Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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
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.
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
POBLACIÓN MUESTRA