DATOS

BIVARIADOS,
ESTADISTICA

CORRELACION

REGRESION.EN

Cuando se miden dos variables en una sola unidad experimental; los

datos resultantes se llaman Datos Bivariados. Los mtodos para graficar
datos bivariados, si las variables son cualitativas o cuantitativas,
permiten estudiar las dos variables.
La regresin estadstica o regresin a la media es la tendencia de una
medicin extrema a presentarse ms cercana a la media en una
segunda medicin. La regresin se utiliza para predecir una medida
basndonos en conocimiento de otra.
En probabilidad y estadstica, la correlacin indica la fuerza y la direccin
de una relacin lineal y proporcionalidad entre dos variables
estadsticas. Se considera que dos variables cuantitativas estn
correlacionadas cuando los valores de una de ellas varan
sistemticamente con respecto a los valores homnimos de la otra: si
tenemos dos variables (A y B) existe correlacin si al aumentar los
valores de A lo hacen tambin los de B y viceversa. La correlacin entre
dos variables no implica, por s misma, ninguna relacin de causalidad

DATOS BIVARIADOS

Se llaman datos bivariados a aquellos que provienen de dos variable

medidas al mismo tiempo sobre cada individuo. Por ejemplo: Edad y
Gnero, Escolaridad e Ingreso, Peso y Estatura, etc. Dependiendo de la
naturaleza de cada variable se da el tratamiento a los datos.
Dos variables Cualitativas
Cuando los datos bivariados provienen de dos variables cualitativas,
resulta conveniente organizarlos en una Tabla de Contingencia. Las
columnas de esta tabla representan a las categoras de la variable 1 y
los renglones representan a las categoras de la variable 2; la frecuencia
aparecer en las celdas centrales de la tabla.

GRFICAS PARA VARIABLES CUALITATIVAS

Cuando por lo menos una de las dos variables es cualitativa puede usar
grficas de sectores o de pastel simples.
En un individuo se pueden estudiar conjuntamente dos o ms variables
con objeto de ver si hay relacin o dependencia entre ellas. Tenemos

entonces
distribuciones
pluridimensionales,
tambin
llamadas
plurivariadas. Cuando son dos se llaman bivariadas o bidimensionales.
Son las nicas que veremos nosotros.
La simple medida de ms de una variable en un individuo no tiene
categora de pluridimensional, slo se tiene una serie de variables
unidimensionales. Hace faltar estudiarlas conjuntamente!
VARIABLES CUANTITATIVAS
Cuando los datos bivariados provienen de dos variables cuantitativas
resulta de inters estudiar la relacin que guarda una con la otra. La
relacin puede ser de muy distinta naturaleza: lineal, cuadrtica,
exponencial, logartmica, trigonomtrica, etc. En estadstica la relacin
que nos interesa es la Relacin Lineal, por lo que se llevan a cabo
Anlisis de Correlacin Lineal y de Regresin Lineal. El anlisis de
correlacin, se usa para medir la fuerza de asociacin entre las
variables.El objetivo medir la covarianza que existe entre esas dos
variables numricas. El anlisis de regresin se usa con propsitos de
prediccin. Se busca desarrollar un modelo estadstico til para predecir
los valores de una variable dependiente o de respuesta basados en los
valores de al menos una variable independiente o explicativa.
MEDIDAS NMERICAS PARA DATOS BIVARIADOS CUANTITATIVOS
Una tasa de incremento o decremento constante es quiz el patrn ms
comn de encontrar en diagramas de dispersin para datos bivariados.
Un patrn lineal es una lnea recta con puntos que se encuentran arriba
y debajo de la recta se le llama relacin lineal.
Una medida simple que sirve a este propsito se llama coeficiente de
correlacin, denotado por r, y se define como
Las cantidades Sx y Sy son las desviaciones estndar para las variables
x y y, respectivamente, que se encuentran por medio de la funcin
estadstica con su calculadora o con la frmula de clculo. La nueva
cantidad Sxy se llama covarianza entre x y se define como:
Sxy= ((Xi-X)(Y-Y))/(n-1)
Hay adems otra frmula de clculo para la covarianza
xiyi = (xi)(yi)
Donde xiyi es la suma de s productos xiyi para cada uno de los n pares
de mediciones.
Cuando r es positivo, x crece cuando y aumenta, y viceversa. Cuando r
es negativo, x disminuye cuando y crece, o x aumenta cuando y
disminuye, Cuando r toma el valor de 1 o -1, o dos los puntos se

encuentran exactamente en una lnea recta. Si r = 0, no hay relacin

lineal evidente entre las dos variables. Mientras ms cerca del 1 o -1
est valor de r, ms fuerte es la relacin lineal entre las dos variables.
Variable dependiente Y y variable independiente x.
Y= a + bx
Esta recta del mejor ajuste que relacione a y con x, es llamada recta de
regresin o de mnimos cuadrados, se encuentra al minimizar la suma
de as diferencias cuadradas entre los puntos de datos y la recta misma.
Puesto que Sx y Sy son positivas, b y r tienen el mismo signo, de modo
que:
Cuando r es positiva, b tambin lo es, y la recta es creciente con x.
Cuando r es negativa, b tambin lo es, y la recta es decreciente con x.
Cuando r es cercana a 0,