Scribd
Cargar
71 vistas2 páginas

Resumen Estadística (Estadística Descriptiva Bivariada)

El documento aborda la estadística descriptiva bivariada, centrándose en la construcción de tablas de doble entrada para analizar la relación entre dos variables. Se discuten las distribuciones marginales y condicionales, así como las medidas de covarianza y correlación para cuantificar la dependencia entre las variables. Finalmente, se explican las propiedades del coeficiente de correlación y su interpretación en función de la relación entre las variables.

Cargado por

ignaciosjarav2003
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
71 vistas2 páginas

Resumen Estadística (Estadística Descriptiva Bivariada)

El documento aborda la estadística descriptiva bivariada, centrándose en la construcción de tablas de doble entrada para analizar la relación entre dos variables. Se discuten las distribuciones marginales y condicionales, así como las medidas de covarianza y correlación para cuantificar la dependencia entre las variables. Finalmente, se explican las propiedades del coeficiente de correlación y su interpretación en función de la relación entre las variables.

Cargado por

ignaciosjarav2003
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Estadística

ESTADÍSTICA DESCRIPTIVA BIVARIADA La construcción de una tabla de doble entrada, por lo


general, no se obtiene directamente de un programa
1. ESTRUCTURA estadístico.

Tablas de Doble Entrada: 1) Decidir si es necesario agrupar la variable.


2) Calcular la cantidad de intervalos apropiados.
• También, llamadas tablas de contingencia.
3) En el caso de v.a cuantitativas discretas, es
• Comportamiento simultaneo de 2 variables, con el
posible categorizar.
propósito de determinar si existe o no alguna relación de
dependencia lineal entre ellas.
3. DISTRIBUCIONES CONDICIONALES
• Formadas en las filas por categorías o valores que toma
una de las variables, y en las columnas por los valores En ocasiones podemos necesitar condicionar los valores
que toma la otra variable. de la variable Y a un determinado valor de X o viceversa.
• En cada casilla se indica las frecuencias absolutas o no Este tipo de distribuciones se denomina Distribución de
de elementos que reúnen en conjunto los valores de la la variable “Y ” condicionada a “X”
variable.
• Las reglas de agrupación son las mismas que en el caso Ej: Qué pasaría si se quiere saber cuál es el promedio de
unidimensional. horas diarias, si el ingreso varía entre 1 y 4 millones de
pesos.
Estructura de una tabla de doble entrada:

X / [1,4]

4. COVARIANZA Y CORRELACIÓN

Ej: Uno de los objetivos del estudio de Variables Aleatorias


Bidimensionales, es determinar si existe o no relación
entre las variables X e Y .

Las medidas estadísticas que permiten cuantificar esta


relación son la Covarianza y la Correlación

COVARIANZA (COV(X,Y) O 𝐒𝐗𝐘 )


2. DISTRIBUCIONES MARGINALES
Mide la variación conjunta entre 2 variables cuantitativas X
Se definen como las distribuciones por separado de cada e Y , con respecto a la media aritmética de cada una de
una de las componentes de la variable bidimensional, ellas.
anulando el efecto de la otra.
∑𝑟𝑖=1 ∑𝑠𝑗=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑗 − 𝑦̅)
Ej: 𝑐𝑜𝑣(𝑋, 𝑌) =
𝑛
̅̅̅̅ − 𝑋̅ × 𝑌̅ = 𝐸(𝑋𝑌) − 𝐸(𝑋)𝐸(𝑌)
𝑆(𝑋, 𝑌) = 𝑋𝑌

• Si cov(X, Y ) > 0 ⇒ ∃ dependencia lineal directa entre X


e Y , es decir, un aumento o disminución en una de las
variables, provoca el mismo efecto en la otra variable.
• Si cov(X, Y ) < 0 ⇒ ∃ dependencia lineal inversa entre X
Las distribuciones marginales son útiles cuando las e Y , esto quiere decir que un aumento o disminución en
variables son independientes, es decir no hay relación una de las variables, provoca el efecto inverso en la otra
entre ellas. variable.
Estadística
Ej:

∴ la variación conjunta entre X e Y es 37,84

CORRELACIÓN ( 𝝆𝑋, 𝑌 )
Este coeficiente mide el grado o magnitud de la
asociación lineal entre 2 variables de tipo cuantitativas.

𝑐𝑜𝑣(𝑋, 𝑌)
𝜌(𝑋, 𝑌) =
𝑆𝑥 × 𝑆𝑦

donde:

𝑆𝑥 y 𝑆𝑦 son desviaciones estandar poblacionales de X e Y ,


respectiva- mente.

Diremos que 2 variables son icorrelacionadas o no


presentan relación, si y sólo si, la covarianza es cero.

Interpretación del coeficiente de correlación


𝜌<0 Existe relación lineal
inversa
𝜌=0 No existe relación lineal
𝜌>0 Existe relación lineal
directa entre ambas
variables
Propiedades:
1) |𝜌𝑋𝑌 | ≤ 1 ⇒ −1 ≤ 𝜌𝑋𝑌 ≤ 1
2) Sí las variables son icorrelacionadas entre sí, 𝜌𝑋𝑌 = 0.
3) Relación lineal perfecta entre dos variables implica
que 𝜌𝑋𝑌 = 1 ∨ 𝜌𝑋𝑌 = −1.
4) Mientras más cercano este 𝜌 de ± 1, mejor sera´ el
grado de asociación o relación.

También podría gustarte