Scribd
Cargar
737 vistas3 páginas

Covarianza

La covarianza mide la relación lineal entre dos variables cuantitativas. Se calcula como la media del producto de las desviaciones de cada valor respecto a la media. El coeficiente de correlación de Pearson normaliza la covarianza entre 0 y 1 para indicar la fuerza y dirección de la relación lineal. La varianza mide la dispersión de los valores de una variable respecto a su media, y es utilizada en el cálculo del coeficiente de correlación.

Cargado por

Oriol Galán
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOC, PDF, TXT o lee en línea desde Scribd
737 vistas3 páginas

Covarianza

La covarianza mide la relación lineal entre dos variables cuantitativas. Se calcula como la media del producto de las desviaciones de cada valor respecto a la media. El coeficiente de correlación de Pearson normaliza la covarianza entre 0 y 1 para indicar la fuerza y dirección de la relación lineal. La varianza mide la dispersión de los valores de una variable respecto a su media, y es utilizada en el cálculo del coeficiente de correlación.

Cargado por

Oriol Galán
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOC, PDF, TXT o lee en línea desde Scribd

Covarianza

La covarianza entre dos variables es un estadístico resumen indicador de si las


puntuaciones están relacionadas entre sí. La formulación clásica, se simboliza por la
letra griega sigma (\sigma_{xy}) cuando ha sido calculada en la población. Si se
obtiene sobre una muestra, se designa por la letra "s_{xy}".

La formula suele aparecer expresada como:

Este tipo de estadístico puede utilizarse para medir el grado de relación de dos variables
si ambas utilizan una escala de medida a nivel de intervalo/razón (variables
cuantitativas).

La expresión se resuelve promediando el producto de las puntuaciones diferenciales por


su tamaño muestral (n pares de puntuaciones, n-1 en su forma insesgada). Este
estadístico, refleja la relación lineal que existe entre dos variables. El resultado
numérico fluctua entre los rangos de +infinito a -infinito. Al no tener unos límites
establecidos no puede determinarse el grado de relación lineal que existe entre las dos
variables, solo es posible ver la tendencia.

Coeficiente de Correlación de Pearson [editar]


El coeficiente de correlación de Pearson, r, nos permite saber si el ajuste de la nube de
puntos a la recta de regresión obtenida es satisfactorio. Se define como el cociente entre
la covarianza y el producto de las desviaciones típicas (raíz cuadrada de las varianzas).

Teniendo en cuenta el valor de la covarianza y las varianzas, se puede evaluar mediante


cualquiera de las dos expresiones siguientes:
Propìedades [editar]

• El coeficiente de correlación, r, presenta valores entre –1 y +1.


• Cuando r es próximo a 0, no hay correlación lineal entre las variables. La nube
de puntos está muy dispersa o bien no forma una línea recta. No se puede trazar
una recta de regresión.
• Cuando r es cercano a +1, hay una buena correlación positiva entre las variables
según un modelo lineal y la recta de regresión que se determine tendrá pendiente
positiva, será creciente.
• Cuando r es cercano a -1, hay una buena correlación negativa entre las variables
según un modelo lineal y la recta de regresión que se determine tendrá pendiente
negativa: es decreciente.

Varianza = La varianza es una variable estadística que mide la dispersión de los valores
respecto a un valor central (media), es decir, la media de las diferencias cuadráticas del
las puntuaciones respecto a su media aritmética.

Propiedades=

• La varianza es siempre positiva o 0:


• Si a los datos de la distribución les sumamos una cantidad constante la varianza
no se modifica.

Yi = Xi + k
• Si a los datos de la distribución les multiplicamos una constante, la varianza
queda multiplicada por el cuadrado de esa constante.

• Propiedad distributiva: V(X + Y) = V(X) + V(Y)

Las anteriores imágenes muestran como se puede utilizar un programa informático


como Scilab para calcular la varianza.

Para comenzar hay que introducir los datos en un vector o matriz de la forma:
Nombre_variable=[ datos separados por espacios ]. Una vez introducidos los datos, se
calcula la varianza con el comando: variance(nombre_variable)

También podría gustarte