UNIVERSIDAD MAYOR DE SAN ANDRES

Facultad de Ingeniería
Ingeniería Eléctrica

ESTADÍSTICA DESCRIPTIVA
TRABAJO PRACTICO N° 2

UNIVERSITARIOS:

Jorge Antonio Amusquivar Patton

Leandro Augusto Valda Tapia

DOCENTE:

Lic. Waldo Tapia

CARRERA:

Ingeniería Eléctrica

GESTION:

Semestre II/2005
 DISTRIBUCIONES BIVARIANTES

INTRODUCCION

El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar

simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias variables
medidas para cada individuo ú objeto estudiado.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio obteniendo
información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir.
En esta lección se va a dar una breve visión general de dicho conjunto de técnicas exponiendo,
brevemente, cuál es su finalidad, ilustrada con ejemplos.
Tres son los objetivos de la lección:
 Definir qué es el Análisis Multivariante y cuáles son sus objetivos
 Clasificar las distintas técnicas multivariantes, distinguiendo entre métodos de dependencia,
interdependencia y estructurale e indicando, de forma resumida, los objetivos de las
diversas técnicas multivariantes presentadas en la lección.
 Indicar cuáles son las etapas a seguir en la resolución de un problema de Análisis
Multivariante

TABLAS DE DOBLE ENTRADA

Consideramos una población de n individuos, donde cada uno de ellos presenta dos caracteres que
representamos mediante las variables X e Y. Representamos mediante

Las k modalidades que presenta la variable X, y mediante

Las p modalidades de Y.

Con la intención de reunir en una sóla estructura toda la información disponible, creamos una tabla
formada por k – p casillas, organizadas de forma que se tengan k filas y p columnas. La casilla
denotada de forma general mediante el subíndice i-j hará referencia a los elementos de la muestra
que presentan simultáneamente las modalidades xi e yj.

Y y1 y2 ... yj ... yp
X
x1 n11 n12 ... n1j ... n1p

x2 n21 n22 ... n2j ... n2p

... ... ... ... ... ... ... ...
xi ni1 ni2 ... nij ... nip
... ... ... ... ... ... ... ...
xk nk1 nk2 ... nkj ... nkp

... ...

De este modo, para i = 1,……, k j = 1,………, p, se tiene que nij es el número de individuos o
frecuencia absoluta, que presentan a la vez las modalidades xi e yj.
El número de individuos que presentan la modalidad xi, es lo que llamamos frecuencia absoluta
marginal de xi y se representa como ni. Es evidente la igualdad

Obsérvese que hemos escrito un símbolo `` '' en la ``parte de las jotas'' que simboliza que
estamos considerando los elemento que presentan la modalidad xi, independientemente de las
modalidades que presente la variable Y. De forma análoga se define la frecuencia absoluta
marginal de la modalidad yj como

Estas dos distribuciones de frecuencias para ,y para reciben el

nombre de distribuciones marginales de X e Y respectivamente.

El número total de elementos de la población (o de la muestra), n lo obtenemos de cualquiera de las

siguientes formas, que son equivalentes:

Las distribuciones de frecuencias de las variables bidimensionales también pueden ser

representadas gráficamente. Al igual que en el caso unidimensional existen diferentes tipos
de representaciones gráficas, aunque estas resultan a ser más complicadas
Figura: Algunos de las representaciones gráficas habituales de distribuciones de
frecuencias bidimensionales.
FRECUENCIAS ABSOLUTAS Y RELATIVAS
Frecuencias Absolutas
La frecuencia absoluta ni. Es el numero de observaciones que presentan la modalidad o valor xi de
la característica x, independientemente de las modalidades o valores de la característica y.
Análogamente n.j es el número de observaciones que corresponden a la modalidad o valor yi de la
característica y independientemente de las modalidades o valores de la variable x

NOTA.- Si la variable x (y/o la variable y) es continua xi (y/o yi) representara la manera de clase
número i (o j) de tal manera que se reducirá el caso continuo al caso discreto como al estudiar las
variables estadísticas de una dimensión.

NOTA.- Si las variables x e y son cualitativas la tabla de distribución bidimensional se llama tabla de
contingencia.

Frecuencias Relativas
Se llama frecuencia relativa o simplemente frecuencia de la pareja de valores o modalidades xi e yi
(o bien Frecuencia Total) a la proporción de observaciones que presentan simultáneamente los
valores o modalidades xi e yi Es decir:

La tabla de distribuciones de frecuencias es la siguiente:

Valores o
modalidades
de y Totales
Y1 Y2 ....... yj ....... Yl
Valores o horizontales
modalidad de
x
X1 h11 H12 ...... H1j ........ H1l H1.
X2 H21 H22 .... H2j ..... H2l H2.
,,, ..... ....... .... ........ ...... ..... .......
Xi Hi1 Hi2 .... Hij ..... Hil Hi.
.... ..... ..... ...... ...... ....... ....... ........
Xk Hk1 Hk2 ...... hkj ...... Hkl Hk.
Totales ....... h.l h..
h.1 h.2 h.j ......
verticales

DISTRIBUCIONES MARGINALES
A la proporción de elementos (tanto por uno) que presentan simultáneamente las
modalidades xi e yj la llamamos frecuencia relativa fij

siendo las frecuencias relativas marginales las cantidades

Ni que decir tiene que

DISTRIBUCIONES CONDICIONADAS
De todos los elementos de la población, n, podemos estar interesados, en un momento dado,
en un conjunto más pequeño y que está formado por aquellos elementos que han presentado
la modalidad yj, para algún . El número de elementos de este conjunto sabemos
que es . La variable X definida sobre este conjunto se denomina variable condicionada

y se suele denotar mediante o bien . La distribución de frecuencias absolutas

de esta nueva variable es exactamente la columna j de la tabla. Por tanto sus frecuencias
relativas, que denominaremos frecuencias relativas condicionadas son

De la misma forma, es posible dividir la población inicial en ksubconjuntos, cada uno de

ellos caracterizados por la propiedad de que el i-ésimo conjunto todos los elementos
verifican la propiedad de presentar la modalidad xi. Sobre cada uno de estos conjuntos

tenemos la variable condicionada , cuya distribución de frecuencias relativas

condicionadas es:

De este modo la distribución de cada una de las variables condicionadas se puede

representar en tablas como sigue:
Mod. Fr. Abs. Fr. Rel.
X/yj nij fij
x1 n1j f1j
... ... ...
xi nij
... ... ...
xk nkj fkj
1

Mod. Fr. Abs. Fr. Rel.

Y/xi nij fji
y1 ni1 f1i
... ... ...
yj nij
... ... ...
yp nip fpi
1