Variables Aleatorias
Bidimensionales
Variables Aleatorias Bidimensionales
Hasta el momento slo hemos estudiado el
comportamiento de una variable aleatoria,
ahora nos interesar analizar la existencia o
no de una relacin entre dos variables
aleatorias
poblacin.
definidas
sobre
la
misma
Se pueden definir dos variables aleatorias
sobre la misma poblacin, llamaremos X e Y
a estas dos variables aleatorias.
Se pueden presentar varios casos:
Ambas variables aleatorias discretas:
Ejemplo:
X: Nmero de trabajadores de la empresa
Alfa.
Y: Nmero de artculos defectuosos
producidos por la empresa Alfa.
Ambas variables aleatorias continuas:
Ejemplo:
X: Ingreso mensual de la Univ. de Lima.
Y: Egreso mensual de la Univ. de Lima.
Una variable discreta y la otra continua:
Ejemplo:
X: Nmero de alumnos matriculados por
periodo acadmico en la Univ. de Lima.
Y: Ingresos por periodo acad. de la Univ. de
Lima.
Vector aleatorio discreto:
Las dos variables son discretas y estn
definidas en una misma poblacin.
El rango de X e Y es el conjunto de pares
ordenados:
Rx,y = (X1, Y1) , (X2, Y2) , ... ,(Xn , Ym)
Funcin de probabilidad conjunta:
Viene dada por:
P(xi , yj) = P(X = xi , Y = yj)
Esta funcin cumple con las siguientes
propiedades:
i) P(X = xi , Y = yj) 0,
ii) P (xi , yj ) = 1,
(xi , yj) Rx,y
(xi , yj) Rx,y
La distribucin de probabilidad conjunta se
presenta en la siguiente tabla:
Y
y1
y2
x1
p(x1,y1)
p(x1,y2)
p(x1,yc)
x2
p(x2,y1)
p(x2,y2)
p(x2,yc)
xr
p(xr,y1)
p(xr,y2)
p(xr,yc)
Donde p(xi,xj) = P(X=xi,Y=yj)
yc
Distribuciones Marginales:
Es la distribucin de probabilidad de cada variable.
Distribucin marginal para la variable X
X
p(xi)
x1
p(x1)
x2
p(x2)
xr
p(xr)
Total
Distribucin marginal para la variable Y
Y
p(yj)
y1
p(y1)
y2
p(y2)
yc
p(yc)
Total
Ambas distribuciones marginales se pueden obtener
a partir de las distribuciones conjuntas.
Distribuciones Condicionales:
Estas distribuciones se obtienen para cada variable aleatoria
fijando uno o ms valores de la otra variable aleatoria.
Se aplica la frmula de probabilidad condicional de la
siguiente manera:
Para la variable X , fijando un valor de Y, tenemos:
P X x i /Y y j
P X x i , Y y j
P Y y j
La distribucin condicional de X dado un valor de Y
est dada por:
X / yj
P(X=xi / Y=yj)
x1
P(X=x1 / Y=yj)
x2
P(X=x2 / Y=yj)
xr
P(X=xr / Y=yj)
Total
De igual manera: la probabilidad condicional de Y
dado un valor de X est dado por:
P Y y j /X x i
P X x i , Y y j
P X x i
La distribucin condicional de Y dado un valor de X
est dada por:
Y / xi
P(Y=yj / X=xi)
y1
P(Y=y1 / X=xi)
y2
P(Y=y2 / X=xi)
yc
P(Y=yc / X=xi)
Total
Esperanzas marginales:
La esperanza marginal de X est dada por:
r
E X x i p x i
i 1
La esperanza marginal de Y est dada por:
c
E Y y j p y j
j1
Esperanzas Condicionales:
La esperanza de X dado un valor fijo de Y
est dada por:
E X / Y y j x i P X x i /Y y j
r
i 1
La esperanza de Y dado un valor fijo de X est dada
por:
E Y / X x i y j P Y y j /X x i
c
j1
Varianzas Condicionales:
La varianza de X dado un valor fijo de Y est dada
por:
V X/Y E X /Y E X/Y
2
El clculo es igual a la varianza de X, pero
utilizando la distribucin condicional en lugar de la
marginal.
De igual forma se calcula la varianza condicional de
Y, para un valor fijo de X.
Variables aleatorias independientes:
Dos variables aleatorias X e Y son independientes
si la probabilidad conjunta es igual al producto de
las probabilidades marginales para todos los
valores de X e Y; esto es, si y solo si:
P(X=xi , Y=yj) = P(X=xi ) P(Y=yj )
(xi , yj) Rx,y
Tambin
se
puede
decir
que
son
independientes si:
P(X=xi / Y=yj) = P(X=xi )
P(Y=yj / X=xi) = P(Y=yj )
La independencia de dos variables
dichas variables no se relacionan.
significa que
Covarianza y coeficiente de correlacin:
Cuando dos variables no son independientes; es
decir, estn relacionadas, podemos medir la fuerza
de la relacin a partir de la covarianza y el
coeficiente de correlacin.
La Covarianza:
Proporciona informacin sobre el sentido de la
asociacin o relacin entre dos variables (directa o
inversa).
causalidad
La
covarianza
(no
de
expresa
casualidad),
relaciones
no
proporciona
informacin sobre el grado de la relacin entre X e Y.
COV (X,Y ) = E(XY) E(X)E(Y)
Donde: E(XY) = xiyj P(X=xi,Y=yj)
de
El Coeficiente de correlacin:
Es una medida descriptiva que expresa el grado de
asociacin o relacin lineal entre dos variables X e
Y. Se le denota con la letra griega . Originado por
el investigador Karl Pearson aproximadamente en
1,900.
XY
COV X, Y
V X V Y
1 XY 1
Interpretacin:
XY< 0, relacin inversa entre las variables.
XY > 0, relacin directa entre las variables.
XY , tendiendo a uno relacin fuerte.
XY , tendiendo a cero relacin dbil.
XY = 0, no existe relacin lineal.
