Bidimensional Datos Cuantitativos
Bidimensional Datos Cuantitativos
Bidimensional Datos Cuantitativos
FRECUENCIAS
BIDIMENSIONALES
Estudio de variables cuantitativas
X/Y 0 1 2 n(X)
X/Y 0 1 2 f(X)
0 5 0 1 6
0 0,09 0,00 0,02 0,10
1 3 7 4 14 1 0,05 0,12 0,07 0,24
2 0 6 7 13 2 0,00 0,10 0,12 0,22
3 1 3 12 16 3 0,02 0,05 0,21 0,28
2 13 33 0,22 0,57 14
𝑀𝑜 = 3 ℎ𝑖𝑗𝑜𝑠 12
10
3 16 49 0,28 0,84 8
6
4 9 58 0,16 1,00 4
2
n=58 1,00 0
0 1 2 3 4
Yj nj Nj fj Fj
0 ∙ 13 + 1 ∙ 21 + (2 ∙ 24)
𝑌ത = = 1,19 𝑎𝑢𝑠𝑒𝑛𝑐𝑖𝑎𝑠
58
0 13 13 0,23 0,23
𝑀𝑒 = 1 𝑎𝑢𝑠𝑒𝑛𝑐𝑖𝑎 30
1 21 34 0,36 0,59 25
20
𝑀𝑜 = 2 𝑎𝑢𝑠𝑒𝑛𝑐𝑖𝑎𝑠 15
2 24 58 0,41 1,00 10
5
0
0 1 2
n=58 1,00 Profesora: Ana Ruiz
Frecuencias condicionadas I
2 0 6 7 13 b) Se tiene 1 hijo
c) Se tienen 2 hijos
3 1 3 12 16 d) Se tienen 3 hijos
4 4 5 0 9 e) Se tienen 4 hijos
f) Cuando se tienen 2 hijos o más.
n(Y) 13 21 24 n=58
n(Y) 6 18 12 36
𝑛(𝑥1 )∙𝑛(𝑦1) 𝑛(𝑥1 )∙𝑛(𝑦2 ) 𝑛(𝑥1 )∙𝑛(𝑦3 ) 𝑛(𝑥2 )∙𝑛(𝑦1)
𝑛11 = 𝑛12 = 𝑛13 = 𝑛21 =
𝑛 𝑛 𝑛 𝑛
𝑛(𝑥2 )∙𝑛(𝑦2) 𝑛(𝑥2 )∙𝑛(𝑦3)
𝑛22 = 𝑛23 =
𝑛 𝑛
Se cumple la CNyS para todos los valores de la tabla y por tanto, las variables SON
Profesora: Ana Ruiz
estadísticamente independientes.
ASOCIACIÓN DE VARIABLES CUANTITATIVAS I
Si no se cumple la CNyS de independencia estadística, las variables
están relacionadas. Ahora hay que ver qué tipo de relación tienen. En
X/Y 0 1 2 n(X) este curso sólo vamos a ver la relación lineal.
0 5 0 1 6 El estadístico que nos va a decir si existe relación lineal es la Covarianza:
1 3 7 4 14
σ𝑘𝑖=1 σℎ𝑗=1(𝑋𝑖 − 𝑋)(𝑌
ത 𝑗 − 𝑌)𝑛
ത 𝑖𝑗
2 0 6 7 13 𝑠𝑥𝑦 = =⋯=
𝑛−1
3 1 3 12 16 σ𝑘𝑖=1 σℎ𝑗=1 𝑋𝑖 𝑌𝑗 𝑛𝑖𝑗 − 𝑛𝑋ത 𝑌ത
4 4 5 0 9 =
𝑛−1
n(Y) 13 21 24 n=58 𝑆𝑋𝑌 = 0 𝐴𝑢𝑠𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
8,48
𝑠𝑋𝑌 = = 0,15 > 0. 𝐸𝑥𝑖𝑠𝑡𝑒 𝑎𝑠𝑜𝑐𝑖𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎
58 − 1 Profesora: Ana Ruiz
ASOCIACIÓN DE VARIABLES CUANTITATIVAS III
Una vez sabemos que existe asociación lineal positiva o negativa, hay que ver cuál es el grado de intensidad de
la relación. Para ello, vamos a utilizar el coeficiente de Correlación de Pearson.
𝑆𝑋𝑌
𝑟𝑋𝑌 = 𝑆 −1 < 𝑟𝑋𝑌 < 1 𝑟𝑋𝑌 = 0 𝐴𝑢𝑠𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
𝑋 ∙𝑆𝑌
Asociación lineal
positiva en grado alto
𝑟𝑋𝑌 = 0,9
Ausencia de relación lineal Asociación lineal inversa en
𝑟𝑋𝑌 =0
Profesora: Ana Ruiz
grado medio 𝑟𝑋𝑌 = −0,7
ASOCIACIÓN DE VARIABLES CUANTITATIVAS IV
Xi ni Ni fi Fi
0 6 6 0,10 0,10 𝑋ത = 0 ∙ 0,10 + 1 ∙ 0,24 + 2 ∙ 0,22 + 3 ∙ 0,28 + 4 ∙ 0,16 = 2,16 ℎ𝑖𝑗𝑜𝑠
1 14 20 0,24 0,34 ((0 − 2,16)2 ∙ 6) + ( 1 − 2,16)2 ∙ 14 + ( 2 − 2,16)2 ∙ 13 + ( 3 − 2,16)2 ∙ 16 + ((4 − 2,16)2 ∙ 9)
2 13 33 0,22 0,57 𝑆𝑋2 =
58 − 1
3 16 49 0,28 0,84
4 9 58 0,16 1,00 𝑆𝑋2 = 1,56 ℎ𝑖𝑗𝑜𝑠 2 𝑆𝑋 = 𝑆𝑋2 = 1,56 = 1,25 ℎ𝑖𝑗𝑜𝑠
n=58 1,00
Yj nj Nj fj Fj 0 ∙ 13 + 1 ∙ 21 + (2 ∙ 24)
𝑌ത = = 1,19 𝑎𝑢𝑠𝑒𝑛𝑐𝑖𝑎𝑠
58
0 13 13 0,23 0,23
((0 − 1,19)2 ∙ 13) + ( 1 − 1,19)2 ∙ 21 + ( 2 − 1,19)2 ∙ 24
1 21 34 0,36 0,59 𝑆𝑌2 = = 2,05 𝑎𝑢𝑠𝑒𝑛𝑐𝑖𝑎𝑠 2
58 − 1
2 24 58 0,41 1,00
𝑆𝑋 = 𝑆𝑋2 = 2,05 = 1,43 ausencias
n=58 1,00
𝑠𝑥𝑦 0,15
𝑟𝑋𝑌 = 𝑠 = (1,25)∙(1,43) = 0,08. Existe una relación lineal positiva en grado muy bajo entre el número de hijos
𝑥 ∙𝑠𝑦
y las ausencias al lugar de trabajo para los individuos de esta muestra.
Profesora: Ana Ruiz