MEDIDAS DE

ASOCIACIN

Manrique Cristobal, Marlon Alonso

Medidas de Asociacin Nominal

Coeficiente Phi

Nos permite evaluar el grado de asociacin entre dos variables, pero solo si
esta normalizada, es decir oscila entre 0 y 1 en tablas de 2x2.
En tablas de otras caractersticas toma valores mayores a la unidad, se
recomienda usar Coeficiente de Contingencia.
Se define como:

El coeficiente de Phi varia entre 0 (asociacin nula) y 1 (asociacin perfecta).

Medidas de Asociacin Nominal

Coeficiente de Contingencia de Pearson

Es la versin extendida de Phi para el caso de tablas mayores de 2x2.

Esta medida no se ve afectada por el tamao de la muestra.
Se define como:

No es una medida normalizada, es decir oscila entre 0 (indica independencia)

y Cmax (valor que no llega a la unidad)
Para tablas de orden RxR (R>2), la cota superior esta dada por:

Para tablas de 2x2, se llega a asociacin perfecta cuando

Medidas de Asociacin Nominal

Coeficiente V de Cramer
Tambin es una extensin del Coeficiente Phi, pero a diferencia del
Coeficiente de Contingencia oscila entre 0 (no existe relacin entre las
variables) y 1 (asociacin perfecta).
Se define:

n: Nmero total de observaciones en la tabla.

k: min( f, c) donde f es el # de filas y c es el # de columnas.

El problema es que suele subestimar el grado de asociacin entre las

variables.

Para tablas de 2xc o fx2, el valor de V coincide con el coeficiente .

Medidas de Asociacin Nominal

Coeficiente de Lambda

Llamado tambin Coeficiente de predictibilidad de Guttman.

Analiza distribuciones bivariadas.
Se expresa en trminos de la reduccin proporcional en el error cometido al
predecir la moda.
*
**
***

*
**
***

: Nro. de errores que se comenten mediante la prediccin I,

: Nro. de errores que se cometen al utilizar la prediccin II,
: Nro. de no-errores cometidos bajo la prediccin II.

El coeficiente de Lambda varia entre 0 y 1.

El 0 no implica que haya independencia entre las dos variables.

Medidas de Concentracin e
incerteza
Objetivos:
Medir el mayor o menor "grado de igualdad en el reparto de la
totalidad de los valores de la variable.
Mnima

Concentracin (mxima igualdad): Todos lo

receptores tienen la misma cantidad en el reparto del monto
total.
Mxima Concentracin (mnima igualdad): Un nico perceptor
recibe la totalidad y los dems no perciben nada.

Medidas de Concentracin e incerteza

ndice de Gini

Para poder obtener este ndice, de debe ordenar el conjunto de perceptores

de menor a mayor obtenida en el reparto de la magnitud distribuida.

Se obtiene las cantidades acumuladas del numero de perceptores y el valor

percibido ( ).

Para luego determinar las proporciones correspondientes a las cantidades

acumuladas, que estan dadas por las siguientes expresiones:

Medidas de Concentracin e incerteza

ndice de Gini
Percepto
res

Valor
Obtenido

# acumulado
de
perceptores

N-1

N-1

Valor Acumulado

Si entonces, el reparto ha sido igualitarios,

Si entonces un nico perceptor obtiene la cuanta total.

Medidas de Concentracin e incerteza

ndice de Gini

Se desarrolla:

Cumpliendo que:
Caso de mnima concentracin o mxima igualdad
(pi = qi i = 1, ... ,N-1):
IG = 0
Caso de mxima concentracin o mnima igualdad
(qi = 0 i = 1, ... ,N-1):
IG = 1

Medidas de Concentracin e incerteza

Curva de Lorenz

Es una grfica que se deduce a partir de la informacin del clculo del ndice
de Gini y que, por tanto, refleja la mayor o menor concentracin en la
distribucin de una magnitud.

Existe relacin directa entre el ndice de Gini y la forma de la curva de Lorenz.

En mxima homogeneidad, la curva de Lorenz, se confunde con la diagonal.

En el caso de mxima concentracin, la curva de Lorenz, quedara formada por
el eje de las abscisas y la vertical,
trazada por el punto de abscisa
igual a 100.

Como se podr ver en los grficos:

Ejercicio Aplicativo:
INDICE DE GINI

Vamos a calcular el ndice de Gini de una serie de datos con los

sueldos de los empleados de una empresa.

Datos:

Calculamos los valores que necesitamos para aplicar la frmula:

Sueldos
(miles de )

Empleados

20

10

27

12

36

48

60

90

120

Xi

ni

ni

pi

Xi ni

Xi ni

qi

pi - qi

20

10

10

25,0

200

200

13,8

11,2

27

12

22

55,0

324

524

36,3

18,7

36

30

75,0

288

812

56,3

18,7

48

35

87,5

240

1052

73,0

14,5

60

38

95,0

180

1232

85,4

9,6

90

39

97,5

90

1322

91,7

5,8

120

40

100,0

120

1442

100,0

pi (entre 1 y n-1) =

435,0

(pi - qi) (entre 1 y n-1 )=

78,5

Por lo tanto:
G=78,5/435,0=0,18 (18%)

Un coeficiente de Gini de 0,18 indica que la muestra est

bastante uniformemente repartida, es decir, su nivel de
concentracin no es excesivamente alto.