
Pobreza Tamaño de Localidad (en 4cat)
Ingresos Capitales LocMay5mi LocMenor5 Rural Total
no pobre 8,548 1,836 1,288 967 12,639

86.19 90.31 83.53 90.80 86.82
pobre 1,370 197 254 98 1,919

13.81 9.69 16.47 9.20 13.18
Total 9,918 2,033 1,542 1,065 14,558

100.00 100.00 100.00 100.00 100.00
12
Discrepancias
• Aprendimos a • -22 = /22 − 122

• -2 = /2 − 12
calculary la
• -23 = /23 − 123
discrepancia en cada • -24 = /24 − 124
celda, -)* . • -2 = /2 − 12
• - = / − 1
• -3 = /3 − 13
• Pero, si la tabla es de • -4 = /4 − 14
4x2, tendremos 8
discrepancias
• ¿Es posible resumir
lo que sucede en
toda la tabla? 13
• Qué tal si sumamos?

Tercer problema

• No Podemos directamente llegar a una única medida de
resumen que nos informe sobre la Asociación.
• 5 = ∑9)82 ∑7*82 -)*
• 5 = ∑9)82 ∑7*82(/)* −1)* )
• D=0
• La suma de las disprepancias entre frecuencias observadas y

esperadas es igual a cero
14
Las discrepancias en una tabla
más grande, 2x4
LocMay5 LocMenor
Ingresos Capitales Rural Total
mil 5mil
no pobre -63 71 -51 42 0
pobre 63 -71 51 -42 0
Total 0 0 0 0 15
Síntesis

• La suma de las discrepancias no parecería ser una medida util
en el camino de contar con una única medida de Asociación,
que informe no solo la existencia sino el grado o magnitud.
• Necesitamos sofisticar y complejizar nuestro concepto y

cálculo para llegar a una medida de asociación que resuma la
distribución conjunta de dos variables no métricas.
16
(JI-CUDRADA)
III.5. ESTADÍSTICO DE Χ2

17
Idea general (i) para un estadístico
resumen

• Buscar un número que resuma la distribcuión conjunta
observada en la table de contingencia y que permita
• Reporte claramente las sistuciones en que existe independencia

estadística
• Informe qué magnitud se distancia la table observada de la situación

de independencia estadística; v.g. magnitud de la asociación,
• La idea más a mano parece ser sumar las discrepancias

como medida de resumen
• Cuánto más se alejase esa suma del cero, mayor la evidencia de que
existe asociación. 18
Idea general (ii)

Valor
Valor esperado
observado en
en una celda
una celca
Diferencia
Cuanto más alejado del cero se
encuentre, más evidencia de que 19
existe asociación entre esas 2
categorías
Sin embargo, la suma de las
discrepancias o D
• 5 = ∑9)82 ∑7*82 -)*

• 5 = ∑9)82 ∑7*82(/)* −1)* )
• D=0
• La suma de las disprepancias entre

frecuencias observadas y esperadas es 20
igual a cero
Una transformación de D:
elevar al cuadrado

• Para evitar este resultado inconveniente, obviamos los valores
negativos elevando al cuadrado la discrepancia computada
en cada celda

-)* = (/)* −1)* )
21
Una segunda transformación
de D

• La primera transformación suprime los signos y permite que
cada celda aporte una medida al estadístico de Asociación.
• Sin embargo, los tamaños de las celdas dependen de los

tamaños de los marginales, por lo que lo que cada una aporta
como discrepancia tiene un peso relative muy distinto.
• Por tanto, es necesario normalizar las discrepancias. Para

esto usamos los tamaños esperados
(/)* −1)* )
-)* =
1)*
22
Computo de los sumandos
Discrepancias cuadráticas normalizadas

Rurales o urbanos
Rural Urbano Total R

Pobreza de
ingresos Pobre 12.8
met2006
No pobre
Total C
23
:4
Celda -22 = .
24; 4 = 12.8
Discrepancias cuadráticas
normalizadas

rural urbana total R
pobre 12.8 1.0 13.8
Nopobre 1.9 0.2 2.1
Total C 14.7 1.2 15.9

9 7
24
(/)* −1)* )
<<
1)*
)82 *82
Ji-cuadrada
9

7
)* )*
*82 )*
)82
• El ji cuadrado (también se dice chi

cuadrado) es la suma de todas las
discrepancias cuadráticas normalizadas 25
La χ2 mide existencia de la
asociación

• El estadístico proporciona una magnitud que informa sobre la
diferencia entre lo esperado y lo observado en cada celda de
una tabla de contingencia.
• Su valor mínimo será cero, = 0, cuando todas y cada una

de las discrepancias sean iguales a cero. Esta es la situación de
independencia estadística.
26
Pero podría ser tentador ….

• Interpretar que la magnitud del estadístico también podría
informar sobre la fuerza de la Asociación.
27
Ji-cuadrada del ejemplo
• χ = 15

• El valor es 0 ?
• El valor está próximo a cero?
• Que podemos afirmar?
• Tratándose de una tabla de 2 x 2 y con un valor tan alto de Ji
cuadrada, resulta evidencia más que razonable para rechazar la
hipótesis de que las variables son independientes y sostener que la
condición rural o urbano está asociada a la pobreza en personas de
la región frontera del Uruguay
• Pero la asociación es fuerte, débil, moderada?. Veamos algunas

limitaciones
28
Resultado en la tabla


• 15.9
•¿Qué significa este resultado?

•¿Es comparable con otras
tablas? 29
Comparamos la misma tabla, pero
una con el doble de casos CASO 1: N

AREA GEOGRAFICA
POBREZA Urbana Rural Total
no pobre 11,672 967 12,639

pobre 1,821 98 1,919
Total 13,493 1,065 14,558
AREA GEOGRAFICA
CASO 2: N*2
no pobre 23,344 1,934 25,278
pobre 3,642 196 3,838
Total 26,986 2,130 29,116

30
Asociación Perfecta (caso 3)

• Máxima dependencia estadística entre las variables.
OBSERVADAS
no pobre 12,639 0 12,639

pobre 854 1,065 1,919
Total 13,493 1,065 14,558
31
Valores calculados

Caso 1 Caso 2 Caso 3
N 14558 29116 14558

Ji cuadrado 15.9 31.8 7568.0
• ¿Qué pasó con la Ji cuadrada en estos tres ejemplos?

• ¿Dónde hay mayor Asociación? 32
Limitaciones

1. Los valores de Ji-cuadrada dependen del número total de
casos (n)
• Cuanto mayor es N, mayor es la Ji-cuadrada
2. Valores grandes de Ji-cuadrada no pueden ser interpretados

directamente como:
• Existencia de asociación
• Fuerza de asociación (vg. Asociación perfecta)
3. Valores de Ji-cuadrada calculados en distintas tablas no

pueden ser comparados
• A menos que los totales, N, sean iguales en ambas tablas
33
Pasos para el uso de la Ji-
Cuadrada

• Hacer la tabla de contingencia
• Calcular las frecuencias esperadas
• Calcular las diferencias
• Elevar cada disrepancia observado-esperado al cuadrado
• Dividir ese resultado entre la frecuencia esperada para la celda
• Sumar todos los cocientes de la tabla
• El valor final es el valor de la Ji-cuadrada
• Interpretar
34
Recordar sobre la Ji-cuadrado

• Cuando hay independencia estadística, Ji-
cuadrado toma valor cero
• No hay valores máximos de Ji-cuadrado, de aquí

que se tomen decisiones orientadas por la
proximidad del valor observado al valor cero.
• Una magnitud grande NO implica 35

necesariamente que la Asociación es fuerte.
III. TEMA 6.
COEFICIENTES DE ASOCIACIÓN

36
Previo (i): grado de asociación

• El estadistico de ji cuadrado no permite avanzar mas allá de
concluir que hay Asociación entre dos variables.
• Es necesario por lo tanto construir un estadístico que sea

capaz de cumplir con el segundo objetivo del análisis: informar
del grado de asociación.
37
Previo (ii): Asociación perfecta

• Para poder entender la Asociación, es necesario construir
teóricamente cuáles sería el caso más extremo de Asociación
lógicamente posible. Asociación perfecta.
• Trabajaremos tres situaciones.
• Diagonal mayor
• Diagonal menor
38
• Condición imposible
Asociación perfecta en la
diagonal mayor

B B’ Total
• Primera situación ideal:
A N11 0 N1.
• “en el medio urbano no A’ 0 N22 N2.
hay pobres y en el medio
rural todos lo son” total N.1 N.2 N
• Toda vez está presente B

(rural) también está
presente A (pobreza) y que
a su vez, cuando esté B’
(urbano), está presente A’
(no pobre). 39
Asociación perfecta en la
diagonal menor

• Segunda situación ideal:
B B’ Total
• “En el medio urbano son
todos pobres y en el A 0 N12 N1.
medio rural no hay
pobres” A’ N21 0 N2.
total N.1 N.2 N
• Toda vez que esté presente
B’ (urbana) está presente A
(pobreza) y que a su vez,
cuando esté B (rural), está
presente A’ (no pobreza). 40
Asociación perfecta: condición
imposible.

• Sea la siguiente
hipótesis:
B B’ Total
• “La pobreza rural en A 0 N12 N1.

Uruguay tiende a ser A’ N21 N22 N2.
inexistente”
total N.1 N.2 N
41
Idea general

• Superar las limitaciones de la Ji-cuadrada
• Normalizando el estadístico al controlarlo por el número de casos
• Representando la fuerza de la asociación con los números reales
• Encerrando el recorrido del estadístico entre dos valores extremos
que informen “ausencia de asociación” y “asociación perfecta”
• El coeficiente valdrá 0, cuando estamos frente a la

independencia estadística.
• Valdrá 1 cuando exista asociación perfecta entre las variables.
• Esto da lugar a un conjunto importante de estadísticos 42

llamados “coeficientes de asociación”
Algunos coeficientes

• Normalizar el valor del estadístico para que no dependa de la
cantidad de casos:
• phi cuadrado (φ 2 )
• Cerrar el recorrido del estadístico entre 0 y 1

• V de Cramer
• Informar existencia, fuerza y sentido de la asociación, con
recorrido cerrado
• Gama (γ)
• Caso especial para tablas 2x2: coeficientes Phi φ y Q de Yule
• Tau (τ ) de Kendall (hay 3 variantes)
43
Coeficiente φ 2
• Corrije el problema de la dependencia de 2 con n..

• Esto lo logra dividiendo entre n..
• A esto se le llama “normalizar”
• Permite comparar coeficientes entre tablas de diferente n..

AB
• Fórmula: @ =
C..
• Aplicación:
;.D3E D.3E
• @ = = 0.007 # @ = = 0.007
223 223;
44
Coeficiente V de cramer

AB
•H= = M
C∗JKL ():2,*:2)
• Está normalizado
• Tiene recorrido entre [0 y 1]
• El valor máximo se corresponde con la situación de

asociación perfecta en la que todos los casos en están
sobre una de las diagonals.
• Es un coeficiente muy utilizado 45

Coeficiente Q de Yule

• La peculiaridad de este coeficiente es que sólo es útil para
tablas de 2x2 (cruce de variables dicotómicas)
• Está normalizado
• Tiene recorrido cerrado entre -1 y +1.

• Esto permite observar existencia, magnitud y sentido de la
relación
• Tiene sensibilidad rinconal, lo que le permite capturar la si la

relación entre las variables tiende a una “L” con una celda que
tiende a 0. 46
Q de Yule e hipótesis “rinconal”

• Sea la siguiente
hipótesis:
B B’ Total
• “La pobreza rural en A N11 N12 N1.

Uruguay tiende a ser A’ N21 0 N2.
inexistente”
total N.1 N.2 N
47
Q de Yule: cálculo

B B‘ TOTAL • Numerador:
A a b
• Producto de celdas de la
A’ d c diagonal principal menos
TOTAL el producto de celdas de
la diagonal secundaria
O∗P − Q∗- • Denominador:

N=
O∗P + Q∗- • Producto de celdas de la
diagonal principal MAS
el producto de celdas de
la diagonal secundaria.
48
Q de Yule

SIMULADO 1:
INDEPENDENCIA SIMULADO 2: ASOCIACIÓN DIRECTA
POBREZ POBREZ
Urbana Rural Total Urbana Rural Total
A A
no pobre 360 240 600 no pobre 600 0 600

pobre 240 160 400 pobre 0 400 400
Total 600 400 1,000 Total 600 400 1,000
SIMULADO 3: ASOCIACIÓN INVERSA SIMULADO 4: ASOCIACIÓN EN "L"
POBREZ POBREZ
Urbana Rural Total Urbana Rural Total
A A
no pobre 299 310 609 no pobre 202 398 600

pobre 301 90 391 pobre 398 2 400 49
Total 600 400 1,000 Total 600 400 1,000
Coeficientes comparados

caso 1 caso 2 caso 3 caso 4
JI
CUADRA 0.0 1,000.0 76.9 433.4
DO
Phi2 0 1 0.077 0.433
V de
Cramer 0 1 0.005911 0.187838
Q de Yule 0 1 -0.55232 -0.99491
50
La elección de un coeficiente…

• Por razones estadísticas y / o matemáticas:
• El coeficiente está normalizado, v.g. no depende del total de casos de

la tabla
• El coeficiente tiene un valor a priori conocido máximo, v.g. el valor 1

indica asociación perfecta
• Por razones teóricas:
• El coeficiente es el que mejor representa la hipótesis de asociación

que estoy analizando.
• Por ejemplo, si espero que los casos se concentren en alguan de las diagonales o
si propongo que una de las celdas estará vacía o que tenderá a vaciarse. 51
Interpretación de los coeficientes

Valor (en términos
Interpretación
absolutos)
Menor a 0.10 Despreciables
Entre 0.10 y 0.29 Baja
Entre 0.30 y 0.49 Moderada
Entre 0.50 y 0.69 Sustancial

52
Desde 0.70 y más Muy fuerte

Sobre el esquema de Sierra
Bravo

• Se aplica a coeficientes de asociación que miden magnitudes
de la asociación (al menos)
• Y que tienen recorridos cerrados (a priori)
• o que, conociendo el valor máximo del coeficiente en tablas

típicas, puede ser re-escalado.
53

2017 ESB Modulo 3 Parte6 Jicuadrado

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2017 ESB Modulo 3 Parte6 Jicuadrado

Cargado por

Copyright:

Formatos disponibles

Estadística Social

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• En una tabla de contingencia de 2x2 (cruce de dos variables de

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Tabla de contigencia porcentualizada en el sentido de la variable

• Computo de frecuencias esperadas en cada celda, y cálculo de la

• Ambos instrumentos los hemos usado para determiner si Podemos

• Pero el análisis de asociación también supone un segundo objetivo,

Dr. Tabaré Fernández (2017) Estadística Social Básica

• El cálculo de las frecuencias

• Revisemos este concepto, el cálculo de la medida de

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

B1 O(A1, B1) O(A2, B1)

B2 O(A1, B2) O(A2, B2)

B2 E(A1, B2) E(A2, B2) Esperadas según

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Este primer problema se hace más evidente en tablas más

• Aún cuando aceptemos los riesgos del anterior problema, no

500 500 1000

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Veamos un ejemplo de la ambigüedad de esta medida.

no pobre 8,548 1,836 1,288 967 12,639

pobre 1,370 197 254 98 1,919

Total 9,918 2,033 1,542 1,065 14,558

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Qué tal si sumamos?

Dr. Tabaré Fernández (2017) Estadística Social Básica

• 5 = ∑9)82 ∑7*82 -)*

• 5 = ∑9)82 ∑7*82(/)* −1)* )

• La suma de las disprepancias entre frecuencias observadas y

no pobre -63 71 -51 42 0

pobre 63 -71 51 -42 0

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Necesitamos sofisticar y complejizar nuestro concepto y

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Reporte claramente las sistuciones en que existe independencia

• Informe qué magnitud se distancia la table observada de la situación

• La idea más a mano parece ser sumar las discrepancias

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• La suma de las disprepancias entre

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Sin embargo, los tamaños de las celdas dependen de los

• Por tanto, es necesario normalizar las discrepancias. Para

Dr. Tabaré Fernández (2017) Estadística Social Básica

Rural Urbano Total R

Dr. Tabaré Fernández (2017) Estadística Social Básica

pobre 12.8 1.0 13.8

Nopobre 1.9 0.2 2.1

Total C 14.7 1.2 15.9

Dr. Tabaré Fernández (2017) Estadística Social Básica

• El ji cuadrado (también se dice chi

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Su valor mínimo será cero, = 0, cuando todas y cada una

Dr. Tabaré Fernández (2017) Estadística Social Básica

Dr. Tabaré Fernández (2017) Estadística Social Básica

• Pero la asociación es fuerte, débil, moderada?. Veamos algunas

• 5 = ∑9)82 ∑782 -)

• 5 = ∑9)82 ∑782(/) −1)* )