Docsity
Docsity
Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity

Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium

Orientación Universidad
Orientación Universidad
Vende en Docsity
Vende en Docsity
Docsity AI
Docsity AI
Inicia sesiónRegístrate

Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity

Busca documentos

Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity

Busca tu universidad

Encuentra los documentos específicos para los exámenes de tu universidad

Video Cursos

Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades

Quiz

Responde a preguntas de exámenes reales y pon a prueba tu preparación

Docsity AINEW

Resume tus documentos, hazles preguntas, conviértelos en quiz y mapas conceptuales

Ver preguntas

Despeja tus dudas leyendo las respuestas a las preguntas que realizaron otros estudiantes como tú

Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium

Compartir documentos
download point icon20 Puntos

Por cada documento subido

Responde a las preguntas
download point icon5 Puntos

por cada respuesta dada (máx. 1 al día)

Todos los modos para conseguir puntos gratis
Consigue puntos de inmediato

Elige un plan Premium con todos los puntos que necesitas.

Oportunidades de estudio

Elige tu próximo programa de estudio

Ponte en contacto inmediatamente con las mejores universidades del mundo. Busca entre miles de universidades en todo el mundo. Busca entre miles de universidades partner oficiales

Comunidad

Pregúntale a la comunidad

Pide ayuda a la comunidad y resuelve tus dudas de estudio

Ebooks gratuitos

¡Nuestros e-books salva-estudiantes!

Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity

Conceptos básicos de distribuciones bidimensionales y correlación, Apuntes de Matemáticas aplicadas a las Ciencias Sociales II

Matemáticas aplicadas a las Ciencias Sociales II

Los conceptos básicos de distribuciones bidimensionales y correlación entre variables estadísticas, incluyendo la relación funcional y estadística, covarianza y coeficiente de correlación lineal. También se explican los tipos de correlación y el grado de correlación.

Tipo: Apuntes

2020/2021

Subido el 28/06/2021

SiraBJ
SiraBJ 🇪🇸

4

(1)

5 documentos

1 / 13

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Distribuciones bidimensionales
Dos variables x e y están relacionadas funcionalmente cuando conocida la primera
se puede saber con exactitud el valor de la segunda.
Ejemplo
Si se deja caer una piedra, existe una fórmula que nos permite calcular
exactamente, la altura a la que se encuentra en función del tiempo transcurrido.
h = ½ g t².
Relación estadística
Dos variables x e y están relacionadas estadísticamente cuando conocida la primera
se puede estimar aproximadamente el valor de la segunda.
Ejemplos
Ingresos y gastos de una familia.
Producción y ventas de una fábrica.
Gastos en publicidad y beneficios de una empresa.
Variable estadística bidimensional
Una variable bidimensional es una variable en la que cada individuo está definido
por un par de caracteres, (X, Y).
Estos dos caracteres son a su vez variables estadísticas entre las que existe
relación, una de las dos variables es la variable independiente y la otra variable
dependiente.
Distribuciones bidimensionales
Son aquellas en las que a cada individuo le corresponden los valores de dos
variables, las representamos por el par (xi, yi).
Si representamos cada par de valores como las coordenadas de un punto, el
conjunto de todos ellos se llama nube de puntos o diagrama de dispersión.
Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo mejor
posible, llamada recta de regresión.
pf3
pf4
pf5
pf8
pf9
pfa
pfd

Vista previa parcial del texto

¡Descarga Conceptos básicos de distribuciones bidimensionales y correlación y más Apuntes en PDF de Matemáticas aplicadas a las Ciencias Sociales II solo en Docsity!

Distribuciones bidimensionales

Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si se deja caer una piedra, existe una fórmula que nos permite calcular exactamente, la altura a la que se encuentra en función del tiempo transcurrido. h = ½ g t². Relación estadística Dos variables x e y están relacionadas estadísticamente cuando conocida la primera se puede estimar aproximadamente el valor de la segunda. Ejemplos Ingresos y gastos de una familia. Producción y ventas de una fábrica. Gastos en publicidad y beneficios de una empresa. Variable estadística bidimensional Una variable bidimensional es una variable en la que cada individuo está definido por un par de caracteres, (X, Y). Estos dos caracteres son a su vez variables estadísticas entre las que existe relación, una de las dos variables es la variable independiente y la otra variable dependiente. Distribuciones bidimensionales Son aquellas en las que a cada individuo le corresponden los valores de dos variables, las representamos por el par (xi, yi). Si representamos cada par de valores como las coordenadas de un punto, el conjunto de todos ellos se llama nube de puntos o diagrama de dispersión. Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo mejor posible, llamada recta de regresión.

Ejemplo Las notas de 12 alumnos de una clase en Matemáticas y Física son las siguientes: Matemáticas 2 3 4 4 5 6 6 7 7 8 10 10 Física 1 3 2 4 4 4 6 4 6 7 9 10

Covarianza

La covarianza de una variable bidimensional es la media aritmética de los productos de las desviaciones de cada una de las variables respecto a sus medias respectivas. La covarianza se representa por sxy o σ xy. La covarianza indica el sentido de la correlación entre las variables Si σ xy > 0 la correlación es directa. Si σ xy < 0 la correlación es inversa. La covarianza presenta como inconveniente, el hecho de que su valor depende de la escala elegida para los ejes.

Ejemplo 2 : Los valores de dos variables X e Y se distribuyen según la tabla siguiente: Y/X 0 2 4 1 2 1 3 2 1 4 2 3 2 5 0 Hallar la covarianza de la distribución. En primer lugar convertimos la tabla de doble entrada en tabla simple y calculamos las medias aritméticas. xi yi fi xi · fi yi · fi xi · yi · fi 0 1 2 0 2 0 0 2 1 0 2 0 0 3 2 0 6 0 2 1 1 2 1 2 2 2 4 8 8 16 2 3 5 10 15 30 4 1 3 12 3 12 4 2 2 8 4 16 20 40 41 76

Correlación

La correlación trata de establecer la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional. Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables están correlacionadas o que hay correlación entre ellas. Tipos de correlación 1º Correlación directa La correlación directa se da cuando al aumentar una de las variables la otra aumenta. La recta correspondiente a la nube de puntos de la distribución es una recta creciente. 2º Correlación inversa La correlación inversa se da cuando al aumentar una de las variables la otra disminuye. La recta correspondiente a la nube de puntos de la distribución es una recta decreciente.

  1. Correlación débil La correlación será débil cuanto más separados estén los puntos de la recta.
  2. Correlación nula Coeficiente de correlación lineal El coeficiente de correlación lineal es el cociente entre la covarianza y el producto de las desviaciones típicas de ambas variables. El coeficiente de correlación lineal se expresa mediante la letra r. Propiedades del coeficiente de correlación
  3. El coeficiente de correlación no varía al hacerlo la escala de medición. Es decir, si expresamos la altura en metros o en centímetros el coeficiente de correlación no varía.
  4. El signo del coeficiente de correlación es el mismo que el de la covarianza. Si la covarianza es positiva, la correlación es directa. Si la covarianza es negativa, la correlación es inversa. Si la covarianza es nula, no existe correlación.
  5. El coeficiente de correlación lineal es un número real comprendido entre −1 y

−1 ≤ r ≤ 1

  1. Si el coeficiente de correlación lineal toma valores cercanos a −1 la correlación es fuerte e inversa, y será tanto más fuerte cuanto más se aproxime r a −1.
  1. Si el coeficiente de correlación lineal toma valores cercanos a 1 la correlación es fuerte y directa, y será tanto más fuerte cuanto más se aproxime r a 1.
  2. Si el coeficiente de correlación lineal toma valores cercanos a 0, la correlación es débil.
  3. Si r = 1 ó −1, los puntos de la nube están sobre la recta creciente o decreciente. Entre ambas variables hay dependencia funcional. Ejemplo 1 : Las notas de 12 alumnos de una clase en Matemáticas y Física son las siguientes: Matemáticas 2 3 4 4 5 6 6 7 7 8 10 10 Física 1 3 2 4 4 4 6 4 6 7 9 10 Hallar el coeficiente de correlación de la distribución e interpretarlo. xi yi xi · yi xi^2 yi^2 2 1 2 4 1 3 3 9 9 9 4 2 8 16 4 4 4 16 16 16 5 4 20 25 16 6 4 24 36 16 6 6 36 36 36 7 4 28 49 16 7 6 42 49 36 8 7 56 64 49 10 9 90 100 81 10 10 100 100 100 72 60 431 504 380

Convertimos la tabla de doble entrada en tabla simple. xi yi fi xi · fi xi^2 · fi yi · fi yi^2 · fi xi · yi · fi 0 1 2 0 0 2 2 0 0 2 1 0 0 2 4 0 0 3 2 0 0 6 18 0 2 1 1 2 4 1 1 2 2 2 4 8 16 8 16 16 2 3 5 10 20 15 45 30 4 1 3 12 48 3 3 12 4 2 2 8 32 4 8 16 20 40 120 41 97 76 Al ser el coeficiente de correlación negativo, la correlación es inversa. Como coeficiente de correlación está muy próximo a 0 la correlación es muy débil.

Recta de regresión

La recta de regresión es la que mejor se ajusta a la nube de puntos. La recta de regresión pasa por el punto (𝑥, 𝑦) llamado centro de gravedad. Recta de regresión de Y sobre X La recta de regresión de Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X. Recta de regresión de X sobre Y La recta de regresión de X sobre Y se utiliza para estimar los valores de la X a partir de los de la Y. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y. Si la correlación es nula, r = 0, las rectas de regresión son perpendiculares entre sí, y sus ecuaciones son: y = x = Ejemplo Las notas de 12 alumnos de una clase en Matemáticas y Física son las siguientes: Matemáticas 2 3 4 4 5 6 6 7 7 8 10 10 Física 1 3 2 4 4 4 6 4 6 7 9 10 Hallar las rectas de regresión y representarlas.

4ºRecta de regresión de X sobre Y.