Datos Bivariados

 1.
6 Estudio de poblaciones con datos bivariados

Tabla de Frecuencia Bivariada
Es un arreglo de datos clasificados en dos categorías ; la

información usada para construir las tablas de frecuencia
bivariada se obtienen generalmente de contar frecuencias .
 Cada categoría se identifica
con un símbolo llamado
variable, cada variable
representa datos de una
categoría; las categorías
pueden ser números
discretos, intervalos
numéricos o valores
cualitativos como género,
color de cabello, etc.
Mtro. Gustavo Wong Cervantes PIE 2016

Variables
 Los datos bivariados pueden verse como una
colección de pares ordenados (x,y), donde la
medida x en el primer conjunto de datos es la
pareja de la medida y en el segundo conjunto;
el valor perteneciente al primer conjunto se
escribe siempre primero en la pareja.
 Se le llama variable independiente a la variable
x y variable dependiente a la variable y. Estos
pares ordenados se pueden dibujar en un
sistema coordinado. La gráfica resultante se
llama diagrama de dispersión.

Ejemplo
 Considere la colección adjunta de datos
pareados; representan el número de horas de
estudio (x) y la calificación recibida (y) en un
examen para una muestra de 6 estudiantes.
Estudiante A B C D E F
x:horas 1 2 4 4 7 12
y: calificación 71 71 74 80 80 86

Diagrama de dispersión
100
90 86
80 80
80
74
71 71
70
60
y: calificación
y:Calificación 50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
x:horas

Análisis de correlación lineal
 El principal propósito del análisis de correlación lineal es
medir la fuerza de una relación lineal entre dos
variables. Examina algunos diagramas de dispersión que
demuestran las relaciones entre entrada o variables
independientes x, y salida o variables dependientes y.
 Si conforme x aumenta, no hay un desplazamiento
definido en los valores de y, se dice que no hay
correlación, o no hay relación entre x y y. Si conforme x
aumenta, hay un desplazamiento en los valores de y,
entonces existe una correlación.

 Una correlación es positiva cuando y tiende a aumentar, y es
negativa cuando tiende a disminuir.
 Si los pares ordenados siguen una trayectoria en línea recta,
existe una correlación lineal.

 Los diagramas de dispersión no
siempre se muestran en algunas de
las figuras anteriores.
 En ocasiones sugieren relaciones
distintas a la lineal, donde puede
existir un patrón definido, sin
embargo no se relacionan
linealmente, y por lo tanto no hay
correlación lineal.

Coeficiente de correlación lineal
 El coeficiente de correlación lineal, r, es la medida
numérica de la fuerza de la relación lineal entre dos
variables. El valor de este coeficiente ayuda a
responder la pregunta. ¿Existe relación lineal entre las
dos variables bajo consideración?
 Este coeficiente siempre tiene un valor entre -1 y 1.
 Un valor de +1 significa una correlación positiva
perfecta.
 Un valor de -1 significa una correlación negativa
perfecta.

 Hay tres elementos básicos a tener en cuenta al analizar una
correlación: signo, magnitud y significación. Veamos cada uno de estos
elementos con detalle.
 La correlación, como cuantificación del grado de relación que hay entre
dos variables, es un valor entre -1 y +1, pasando, claro, por el cero.

 Hay, por lo tanto, correlaciones positivas y negativas. El signo es, pues,
el primer elemento básico a tener en cuenta.

 Correlación positiva significa que las variables tienen una relación
directa.
 En este caso, valores pequeños de una variable van asociados a valores
también pequeños de la otra; y, paralelamente, valores grandes de una

van asociados a valores grandes de la otra. Pe: La altura y la longitud
del pie.

 Más ejemplos de correlación positiva: Goles a favor y puntos de un equipo de
fútbol. Asistencias y puntos de 3 en básquet.
 Número de oficinas y número de empleados en entidades financieras también
tiene una correlación positiva.
 La correlación negativa la tienen, por el contrario, variables con una relación
inversa.
 En este caso, valores pequeños de una variable van asociados, ahora, a valores
grandes de la otra; y, equivalentemente, valores grandes de una van asociados
a valores pequeños de la otra.
 Pe: Goles a favor y Goles en contra en una liga de fútbol. Asistencias y rebotes.
Valores altos de una variable van con bajos de la otra.
 La correlación suele abreviarse con una r. Por lo tanto, r=0,7 es una correlación
positiva y r=-0,9 es una correlación negativa.

Datos Bivariados

Cargado por

Copyright:

Formatos disponibles

Datos Bivariados

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Datos Bivariados

Cargado por

Copyright:

Formatos disponibles

 1.

6 Estudio de poblaciones con datos bivariados

Es un arreglo de datos clasificados en dos categorías ; la

Mtro. Gustavo Wong Cervantes PIE 2016

Mtro. Gustavo Wong Cervantes PIE 2016

Mtro. Gustavo Wong Cervantes PIE 2016

Mtro. Gustavo Wong Cervantes PIE 2016

Mtro. Gustavo Wong Cervantes PIE 2013

Mtro. Gustavo Wong Cervantes PIE 2013

Mtro. Gustavo Wong Cervantes PIE 2013

Mtro. Gustavo Wong Cervantes PIE 2013

dos variables, es un valor entre -1 y +1, pasando, claro, por el cero.

el primer elemento básico a tener en cuenta.

también pequeños de la otra; y, paralelamente, valores grandes de una

Mtro. Gustavo Wong Cervantes PIE 2016

Mtro. Gustavo Wong Cervantes PIE 2016

También podría gustarte