Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Variables Conjuntas
—
Índice
1 Covarianza ............................................................................................................................................................... 3
2 Coeficiente de Correlación de Pearson ................................................................................................. 3
3 Variables Ordinales. Concordancia ........................................................................................................... 3
3.1 Coeficiente de Correlación por Rangos de Spearman ..................................................... 3
4 Atributos. Contingencia .................................................................................................................................... 4
4.1 Coeficiente 𝝌𝟐 .......................................................................................................................................... 4
4.2 Coeficiente de Contingencia ........................................................................................................... 4
5 Coeficiente de Cramer ..................................................................................................................................... 5
6 Resumen .................................................................................................................................................................. 6
7 Referencias Bibliográficas ............................................................................................................................. 6
Objetivos
Objetivo: Conocer y comprender los coeficientes más importantes dentro de la
estadística.
1 Covarianza
La covarianza viene dada por:
𝑟 𝑠
Es una medida simétrica, y se puede leer como la suma de los productos de las
desviaciones de 𝑋 por las desviaciones de 𝑌, con respecto a sus medias respectivas. De
tal forma, que se puede afirmar que la covarianza detecta la relación lineal entre las
variables y el sentido de ésta, pero no distingue entre la no presencia de relación.
Que es una medida adimensional, ordinal, la cual toma valores en el intervalo [−1, 1] y
tiene el signo de 𝑆𝑥𝑦 , por lo que cuando la relación lineal entre 𝑋 e 𝑌 es exacta y directa,
es decir, todos los puntos se encuentran sobre una recta con pendiente positiva, vale 1,
cuando es exacta e inversa, es decir, todos los puntos se encuentran sobre una recta
con pendiente negativa, vale −1 y cuando no hay relación lineal 0. Con un análisis lógico
para las posiciones intermedias. Cuando r vale cero, se dice que las variables están
incorrelacionadas.
En el caso lineal, al cuadrado de r se le llama coeficiente de determinación y se le
denota por 𝑅2 , representando una medida cardinal o cuantitativa para medir la relación
lineal entre las variables.
Este coeficiente se utiliza para medir la relación entre dos sucesiones de valores
ordinales. Es el coeficiente de correlación de Pearson para las llamadas variables cuasi–
cuantitativas, discretas, o bien, para aquellas cuantitativas que han sido transformadas en
ordinales (𝑛 primeros números naturales para cada variable) y toma la forma:
6 ∑𝑛𝑖=1 𝑑𝑖2
𝑟𝑠 = 1 −
𝑛(𝑛 2 − 1)
Donde:
𝑑𝑖 : es la diferencia entre el valor ordinal de la variable 𝑋 y de la variable 𝑌 en el
elemento i-ésimo.
𝑛: es el tamaño de la muestra
Se verifica que −1 ≤ 𝑟𝑟 ≤ 1".
4 Atributos. Contingencia
4.1 Coeficiente 𝝌𝟐
Donde:
Es uno de los coeficientes derivados del 𝜒2 , resultando útil bajo las mismas
condiciones que aquel, pero con mayores posibilidades de interpretación. Se denota
por 𝐶 y se define como:
𝜒2
𝐶=√
𝜒2 +𝑛
Donde:
𝑛: es el tamaño de la muestra
Se cumple que 0 ≤ 𝐶 ≤ 1 y mide la intensidad de la relación sin indicar su
sentido.
5 Coeficiente de Cramer
Es otro de los coeficientes derivados del 𝜒2 . Se denota por 𝑉 y su expresión es:
𝜒2
𝑉=√
𝑛(𝑚 − 1)
Donde:
𝑛 : es el tamaño de muestra
𝑚 : es el mínimo entre ℎ y 𝑘
ℎ: es el número de categorías de la variable 𝑋
𝑘: es el número de categorías de la variable 𝑌
Se verifica que 0 ≤ 𝑉 ≤ 1 y se interpreta igual que el coeficiente de
contingencia, teniendo en cuenta que sólo proporcióna información sobre la
relación entre las variables y no sobre el sentido de la misma.
(𝑋, 𝑌) 𝑦1 𝑦2 𝑦3
6 22 9 37
𝑥1
5 16 4 25
𝑥2
9 22 7 38
𝑥3
20 60 20 100
Calcule
a) El coeficiente 𝜒2
b) El coeficiente de contingencia 𝐶
c) El coeficiente de Cramer 𝑉
𝜒2 0.812
b) Luego 𝐶 = √ 𝜒2+𝑛 = √0.812∙100 = 0.1
𝑥2 0.812
c) Finalmente 𝑉 = √𝑛(𝑚−1) = √1∗100 = 0.091
6 Resumen
La covarianza es la suma de los productos de las desviaciones de 𝑋 por las
desviaciones de 𝑌, con respecto a sus medias. Respectivas.
7 Referencias Bibliográficas
Montgomery, D. C y Runger, R. (2008). Probabilidad y Estadística Aplicadas a la
Ingeniería. 2da. Edición. Limusa Wiley. Mexico.
Rincón. L. (2010). Curso Elemental de Probabilidad y Estadística. 1ra Edición.
Circuito Exterior de CU. México D.F.