•Clase: Análisis Bivariado

Valores: Amor, solidaridad

Video: Análisis Bivariado

https://www.youtube.com/watch?v=mtwX
eJ8qwus
 Análisis Bivariado
Hasta ahora se han examinado métodos numéricos que resumen datos en una
sola variable. Con frecuencia los administradores o quienes toman decisiones
necesitan conocer la relación entre dos variables. En esta sección se
presentan la covarianza y la correlación como medidas descriptivas de la
relación entre dos variables.

Covarianza
En una muestra de tamaño n con observaciones (x1, y1), (x2, y2), etc., la covarianza
muestral se define como sigue:

Muestral Poblacional

Tomado de: Estadística de Anderson cap.3 pág. 1

Ejemplo
La fuerza de la relación lineal entre el número de comerciales x y el
volumen de ventas y. Calcular la covarianza muestral.

DATOS MUESTRALES DE LA TIENDA DE EQUIPOS DE SONIDO

Solución:

30 510
𝑥= =3 , 𝑦= =51
10 10

Interpretación:
El valor de la covarianza muestral indica que hay una relación lineal
positiva, es decir cuando el x número de comerciales aumentan, el valor
de las ventas también aumentan.
 Interpretación de la covarianza

Para ayudar a la interpretación

de la covarianza muestral,
considere la figura 3.8;
presenta el mismo diagrama de
dispersión de la figura 3.7
pero con una línea vertical
punteada en 3 y una línea
horizontal punteada en 51

Si el valor de sxy es positivo, los puntos que más influyen sobre sxy deberán encontrarse en
los cuadrantes I y III. Por tanto, sxy positivo indica que hay una asociación lineal positiva
entre x y y; es decir, que a medida que el valor de x aumenta, el valor de y aumenta. Si sxy es
negativo, los puntos que más influyen sobre sxy deberán encontrarse en los cuadrantes II y
IV. Entonces, sxy negativo indica que hay una asociación lineal negativa entre x y y; esto es,
conforme el valor de x aumenta, el valor de y disminuye. Por último, si los puntos tienen
distribución uniforme en los cuatro cuadrantes, sxy tendrá un valor cercano a cero, lo que
indicará que no hay asociación lineal entre x y y. En la figura 3.9 se muestran los valores
de sxy esperables en tres tipos de diagramas
de dispersión.
 Video de la covarianza con excel
https://www.youtube.com/watch?v=f5MJ
zfYHeMI
Coeficiente de correlación
Para datos muestrales el coeficiente de correlación del producto–momento de
Pearson está definido como sigue.

donde
Ejemplo
Del ejercicio anterior, se calcula el coeficiente de correlación de los datos
de la tienda de equipos para sonido. Se calcula la desviación estándar
muestral de las dos variables.

Ahora, como , el coeficiente de correlación muestral es igual a

Interpretación:
El coeficiente rxy=0.93, significa que existe una relación lineal fuerte entre el
número de comerciales y las ventas. Más en específico, un aumento en el número
de comerciales se asocia con un incremento en las ventas.
La fórmula para calcular el coeficiente de correlación de una
población que se denota con la letra griega (ro) es la siguiente.

donde

El coeficiente de correlación muestral proporciona un estimador del

coeficiente de correlación
Poblacional .
Interpretación

El valor del índice de correlación varía en el intervalo , indicando el signo el

sentido de la relación:
• Si , existe una correlación positiva perfecta. El índice indica una dependencia
total entre las dos variables denominada relación directa: cuando una de
ellas aumenta, la otra también lo hace en proporción constante.
• Si entonces existe una correlación positiva.
• Si 0 entonces no existe relación lineal pero esto no necesariamente implica
que las variables son independientes: pueden existir todavía relaciones no
lineales entre las dos variables.
• Si , existe una correlación negativa.
• Si , existe una correlación negativa perfecta. El índice indica una
dependencia total entre las dos variables llamada relación opuesta: cuando
una de ellas aumenta, la otra cambia su signo en proporción constante.
COEFICIENTE DE CORRELACIÓN

POBLACIÓN MUESTRA

También suele ser escrito como:

 TALLER INDIVIDUAL DE CIERRE

Nota: Desarrollarlo a mano y luego comprobarlo con Excel

Tomado libro - pág.117
Anderson D., Sweeney D., Williams T. (2012). Estadística aplicada a la administración y
Economía (10a ed.). Mexico: CENAGE Learning.
.
BIBLIOGRAFÍA

•Anderson D., Sweeney D., Williams T. (2012). Estadística aplicada a la

administración y Economía (10a ed.). Mexico: CENAGE Learning.