Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Además,
ni. n. j
f i . = , f. j =
n n
donde fi representa la proporción de veces que se ha observado el
valor xi de X independientemente del valor de Y, y fj representa la
proporción de veces que se ha observado el valor yj de Y
independientemente del valor de X
Tabla de frecuencias relativas de una
variable bidimensional
X\Y (I’0 – I’1] … (I’j-1 – I’j] … (I’q-1 – I’q] Suma
y1 yj yq
(I0 – I1] f11 … f1j … f1q f1.
x1
… … … … … … …
(Ii-1 – Ii] fi1 … fij … fiq fi.
xi
… … … … … … …
(Ip-1 – Ip] fp1 … fpj … fpq fp.
xp
Suma→ f.1 … f.j … f.q f..=1
Distribución marginal - Distribución condicionada
𝑞 𝑝
σ𝑞𝑗=1 σ𝑝𝑖=1 𝑥𝑖 − 𝑥lj 𝑦𝑗 − 𝑦lj 𝑛𝑖𝑗 𝑥𝑖 𝑦𝑗 𝑛𝑖𝑗
𝐶𝑜𝑣 𝑋, 𝑌 = 𝜎𝑋𝑌 = = − 𝑥lj 𝑦lj
𝑛 𝑛
𝑗=1 𝑖=1
Covarianza
El signo de la Covarianza indica el sentido en el que varían
conjuntamente las dos variables:
n1.n.1 20 6 nn 20 18
n11 = = = 2, n12 = 1. .2 = =6
n 60 n 60
n n 30 6 n n 30 12
n21 = 2. .1 = = 3, n23 = 2. .3 = =6
n 60 n 60
Dependencia e independencia de
dos variables
Dependencia estadística: Dos variables son dependientes
estadísticamente cuando la variación de una influye en la
variación de la otra. Es decir, existe relación entre ellas.
yj=170
xi=70
Nube de puntos
La nube de puntos nos sirve para observar si existe una relación
entre las variables que estudiamos (por ejemplo, si crecen en el
mismo sentido).
Cuando la frecuencia absoluta que aparece para el par de
valores (xi,yj) es mayor que 1, junto al punto correspondiente en el
gráfico se coloca el valor de la frecuencia o dicho punto se hace
proporcional a la frecuencia.
yj=170
xi=70
Nube de puntos
Ejemplos:
Regresión y correlación
Dado el estudio conjunto de dos variables, uno de los objetivos que
nos planteamos es el de encontrar una función que se ajuste lo
mejor posible a la nube de puntos observados, es decir, intentamos
buscar una curva que aunque no pase por todos los puntos del
grafico, esté lo más próxima posible a dichos datos.
Otro de los objetivos es, una vez encontrada la función que mejor
se ajusta a la nube de puntos, medir el grado de ajuste entre la
función que hemos ajustado y la nube de puntos.
Distinguimos así dos teorías que se complementan:
o Teoría de la Regresión
o Teoría de la Correlación
Regresión y correlación
Teoría de la Regresión: Consiste en la búsqueda de una función
que exprese lo mejor posible el tipo de relación entre 2 o más
variables (nos centraremos en 2 variables).
(xi,yj*)
yj *
eij= yj- yj*
yj
(xi,yj)
xi
Rectas de regresión
El procedimiento de Mínimos Cuadrados considera que la función
que mejor se ajusta a los datos es aquella que minimiza la media
de los cuadrados de los residuos, esto es, aquella que minimiza:
1 1 1
( )
min eij2 nij = min y j − y *j nij = min ( y j − (axi + b )) nij
2 2
n i j n i j n i j
X = Y +
donde y β son valores desconocidos.
eij= xi*- xi
(xi*,yj) (xi,yj)
yj
xi * xi
Utilizando el procedimiento de Mínimos Cuadrados obtenemos
XY
=
Y2
XY
= x − y = x − y
Y 2
Rectas de regresión
Ejemplo: Estudiamos el peso (Y) y la altura (X) de 5 personas y
suponemos que existe una relación lineal entre estas variables.
Queremos encontrar como se relaciona de forma lineal el peso con la
altura. La tabla con los resultados obtenidos es:
xi yi x i yi x i2 y i2
160 52 8320 25600 2704
172 64 11008 29584 4096
174 65 11310 30276 4225
176 72 12672 30976 5184
180 78 14040 32400 6084
= 862 = 331 = 57350 = 148836 = 22293
Rectas de regresión
Ejemplo: Queremos obtener la recta de regresión de Y (variable Peso)
sobre X (variable Altura), para ello tenemos que calcular:
862 331
x= = 172.4 ; y = = 66.2
5 5
x y =
ni x i yi
− xy =
57350
− 172.4 66.2 = 57.12
n 5
x 2= n i x i
2
2 148836
−x = − 172.42 = 45.44
n 5
y2 =
i i
n y 2
−y =
222293
− 66.22 = 76.16
n 5
Rectas de regresión
Ejemplo: Ahora ya podemos obtener la recta de regresión de Y sobre
X.
XY 57.12
a= 2 = = 1.257, b = y − ax = 66.2 − 1.257 172.4 = −150.5068
X 45.44
y = −150.5068 + 1.257 x
XY
xi yi x i yi x i2 y i2
160 52 8320 25600 2704
172 64 11008 29584 4096
174 65 11310 30276 4225
176 72 12672 30976 5184
180 78 14040 32400 6084
= 862 = 331 = 57350 = 148836 = 22293
Coeficiente de correlación
Ejemplo: