DISTRIBUCIONES

BIDIMENSIONALES
 DISTRIBUCIONES DE FRECUENCIAS
BIDIMENSIONALES

Una variable Dos variables

Dos variables Cualitativa y otra cuantitativas Dos variables
cualitativas cuantitativa discretas cuantitativas
Ejemplo: Ejemplo: Nivel Ejemplo: continuas
Actividad de la de conocimiento Número de Ejemplo:
empresa y de las NIFF y auditores y Ingresos y
Regímenes número de número de Tiempo de
tributarios estudiantes de empresas servicios
contabilidad financieras
 TABLA DE DISTRIBUCIÓN
BIDIMENSIONAL DE FRECUENCIA
ABSOLUTA
Y
Y1 Y2 Y3 ….. Yq ni.
X
X1 n11 n12 n13 ….. n1q n1.
X2 n21 n22 n23 ….. n2q n2.
X3 n31 n32 n33 ….. n3q n3.
. . .. .
. . . . .
Xp np1 np2 np3 ….. npq np.
n.j n.1 n.2 n.3 ….. n.q n
 Frecuencias Absolutas
nij i  1, 2, 3,..., p j  1, 2, 3,..., q
Frecuencias Marginales de X
q
n1.   n1 j  n11  n12  n13  ...  n1q
j 1
q
n2.   n2 j  n21  n22  n23  ...  n2 q
q
ni .   nij
j 1
j 1
q
n3.   n3 j  n31  n32  n33  ...  n3q
j 1

.......

Tamaño de Muestra: n
p
 q  p
n    nij    ni.  n1.  n 2.  n3.  ...  n p.
i 1  j 1  i 1
 Frecuencias Marginales de Y
p
n.1  n
i 1
i1  n11  n 21  n31  ...  n p1
p
n. j   nij
p
n.2  n
i 1
i2  n12  n 22  n32  ...  n p 2
i 1
p
n.3  n
i 1
i3  n13  n 23  n33  ...  n p 3

.......

Tamaño de Muestra: n

q
 p  q
n    nij    n. j  n.1  n.2  n.3  ...  n.q
j 1  i 1  j 1
 Ejemplo: Los siguientes datos corresponden a las edades de estudiantes
matriculados en el segundo semestre de una institución educativa superior, que
actualmente están laborando en una entidad publica.
En la tabla bidimensional de frecuencias absolutas se muestran las frecuencias
marginales de X (ni.) y las frecuencias marginales de Y (n.j)

Edad (Hombre)
Edad
(Mujer) ni.
15 - 20 20 - 25 25 - 30 30 - 35 35 - 40

15 – 20 1 15 4 2 22

20 – 25 9 15 10 34

25 – 30 2 5 12 7 26

30 – 35 1 4 5 5 15

35 - 40 1 1 1 3
n
 TABLA DE DISTRIBUCIÓN
BIDIMENSIONAL DE FRECUENCIA
RELATIVA
Y
Y1 Y2 Y3 ….. Yq hi.
X
X1 h11 h12 h13 ….. h1q h1.
X2 h21 h22 h23 ….. h2q h2.
X3 h31 h32 h33 ….. h3q h3.
. . . . .
. . . . .
Xp hp1 hp2 hp3 ….. hpq hp.
h.j h.1 h.2 h.3 ….. h.q 1
 Frecuencias Relativas
nij
hij 
n
Frecuencias Marginales Relativas de X:
q
hi .  h j 1
ij

q
h1.   h1 j  h11  h12  h13  ...  h1q
j 1
q
h2.  h
j 1
2j  h21  h22  h23  ...  h2 q

q
h3.  h
j 1
3j  h31  h32  h33  ...  h3q

.......
Frecuencias Marginales Relativas de Y:
p
h. j  h
i 1
ij

p
h.1  h
i 1
i1  h11  h21  h31  ...  h p1
p
h.2   hi 2  h12  h22  h32  ...  h p 2
i 1
p
h.3  h
i 1
i3  h13  h23  h33  ...  h p 3

.......

p q p q

 h  h  h
i 1
i.
j 1
.j
i 1 j 1
ij 1
 Del ejemplo anterior: La tabla bidimensional de frecuencias absolutas se expresan
relativamente mediante una tabla de frecuencia relativa con sus frecuencias marginales
relativas de X (hi.) y sus frecuencias marginales relativas de Y (h.j)
nij
hij 
n

Edad (Hombre)
Edad
(Mujer) hi.
15 - 20 20 - 25 25 - 30 30 - 35 35 - 40

15 – 20 0.01 0.15 0.04 0.02 0.22

20 – 25 0.09 0.15 0.10 0.34

25 – 30 0.02 0.05 0.12 0.07 0.26

30 – 35 0.01 0.04 0.05 0.05 0.15

35 - 40 0.01 0.01 0.01 0.03

h
 MEDIA ARITMETICA PARA
DISTRIBUCIONES BIDIMENSIONALES
CON INTERVALOS

Y I1 I2 I3 ….. Iq ni. xi
X

I1 n11 n12 n13 ….. n1q n1. x1

I2 n21 n22 n23 ….. n2q n2. x2
I3 n31 n32 n33 ….. N3q n3. x3
… … …
…

Ip np1 np2 np3 ….. npq np. xp

n.j n.1 n.2 n.3 ….. n.q n

yj y1 y2 y3 ….. yq
 Las medias aritméticas de X y Y son:
1 p
X   x i ni .
n i 1

1 q
Y   y i n. j
n j 1

La media aritmética de dos variables es:

X Y
MEDIA TOTAL 
2
 VARIANZAS Y COVARIANZAS
La varianza marginal de X esta dado por:
1 p
1  p
2
V ( x)  S x 
2

n  1 i 1
ni . ( x i  x ) 
2
 
n  1  i 1
ni . x i  n x 
2


La varianza marginal de Y esta dado por:
1 q
1  q
2
V ( y)  S y 
2

n  1 j 1
n. j ( y j  y ) 
2
 n. j y j  n y 
n  1  j 1
2


Las varianzas de dos variables es:
V ( x  y )  V ( x)  V ( y )  2COV ( x, y )

COV ( x, y ) 
 n x yj
ij i   ni . x i

  n. j y j



n  n  n 
  
 COVARIANZA
La covarianza es un valor que indica el grado de variación conjunta de
dos variables. Es el dato básico para determinar si existe una dependencia entre
ambas variables y además es el dato necesario para estimar otros parámetros
básicos, como el coeficiente de correlación lineal o la recta de regresión.

COV ( x, y ) 
 n x yj
ij i   ni . x i

  n. j y j



n  n  n 
  
Interpretación de la covarianza:
Si COV(X, Y)=SXY>0; hay dependencia directa (positiva), es decir, a grandes
valores de x corresponden grandes valores de y.
Si COV(X, Y)=SXY=0; no existe una relación lineal entre las dos variables
estudiadas.
Si COV(X, Y)=SXY<0; dependencia inversa o negativa, es decir, a grandes
valores de x corresponden pequeños valores de y.
 Ejemplo: Los siguientes datos corresponden a las edades de estudiantes
matriculados en el segundo semestre de una institución educativa superior, que
actualmente están laborando en una entidad publica.
- Hallar el promedio de edad según sexo
- Hallar la desviación estándar según sexo

Edad (Hombre) Y
Edad
ni. xi
(Mujer) 15 - 20 20 - 25 25 - 30 30 - 35 35 - 40
X

15 – 20 1 15 4 2 22 17.5
20 – 25 9 15 10 34 22.5
25 – 30 2 5 12 7 26 27.5
30 – 35 1 4 5 5 15 32.5
35 - 40 1 1 1 3 37.5

n.j 3 21 30 28 18 100
yj 17.5 22.5 27.5 32.5 37.5
 El promedio de edad respecto al sexo femenino es:

1 p 17.5 * 22  22.5 * 34  27.5 * 26  32.5 *15  37.5 * 3

X mujer   x i ni .   24.65
n i 1 100

El promedio de edad respecto al sexo masculino es:

1 q 17.5 * 3  22.5 * 21  27.5 * 30  32.5 * 28  37.5 * 18
Y hom bre   y i n. j   29.35
n j 1 100

La desviación estándar respecto a las edades del sexo femenino es:

1 p 22(17.5  24.65) 2  ...  3(37.5  24.65) 2

V ( x)  S 
2
x  ni . ( x i  x ) 
n  1 i 1
2

99
 29.42  S x  5.42

La desviación estándar respecto a las edades del sexo masculino es:

1 q 3(17.5  29.35) 2  ...  18(37.5  29.35) 2
V ( y)  S 
2
y 
n  1 j 1
n. j ( y j  y ) 
2

100
 30.13  S y  5.49
 MEDIAS CONDICIONALES
En la tabla de frecuencia bidimensional se puede analizar el comportamiento de
una variable condicionada a un valor particular de la otra variable. En general
cada fila o columna constituye una distribución unidimensional. Es decir es
posible condicionar la media aritmética de una variable respecto a un valor
particular de la otra variable, y definir las medias condicionales.
Media condicional de X respecto a un valor de Y
1 p
M (X /Yj )  
n. j i 1
nij xi

Por ejemplo se relaciona todas las categorías de X respecto a una sola categoría de Y
p
1
M ( X / Y2 ) 
n.2
n
i 1
i2 xi

Media condicional de Y respecto a un valor de X

1 q
M (Y / X i )  
ni. j 1
nij y j

Por ejemplo se relaciona todas las categorías deqY respecto a una sola categoría de X
1
M (Y / X 1 ) 
n1.
n
j 1
1j xj
 Ejemplo: Los siguientes datos corresponden a las edades de estudiantes
matriculados en el segundo semestre de una institución educativa superior, que
actualmente están laborando en una entidad privada con sus respectivos salarios.

Salarios
Edad
X Y
xi
1500 - 2000 2000 - 2500 2500 - 3000 3000- 3500 3500 - 4000 ni.

15 – 20 1 15 4 2 22 17.5

20 – 25 9 15 10 34 22.5

25 – 30 2 5 12 7 26 27.5

30 – 35 1 4 5 5 15 32.5

35 - 40 1 1 1 3 37.5

n.j 3 21 30 28 18 100

yi 1750 2250 2750 3250 3750 100

 Hallar la media condicional de X respecto a Y2
Los estudiantes que tienen salarios entre 2000 y 2500 nuevos soles tienen promedio edad
de 20.60 años.
1 5
15 * 17.5  5 * 27.5  1 * 32.5
M ( X / Y2 ) 
n.2
n
i 1
ij x i 
21
 20.60 años

Hallar la media condicional de X respecto a Y4

Los estudiantes que tienen salarios entre 3000 y 3500 nuevos soles tienen promedio edad
de 26.07años.
1 5
15 * 22.5  7 * 27.5  5 * 32.5  1 * 37.5
M ( X / Y4 )  
n.4 i 1
n x
ij i 
28
 26.07 años

Hallar la media condicional de Y respecto a X3

Los estudiantes que tienen edades entre 25 y 30 años tienen promedio de salarios de
2711.54 nuevos soles.
1 5
2 * 1750  5 * 2250  12 * 2750  7 * 3250
M (Y / X 3 ) 
n 3.
n
j 1
ij yj 
26
 2711 .54 nuevos soles

Hallar la media condicional de Y respecto a X4

Los estudiantes que tienen edades entre 30 y 35 años tienen promedio de salarios de
3216.67nuevos soles.
1 5
1 * 2250  4 * 2750  5 * 3250  5 * 3750
M (Y / X 4 ) 
n 4.
n
j 1
ij yj 
15
 3216.67 nuevos soles
MUCHAS
GRACIAS