TEMA 3: Distribuciones bidimensionales: relacin entre dos variables estadsticas.

ndice:
1. Relacin estadstica: Correlacin 2. Diagramas de dispersin o nube de puntos 3. Tablas de frecuencia: Distribuciones marginales y distribuciones condicionada 4. Parmetros estadsticos bidimensionales 4.1 Media y desviacin marginal 4.2 Covarianza 4.3 Coeficiente de correlacin lineal 5. Rectas de regresin

1. Relacin Estadstica: Correlacin

La correlacin trata de establecer la relacin o dependencia que existe entre las dos variables que intervienen en una distribucin bidimensional. Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables estn correlacionadas o que hay correlacin entre ellas.

Tipos de correlacin:
1 Correlacin directa La correlacin directa se da cuando al aumentar una de las variables la otra aumenta. La recta correspondiente a la nube de puntos de la distribucin es una recta creciente. 2 Correlacin inversa La correlacin inversa se da cuando al aumentar una de las variables la otra disminuye. La recta correspondiente a la nube de puntos de la distribucin es una recta decreciente. 3 Correlacin nula La correlacin nula se da cuando no hay dependencia de ningn tipo entre las variables. En este caso se dice que las variables son incorreladas y la nube de puntos tiene una forma redondeada.

1 Correlacin directa

2 Correlacin inversa 3 Correlacin nula

Grado de correlacin:

Correlacin fuerte La correlacin ser fuerte cuanto ms cerca estn los puntos de la rec1.ta.

Correlacin dbil La correlacin ser dbil cuanto ms separados estn los puntos de la recta.

2. Diagramas de dispersin o nube de puntos

En las distribuciones bidimensionales a cada individuo le corresponden los valores de dos variables, las representamos por el par (xi, yi). Si representamos cada par de valores como las coordenadas de un punto, el conjunto de todos ellos se llama nube de puntos o diagrama de dispersin. Sobre la nube de puntos puede tazarse una recta que se ajuste a ellos lo mejor posible, llamada recta de regresin.
Ejemplo: Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes: Matemticas Fsica 2 1 3 3 4 2 4 4 5 4 6 4 6 6 7 4 7 6 8 7 10 10 9 10

3. Tablas de frecuencia: Distribuciones marginales y distribuciones condicionada

Distribuciones marginales:
Las distribuciones marginales son las distribuciones unidimensionales que nos informan del nmero de observaciones para cada valor de una de las variables,(prescindiendo de la informacin sobre los valores de las dems variables). En el caso bidimensional hay dos (una para la x y otra para la y), en el caso multidimensional hay tantas como variables.

A partir de la tabla de correlacin pueden construirse las distribuciones marginales, asignando a cada valor de la variable considerada su frecuencia marginal.

Distribuciones condicionadas:
Nos especifican las observaciones que hay de cada valor de una de las variables cuando imponemos la condicin de que la otra toma un valor determinado. Esto supone considerar nicamente una columna de la tabla de correlacin (distribucin de x condicionada a un valor de y) o una fila de la tabla (distribucin de y condicionada a un valor de x).

4.Parmetros estadsticos bidimensionales

Media y desviacin marginal:
La media y la desviacin marginal son respectivamente la media aritmtica y la desviacin tpica calculadas con las distribuciones marginales

Covarianza : covarianza (Sxy), es una manera de generalizar la varianza y se La

define como: La covarianza busca comparar los resultados obtenidos en diferentes variables, con el objeto de establecer si hay una relacin.

Coeficiente de correlacin lineal

El coeficiente de correlacin lineal es el cociente entre la covarianza y el producto de las desviaciones tpicas de ambas variables. El coeficiente de correlacin lineal se expresa mediante la letra r.

Propiedades del coeficiente de correlacin:

1. El coeficiente de correlacin no vara al hacerlo la escala de medicin. 2. El signo del coeficiente de correlacin es el mismo que el de la covarianza. Si la covarianza es positiva, la correlacin es directa. Si la covarianza es negativa, la correlacin es inversa. Si la covarianza es nula, no existe correlacin. 3. El coeficiente de correlacin lineal es un nmero real comprendido entre 1 y 1. 1 r 1

5. Rectas de regresin
La recta de regresin es la que mejor se ajusta a la nube de puntos y pasa por el punto centro de gravedad llamado centro de gravedad. Recta de regresin de Y sobre X La recta de regresin de Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X. Recta de regresin de X sobre Y La recta de regresin de X sobre Y se utiliza para estimar los valores de la X a partir de los de la Y. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y.