Distribuciones Bidimensionales

Tema 2: Distribuciones bidimensionales
Variable Bidimensional (X,Y) Sobre una poblacin se

observan simultneamente dos variables X e Y.
La distribucin de frecuencias bidimensional de (X,Y) es
el conjunto de valores
{(xi, yj);nij} i=1, , p; j=1, ,q tal que
p
ij
=N
O equivalente:
f
i
ij
=1
donde nij es la frecuencia absoluta conjunta o total de elementos en

la poblacin que presenta el valor bidimensional (xi, yj).
La frecuencia relativa conjunta fij es la proporcin de elementos en la
poblacin que presenta el valor (xi, yj).
f ij =
nij
N

La distribucin de frecuencias bidimensional de (X,Y) se puede expresar en
una tabla bidimensional:
y1
y2
yj
yq
x1
n11
n12
n1j
n1q
n1*
x2
n21
n22
n2j
n2q
n2*
Columna de
frecuencias
marginales
Frecuencia absoluta
xi
ni1
ni2
nij
niq
ni*
nij
fila
xp
np1
np2
npj
npq
np*
n*1
n*2
n*j
n*q
Fila de
frecuencias
marginales
columna
Total de
elementos en
la poblacin

una tabla bidimensional (frecuencias absolutas):
y1
y2
yj
yq
q
x1
x2
n11 n12
n21 n22
n1j
n2j
n1q n1*
Total fila 1
n1* = nij
j =1
n2q n2*
q
xi
ni1
ni2
nij
niq
ni*
xp
np1 np2
npj
n*1
n*j
n*2
Total de
elementos que
presentan el
valor yj
Total de elementos
que presentan el
valor xi
Total fila p
Total de
elementos en la
poblacin
Total
columna j
j =1
Total de elementos
que presentan
xi e yj
npq np*
n*q
ni* = nij
n* j = nij
i =1
n p* = n pj
j =1
N = nij
j =1 i =1

una tabla bidimensional (frecuencias relativas):
y1
y2
yj
yq
x1
f11
f12
f1j
f1q
f1*
Total fila 1
x2
f21
f22
f2j
f2q
f2*
Total fila 2
Proporcin de
elementos
que presenta
el valor xi
q
f i* = f ij
j =1
xi
fi1
fi2
fij
fiq
fi*
xp
fp1
fp2
fpj
fpq
fp*
f*1
f*2
f*j
f*q
Proporcin de
elementos
que presenta
xi e yj
q
1 = f ij
j =1 i =1
Proporcin de
elementos que
presenta el valor
yj
Total
columna j
p
f* j = f ij
i =1
Total
columna q

Uno de los objetivos del anlisis de distribuciones
bidimensionales es estudiar si existe asociacin o relacin entre
las variables X e Y.
A partir de una distribucin bidimensional se obtendrn
distribuciones unidimensionales de dos tipos: marginales y
condicionadas.
Dos distribuciones marginales:
Marginal de X
Marginal de Y
Condicionadas:
q distribuciones condicionadas de los valores de X a los q valores de Y
p distribuciones condicionadas de los valores de Y a los p valores de X

A partir de una distribucin bidimensional se pueden obtener 2 distribuciones
unidimensionales MARGINALES: Marginal de X y Marginal de Y.
Marginal de X: expresa cmo se distribuye X
en la poblacin total, al margen de la otra
variable
MARGINAL DE X
X
ni*
fi*
x1
n1*
f1*
x2
n2*
f2*
xi
ni*
fi*
xp
np*
fp*
Marginal de Y: expresa cmo se distribuye Y

en la poblacin total, al margen de la otra
variable
f i* =
ni*
N
MARGINAL DE Y
Y
y1
y2
yj
yq
n*j
n*1
n*2
n*j
n*q
f*j
f*1
f*2
f*j
f*q
f* j =
n* j
N

A partir de una distribucin bidimensional se pueden obtener distribuciones
unidimensionales CONDICIONADAS: de X y de Y.
CONDICIONAL DE X / Y=yj
X
nij
fi/j
x1
n1j
n1j/n*j=f1/j
x2
n2j
n2j /n*j=f2/j
xi
nij
nij /n*j=fi/j
xp
npj
npj /n*j=fp/j
n*j
Total de elementos en
la subpoblacin
Condicional de X dado Y=yj: expresa cmo se

distribuye X en la subpoblacin que cumple la
condicin de presentar el valor Y=yj
Condicional de Y dado X=xi: expresa cmo se
distribuye Y en la subpoblacin que cumple la
condicin de presentar el valor X=xi
CONDICIONAL DE Y / X=xi
Total de
elementos en
la subpoblacin
y1
y2
yj
yq
nij
ni1
ni2
nij
niq
ni*
fj/i
ni1/ni*
=f1/i
ni2/ni*
=f2/i
nij/ni*
=fj/i
niq/ni*
=fq/i

Ejemplo distribucin bidimensional (en frecuencias absolutas y en relativas):
Un grupo de 91 nios se clasifica segn su edad (X) y puntuacin en un test (Y)
Frecuencias relativas
Frecuencias absolutas
f ij =
TEST
Edad
120
125
130
10
20
21
10
13
25
20
25
20
30
41
nij
N
TEST
Edad
0,110 =
91
0,220 =
10
91
20
91
120
125
130
0,110
0,088
0,022
0,220
0,077
0,088
0,066
0,231
0,022
0,110
0,143
0,275
0,011
0,044
0,220
0,275
0,220
0,330
0,451
1,000
Cmo se expresa la distribucin bidimensional en frecuencias relativas a partir de la de

frecuencias absolutas?
Es muy fcil! Se divide cada casilla (frecuencia absoluta) entre N (91)
Observa que la fila y columna marginales (sombreadas) representan las frecuencias
marginales (las absolutas en tabla de la derecha y las relativas en la de la izquierda).

Ejemplo distribucin bidimensional (en frecuencias absolutas y en relativas):
Un grupo de 91 nios se clasifica segn su edad (X) y puntuacin en un test (Y)
En frecuencias absolutas
En frecuencias relativas
TEST
TEST
Marginal
Marginal
Edad
Marginal
120
125
130
10
20
21
10
13
25
20
25
20
30
41
Edad
91
Marginal
120
125
130
0,110
0,088
0,022
0,220
0,077
0,088
0,066
0,231
0,022
0,110
0,143
0,275
0,011
0,044
0,220
0,275
0,220
0,330
0,451
1,000
Cmo se interpretan los valores 10 y 20?

Hay 10 nios que tienen 7 aos y puntuacin 125 en el test. Hay 20 nios con puntuacin igual a 120.
Cmo se interpretan los valores 0,110 y 0,220?
Hay una proporcin de 0,11 nios que tiene 7 aos y puntuacin 125 en el test. El 22% de los nios
tiene puntuacin igual a 120.

Ejemplo (continuacin)
Distribuciones marginales de la Edad y Test
Distribucin marginal
de la Edad
Nmero
alumnos
Edad
Distribucin marginal
Del Test
nmero de
alumnos
TEST
Proporcin
de alumnos
20
0,220
21
0,231
25
0,275
25
0,275
91
proporcin de
alumnos
120
20
0,220
125
30
0,330
130
41
0,451
91
Observa que el total de individuos observados en cada marginal es 91. Todos.

qu porcentaje de nios tiene edad igual 5?
qu proporcin de alumnos obtiene en el test ms de 125 puntos?

Distribuciones condicionadas de la Edad a los valores del test
Distribuciones condicionadas de la Edad
Distribucin bidimensional
TEST
TEST
Edad
Edad
120
125
130
10
20
21
10
13
25
20
25
20
30
41
91
120
125
130
0,500
0,267
0,049
0,220
0,350
0,267
0,146
0,231
0,100
0,333
0,317
0,275
0,050
0,133
0,488
0,275
1,000
1,000
1,000
1,000
Cmo se hace?
Se divide cada casilla de la bidimensional (tabla izquierda) entre el total de columna.
Las flechas de la tabla indican la direccin en que se han de hacer los clculos
Por ejemplo, para obtener la distribucin condicionada de la Edad / test =120 se divide
cada casilla de la columna encabezada por 120 por el total de columna (20). Observa
que la poblacin que cumple esa condicin es de 20 nios.
Observa que la ltima fila est formada por unos. Hay 3 distribuciones condicionadas.
Una marginal.

Distribuciones condicionadas de la Edad a los valores del test
Distribuciones condicionadas de la Edad
TEST
TEST
Edad
Edad
120
125
130
0,500
0,267
0,049
0,220
120
125
130
0,110
0,088
0,022
0,220
0,350
0,267
0,146
0,231
0,077
0,088
0,066
0,231
0,100
0,333
0,317
0,275
0,022
0,110
0,143
0,275
0,050
0,133
0,488
0,275
0,011
0,044
0,220
0,275
1,000
1,000
1,000
1,000
0,220
0,330
0,451
1,000
Cmo se hace si la distribucin bidimensional est en frecuencias relativas?

Igual que antes. Se divide cada casilla de la bidimensional (tabla izquierda) entre el total de columna.
Las flechas de la tabla indican la direccin en que se han de hacer los clculos
Por ejemplo, para obtener la distribucin condicionada de la Edad / test =120 se divide
cada casilla de la columna encabezada por 120 por el total de columna (0,022). Observa
que la poblacin que cumple esa condicin es de una proporcin igual a 0,022 nios.
Observa que la ltima fila est formada por unos. Hay 3 distribuciones condicionadas
de la Edad. Una marginal de la Edad.
Tema 2
Distribuciones condicionadas del Test a los valores de la edad
Distribuciones condicionadas del Test
TEST
TEST
Edad
Edad
120
125
130
0,110
0,088
0,022
0,220
5
0,077
0,088
0,066
0,231
6
0,022
0,110
0,143
0,275
0,011
0,044
0,220
0,275
120
125
130
0,500
0,400
0,100
0,333
0,381
0,286
0,080
0,400
0,520
0,040
0,160
0,800
0,220
0,330
0,451
Cmo se hace?
Las flechas de la tabla indican la direccin en que se han de

hacer los clculos
0,220
0,330
0,451
1,000
Por ejemplo, para obtener la distribucin condicionada del test /Edad=6 aos se divide cada casilla de la
fila encabezada por 6 entre el total de fila (0,231). Observa que la poblacin que cumple esa condicin
es de una proporcin igual a 0,231 nios.
Observa que la ltima columna est formada por unos. Hay 4 distribuciones condicionadas
del test. Y la marginal del test.
Tema 2
Uno de los objetivos del anlisis de distribuciones
bidimensionales es estudiar si son independientes o por el
contrario, existe asociacin o relacin entre las variables X e Y.
Las variables X e Y se dicen que son independientes si los
valores de una de ellas no afecta a la distribucin de la otra. Esto
equivale a decir que todas las distribuciones condicionadas
sean iguales.
De modo equivalente se dice que las variables X e Y son
independientes si se cumple que la frecuencia relativa conjunta
es igual al producto de las frecuencias relativas marginales.
Si las variables no son independientes se dice que estn
relacionadas o asociadas. Las distribuciones condicionadas NO
son iguales.
Tema 2
Ejemplo:
Comprueba si son o no independientes las variables X e Y de la distribucin
bidimensional (X, Y) siguiente:
y2
x1
23
69
92
x2
12
36
48
x3
15
45
60
x4
21
28
57
171
228
Clculo
y1
Basta ver que las distribuciones

condicionadas son iguales. Por ejemplo,
las condicionadas de X/Y
Condicionadas de X a los valores de Y: X/Y

y1
Lectura
Cmo se hacen los clculos?
y2
x1
0,404
0,404
0,404
x2
0,211
0,211
0,211
x3
0,263
0,263
0,263
x4
0,123
0,123
0,123
Verticalmente: Dividiendo cada casilla

(frecuencia) entre el total de columna
Observa que la variable X se distribuye igual
en el conjunto de individuos que presenta la
condicin Y=y1, que en el grupo que cumple
Y=y2.
La lectura de la tabla de condicionadas se hace en sentido contrario al que se hayan realizado los clculos; es decir, en el
ejemplo la lectura es horizontal: Fila 1: 0,404 = 0,404; Fila 2: 0,211=0,211; Fila 3: 0,263=0,263; Fila 4: 0,123=0,123.
Todas las condicionadas son iguales. Por tanto las variables X e Y son INDEPENDIENTES
Tema 2
Ejemplo (Continuacin):
Comprueba si son o no independientes las variables X e Y de la distribucin bidimensional (X, Y)
siguiente:
Clculo
y1
y2
x1
23
69
92
x2
12
36
48
x3
15
45
60
x4
21
28
57
171
228
Otro modo de ver que son independientes es

comprobando que las distribuciones condicionadas
de Y/X son todas iguales.
Condicionadas de Y a los valores de X: Y/X

Cmo se hacen los clculos?
y1
y2
Lectura
x1
0,250
0,750
1,000
x2
0,250
0,750
1,000
x3
0,250
0,750
1,000
x4
0,250
0,750
1,000
0,25
0,75
Horizontalmente: Dividiendo cada casilla (frecuencia)

entre el total de fila
Observa que la variable Y se distribuye igual en el conjunto de
individuos que presenta la condicin X=x1, que en el grupo
que cumple X=x2,, y que en el grupo X=x4.
La lectura de la tabla de condicionadas se hace en sentido contrario al que se hayan realizado los clculos; es decir, en el
ejemplo la lectura es vertical: Columna 1: 0,250 = 0,250 =0,250 = 0,250 ;Columna 2: 0,750=0,750=0,750=0,750.
Todas las condicionadas son iguales. Por tanto las variables X e Y son INDEPENDIENTES
Tema 2
Ejemplo (Continuacin):
Comprueba si son o no independientes las variables X e Y de la distribucin bidimensional (X, Y)
siguiente: (Puedes hacerlo con frecuencias absolutas o con relativas)
y1
y2
x1
23
69
92
x2
12
36
48
x3
15
45
60
x4
21
28
57
171
228
Otro modo de ver que son independientes es

comprobando que las frecuencias relativas conjuntas
verifican la ecuacin:
f ij = f i* f* j
O la equivalente
Cmo?
Comprueba que cada frecuencia absoluta verifica la ecuacin. Por ejemplo,

y1
y2
x1
0,101
0,303
0,404
x2
0,053
0,158
0,211
x3
0,066
0,197
0,263
x4
0,031
0,092
0,123
0,250
0,750
1,000
nij =
15 =
ni* n* j
N
60 57
228
Cmo?
si prefieres usar la primera ecuacin:
Se obtiene la distribucin bidimensional en
frecuencias relativas. Para ello divide cada casilla
correspondiente a una frecuencia absoluta entre 228
Por ejemplo, 0,101=23/228.
Comprueba luego que se verifica 0,101=0,0404 por 0,.250; 0,303= 0,404 por 0,750; ..,
0,092 = 0,123 por 0,750.

Resumiendo, habrs observado que una tabla bivariante para una
bidimensional (X, Y) puede expresarse en frecuencias absolutas y relativas.
Cuando las variables X o Y son cualitativas se denomina tabla de
contingencia
Una tabla en proporciones puede indicar que hay una sola distribucin
bidimensional o que hay varias distribuciones unidimensionales condicionadas.
Cmo puedo saber si hay una sola distribucin de carcter bidimensional o
varias condicionadas (unidimensionales)?
La respuesta es fcil. Si la suma de todas las frecuencias de la tabla es 1, hay
una sola distribucin bidimensional. Estas proporciones se obtienen dividiendo
cada frecuencia absoluta nij entre el total de elementos N.
Si la suma de cada columna es 1, hay tantas distribuciones como columnas. Las
proporciones se han obtenido dividiendo cada casilla por el total columna.
Si la suma de cada fila es 1, hay tantas distribuciones como filas. Las
porporciones se han obtenido dividiendo cada casilla por el total de fila.
Vamos a repasar un ejemplo que ya vimos.
Tema 2
Ejemplo (repaso)
TEST
Edad
Observa que la suma de las frecuencias de cada fila es 1
120
125
130
0,500
0,400
0,100
0,333
0,381
0,286
0,080
0,400
0,520
0,040
0,160
0,800
0,220
0,330
0,451
Hay 5 distribuciones UNIDIMENSIONALES: 4 condicionadas y una marginal

Cmo se interpreta la frecuencia 0,100 de la fila 1?
El 10% de los nios que tienen 5 aos ha obtenido una puntuacin de 130 en el test
Cul es la distribucin condicionada del Test para el grupo que tiene 8 aos?
TEST
Edad
8
120
125
130
0,040
0,160
0,800
Cmo se distribuye la edad?

No se puede saber con la informacin que hay en la tabla bidimensional

Cuando las variables X o Y son cualitativas se
denomina tabla de contingencia.
Un anlisis tpico de una tabla de contingencia es el
estudio de la posible asociacin o relacin entre las
variables X e Y.
Un medida muy importante de asociacin es el
estadstico Chi-cuadrado:
p
=
2
i =1 j =1
(t ij nij ) 2
tij
Con
t ij =
n i* n* j
N
Donde tij es el valor de la frecuencia que tericamente

se observara si las variables X e Y fueran
independientes
Tema 2
Ejemplo:
Vamos a calcular este estadstico en los dos
ejemplos anteriores.
y1
y2
x1
23
69
92
x2
12
36
48
x3
15
45
60
x4
21
28
57
171
228
=
2
(t ij nij ) 2
tij
i =1 j =1
Con
t ij =
n i* n* j
N
Observa que:
t 11=
92 57
92 171
28 171
= 23; t 12 =
= 69;...;t 42 =
= 21
228
228
228
Observa que todo tij coincide con lo observado realmente (nij) y los numeradores
de la expresin de Chi-cuadrado son todos nulos, y por tanto la suma y
Chi-cuadrado es cero.
Tema 2
Ejemplo:Veamos el valor de chi-cuadrado en la
tabla siguiente:
p
2 =
TEST
Edad
t 11=
(t ij nij ) 2
i =1 j =1
120
125
130
10
20
21
10
13
25
20
25
20
30
41
91
Con
t ij =
tij
n i* n* j
N
20 20
20 30
25 41
= 4,396; t 12 =
= 6,593;...;t 43 =
= 11,264
91
91
91
Para realizar los clculos es cmodo colocar columnas que indiquen los pasos
sucesivos a realizar para obtener el estadstico:
Tema 2
Ejemplo:Veamos el valor de chi-cuadrado en la tabla siguiente:
Valores observados (nij)
Valores tericos bajo independencia (tij)
TEST
TEST
Edad
Edad
t 11=
120
125
130
10
20
21
10
13
25
20
25
20
30
41
91
120
125
130
4,396
6,593
9,011
20
4,615
6,923
9,462
21
5,495
8,242
11,264
25
5,495
8,242
11,264
25
20
30
41
91
20 20
20 30
25 41
= 4,396; t 12 =
= 6,593;...;t 43 =
= 11,264
91
91
91
Para realizar los clculos es cmodo colocar columnas que indiquen los pasos
sucesivos a realizar para obtener el estadstico:
Tema 2
Ejemplo:Clculo chi-cuadrado (continuacin):
La tabla siguiente indica los clculos necesarios
nij
tij
nij-tij
(nij-tij)^2
(nij-tij)^2 / tij
10
4,3956
5,6044
31,4093
7,1456
4,6154
2,3846
5,6864
1,2321
5,4945
-3,4945
12,2116
2,2225
5,4945
-4,4945
20,2006
3,6765
6,5934
1,4066
1,9785
0,3001
6,9231
1,0769
1,1598
0,1675
10
8,2418
1,7582
3,0914
0,3751
8,2418
-4,2418
17,9925
2,1831
9,0110
-7,0110
49,1540
5,4549
9,4615
-3,4615
11,9822
1,2664
13
11,2637
1,7363
3,0146
0,2676
20
11,2637
8,7363
76,3223
6,7759
La suma de la ltima columna es el valor de chi-cuadrado
31,067
2 =
i =1 j =1
(t ij nij ) 2
tij
Tema 2
Anlisis de regresin
El anlisis de regresin consiste en la bsqueda de
una funcin que exprese la forma en que se
relaciona una variable dependiente (Y) con una o
ms variables independientes (X)
Nos ocuparemos slo del caso de regresin lineal
simple: una variable dependiente y otra independiente.
Se supone que la relacin entre las variables es
aproximadamente lineal (una recta). Una forma visual
de comprobar si es o no lineal la trayectoria de la
relacin entre las variables es mediante el denominado
diagrama de dispersin o nube de puntos.
Tema 2
Grfico de dispersin o Nube de puntos.
Es la representacin grfica en el plano del conjunto
de puntos (xi, yi) que constituyen los valores
bidimensionales de la variable bidimensional (X, Y).
Renta y mortalidad infantil en 6 pases
Mortalidad
100
110
130
140
140
150
Se observa una trayectoria

casi lineal
7,00
6,00
mortalidad
Renta
5,00
4,00
3,00
2,00
100,00
110,00
120,00
130,00
renta
140,00
150,00
Tema 2
Recta de regresin de Y sobre X.
La recta de regresin Y/X presenta la forma:
Y = a + bX
Variable dependiente
Ordenada
en el origen
Pendiente
Variable independiente
El objetivo es encontrar los valores a y b que definen la recta que se encuentra

a la mnima distancia de los puntos de la nube.
El procedimiento que permite encontrar dicha recta se denomina de mnimos
cuadrados
Tema 2
Recta de regresin de Y sobre X: Y/X: Y=a+bX
S = d i2 ni = ( yi y 'i ) 2 ni =
i
= ( yi a bxi ) 2 ni
7,00
yi ni = a ni + b x i ni
i
x yn
i
i i
= a xi ni + b x 2i n i
i
Y=a+bX
6,00
yi
mortalidad
Para obtener el mnimo de S se

deriva la ecuacin anterior respecto
de a y b. El sistema de ecuaciones
generado viene dado por:
5,00
(xi, yi)
di=yi-yi
4,00
yi
3,00
2,00
Y la solucin a y b es:
x yn
i i i
N
b=
xi2 ni
i
100,00
110,00
120,00
xi130,00
140,00
renta
XY
X2
Cov( X , Y )
Var ( X )
a = Y bX
Nota: El estadstico Cov(X,Y) se

denomina covarianza de X e Y.
150,00
Tema 2
Recta de regresin de X sobre Y.
La recta de regresin X/Y presenta la forma:
X = a '+b' Y
Variable dependiente
Ordenada
en el origen
Pendiente
Variable independiente
El objetivo es encontrar los valores a y b que definen la recta que se encuentra

a la mnima distancia de los puntos de la nube.
El procedimiento que permite encontrar dicha recta se denomina de mnimos
cuadrados
Tema 2
Recta de regresin de X sobre Y: X/Y: X=a+bY
S = d i2 ni = ( xi x'i ) 2 ni =
i
= ( xi a 'b' yi ) 2 ni
X=a+bY
7,00
xi ni = a' ni + b' y i ni
i
x y n
i
i i
di=xi-xi
6,00
mortalidad
Para obtener el mnimo de S se

deriva la ecuacin anterior respecto
de a y b. El sistema de ecuaciones
generado viene dado por:
5,00
(xi, yi)
4,00
= a ' yi ni + b' y 2i n i
i
3,00
2,00
Y la solucin a y b es:
x y n
i i i
N
b' =
yi2 ni
i
100,00
110,00
120,00
xi
XY
Y 2
Cov( X , Y )
Var (Y )
a ' = X b' Y
x130,00
renta i
140,00
150,00
Nota: Observa que el procedimientos es

el mismo salvo que se cambian los papeles
de X por Y. Las distancias ahora son
horizontales (paralelas al eje X).
Tema 2
Las rectas de regresin de Y sobre X y de X
sobre Y se cortan en el punto medio de las
variables. Cuando el ajuste es perfecto, las dos
rectas coinciden
7,00
X = a '+b' Y
Y = a + bX
mortalidad
6,00
5,00
( X ,Y )
4,00
3,00
2,00
100,00
110,00
120,00
130,00
renta
140,00
150,00
Tema 2
Ejemplo:
Obtenga las rectas de regresin de Y sobre X y de X sobre Y.
X = a '+b' Y
Y=Mortalidad infantil, X=Renta per cpita Y = a + bX
Renta
100
Y = a + bX
Recta de regresin de Y sobre X:
Mortalidad
x y n
i i i
110
130
N
xi2 ni
140
140
150
b=
XY
a = Y bX
Cov( X , Y )
Var ( X )
X2
Para determinar a y b necesitamos los clculos que expresamos por comodidad

en las columnas de la tabla siguiente:
X=
Renta(X)
Mortalidad
(Y)
100
700
10000
110
550
12100
130
520
16900
140
420
19600
XY
x n
i i
X^2
140
280
19600
150
300
22500
770
23
2770
100700
770
= 128,333
6
x n
Y =
y n
i i
23
= 3,833
6
V (X ) =
X2 =
Cov( X , Y ) =
100700
128,3332 = 313,889
6
x y n
i
i i
XY =
2770
128,333 3.833 = 30,278
6
Cov( X , Y ) 30,278
b=
=
= 0,096
Var ( X )
313,889
a = Y bX = 3,833 (0,096 128,333) = 16,212
Tema 2
Ejemplo (contina):
La ecuacin de la recta de regresin de Y sobre X es:
Y = 16,212 0,096 X
X = a '+b' Y
Obtenga la recta de regresin de X sobre Y:

Renta(X)
b' =
Mortalida
d(Y)
XY
x y n
i i i
Y^2
100
700
49
110
550
25
130
520
16
140
420
140
280
150
300
770
23
2770
107
Cov ( X , Y ) 30,278
=
= 9,646
Var (Y )
3,139
N
b' =
yi2 ni
i
XY
Cov( X , Y )
Var (Y )
a ' = X b' Y
Y 2
y n
2
V (Y ) =
Y 2 =
107
3,8332 = 3,139
6
a ' = X b' Y = 128,333 (9,646 3,8333) = 165,310
X = 165,310 9,646Y
Tema 2
r=
Coeficiente de correlacin lineal de Pearson.

Un coeficiente muy usado para medir el grado de relacin lineal entre las
variables X e Y es el debido a Pearson, que notamos con r
Se define como el cociente entre la covarianza y el producto de las
desviaciones tpicas de las variables
Al coeficiente r al cuadrado se denomina coeficiente de determinacin y
expresa la proporcin de variacin de la variable dependiente que es
explicada por la independiente.
Tambin se usa como medida de bondad de ajuste. Una propiedad
interesante del coeficiente de correlacin lineal de Pearson es que est
comprendido entre los valores -1 y 1. El valor 0 indica ausencia de
correlacin lineal. Los valores -1 y 1 indican correlacin lineal perfecta
(todos los puntos estn sobre las rectas de regresin), el negativo indican
que cuando una variable crece (disminuye) la otra decrece (aumenta) y el
positivo indica que cuando una aumenta (disminuye) la otra tambin aumenta
(disminuye).
Se dice que la correlacin es ms dbil cuanto ms se aproxima a cero. Y
ms fuerte cuanto ms se aproxima a los extremos -1 1.
Cov( X , Y )
x y
1 r 1
Cov 2 ( X , Y ) Cov( X , Y ) Cov( X , Y )

r =
=
= b b'
V ( X ) V (Y )
V (X )
V (Y )
2
Tema 2
Ejemplo: Con los datos del ejemplo anterior determina el coeficiente de

correlacin lineal de Pearson y Coeficiente de determinacin. Interpretacin.
r2 =
(30,278) 2
Cov 2 ( X , Y )
= 0,930
=
V ( X ) V (Y ) 313,889 3,139
El 93% de la variabilidad de la variable dependiente es explicada por la independiente
r = 0,930 = 0,965
El coeficiente de correlacin lineal de Pearson presenta un valor negativo y prximo

a -1 (-0,965), por tanto, las variables estn relacionadas linealmente con fuerte grado
de relacin positiva. Es decir, cuanto mayor es la renta menor es la mortalidad.
Observa que el signo de la correlacin es el signo de la covarianza
Tema 2
Ejemplo: Con los datos del ejemplo anterior determina el coeficiente de

correlacin lineal de Pearson y Coeficiente de determinacin. Interpretacin.
r2 =
(30,278) 2
Cov 2 ( X , Y )
= 0,930
=
V ( X ) V (Y ) 313,889 3,139
El 93% de la variabilidad de la variable dependiente es explicada por la independiente
r = 0,930 = 0,965
El coeficiente de correlacin lineal de Pearson presenta un valor negativo y prximo

a -1 (-0,965), por tanto, las variables estn relacionadas linealmente con fuerte grado
de relacin negativa. Es decir, cuanto mayor es la renta menor es la mortalidad.
Observa que el signo de la correlacin es el signo de la covarianza
Tema 2
Ejemplo: Con los datos del ejemplo anterior determina la recta de regresin
de Test sobre Edad, el coeficiente de correlacin lineal de Pearson y
Coeficiente de determinacin. Interpretacin. Determina el valor esperado o
ajustado para el test para un nio de 10 aos.
Test = a + bEdad
TEST
Edad
r =
120
125
130
10
20
21
10
13
25
20
25
20
30
41
91
Cov ( X , Y )
X Y
Cov 2 ( X , Y )
r =
V ( X ) V (Y )
2
Test = a + b 10
Vamos a expresar la tabla en un formato ms cmodo para realizar los clculos:

3 columnas
Nota: Observa que en el ejemplo
que vimos anteriormente se omiti
Edad
Test
Frecuencias
la columna frecuencias por valer 1
Tema 2
Ejemplo (continuacin): La tabla siguiente recoge los clculos necesarios
Test=Y
frecuencias
=n
Xn
Yn
XYn
X^2n
Y^2n
120
10
50
1200
6000
250
144000
120
42
840
5040
252
100800
120
14
240
1680
98
28800
120
120
960
64
14400
125
40
1000
5000
200
125000
125
48
1000
6000
288
125000
125
10
70
1250
8750
490
156250
125
32
500
4000
256
62500
130
10
260
1300
50
33800
130
36
780
4680
216
101400
130
13
91
1690
11830
637
219700
130
20
160
2600
20800
1280
338000
601
11480
76040
4081
1449650
Edad=X
Test = a + bEdad Y = a + bX
Tema 2
Ejemplo (continuacin):
X=
601
11480
= 6,6044; Y =
= 126,1538
91
91
Cov( X , Y ) =
76040
6,6044 126,1538 = 2,4345
91
4081
V (X ) =
6,6044 2 = 1,2281
91
V (Y ) =
Test = a + bEdad Y = a + bX
2,4345
= 1,9823
1,2281
a = 126,1538 1,9823 6,6044 = 113,0619
b=
Test = 113,06 + 1,98Edad

132,86 = 113,06 + 1,98 10
1449650
126,15382 = 15,4269
91
Test = 113,06 + 1,98Edad
Cov 2 ( X , Y )
2,43452
r =
=
= 0,3128
V ( x) V (Y ) 1,2281 15,4269
r = 0,5593
2

Distribuciones Bidimensionales

Cargado por

Copyright:

Formatos disponibles

Distribuciones Bidimensionales

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

Distribuciones Bidimensionales

Cargado por

Copyright:

Formatos disponibles

Tema 2: Distribuciones bidimensionales

Variable Bidimensional (X,Y) Sobre una poblacin se

donde nij es la frecuencia absoluta conjunta o total de elementos en

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales

Marginal de Y: expresa cmo se distribuye Y

Tema 2: Distribuciones bidimensionales

Condicional de X dado Y=yj: expresa cmo se

Tema 2: Distribuciones bidimensionales

Cmo se expresa la distribucin bidimensional en frecuencias relativas a partir de la de

Tema 2: Distribuciones bidimensionales

Cmo se interpretan los valores 10 y 20?

Tema 2: Distribuciones bidimensionales

Observa que el total de individuos observados en cada marginal es 91. Todos.

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales

Cmo se hace si la distribucin bidimensional est en frecuencias relativas?

Las flechas de la tabla indican la direccin en que se han de

Basta ver que las distribuciones

Condicionadas de X a los valores de Y: X/Y

Cmo se hacen los clculos?

Verticalmente: Dividiendo cada casilla

Otro modo de ver que son independientes es

Condicionadas de Y a los valores de X: Y/X

Horizontalmente: Dividiendo cada casilla (frecuencia)

Otro modo de ver que son independientes es

Comprueba que cada frecuencia absoluta verifica la ecuacin. Por ejemplo,

Tema 2: Distribuciones bidimensionales

Vamos a repasar un ejemplo que ya vimos.

Observa que la suma de las frecuencias de cada fila es 1

Hay 5 distribuciones UNIDIMENSIONALES: 4 condicionadas y una marginal

Cmo se distribuye la edad?

Tema 2: Distribuciones bidimensionales

Donde tij es el valor de la frecuencia que tericamente

Valores tericos bajo independencia (tij)

La suma de la ltima columna es el valor de chi-cuadrado

Se observa una trayectoria

El objetivo es encontrar los valores a y b que definen la recta que se encuentra

Renta y mortalidad infantil en 6 pases

Para obtener el mnimo de S se

Nota: El estadstico Cov(X,Y) se

El objetivo es encontrar los valores a y b que definen la recta que se encuentra

Renta y mortalidad infantil en 6 pases

Para obtener el mnimo de S se

Nota: Observa que el procedimientos es

Recta de regresin de Y sobre X:

Para determinar a y b necesitamos los clculos que expresamos por comodidad

a = Y bX = 3,833 (0,096 128,333) = 16,212

Obtenga la recta de regresin de X sobre Y:

a ' = X b' Y = 128,333 (9,646 3,8333) = 165,310

Coeficiente de correlacin lineal de Pearson.

Cov 2 ( X , Y ) Cov( X , Y ) Cov( X , Y )

Ejemplo: Con los datos del ejemplo anterior determina el coeficiente de

El 93% de la variabilidad de la variable dependiente es explicada por la independiente

El coeficiente de correlacin lineal de Pearson presenta un valor negativo y prximo