Escolar Documentos
Profissional Documentos
Cultura Documentos
9. Medidas de asociación
Métodos Estadísticos I 1
Introducción
Además de ser de interés conocer las medidas de dispersión y
las medidas de tendencia central de una variable, es
importante conocer la RELACIÓN que ésta guarda con otras
variables.
Métodos Estadísticos I 2
Ejemplos de relación entre variables
Métodos Estadísticos I 3
Covarianza (Sxy)
Su fórmula es:
Métodos Estadísticos I 4
Formula alternativa: Su uso puede facilitar su cálculo
Métodos Estadísticos I 5
Xi Yi
Altura X Peso Y
1 162 63 (162*63)
2 158 52
3 167 78
4 151 49
5 162 71
6 168 62
7 167 68
8 153 48
9 152 56
10 173 67
∑
Métodos Estadísticos I 6
Xi Yi
Altura X Peso Y
1 162 63 10206
2 158 52 8216
3 167 78 13026
4 151 49 7399
5 162 71 11502
6 168 62 10416
7 167 68 11356
8 153 48 7344
9 152 56 8512
10 173 67 11591
∑ 1613 614 99568
= 58.86
Métodos Estadísticos I 7
La covarianza se expresa en las unidades originales de las variables
medidas, por lo que en ecuaciones es difícil interpretarla.
Por esta razón es necesario realizar una estandarización de la
covarianza que es el Coeficiente de Correlación o simplemente
Correlación, lo cual no depende de las unidades de medida.
Correlación (rxy)
Sean X y Y dos variables aleatorias con n observaciones cada
una, por ejemplo (x1,y1); (x2,y2)….(xn,yn), n pares de
observaciones de las dos caracteristicas y sean Sxy la covarianza
entre ellas; y Sx y Sy las desviaciones estándar de cada una. La
correlación este ellas es:
Métodos Estadísticos I 8
Peso X Altura Y
1 63 162 Para calcular el Coeficiente
2 52 158
3 78 167 de correlación, es
4 49 151 necesario calcular la S.
5 71 162
6 62 168 Varianza
7 68 167
8 48 153
9 56 152
10 67 173
Media 61.4 161.3
S2
S
Covarianza 58.87
Correlacion Desviación estándar
Métodos Estadísticos I 9
Peso Y Altura X (y-y) (y-y)2 (x-x) (x-x)2
162- (0.7)2=0.4
1 63 162 63-61.4=1.6 (1.6)2 =2.56 161.3=0.7 9
2 52 158 -9.4 88.36 -3.3 10.89
3 78 167 16.6 275.56 5.7 32.49
4 49 151 -12.4 153.76 -10.3 106.09
5 71 162 9.6 92.16 0.7 0.49 Coeficiente
6 62 168 0.6 0.36 6.7 44.89 variacion pa
7 68 167 6.6 43.56 5.7 32.49
Y es de 161
8 48 153 -13.4 179.56 -8.3 68.89
9 56 152 -5.4 29.16 -9.3 86.49 Y para en x
10 67 173 5.6 31.36 11.7 136.89 es de 35.79
Sumatoria 614 1613 0 893.84 0 519.61
Media 61.4 161.3 89.384 51.961
Varianza 99.315 57.734
Desviacion
Est 9.965 7.598
Covarianza 58.87
Correlacion 0.7775
Coeficiente 60.45
de
determinaci
ón
Métodos Estadísticos I 10
Peso Y Altura X (y-y) (y-y)2 (x-x) (x-x)2
1 63 162 2.56 0.7 0.49
2 52 158 88.36 -3.30 10.89
3 78 167 275.56 5.70 32.49
4 49 151 153.76 -10.3 106.09
5 71 162 92.16 0.7 0.49
6 62 168 0.36 6.7 44.89
7 68 167 43.56 5.7 32.49
8 48 153 179.56 -8.3 68.89
9 56 152 29.16 -9.3 86.49
10 67 173 31.36 11.7 136.89
Sumatoria 614 1613 0
Media 61.4 161.3 0
Varianza
Desviacion
Est
Covarianza 58.87
Correlacion
Métodos Estadísticos I 11
Substituyendo:
=0.77
Cómo lo interpretamos???
Métodos Estadísticos I 12
Interpretación de la Correlación
Métodos Estadísticos I 13
Entonces:
=0.77
Cómo lo interpretamos???
Esto significa que las variables X (estatura) y Y (peso) tienen
una correlación positiva relativamente alta, es decir a medida
que aumenta la estatura crece también el peso.
Métodos Estadísticos I 14
Gráficamente
90
80
70
rxy=0.77
Peso (Kg)
60
Correlación positiva
50
40
150 155 160 165 170 175 180
Estatura (cm)
Métodos Estadísticos I 15
Métodos Estadísticos I 16
Métodos Estadísticos I 17
TAREA
26 4500
52 6280
24 3840
61 7900
86 9100
30 5050
28 4710
55 6300
Métodos Estadísticos I 18