DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

DISTRIBUCION DE FRECUENCIA BIDIMENSIONAL

1. Variable Estadstica Bidimensional: Una variable bidimensional es aquella que presenta simultneamente dos caractersticas o variables del elemento en estudio, se representa en una tabla de doble entrada, tambin llamada tabla de contingencia

1.1. Tabla de Contingencia o Tabla de doble entrada:

Sea una poblacin estudiada simultaneamente segn dos caracteres X e Y; que representaremos genricamente como (xi; yj ; nij), donde xi; yj, son dos valores cualesquiera y nij es la frecuencia absoluta conjunta del valor i-simo de X con el isimo de Y.

Una forma de disponer estos resultados es la conocida como tabla de doble entrada o tabla de contingencia, la cual podemos representar como sigue:

Y X

y1

y2

..

yj

..

yk

ni

x1

n11

n12

..

n1j

..

n1k

n1

x2

n21

n22

..

n2j

..

n2k

n2

ESTADISTICA

Pgina 1

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

Xi

ni1

ni2

..

nij

..

nik

ni

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

xh

nh1

nh2

..

nhj

..

nhk

nh

n. j

n. 1

n. 2

..

n. j

..

n. k

En este caso, n11 nos indica el nmero de veces que aparece x1conjuntamente con y1;n12, nos indica la frecuencia conjunta de x1 con y2, etc.

2. Tipos de frecuencias en una Distribucin Bidimensional:

2.1. Frecuencias Conjuntas:

Se representan por nij, y son las frecuencias incluidas en la tabla primitiva de entrada. Los subndices i y j representan la fila y columna en la que est situada la frecuencia. Ejemplo:

ESTADISTICA

Pgina 2

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Podemos mostrar dos variables: X que denota tres niveles: A, B, C Y que denota cuatro meses: Enero, febrero, marzo, abril y mayo.

Meses Niveles A B C

Enero 4 3 9

Febrero 6 3 7

Marzo 7 6 7

Abril 8 5 13

Mayo 8 9 14

Llamaremos N a la suma total de estas frecuencias. En el ejemplo, N es 109 (Niveles Meses) = 109

2.2. Frecuencias Marginales:

Llamaremos frecuencia marginal de un valor de X, a la que le corresponde a ese valor si no tenemos en cuenta la existencia de Y. En la prctica coincide con la suma de todas las frecuencias contenidas en la fila correspondiente a ese valor.

De la misma forma se define la frecuencia marginal en la variable Y, como la que tendra si no se tuviera en cuenta la X, o la suma de la columna correspondiente. Ejemplo:

Del ejemplo anterior se puede establecer que:

La frecuencia marginal del nivel B es 26 B: 3+3+6+5+9 = 26 La frecuencia marginal del mes Marzo es 20 Marzo: 7+6+7 = 20

ESTADISTICA

Pgina 3

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

2.3. Frecuencias Condicionadas:

Son las frecuencias que posee una variable si slo consideramos un valor (o varios) de la otra variable. En la prctica se traduce a considerar slo una fila o slo una columna, segn el valor elegido.

Las frecuencias condicionadas se representan con este smbolo: n x/y, que se puede leer como Frecuencia de x condicionada por y. Ejemplo:

En la tabla del ejemplo anterior la distribucin de X condicionada a Marzo es la columna A=7, B=6, C=7.

Las frecuencias condicionadas son ms representativas si se convierten en proporciones o porcentajes.

3. Distribucin Marginal: Al analizar una distribucin bidimensional, uno puede centrar su estudio en el comportamiento de una de las variables, con independencia de cmo se comporta la otra. Estaramos as en el anlisis de una distribucin marginal. De cada distribucin bidimensional se pueden deducir dos distribuciones marginales: una correspondiente a la variable x, y otra correspondiente a la variable y. Distribucin marginal de X

X X X1 X2 ..... Xn-1 ESTADISTICA X

n i. n1. n2. ... nn-1. Pgina 4

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Xn

nn.

Distribucin marginal de Y

Y X Y1 Y2 ..... Ym-1 Ym Por tanto, podemos decir: X

n j. n.1 n.2 ... nm-1 nm

n j.
i= 1

= n. j = n ij = n
j= 1

4. Distribuciones Condicionadas:

Caso de independencia estadstica Al poner una restriccin o condicin a una de las dos variables, tenemos las distribuciones condicionadas. Se las suele representar como:

X/Y indica que el valor de X viene condicionado por Y Y/X indica que el valor de Y viene condicionado por X ESTADISTICA Pgina 5

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

4.1. Independencia estadstica Se dice que dos variables X e Y son independientes estadsticamente cuando la frecuencia relativa conjunta es igual al producto de las frecuencias relativas marginales en todos los casos, es decir:

n ij

n n. j Para todo i, j = i . n n n

5. Representaciones Grficas La forma ms usual de representar grficamente las distribuciones bidimensionales es el diagrama de dispersin o nube de puntos; sin embargo tambin se admiten los grficos de barras y una representacin espacial grfica denominada estereograma.

5.1. Diagrama de dispersin o nubes de puntos

Se obtiene al considerar dos ejes coordenados, situando en el eje horizontal los valores de la variable X y en el vertical los de la variable Y; en las proximidades del par (xI,yI) se colocan tantos puntos como indica su frecuencia conjunta nij

ESTADISTICA

Pgina 6

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

5.2. Grfico de Barras

ESTADISTICA

Pgina 7

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

5.3. Estereograma

DISTRIBUCION DE FRECUENCIA MULTIDIMENSIONAL

ESTADISTICA

Pgina 8

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

En muchas ocasiones interesa estudiar simultneamente el comportamiento de (2 o ms) en una poblacin. Es evidente que siempre se podr estudiar cada caracterstica por separado, a travs de su correspondiente distribucin de frecuencias y analizar su comportamiento a travs de los indicadores ya estudiados de posicin, dispersin, forma y concentracin.Pero puede resultar necesario analizar, tambin el comportamiento conjunto de 2 o ms de las caractersticas observadas. Al estudiar conjuntamente las observaciones de todas las caractersticas (variables o atributos), se habla de una distribucin de frecuencias multidimensional. Dada una poblacin de N individuos, de la que se disponen observaciones de varias caractersticas (supongamos cuantitativas, variables) stas pueden, en principio representarse a travs de un listado (matricial) similar a una base de datos en el que en cada fila aparecer uno de los N individuos seguido de los valores que cada variable toma para cada individuo, lo que constituye un registro.

INDIVIDUO 1 JUAN 2 PEDRO 3 MARA 4 ANA 5 LUIS

VARIABLE 1 ( X1) ASIGN.MATRICUL. X11 X12 X13 X14 X15 8 7 9 9 9

VARIABLE 2( X2) EDAD X21 X22 X23 X24 X25 21 22 24 20 19

VARIABLE 3 ( X3) ASIGN. APROBADAS X31 X32 X33 X34 X35 7 6 6 5 5

I. DISTRIBUCIONES BIDIMENSIONALES

Las distribuciones bidimensionales son aquellas en las que se estudian al mismo tiempo dos variables de cada elemento de la poblacin.

En algunos experimentos las medidas que se obtienen son dobles, estas pertenecen a dos variables distintas, a las que llamaremos X e Y respectivamente.

ESTADISTICA

Pgina 9

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Este tipo de estudios es muy frecuente y se manifiesta por ejemplo en los siguientes casos: Comparacin entre mortalidad y natalidad dem entre extensin y poblacin de diversos pases. Diferencias de renta entre la poblacin en general y los titulados universitarios. Pruebas pretest y postest. Influencia de la latitud en la temperatura media. dem de las horas de estudio en la calificacin en una asignatura, etc.

GRFICAS ESTADSTICAS
Las grficas estadsticas son representaciones grficas de los resultados que se muestran en una tabla estadstica. Pueden ser de formas muy diversas, pero con cada tipo de grfica se cumple un propsito. Por ejemplo, en los medios de comunicacin, libros de divulgacin y revistas especializadas se encuentran multitud de grficas estadsticas en las que, con notable expresividad, se ponen de manifiesto los rasgos de la distribucin que se pretende destacar. Los diagramas de barras, los diagramas de sectores, los histogramas y los polgonos de frecuencias son algunas de ellas.

1.

Diagramas de barras:

En este tipo de grfica, sobre los valores de las variables se levantan barras estrechas de longitudes proporcionales a las correspondientes. Se utilizan para representar variables cuantitativas discretas. El diagrama de barras siguiente representa la distribucin del nmero de hijos de 43 familias:

ESTADISTICA

Pgina 10

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

2. Histograma y polgonos de frecuencia: Los histogramas se utilizan para representar tablas de frecuencias con datos agrupados en intervalos. Si los intervalos son todos iguales, cada uno de ellos es la base de un rectngulo cuya altura es proporcional a la frecuencia correspondiente. El histograma que se muestra a continuacin es el correspondiente a la tabla de frecuencias con intervalos adjunta (1.200 calificaciones distribuidas en 10 intervalos):

Si se unen los puntos medios de la base superior de los rectngulos se obtiene el polgono de frecuencias. 3. Histograma y polgono de frecuencia acumulada: Si se representan las frecuencias acumuladas de una tabla de datos agrupados se obtiene el histograma de frecuencias acumuladas o su correspondiente polgono. He aqu los que se obtienen de la tabla de 1.200 calificaciones:

ESTADISTICA

Pgina 11

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

4. Diagrama de Sectores: En un diagrama de este tipo, los 360 de un crculo se reparten proporcionalmente a las frecuencias de los distintos valores de la variable. Resultan muy adecuados cuando hay pocos valores, o bien cuando el carcter que se estudia es cualitativo. El diagrama de sectores siguiente refleja el resultado de una encuesta (realizada a 300 personas) sobre los tipos de pelcula preferidos por el pblico en general:

TIPOS DE GRFICAS ESTADSTICAS

1. Grficos de barras verticales:

Representan valores usando trazos verticales, aislados o no unos de otros, segn la variable a graficar sea discreta o continua. Pueden usarse para representar: una serie dos o ms series (tambin llamado de barras comparativas)

ESTADISTICA

Pgina 12

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

2. Grficos de barras horizontales: Representan valores discretos a base de trazos horizontales, aislados unos de otros. Se utilizan cuando los textos correspondientes a cada categora son muy extensos. Para una serie Para dos o ms series

3. Grficos de barras proporcionales: Se usan cuando lo que se busca es resaltar la representacin de los porcentajes de los datos que componen un total. Las barras pueden ser: Verticales ESTADISTICA Pgina 13

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Horizontales

4. Grficos de barras comparativas: Se utilizan para comparar dos o ms series, para comparar valores entre categoras. Las barras pueden ser: Verticales Horizontales

5. Grficos de barras apiladas: Se usan para mostrar las relaciones entre dos o ms series con el total. Las barras pueden ser: Verticales ESTADISTICA Pgina 14

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Horizontales

6. Grficos de lneas: En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos ortogonales entre s. Estos grficos se utilizan para representar valores con grandes incrementos entre s. Se pueden usar para representar: una serie dos o ms series

7. Grficos circulares: Estos grficos nos permiten ver la distribucin interna de los datos que representan un hecho, en forma de porcentajes sobre un total. Se suele separar el sector correspondiente al mayor o menor valor, segn lo que se desee destacar. Se pueden ser: En dos dimensiones ESTADISTICA Pgina 15

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

En tres dimensiones

8. Grficos de reas: En estos tipos de grficos se busca mostrar la la informacin generalmente en un perodo de tiempo. Pueden ser: Para representar una serie Para representar dos o ms series En dos dimensiones En tres dimensiones tendencia de

9. Cartogramas: ESTADISTICA Pgina 16

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Estos tipos de grficos se utilizan para mostrar datos sobre una base geogrfica. La densidad de datos se puede marcar por crculos, sombreado, rayado o color.

10. Grficos Mixtos: En estos tipos de grficos se representan dos o ms series de datos, cada una con un tipo diferente de grfico. Son grficos ms vistosos y se usan para resaltar las diferencias entre las series. Pueden ser: En dos dimensiones En tres dimensiones.

11- Histogramas: Estos tipos de grficos se utilizan para representa distribuciones de frecuencias. Algn software especfico para estadstica grafican la curva de gauss superpuesta con el histograma. ESTADISTICA Pgina 17

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

12. Dispersogramas: Los pictogramas son grficos similares a los grficos de barras, pero empleando un dibujo en una determinada escala para expresar la unidad de medida de los datos. Generalmente este dibujo debe cortarse para representar los datos. Es comn ver grficos de barras donde las barras se reemplazan por dibujos a diferentes escalas con el nico fin de hacer ms vistoso el grfico, estos tipos de grficos no constituyen un pictograma. Pueden ser: En dos dimensiones En tres dimensiones.

13. Pictogramas:

ESTADISTICA

Pgina 18

DISTRIBUCION BIDIMENSIONAL: DISTRIBUCINES MULTIDIMENSIONALES

Los pictogramas son grficos similares a los grficos de barras, pero empleando un dibujo en una determinada escala para expresar la unidad de medida de los datos. Es comn ver grficos de barras donde las barras se reemplazan por dibujos a diferentes escalas con el nico fin de hacer ms vistoso el grfico, estos tipos de grficos no constituyen un pictograma. Pueden ser: En dos o en tres dimensiones.

Hasta ahora slo hemos utilizado unos tipos de grfico muy comunes como el grfico de columnas por ejemplo. Sin embargo, hoy da Exceldispone de muchos ms tipos de grficos. Cada tipo de grfico se diferencia de los dems por la clase de marcas de datos que utiliza. Por ejemplo, el grfico de columnas utiliza columnas como marcas de datos; el de crculos, utiliza crculos; etc. El motivo de que haya tantos tipos de grficos diferentes no es solamente esttico. Cada uno de los tipos de grficos est especialmente indicado para representar los datos de una manera distinta. Por lo tanto, si se quiere obtener la mxima eficacia al crear grficos propios y presentar datos de la mejor manera posible hay que tener esto muy en cuenta; que cada tipo de grafico esta destinado para una labor especifica.

CONCLUSIN
En nuestros das, la estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores de los datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para relacionar y analizar dichos datos. El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, sino sobre todo el proceso de interpretacin de esa informacin. El desarrollo de la teora de la probabilidad ha aumentado el alcance de las aplicaciones de la estadstica. Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando determinadas distribuciones probabilsticas; los resultados de stas se pueden utilizar para analizar datos estadsticos. La probabilidad es til para comprobar la fiabilidad de las inferencias estadsticas y para predecir el tipo y la cantidad de datos necesarios en un determinado estudio estadstico.

ESTADISTICA

Pgina 19