Y

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

MATEMTICAS 4 ESO ESTADSTICA BIDIMENSIONAL

Ejemplos de distribuciones bidimensionales Ejemplo 1 Una compaa de seguros considera que el nmero de vehculos (y) que circulan por una determinada autopista a ms de 120 km/h , puede ponerse en funcin del nmero de accidentes (x) que ocurren en ella. Durante 5 das obtuvo los siguientes resultados: Accidentes xi Nmero de vehculos yi 5 15 7 18 2 10 1 8 9 20

Calcula el coeficiente de correlacin lineal. Si ayer se produjeron 6 accidentes, cuntos vehculos podemos suponer que circulaban por la autopista a ms de 120 km / h? Es buena la prediccin? Construimos una tabla, teniendo en cuenta que la frecuencia absoluta es uno. Debemos conocer la media aritmtica de las dos variables, las varianzas, las desviaciones tpicas y la covarianza. Media aritmtica xi yi 5 15 7 18 2 10 1 8 9 20 24 71 Varianza xi2 yi2 25 225 49 324 4 100 1 64 81 400 160 1113 Covarianza xi . yi 75 126 20 8 180 409

fi 1 1 1 1 1 5

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

Ejemplo 2 Las calificaciones de 40 alumnos en psicologa evolutiva y en estadstica han sido las de la tabla adjunta. Psicologa xi Estadstica yi N de alumnos fi 3 2 4 4 5 6 5 5 12 6 6 4 6 7 5 7 6 4 7 7 2 8 10 9 10 1 2

a) Obtener la ecuacin de la recta de regresin de calificaciones de estadstica respecto de las calificaciones de psicologa. b) Cul ser la nota esperada en estadstica para un alumno que obtuvo un 4,5 en psicologa?

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

Media aritmtica xi 3 4 5 6 6 7 7 8 9 yi fi 2 4 5 6 5 12 6 4 7 5 6 4 7 2 9 1 10 2 40 fi . xi 12 24 60 24 30 28 14 8 20 220 fi . yi 8 30 60 24 35 24 14 9 20 224

Varianza fi . xi2 36 96 300 144 180 196 98 64 200 1314 fi . yi2 16 150 300 144 245 144 98 81 200 1378

Covarianza fi . xi . yi 24 120 300 144 210 168 98 72 200 1336

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

Ejemplo 3 Las notas obtenidas por 10 alumnos en Matemticas y en Msica son: Matemticas Msica 6 4 6,5 4,5 8 7 5 5 3,5 4 7 8 5 7 10 10 5 6 4 5

Calcula la covarianza y el coeficiente de correlacin. Existe correlacin entre las dos variables? Cul ser la nota esperada en Msica para un alumno que hubiese obtenido un 8,3 en Matemticas? Solucin:

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

a) Covarianza = 3,075. Coeficiente de correlacin r = 0,92. b) Existe una correlacin positiva fuerte. c) Recta de regresin: y = 1,6 + 0,817 x La nota esperada en Msica = 8, 38 Ejemplo 4 Cinco nias de 2, 3, 5, 7 y 8 aos de edad pesan respectivamente 14, 20, 30, 42 y 44 Kg . Halla

Ecuacin de la recta de regresin: x = 0,192 y - 0,76 Peso aproximado de una nia de 6 aos: 35,2 kg EJEMPLO 5 la ecuacin de la recta de regresin de la edad sobre el peso. Cul sera el peso aproximado de una nia de 6 aos? Solucin: Una asociacin dedicada a la proteccin de la infancia decide estudiar la relacin entre la mortalidad infantil en cada pas y el nmero de camas de hospitales por cada mil habitantes.. Datos x y 50 5 100 2 70 2,5 60 120 3,75 4 180 200 250 1 1,25 0,75 30 7 90 3

Donde x es el n de camas por mil habitantes e y el tanto por ciento de mortalidad. Se pide calcular las rectas de regresin y el coeficiente de correlacin lineal. Si se dispusiese de 175 camas por mil habitantes que tanto por ciento de mortalidad cabria esperar?. La estimacin es fiable? Razona la respuesta. Solucin :

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

Para facilitar los clculos de los parmetros se utiliza la siguiente tabla:

xi 50 100 70 60 120 180 200 250 30 90 = 1150

yi 5 2 2,5 3,75 4 1 1,25 0,75 7 3 30,25

xi2 2500 10000 4900 3600 14400 32400 40000 62500 900 8100 179300

x i yi 25 250 4 200 6,25 170 14,0625 225 16 480 1 180 1,5625 250 0,5625 187,5 49 210 9 270 126,4375 2422,5

yi 2

=115;

y=

3,025%;

Sx

68,59; = -105,625

Sy=

= 1,87 ; Sxy= Las rectas de regresin sern por tanto: y - 3,025 = -0,022449 (x - 115) x - 115 = -30,2053 ( y - 3,025) El coeficiente de correlacin lineal:

r=

= - 0,8235

es una correlacin inversa alta . Para la estimacin que nos piden utilizaremos la recta de regresin de Y sobre X. y= 3,025 - 0,022449(175- 115) = 1,6783 que sera fiable por ser alto el coeficiente de correlacin. EJEMPLO 6

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

Dada la distribucin bidimensional:

X Y

1 3

2 5

1 2

2 3

3 5

2 4

2 3

2 5

3 5

1 3

Encuentra el valor del coeficiente de correlacin lineal usando una tabla de correlacin. Solucin Se usa la siguiente tabla de doble entrada que facilita los clculos:

nj

njyj njyj2

nijxiyj

Y 2 3 4 5 ni nixi nixi2 nijxiyj 1 2 2 1 2 5 10 20 40 1 2 4 2 4 12 36 18 1 4 16 8 2 4 20 100 50 2 10 =38 =156 =78 6 =19 18 =41 30 =78

3 3 3 7

De aqu se tiene: x = 19/10= 1,9; y = 38/10= 3,8; Sx2= 4,1 - (1,9)2= 0,49, Sx =0,7 ; Sy2=15,6 - (3,8)2= 1,16, Sy = 1,077; Sxy = 7,8 - (1,9)(3,8)= 0,58.

Luego

r=

= 0,769

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

EJEMPLO 7 En la tabla siguiente se dan los valores y algunas frecuencias absolutas de un par de variables tratadas conjuntamente. Los valores de la primera fila corresponden a la variable Y, y los de la primera columna a la variable X. La ltima columna es la marginal de X y la ltima fila es la marginal de Y.

1 1 3 4 5 6 7 0 4 1 0 1 1

2 2 0 1 1 0 5

7 1 1

9 0 1 1 4 1 3 10

11 0 0 3 0 0 1 4 4 5 4

2 3 1 0 8

1 2 1 6

a) Completar la tabla. b) Calcular el coeficiente de correlacin y las rectas de regresin. c) Sirven las rectas de regresin para hacer predicciones de una variable en funcin de la otra? Por qu? Solucin

x y

11

1 3 4 5

1 0 1 1

2 1 0 1

1 1 2 3

1 1 1 2

0 1 1 4

0 0 3 0

5 4 8 11

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

6 7

1 0 4

1 0 5

1 0 8

0 1 6

1 3 10

0 1 4

4 5 37

b)

= =6

Mxy [3] = Sx2 =

= 28,378, luego Sxy = Mxy - x.y = 1,948

; Sx=1,764

Sy2 = 47,027 - 36 = 11,027; Sy = 3,321

El coeficiente de correlacin lineal r = correlacin baja.

= 0,3325 <0,40,

myx = 1,948/3,11=0,626 y coeficientes de regresin.

mxy = 1,948/11,027=0,177

son los

Las rectas de regresin son: y - 6 = 0,626 (x - 4,405) de Y sobre X, y x - 4,405 = 0,177(y - 6) de X sobre y

PD

F T ra n sf o

rm

PD

F T ra n sf o

rm

er

er

ABB

ABB

bu

bu C lic k he re to
w

y
w.
A B B Y Y.c

3.0

3.0

lic

he

re
om

to

w.

A B B Y Y.c

om

c) Las rectas de regresin no sirven para hacer predicciones, fiables, de una variable respecto de la otra ya que la correlacin es baja. (El mdulo del coeficiente de correlacin lineal est muy alejado de la unidad)