Documentos de Académico
Documentos de Profesional
Documentos de Cultura
02 Clase II - 523219 - EstadísticaDescriptiva Bivariada
02 Clase II - 523219 - EstadísticaDescriptiva Bivariada
Distribuciones Marginales
Distribuciones Condicionales
Covarianza y Correlación
Clase II.
Departamento de Estadı́stica
Facultad de Ciencias Fı́sicas y matemáticas
Universidad de Concepción
Prof: Marı́a José Alejandra Medina Fritz
18 de marzo de 2024
Formadas en las filas por categorı́as o valores que toma una de las va-
riables, y en las columnas por los valores que toma la otra variable.
EJEMPLOS
Ejemplos de Aplicación
1 Determinar si las calificaciones en fı́sica tienen relación con las califica-
ciones en matemáticas.
EJEMPLOS
Ejemplos de Aplicación
1 Determinar si las calificaciones en fı́sica tienen relación con las califica-
ciones en matemáticas.
EJEMPLOS
Ejemplos de Aplicación
1 Determinar si las calificaciones en fı́sica tienen relación con las califica-
ciones en matemáticas.
Clase variable X
XX VX
XXX x1 x2 ... xn−1 xn Total
VY X
X
Clase variable Y
EJEMPLO
Variable N o de Cargas X
XXX
Cargas
XXX 0 1 2 3
XXX
Edad
[20 - 30[ 2 1 1 0
V. Edad Y
[30 - 40[ 1 0 3 1
[40 - 50] 0 0 1 2
[50 - 60[ 3 1 2 3
[60 - 70[ 1 1 1 1
EJEMPLO
Variable N o de Cargas X
XXX
Cargas
XXX 0 1 2 3
XXX
Edad
[20 - 30[ 2 1 1 0
V. Edad Y
[30 - 40[ 1 0 3 1
[40 - 50] 0 0 1 2
[50 - 60[ 3 1 2 3
[60 - 70[ 1 1 1 1
EJEMPLO
Variable N o de Cargas X
XXX
Cargas
XXX 0 1 2 3
XXX
Edad
[20 - 30[ 2 1 1 0
V. Edad Y
[30 - 40[ 1 0 3 1
[40 - 50] 0 0 1 2
[50 - 60[ 3 1 2 3
[60 - 70[ 1 1 1 1
DISTRIBUCIONES MARGINALES
Se definen como las distribuciones por separado de cada una de las compo-
nentes de la variable bidimensional, anulando el efecto de la otra
Marginal de Y
Marginal de X
o Edad ni
N de cargas familiares ni
]20 - 30] 4
0 7
]30 - 40] 5
1 3
]40 - 50] 3
2 8
]50 - 60[ 9
3 7
]60 - 70[ 4
Total 25
Total 25
Las distribuciones marginales son útiles cuando las variables son indepen-
dientes, es decir no hay relación entre ellas.
DISTRIBUCIONES CONDICIONALES
]20 - 30] 2 1 1 0 2 5
]30 - 40] 1 0 3 1 3 3
]40 - 50] 0 0 1 2 Total 12
X/ [20,50]
COVARIANZA Y CORRELACIÓN
Covarianza
Correlación
Pr Ps
i=1 j=1 (xi − x̄)(yi − ȳ)
cov(X, Y ) =
n
S(X, Y ) = XY − X × Y
= E(XY ) − E(X)E(Y )
PROPIEDADES DE LA COVARIANZA
PROPIEDADES DE LA COVARIANZA
EJERCICIO 3
Datos
(15×0×2)+...+(55×1×3)
X = 1,6; Y = 36,6; XY = 25
= 76,4
Luego,
CORRELACIÓN (ρX,Y )
cov(X, Y )
ρ(X, Y ) = ,
SX × SY
donde
ρ = 0 ⇒ @ relación lineal.
ρ = 0 ⇒ @ relación lineal.
ρ = 0 ⇒ @ relación lineal.
PROPIEDADES
1 |ρXY | ≤ 1 ⇒ −1 ≤ ρXY ≤ 1.
PROPIEDADES
1 |ρXY | ≤ 1 ⇒ −1 ≤ ρXY ≤ 1.
3 Relación lineal perfecta entre dos variables implica que ρXY = 1∨ρXY =
−1.
PROPIEDADES
1 |ρXY | ≤ 1 ⇒ −1 ≤ ρXY ≤ 1.
3 Relación lineal perfecta entre dos variables implica que ρXY = 1∨ρXY =
−1.
PROPIEDADES
1 |ρXY | ≤ 1 ⇒ −1 ≤ ρXY ≤ 1.
3 Relación lineal perfecta entre dos variables implica que ρXY = 1∨ρXY =
−1.