VARIABLES ESTADSTICAS BIDIMENSIONALES.

CONTENIDOS:

Organizacin de datos: tablas de frecuencias de doble entrada. Frecuencias

marginales.
Diagrama de dispersin.
Regresin lineal: rectas de regresin. Coeficiente de correlacin lineal.
Interpretacin.
Prediccin lineal.

Organizacin de datos.
Las variables estadsticas bidimensionales las representaremos por el par (X,Y), donde X es
una variable unidimensional que toma los valores x1,x2,....xn e Y es otra variable unidimensional
que toma los valores y1,y2,...yn. Si representamos estos pares (x1,y1), (x2,y2)......en un sistema
de ejes cartesianos se obtiene un conjunto de puntos sobre el plano que se denomina
diagrama de dispersin o nube de puntos.
Los datos pueden ser presentados en dos tipos de tablas: tabla simple y tabla de doble
entrada. Esta ltima tabla se puede transformar en una tabla simple.

Clculo de parmetro.
Consideremos una variable estadstica bidimensional (X,Y) y recordemos las definiciones de
media y varianza para distribuciones de variable estadstica unidimensional:

Variable X Variable Y
p p

MEDIA
x n i i yn i i
x= i =1
y= i =1

n n

VARIANZA 2
n x i
2
i
2 2
n y i
2
i
2
sx = i =1
x sy = i =1
y
n n

A la raz cuadrada positiva de las varianzas se la llama desviacin tpica y se representa por
sx y por sy.
Se llama covarianza de una variable bidimensional (X,Y) a la media aritmtica de los
productos de las desviaciones de cada variable respecto a sus medias respectivas.
La covarianza se representa por sxy
p

n x i i yi
s xy = i =1
xy
n
Correlacin.
Se llama correlacin a la teora que trata de estudiar la relacin o dependencia que existe entre
las dos variables que intervienen en una distribucin bidimensional.
La correlacin es lineal o curvilnea segn que el diagrama de puntos se condense en
torno a una lnea recta o a una curva.
La correlacin es positiva o directa cuando a medida que crece una variable la otra
tambin crece.
La correlacin es negativa o inversa cuando a medida que crece una variable la otra
decrece.

1 Variables estadsticas Bidimensionales

 La correlacin es nula cuando no existe ninguna relacin entre ambas variables; en este
caso los puntos del diagrama estn esparcidos al azar, sin formar ninguna lnea, y se dice
que las variables no estn correlacionadas.
La correlacin es de tipo funcional si existe una funcin que satisface todos los valores
de la distribucin.
El procedimiento ms frecuente utilizado para asignar valores a las distintas correlaciones es a
partir del coeficiente de correlacin de Pearson. Dicho coeficiente se define mediante la
siguiente expresin:
s xy
r=
sx s y
El signo del coeficiente r viene dado por el signo de la covarianza, ya que las desviaciones
tpicas son siempre positivas. El signo de la covarianza decide el comportamiento de la
correlacin:
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.

Veamos que tipo de dependencia existe entre las variables X e Y segn el valor de r
1. Si r=-1, todos los valores de la variable (X,Y) se encuentran situados sobre una recta; en
consecuencia, satisfacen la ecuacin de una recta. Entonces se dice que entre las
variables X e Y existe una dependencia funcional.
2. Si 1<r<0, la correlacin es negativa y ser tanto ms fuerte a medida que r se aproxime a
1, y tanto ms dbil a medida que se aproxima a 0. En este caso se dice que las variables
X e Y estn en dependencia aleatoria.
3. Si r=0 no existe ningn tipo de relacin entre las dos variables. En este caso se dice que
las variables son aleatoriamente independientes
4. Si 0<r<1, la correlacin es positiva y ser tanto ms fuerte a medida que r se aproxime a 1,
y tanto ms dbil a medida que se aproxima a 0. En este caso se dice que las variables X e
Y estn en dependencia aleatoria
5. Si r=1, todos los valores de la variable (X,Y) se encuentran situados sobre una recta; en
consecuencia, satisfacen la ecuacin de una recta. Entonces se dice que entre las
variables X e Y existe una dependencia funcional

Regresin lineal.
Si entre dos variables existe una fuerte correlacin, el diagrama de puntos se condensa en
torno a una recta. Sea X la variable independiente e Y la variable dependiente de X, entonces
el problema consiste en encontrar la ecuacin de la recta que mejor se ajuste a la nube de
puntos.
La ecuacin buscada ser de la forma y y = a ( x x ) donde a es el coeficiente de
regresin y es igual a:
s xy
a=
s x2
Luego la ecuacin de la recta de regresin de y sobre x es:
s xy
y y= ( x x)
s x2
Sustituyendo en esta ecuacin los valores de x podemos obtener, con cierta aproximacin, los
valores esperados para la variable y , que llamamos estimaciones o previsiones.
La ecuacin de la recta de regresin de x sobre y es:
s xy
xx = ( y y)
s y2
Qu fiabilidad podemos conceder a estos clculos obtenidos a travs de las rectas de
regresin? Ser tanto mejor cuanto mayor sea el coeficiente de correlacin lineal en valor
absoluto.

2 Variables estadsticas Bidimensionales

Ejemplo
Se han realizado unas pruebas de habilidad (puntan de 0 a 5) en un grupo de alumnos. Las
siguientes puntuaciones corresponden a las obtenidas por seis alumnos en dos de ellas:

Calcula la covarianza y el coeficiente de correlacin. Cmo es la relacin entre las variables?

Medias:
23
x= = 3,83
6
20
y= = 3,33
6
Desviaciones tpicas:
95
x = 3,83 2 = 1,16 = 1,08
6
70
y = 3,33 2 = 0,58 = 0,76
6
Covarianza:
77
xy = 3,83 3,33 = 0,079 xy = 0,079
6
Coeficiente de correlacin:
0,079
r = = 0,096 r = 0,096
1,08 0,76
La relacin entre las variables es prcticamente nula.

Ejemplo-
En seis institutos de la misma zona se ha estudiado la nota media de los estudiantes de 1 de
bachillerato en Matemticas y en Ingls, obtenindose la informacin que se recoge en la
siguiente tabla:

a) Halla la recta de regresin de y sobre x.

b) Calcula y ( 5,5). Es fiable esta estimacin? (Sabemos que r = 0,87).

3 Variables estadsticas Bidimensionales

a)

Medias:
37,2
x= = 6,2
6
35,5
y= = 5,92
6
Varianza de x:+
232,54
x2 = 6,2 2 = 0,32
6
Covarianza:
223
xy = 6,2 5,92 = 0,46
6
Coeficiente de regresin:
xy 0,46
m yx = 2 = = 1,44
x 0,32
Ecuacin de la recta de regresin de y sobre x:
y = 5,92 + 1,44( x 6,2) y = 1,44 x 3
b) y ( 5, 5 ) = 1,44 5,5 3 = 4,92
S es fiable la estimacin, puesto que la correlacin es fuerte, r = 0,87, y x = 5,5 est dentro
del intervalo de valores que estamos considerando. Por tanto, estimamos que si la nota de
Matemticas es 5,5, la de Ingls ser muy probablemente 4,9.

Ejemplo-
Se ha preguntado en seis familias por el nmero de hijos y el nmero medio de das que suelen
ir al cine cada mes. Las respuestas han sido las siguientes:

a) Halla las dos rectas de regresin y represntalas.

b) Observando el grado de proximidad entre las dos rectas, cmo crees que ser la
correlacin entre las dos variables?

4 Variables estadsticas Bidimensionales

a)

Medias:
15
x= = 2,5
6
18
y= =3
6
Desviaciones tpicas:
43
x = 2,5 2 = 0,92 = 0,96
6
62
y = 3 2 = 1,33 = 1,15
6
Covarianza:
44
xy = 2,5 3 = 0,17
6
Coeficientes de regresin:
0,17
y sobre x m yx = = 0,18
0,92
0,17
x sobre y m xy = = 0,13
1,33
Rectas de regresin:
y sobre x y = 3 0,18( x 2,5 ) y = 0,18 x + 3,45
x sobre y x = 2,5 0,13 ( y 3 )
x = 0,13 y + 2,89
0,13 y = 2,89 x
x + 2,89
y = y = 7,69 x + 22,23
0,13
Representacin:

b) La correlacin es prcticamente nula; las rectas son casi perpendiculares.

5 Variables estadsticas Bidimensionales

EJERCICIOS.

1. La siguiente tabla ofrece los resultados de 6 pares de observaciones, realizadas para

analizar el grado de relacin existente entre dos variables X e Y:

X 2 2 3 3 3 4
Y 0 1 1 2 4 3
Obtener:
a) Recta de regresin de Y sobre X.
b) Representacin grfica de la misma, as como de los pares de observaciones
anteriores.
c) Qu grado de relacin lineal existe entre ambas variables?

2. Dada esta distribucin bidimensional:

X 5 6,5 8 4 3
Y 4,5 7 7,5 5 3,5
a) Calcular el coeficiente de correlacin lineal, interpretando el resultado.
b) Determinar la recta de regresin de Y sobre X.
c) Hallar el punto donde se cortan las dos rectas.

3. Cinco nias de 2,3,5,7 y 8 aos de edad pesan, respectivamente, 14,20,32,42 y 44 kilos.

a) Hallar la ecuacin de la recta de regresin de la edad sobre el peso.
b) Cul sera el peso aproximado de una nia de 6 aos?

4. Las notas obtenidas por cinco alumnos en Matemticas y Msica son:

Matemticas 6 4 8 5 3,5
Msica 6,5 4,5 7 5 4
Determinar las rectas de regresin y calcular la nota esperada en Msica para un alumno
que tiene 7,5 en Matemticas.

5. La media de los pesos de una poblacin es de 65 kg y la de las estaturas 170 cm, mientras
que las desviaciones tpicas son de 5 kg y 10 cm, respectivamente, y la covarianza de
ambas variables es 40. Calcular la recta de regresin de los pesos respecto de las
estaturas Cunto se estima que pesar un individuo de 180 cm de estatura?

6. La tabla siguiente nos da las notas del test de aptitud (X) dadas a 6 dependientes a prueba
y ventas del primer mes de prueba (Y) en cientos de pesetas:
X 25 42 33 54 29 36
Y 42 72 50 90 45 48
a) Hallar el coeficiente de correlacin e interpretar el resultado obtenido.
b) Hallar la recta de regresin de Y sobre X. Predecir las ventas de un vendedor que
obtenga 47 en el test.

7. Se ha observado una variable estadstica bidimensional y se ha obtenido la siguiente tabla:

100 50 25

14 1 1 -
Y
18 2 3 -

22 - 1 2
Se pide:
a) Calcular la covarianza.
b) Obtener e interpretar el coeficiente de correlacin lineal.

6 Variables estadsticas Bidimensionales

 c) Ecuacin de la recta de regresin Y sobre X.

8. Los valores de dos variables X e Y se distribuyen segn la tabla siguiente. Determinar el

coeficiente de correlacin y la recta de regresin Y sobre X. Comentar lo fiables que son
las predicciones basadas en esa recta.

0 2 4

1 2 1 3
Y
2 1 4 2

3 2 5 0

9. Las puntuaciones obtenidas por un grupo de alumnos de COU en una batera de test que
mide la habilidad verbal X y el razonamiento abstracto Y son las siguientes:

20 30 40 50

(25,35) 6 4 - -

(35,45) 3 6 1 -
Y
(45,55) - 2 5 3

(55,65) - 1 2 7

Se pide:
a) Existe correlacin entre ambas variables?
b) Segn los datos de la tabla, si uno de estos alumnos obtiene una puntuacin de 70
puntos en razonamiento abstracto, en cunto se estimar su habilidad verbal?.

10. Los valores de dos variables aleatorias X e Y se distribuyen segn la tabla:

X 1 1 1 2 3 3 3
Y 0 2 4 2 2 2 3
ni 2 1 3 4 2 5 3

a) Determina el coeficiente de correlacin y la recta de regresin de Y sobre X

b) Comenta la fiabilidad de las predicciones basadas en esa recta.

7 Variables estadsticas Bidimensionales