UNIDAD 3

ANÁLISIS BIVARIADOS
Contenido
Concepto de datos numéricos bivariados
Hacer y describir gráficas de dispersión
◦ Construcción de gráfica de dispersión. Ejercicios.
◦ La dirección en gráficas de dispersión: relaciones lineales positivas, negativas, no lineales, o datos que
no tienen relación. Ejercicios.
◦ Linealidad e intensidad de una relación bivariada.
Datos Bivariados
Se llaman datos bivariados a aquellos que provienen de dos variables medidas al mismo tiempo sobre cada
individuo. Por ejemplo: Edad y Género, Escolaridad e Ingreso, Peso y Estatura, etc.
Cuando los datos bivariados provienen de dos variables cuantitativas resulta de interés estudiar la relación que
guarda una con la otra.
La relación puede ser de muy distinta naturaleza: lineal, cuadrática, exponencial, logarítmica, trigonométrica,
etc.
En estadística la relación que nos interesa es la Relación Lineal, por lo que se llevan a cabo Análisis de
Correlación Lineal y de Regresión Lineal.
El análisis de correlación, se usa para medir la fuerza de asociación entre las variables. El objetivo medir la
covarianza que existe entre esas dos variables numéricas.
El análisis de regresión se usa con propósitos de predicción. Se busca desarrollar un modelo estadístico útil para
predecir los valores de una variable dependiente o de respuesta basados en los valores de al menos una
variable independiente o explicativa.
Ejemplo Se decidió examinar la relación entre la estatura, (en metros), y el peso, (en
kilogramos), a partir de una muestra de 12 alumnas de cierta escuela. Los datos se
muestran en la siguiente tabla:
 Diagrama de dispersión
Es una gráfica donde aparecen los valores muestrales considerados como parejas ordenadas (x1, y1),
(x2, y2), …, (xn, yn). Si los valores muestrales dan una configuración de puntos como el del diagrama
de dispersión, el modelo se llama de regresión lineal simple.
 La dirección en las gráficas de dispersión
En caso de comprobarse que
hay una relación lineal entre las
dos variables graficas, la
dirección de dicha línea puede
ser:
Positiva.- Mientras aumenta la
variable en X, aumenta la
variable en Y
Negativa.- Mientras aumenta la
variable en X, disminuye la
variable en Y.
Relación no lineal. Cuando
la relación existente no es
una línea. Opciones son:
No hay relación.- Cuando no se puede establecer ningún tipo de línea (ni recta, ni curva) entre los
datos de ambas variables.
Intensidad de una relación bivariada
La intensidad es la cercanía de los puntos a la línea que representa los datos.
Si existe una relación lineal y los puntos están cerca de la línea, se dice que hay una RELACIÓN
LINEAL FUERTE.
Si existe una relación lineal pero los puntos están dispersos alrededor de la línea, se dice que
hay una RELACIÓN LINEAL DEBIL
¿Qué relación, dirección e intensidad
encontramos en estas gráficas de dispersión?
¿Qué relación, dirección e intensidad
encontramos en estas gráficas de dispersión?
Lineal
Negativa
Fuerte
Lineal
Lineal Positiva
Positiva Fuerte
Débil

No Lineal
Negativa
Fuerte Lineal
Lineal Negativa
Positiva Fuerte
Débil
Datos atípicos
Un valor atípico es una observación extrañamente grande o pequeña.
Los valores atípicos pueden tener un efecto desproporcionado en los resultados estadísticos,
como la media, lo que puede conducir a interpretaciones engañosas.
Datos: 1,2,3,3,4,2,3,1,2,34
Promedio: 13.75 (no representa los datos)
Es necesario investigar los valores atípicos, porque pueden proporcionar información útil sobre
los datos o el proceso. Con frecuencia, la manera más fácil de identificar los valores atípicos es
graficando los datos.
Datos atípicos
Cálculo del coeficiente de correlación

El coeficiente de correlación mide la fuerza y el sentido de la relación lineal

entre dos variables cuantitativas.
Cálculo del coeficiente de correlación
Cálculo del coeficiente de correlación
Significado del coeficiente de
correlación
El coeficiente de correlación mide la fuerza y el sentido de la relación lineal entre dos variables
cuantitativas.
Bibliografía
https://sites.google.com/site/probabilidadyestadistica4a/7---datos-bivariados
https://es.khanacademy.org/math/ap-statistics/bivariate-data-ap/scatterplots-correlation/e/ma
king-good-scatter-plots
https://es.khanacademy.org/math/ap-statistics/bivariate-data-ap
Video Coeficiente de correlación: https://www.youtube.com/watch?v=fNeXC8d5En8