

Variables Conjuntas
—

©2 01 7Ast urias: Red de1Universidades Virtuales Iberoamericana s

 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

02 ASTURIAS: RED DE UNIVERSIDADES VIRTUALES IBEROAMERICANAS 2017®

Not a Técnica preparada por Ast urias: Red de Universidades Virt ual es Iberoamericanas. Su difusión,
reproducción o uso t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos los derechos
reservados.
 Variables Conjuntas

Objetivos
 Objetivo: Conocer y comprender los coeficientes más importantes dentro de la
estadística.

1 Covarianza
La covarianza viene dada por:
𝑟 𝑠

𝑆𝑥𝑦 = ∑ ∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)𝑓𝑖𝑗

𝑖=1 𝑗=1

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.

2 Coeficiente de Correlación de Pearson

Para obviar las carencias de la covarianza se introduce el coeficiente de correlación
lineal o coeficiente de correlación de Pearson:
𝑆𝑥𝑦
𝑟=
𝑆𝑥 𝑆𝑦

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.

3 Variables Ordinales. Concordancia

3.1 Coeficiente de Correlación por Rangos de Spearman

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–

03 ASTURIAS: RED DE UNIVERSIDADES VIRTUALES IBEROAMERICANAS 2017®

Not a Técnica preparada por Ast urias: Red de Universidades Virt ual es Iberoamericanas. Su difusión,
reproducción o uso t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos los derechos
reservados.

“El coeficiente 𝜒 2y sus derivados no son
comparables con cualquier otro coeficiente
obtenido con distinto nº de variables”
04
Variables Conjuntas
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
El coeficiente 𝜒2 se utiliza para medir el grado de asociación entre dos variables
cualitativas con ℎ y 𝑘 categorías respectivamente. Este estadístico, está basado en la
comparación de las frecuencias observadas con las esperadas bajo una cierta hipótesis,
generalmente de independencia, respondiendo a la expresión:
ℎ 𝑘 2
(𝑜𝑖𝑗 − 𝑒𝑖𝑗 )
𝜒2 = ∑ ∑
𝑒𝑖𝑗
𝑖=1 𝑗=1
Donde:
 𝑜𝑖𝑗 : son las frecuencias observadas o empíricas
 𝑒𝑖𝑗 : son las frecuencias esperadas o teóricas
El coeficiente siempre toma valores no negativos, pero al tratarse de una medida no
acotada, es de difícil interpretación por sí sola, si bien, cuanto más relacionadas estén
las variables sometidas a estudio, más se alejará el coeficiente del valor 0. Su valor
depende del número de observaciones y de las categorías en que éstas se dividen, por
tanto, el coeficiente 𝜒2 y sus derivados no son comparables con cualquier otro
coeficiente obtenido con distinto número de categorías.
4.2 Coeficiente de Contingencia
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:
ASTURIAS: RED DE UNIVERSIDADES VIRTUALES IBEROAMERICANAS 2017®
Not a Técnica preparada por Ast urias: Red de Universidades Virt ual es Iberoamericanas. Su difusión,
reproducción o uso t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos los derechos
reservados.
 Variables Conjuntas

 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.

Ejemplo 4: Dada la siguiente distribución

(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

Entonces para calcularlos tenemos que:

62 222 72
a) 𝜒2 = 100 [ + +⋯+ − 1] = 0.812
20∙37 60∙37 20∙38

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

05 ASTURIAS: RED DE UNIVERSIDADES VIRTUALES IBEROAMERICANAS 2017®

Not a Técnica preparada por Ast urias: Red de Universidades Virt ual es Iberoamericanas. Su difusión,
reproducción o uso t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos los derechos
reservados.
 Variables Conjuntas

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.

 El coeficiente de Spearman consiste en medir la relación entre dos sucesiones

de valores ordinales.

 El coeficiente 𝜒2 se utiliza para medir el grado de asociación entre dos variables

cualitativas con ℎ y 𝑘.

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.

 Walpole, R. E., Myers, R. H., Myers,S. L. y Ye, K. (2007). Probabilidad y Estadística

para Ingeniería y Ciencias. 8va. Edición. Pearson. Mexico
 I. Espejo Miranda, F. Fernández Palacín, M. A. López Sánchez, M. Muñoz
Márquez, A. M. Rodríguez Chía, A. Sánchez Navas, C. Valero Franco. (2006 ).
Estadística Descriptiva y Probabilidad. 3ra. Edición. Servicio de Publicaciones de
la Universidad de Cádiz.

 Devore, J. (2008). Probabilidad y Estadística para Ingeniería y Ciencias. 7ma.

Edición. Cengace Learning Editores. México

 Canavos, G. Probabilidad y Estadística. Métodos y Aplicaciones.

 Daniel, W. (2009 ). Bioestadística. Base para el análisis de las ciencias de la

salud. Cuarta edición. Limusa Wiley. México.
 Mendenhall, W., Wackerly, D. y Scheaffer, R. (1994). Estadística Matemática con
Aplicaciones. Grupo Editorial Iberoamericana. México.

06 ASTURIAS: RED DE UNIVERSIDADES VIRTUALES IBEROAMERICANAS 2017®

Not a Técnica preparada por Ast urias: Red de Universidades Virt ual es Iberoamericanas. Su difusión,
reproducción o uso t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos los derechos
reservados.