SEMINARIO DE ESTADISTICA II

ANLISIS BIVARIANTE

ESTADISTICA DESCRIPTIVA BIDIMENSIONAL

Dados N individuos, en cada uno medimos dos variables, X e Y.

Tendremos, por tanto, una serie de pares de valores de la forma:
(x1, y1) , (x2, y2), ,(xj, yj), ,(xN, yN) .
Tabulaciones posibles:

a) Tabulacin en dos columnas

(o en dos filas)

x1

y1

x2

y2

X1

X2

. .

XN

y1

y2

. .

YN

xN

yN

ESTADISTICA DESCRIPTIVA BIDIMENSIONAL

Sean N individuos ; en cada uno medimos dos variables, X e Y.
Tendremos, por tanto, una serie de pares de valores de la forma:
(x1, y1) , (x2, y2), ,(xj, yj), ,(xN, yN) .

b) Tabla de doble entrada

o
Tabla de Contingencia
Consideramos los valores, clases
o niveles que pueden presentar
las variables X e Y :

la variable X : r
la variable Y : c
Se organizan los datos en una
tabla de doble entrada

B1 B2 B3 .

Bj .

Bc

A1 n11 n12 n13 .

n1j .

n1c n1.

A2 n21 n22 n23 .

n2j .

n2c n2.

Ai ni1 ni2 ni3 .

nij .

nic ni.

Ar nr1 nr2 nr3 .

nrj .

nrc nr.

n.1 n.2 n.3

n.j

n.c N
3

ESTADISTICA DESCRIPTIVA
BIDIMENSIONAL

nij =
frecuencia
absoluta de
la clase
conjunta
Ai x Bj

ni. =
frecuencia
absoluta de
la clase Ai
n.j =
frecuencia
absoluta de
la clase Bj

A1
A2
.
.
.
Ai
.
.
.
Ar

B1 B2 B3 .

Bj .

Bc

n11
n21
.
.
.
ni1
.
.
.
nr1
n.1

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1j
n2j
.
.
.
nij
.
.
.
nrj
n.j

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1c
n2c
.
.
.
nic
.
.
.
nrc
n.c

n12
n22
.
.
.
ni2
.
.
.
nr2
n.2

n13
n23
.
.
.
ni3
.
.
.
nr3
n.3

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1.
n2.
.
.
.
ni.
.
.
.
nr.
N
4

ESTADISTICA DESCRIPTIVA
BIDIMENSIONAL

fij= nij / N
frecuencia
relativa de
la clase
conjunta
Ai x Bj

fi.= ni. / N
frecuencia
relativa de
la clase Ai

f.j= n.j / N
frecuencia
relativa de la
clase Bj

A1
A2
.
.
.
Ai
.
.
.
Ar

B1 B 2 B3 .

Bj .

Bc

f11
f21
.
.
.
fi1
.
.
.
fr1
f.1

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1j
f2j
.
.
.
fij
.
.
.
frj
f.j

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1c
f2c
.
.
.
fic
.
.
.
frc
f.c

f12
f22
.
.
.
fi2
.
.
.
fr2
f.2

f13
f23
.
.
.
fi3
.
.
.
fr3
f.3

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1.
f2.
.
.
.
fi.
.
.
.
fr.
1

ESTADISTICA DESCRIPTIVA
BIDIMENSIONAL

a) nij = frecuencia absoluta conjunta de la clase Ai x Bj

b) ni. = ni1 + ni2+ + nij + + nic = frecuencia absoluta
marginal de la clase Ai de la variable X
c) n.j = n1j + n2j+ + nij + + nrj = frecuencia absoluta
marginal de la clase Bj de la variable Y
d) fij = nij /N = frecuencia relativa conjunta de la clase
Ai x Bj
e) fi. = ni. /N = frecuencia relativa marginal de la clase
Ai de la variable X
f) f.j = n.j /N = frecuencia relativa marginal de la clase
Bj de la variable Y
6

MEDIDAS DE ASOCIACIN
ENTRE VARIABLES CUANTITATIVAS

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Dados N individuos, en cada uno medimos dos variables cuantitativas, X e Y.
Tendremos, por tanto, una serie de pares de valores de la forma:
(x1, y1) , (x2, y2), ,(xj, yj), ,(xN, yN) .
Representacin grfica mas usual : diagrama de dispersin o nube de puntos
( ejemplo: tomamos el peso y altura de 10 individuos)
X = Peso

Y = Altura

x1=118

y1=64,5

x2=147

y2=65,0

x3=146

y3=69,0

x4=138

y4=64,5

x5=175

y5=66,0

x6=118

y6=64,5

66

x7=155

y7=70,5

65

x8=146

y8=66,0

64

x9=135

y9=68,0

x10=127

y10=68,5

71
70
69

Y
altura

68
67

100

110

120

130

140

150

X peso

160

170

180

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Dados N individuos , en cada uno medimos dos variables cuantitativas, X e Y.

Tendremos, por tanto, una serie de pares de valores de la forma:
(x1, y1) , (x2, y2), ,(xj, yj), ,(xN, yN) .

Covarianza de X e Y:

(considerando las frecuencias absolutas)

x x y y x y
N

Sxy

i. i

x x y y n

x y

x y ni
i. i.

x y

Propiedades de la Covarianza:
1.

Viene medida en el producto de las unidades de medidas en que se miden las

variables X e Y
2. Si hacemos una transformacin lineal en las variables X e Y de la forma:
Zi = a + b Xi
Se verifica que SZW = b d SXY
Wi= c + d Yi

3. Sx2 = Sxx ; Sy2 = Syy

9

EJEMPLO:
Xi = peso

Yi = altura

(xi-

(yi - y )

(xi-

x )(yi - y

(xi- x )2

(yi -y )2

118

64,5

-22,5

-2,15

48,375

506,25

4,6225

147

65,0

6,5

-1,65

-10,725

42,25

2,7225

146

69,0

5,5

2,35

12,925

30,25

5,5225

138

64,5

-2,5

-2,15

5,375

6,25

4,6225

175

66,0

34,5

-0,65

-22,425

1190,25

0,4225

118

64,5

-22,5

-2,15

48,375

506,25

4,6225

155

70,5

14,5

3,85

55,825

210,25

14,8225

146

66,0

5,5

-0,65

-3,575

30,25

0,4225

135

68,0

-5,5

1,35

-7,425

30,25

1,8225

127

68,5

-13,5

1,85

-24,975

182,25

3,4225

1405

666,5

101,75

2734,5

43,025

x = 140,5

N=10

y = 66,65

Sxy = 10,175

Sx2 = 273,45

Sy2 = 4,30

Sx = 16,54

Sy = 2,07

10

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Dados N individuos; en cada uno medimos dos variables cuantitativas, X e Y.
Tendremos, por tanto, una serie de pares de valores de la forma:
(x1, y1) , (x2, y2), ,(xj, yj), ,(xN, yN) .

Coeficiente de Correlacin:

x x y y / N
N

rxy

Sx.Sy

xi x yi y

Sxy 1 Sx Sy

N
Sx.Sy
N

Propiedades del Coeficiente de Correlacin:

1. Es la covarianza de las variables tipificadas
2. 0 r2 1 ;
-1 r 1
Cuanto mayor sea |r| , mas intensa es la asociacin :
Si r = 1
asociacin lineal perfecta y directa
Si r = -1
asociacin lineal perfecta e inversa
Si r = 0
no existe asociacin lineal entre las variables

3. La correlacin mide nicamente la intensidad de la asociacin lineal entre

las variables ( puede ser rxy=0 y existir relacin funcional entre X e Y ) 11

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

EJEMPLOS:
a) r=1
X

r =1

yi= 2 + 3xi

14

10

32

35
30
25
20
15
10
5
0
0

10

15

b) r = -1
X

r = -1

10

yi= 10 2xi

12
10
8

4
2

12

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Dados los valores que toman las variables en los N individuos, tratamos de encontrar
una recta que proporcione el mejor ajuste lineal a la nube de puntos.
X

X1

Y1

X2
X3
..
XN

Y2
Y3
..

YN

Recta de regresin de Y sobre X: Y= a + bX

Valores de los parmetros, a y b que hacen que el ajuste de la nube de puntos sea ptimo.
El parmetro b de la recta y = a + b x es la pendiente de la recta y mide la variacin
producida en la variable Y cuando la variable X aumenta en una unidad.

El parmetro a de la recta y = a + b x es la ordenada en el origen y mide el valor de

la variable Y cuando la variable X toma el valor 0.
Estimacin de los parmetros de la recta de regresin de Y sobre X:

Sxy
Sy
2 r
Sx
Sx

a= y - b x
13

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Residuo o error:
.

a)

Para cada individuo i, tenemos:

un valor

un valor
un valor estimado

xi de la variable X
yi de la variable Y

yi de la variable Y, obtenido de la relacin yi = a + b x i

un error cometido, tambin llamado residuo, dado por ei = (yi - yi )

b) Los coeficientes a y b obtenidos anteriormente son los que hacen que la suma
de los errores al cuadrado,
ei 2 , sea mnima

a)

a)
b)

Varianza residual:
Si de un individuo no tenemos ningn tipo de informacin y tratamos de predecir el
valor , y0 , que toma la variable Y en l, la mejor estimacin que podemos hacer es asignar
a y0 el valor y .
El error que cometemos viene dado por la varianza de Y, Sy2 .
Si tenemos informacin del valor que toma la variable X en ese individuo, x0 , podemos
hacer un pronstico mejor para el valor y0, asignndole el valor y0 = a + b x0. El error que
cometemos ahora ser menor, y vendr dado por lo que se conoce como varianza
14
residual. Su expresin es: SRY2 = (1-r2 ) Sy2.

RELACION ENTRE DOS VARIABLES CUANTITATIVAS

Dados los valores que toman las variables en los N individuos, tratamos de encontrar
una recta que proporcione el mejor ajuste lineal a la nube de puntos.
X

X1

Y1

X2
X3
..
XN

Y2
Y3
..

YN

Recta de regresin de X sobre Y: X= a + b Y

Valores de los parmetros, a y b que hacen que el ajuste de la nube de puntos sea ptimo.
El parmetro b de la recta x = a + b y es la pendiente de la recta y mide la
variacin producida en la variable X cuando la variable Y aumenta en una unidad.

El parmetro a de la recta x= a + b y es la ordenada en el origen y mide el valor

de la variable X cuando la variable Y toma el valor 0.
Estimacin de los parmetros de la recta de regresin de Y sobre X:

Sxy
Sx

r
b
Sy
Sy 2

a= x - b y
15

EJEMPLO:
Regresin de la variable altura, Y, sobre la variable peso, X, en 10 individuos.
Xi = peso
118
147
146
138
175
118
155
146
135
127
1405

Yi = altura
64,5
65,0
69,0
64,5
66,0
64,5
70,5
66,0
68,0
68,5
666,5

(xi- x )
-22,5
6,5
5,5
-2,5
34,5
-22,5
14,5
5,5
-5,5
-13,5

(yi- y )
-2,15
-1,65
2,35
-2,15
-0,65
-2,15
3,85
-0,65
1,35
1,85

y = 0,037x + 61,42
R = 0,088

(xi- x )(yi- y )
48,375
-10,725
12,925
5,375
-22,425
48,375
55,825
-3,575
-7,425
-24,975
101,75
x = 140,5

(xi- x ) 2
506,25
42,25
30,25
6,25
1190,25
506,25
210,25
30,25
30,25
182,25
2734,5

(yi- y )2
4,6225
2,7225
5,5225
4,6225
0,4225
4,6225
14,8225
0,4225
1,8225
3,4225
43,025

y = 66,65

70

Altura

Sxy = 10,175
65

Sx2 = 273,45

Sy2 = 4,30

Sx = 16,54

Sy = 2,07

r =Sxy / SxSy = 0,297

60
100

125

150

Peso

175

200

b = Sxy / Sx2 = 0,037= r Sy / Sx

a = 61,4

16

MEDIDAS DE ASOCIACIN
ENTRE VARIABLES CUALITATIVAS

17

ESTADISTICA DESCRIPTIVA
BIDIMENSIONAL

nij =
frecuencia
absoluta de
la clase
conjunta
Ai x Bj

ni. =
frecuencia
absoluta de
la clase Ai
n.j =
frecuencia
absoluta de
la clase Bj

A1
A2
.
.
.
Ai
.
.
.
Ar

B1 B2 B3 .

Bj .

Bc

n11
n21
.
.
.
ni1
.
.
.
nr1
n.1

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1j
n2j
.
.
.
nij
.
.
.
nrj
n.j

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1c
n2c
.
.
.
nic
.
.
.
nrc
n.c

n12
n22
.
.
.
ni2
.
.
.
nr2
n.2

n13
n23
.
.
.
ni3
.
.
.
nr3
n.3

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

n1.
n2.
.
.
.
ni.
.
.
.
nr.
N
18

ESTADISTICA DESCRIPTIVA
BIDIMENSIONAL

fij= nij / N
frecuencia
relativa de
la clase
conjunta
Ai x Bj

fi.= ni. / N
frecuencia
relativa de
la clase Ai

f.j= n.j / N
frecuencia
relativa de la
clase Bj

A1
A2
.
.
.
Ai
.
.
.
Ar

B1 B 2 B3 .

Bj .

Bc

f11
f21
.
.
.
fi1
.
.
.
fr1
f.1

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1j
f2j
.
.
.
fij
.
.
.
frj
f.j

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1c
f2c
.
.
.
fic
.
.
.
frc
f.c

f12
f22
.
.
.
fi2
.
.
.
fr2
f.2

f13
f23
.
.
.
fi3
.
.
.
fr3
f.3

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

f1.
f2.
.
.
.
fi.
.
.
.
fr.
1

a) nij = frecuencia absoluta conjunta de la clase Ai x Bj

b) ni. = ni1 + ni2+ + nij + + nic = frecuencia absoluta
marginal de la clase Ai de la variable X
c) n.j = n1j + n2j+ + nij + + nrj = frecuencia absoluta
marginal de la clase Bj de la variable Y
d) fij = nij /N = frecuencia relativa conjunta de la clase
Ai x Bj
e) fi. = ni. /N = frecuencia relativa marginal de la clase
Ai de la variable X
f) f.j = n.j /N = frecuencia relativa marginal de la clase
Bj de la variable Y
20

g) fi/j = nij /f.j = frecuencia relativa de Ai

condicionada a que Y tome el valor Bj

h) fj/i= nij /fi. = frecuencia relativa de Bj

condicionada a que X tome el valor Ai
Independencia de las variables X e Y:
X e Y son independientes si para todo i=1r y para todo j=1c
se verifica que:

nij = ni. * n.j / N

o de forma equivalente si fij = fi. * f.j

(es decir: si las frecuencias relativas conjuntas son iguales al

producto de las correspondientes frecuencias relativas

marginales)
21

RELACION ENTRE DOS VARIABLES

CUALITATIVAS

Medidas de asociacin:
Se trata de comparar las frecuencias observadas, nij ,
con las que se obtendran si las variables fueran
independientes : ij= ni. * n.j / N
Para ello se define la Ji- cuadrado Chi-cuadrado 2

2=
a)2 0
b)2 = 0 indica independencia de X e Y
c) Cuanto mayor es el valor de la 2 , mayor es la intensidad de la
relacin
22
d) Inconveniente: se desconoce el lmite superior del valor 2

RELACION ENTRE DOS VARIABLES

CUALITATIVAS

Ejemplo: X=Variable fumador: A1=Si, A2=No

Y= Variable sexo: B1= Hombre, B2=Mujer

Si
No

Hombre

Mujer

Marginal

n11= 65

n12=58

n1.=123

n21=43

n22=67 n2.=110

Margi n.1=108
nal
Hombre

n.2=125 N=233

nal

Mujer

Marginal

11= 57

12=66

n1.=123

21=51

22=59 n2.=110

Margi n.1=108
nal

Mujer

f11= 0,28 f12= 0,25 f1.= 0,53

f21= 0,18 f22=0,29 f2.=0,47
Margi f.1=0,46 f.2=0,54 1
Si
No

Si
No

Hombre

2=
+

n.2=125 N=233

= 4,42
23

RELACION ENTRE DOS VARIABLES

CUALITATIVAS

Medidas de asociacin:
Desde un punto de vista descriptivo, para suplir el hecho de que, en
general, se desconoce el limite superior del valor de la 2, se definen
diferentes ndices de asociacin, basados en la 2 que permiten
interpretar la magnitud de los valores obtenidos:

Coeficiente Phi = =

que en tablas 2x2 vara ente 0 y 1

Coeficiente V de Cramer
Coeficiente de Contingencia C de Pearson
Coeficiente Lambda
24