Estadistica bidimensional

Enviado por Programa Chuletas y clasificado en Matemáticas

Escrito el en español con un tamaño de 23,4 KB

Variables estadísticas bidimensionales.
En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población. En el caso de dos (o más) variables estudiadas conjuntamente se habla de
variable bidimensional (multidimensional ); si se trata de dos caracteres cualitativos, de par de atributos.
Si de una cierta población se estudian dos caracteres simultáneamente se obtienen dos series de datos.
Individuos A B C ....... Individuos A B C .......
Carácter X x1 x2 x3 ........
Carácter Y y1 yy2 yy3 Carácter Y y1 y2 y3 ..........
La lista de pares de datos correspondientes a cada individuo de la población (repetidos o no), es lo que llamamos variable estadística bidimensional.
Ejemplo 1Ejemplo 1. A cada uno de los reclutas de un reemplazo se les talla y pesa. Se trata de dos variables cuantitativas.
xi ( tallas en m ) 1,70 1,69 1,68 1,70 ........
yi yi ( peso en kg ) 75 70 66 67 .........
Ejemplo 2.Ejemplo 2. Entre los empleados de una empresa se ha realizado una encuesta sobre el consumo del tabaco, que ha arrojado los siguientes resultados:
Hábito Sexo Fumadores No fumadores Totales de filas
Varones Varones Mujeres Varones Mujeres 49 43 64 37 113 80
Totales de columnas 92 101 Total general 193 Totales de columnas 92 101 Total general 193
Nota. En este tema nos limitaremos al estudio de caracteres cuantitativos discretos, puesto que si el carácter es continúo o discreto agrupado en intervalos, se trabajará con las marcas de clase.
2. Distribuciones de frecuencias.
Se disponen las frecuencias en una tabla de doble entrada donde las x
i y la yj están ordenadas en forma creciente. Recibe el nombre de tabla de frecuencias o tabla de correlación.
Si hay pares que se repiten se agrupan siendo n
ij la frecuencia absoluta del par (xi, yj).
Las sumas:
ån
ij = ni , frecuencia absoluta de xi.
j
ån
ij = n’j , frecuencia absoluta de yj
i
se llaman frecuencias absolutas marginales de las variables X e Y respectivamente.
åån
ij = N = número total de pares.
j ij i
X Y x1 x2 ....... xk Frec. absolutas marginales de Y
yy1 nn11 nn21 ..... nk1 n’n’1 y1 n11 n21 ..... nk1 n’1
y2 n12 n22 ...... nk2 n’2
...... ..... .... .... ... .... .
yr n1r n2r ... nkr n’r
Frec. absolutas marginales de Frec. absolutas marginales de X nn1 nn2 .. nk åånij Frec. absolutas marginales de X n1 n2 .. nk åånij = N i j
En la práctica algunas de las nij puede ser cero. En tal caso la casilla correspondiente se dejará en blanco.
Ejemplo 3. Dada la distribución bidimensional:
X X 1 2 1 2 3 2 2 2 3 1
Y Y 3 5 2 3 5 4 3 5 5 3
la tabla correspondiente es:


X Y 1 2 3 Frec. absolutas marginales de y
2 1 1
3 2 2 4
4 1 1
5 2 2 4
Frec. absolutas marginales de X 3 5 2 N=10
u Al estudiar una variable bidimensional se obtienen varias distribuciones unidimensionales, según se consideren las filas o las columnas de la tabla en estudio.
Las distribuciones unidimensionales del total de los individuos de la población, respecto a cada una de las características reciben el nombre de distribuciones marginales.
Distribución marginal de la Y:
Y Y Frec. absolutas marginales de Y
y1 y2 . . yr n’1 n’2 . . n’r
Análogamente la distribución marginal de la X
Ejemplo 4.
Obtener la distribución marginal de la variable X.
X X Frec. absolutas marginal de X
1 2 3 3 5 2
u Si en la tabla de correlación consideramos la primera columna y una columna intermedia , la correspondiente a yj, se obtiene una distribución unidimensional que llamaremos distribución condicionada de la variable X por la modalidad yju Si en la tabla de correlación consideramos la primera columna y una columna intermedia , la correspondiente a yj, se obtiene una distribución unidimensional que llamaremos distribución condicionada de la variable X por la modalidad yj de la variable Y.
X Frec. absolutas condicionadas por yj
x1 x2 . . xx1 x2 . . xk n1j n2j . . nn1j n2j . . nkj x1 x2 . . xk n1j n2j . . nkj
Análogamente se define la distribución condicionada de la variable Y por la modalidad xi de la variable X.
Ejemplo 5.
Obtener la tabla de la distribución condicionada de la variable Y por la modalidad x
2Obtener la tabla de la distribución condicionada de la variable Y por la modalidad x2.
Y Frec. absolutas condicionadas por x2
2 3 4 5 0 2 1 2
3. Representaciones gráficas.3. Representaciones gráficas.
Consideremos la distribución:
x1 x2 ..... xN
yy1 yy2 ....... yN y1 y2 ....... yN
( Los pares pueden estar repetidos )
Los pares de valores observados (xi , yj) se pueden representar en unos ejes de coordenadas,.
x ®
El conjunto de puntos que resulta se llama diagrama de dispersión o
nube de puntos de la distribución bidimensional.
Cuando el número de datos es grande (se usa una tabla de doble entrada) los datos se representan con un diagrama de dispersión reticulado de tal manera que la visión de la nube de puntos indique realmente cómo es la distribución.
En estos casos también se suele usar un diagrama de barras sobre un sistema cartesiano de tres dimensiones (
estereogramas). 
Ejemplo 6.
Hacer el diagrama de dispersión de la distribución del ejemplo 3.

Ejercicio 1. Dibuja el estereograma correspondiente .
4. Parámetros de la variable estadística bidimensional.

Considerando las distribuciones marginales, como son unidimensionales es posible calcular los siguiente parámetros:
Llamadas
medias marginales.
Nota. En una distribución bidimensional al punto (
x, y ) se le llama centro de gravedad de la distribución.
b)
Varianzas
Se define:

(Es decir la “media del cuadrado menos el cuadrado de la media”)
Análogamente la varianza marginal de la variable Y. De ellas (extrayendo la raíz cuadrada ) se obtienen las correspondientes desviaciones típicas.
Ejemplo 7. Calcula las medias marginales y las Varianzas de la v.e.del ejemplo 3.
Solución x = 19/10=1,9 ; y =38/10= 3,8 ; Sx2= 4,1-(1,9)2= 0,49 ; Sy2= 15,6 - 14,44=1.16.
c) Covarianza
Para las variables estadísticas bidimensionales se define la “ covarianza ’’ como la media aritmética de los productos de las desviaciones respecto de la media de cada una de las variables componentes.
Es decir:

Se demuestra que

propiedad que facilita el cálculo de la covarianza. (Ver problema resuelto 2)
Ejempl 8. Calcula la covarianza de la distribución del ejemplo 3.
Solución :
Sxy = - (1,9)·(3,8) = 0,58.
4. Regresión lineal.
Al considerar los dos caracteres de una variable bidimensional puede ocurrir.
Y Que exista una dependencia funcional entre ellos, de tal manera que a cada valor le corresponda un único valor del otro. Ejemplo: la temperatura a la que calentamos una barra de hierro y la longitud alcanzada.
Y Que haya una dependencia estadística o correlativa, de tal manera que los valores sigan unas pautas similares. Por ejemplo el número de horas de estudio y las notas obtenidas.
Y Que se de una independencia entre los caracteres. Por ejemplo la estatura y las calificaciones en Matemáticas.
El estudio de la relación entre dos caracteres de una variable estadística bidimensional es el objeto de la
regresión lineal.
La nube de puntos de una distribución bidimensional nos da una primera idea de la relación existente entre los datos de la misma.
Cuando la nube de puntos del diagrama de dispersión permita deducir algún tipo de dependencia entre las dos variables X, Y, concentrándose los puntos alrededor de una cierta línea (línea de regresión) se plantean dos cuestiones:
A)
Definir la línea.
B)
Medir el nivel de aproximación de dicha línea.
Sí la
línea es una recta , el problema es un caso típico de regresión lineal.
A
) Rectas de regresión.
Se llama
recta de regresión a aquella que mejor se ajusta a la nube de puntos.
El procedimiento más usado, para hallar dicha recta, es el
los mínimos cuadrados.
Se calcula la recta :
y =
ax + b, de tal manera que :
S=å [y
i - (a xi + b )]2 sea mínima

El cálculo de
a y b incluye conocimientos que no se dan en este nivel[1] por lo que sólo daremos el resultado:
Se verifica:
a= Sxy b= y - Sxy x
Sx2 Sx2
luego se puede escribir :
y=
Sxy x + y - Sxy x o lo que es igual: y - y = Sxy ( x - x ) .
Sx2 Sx2 Sx2
Esta es la ecuación de la
recta de regresión de Y sobre X. Sirve para hacer estimaciones o predicciones de los valores de Y conocidos los de X.
Análogamente la recta de regresión de X sobre Y tiene por ecuación:
x - x = Sxy (y - y )
Sy2
A m
yx = Sxy y m xy = Sxy se les llama los coeficientes de regresión
Sx2 Sy2
Ejemplo 10. Hallar las rectas de regresión para la distribución del ejemplo 3.
Solución: recta de regresión de Y sobre X y - 3,8 = 1,18 (x- 1,9)
recta de regresión de X sobre Y x - 1,9 = 0,5 ( y - 3,8 ).
Nota. Daremos sin demostración algunas propiedades del coeficiente de regresión que facilitan los cálculos de estos, pues permiten hacer un cambio de variable.


Propiedades del coeficiente de regresión:
1) Si se suma o resta una constante a todos los valores de X o de Y el coeficiente de regresión myx no varía.
2) Si se multiplican todos los valores de X por una constante, el coeficiente de regresión queda dividido por esa constante.
Si se multiplican todos los valores de y por una constante, el coeficiente de regresión m
yx queda multiplicado por es constante.
Ejemplo 11. Consideramos la tabla:
1980 430000
1983 450000
1986 475000
1989 500000
Si hacemos X’= , Y’ =
Se obtiene:
0 -20 0 -20
1 0 1 0
2 25 2 25
3 50 3 50
Para la variable X’ ,Y’ es más fácil el cálculo del coeficiente de regresión y la relación entre éste y el de XY es:
m’yx =
B) Correlación lineal.
Se entiende por correlación la dependencia que existe entre las variables de una distribución., cuando ésta es, en cierta forma, lineal se habla de correlación lineal. Cuando no existe tal dependencia se dice que las variables están incorreladas.
Para medir, de una forma cuantitativa, dicha dependencia se utiliza el llamado coeficiente de correlación lineal, o de Pearson, que se define así:
r =  
El signo es + si la covarianza es positiva y - si es negativa..
Propiedades de r
a) -1 r 1
b) Si
r es positivo la correlación es directa, es decir, al aumentar una variable también aumenta la otra (coeficiente de regresión positivo). En este caso las pendientes de las rectas de regresión son positivas.
. . . . . . . . . . . . . .
. . . . . . . . . . . .
Si r es negativo la correlación es inversa, es decir, al aumentar una variable disminuye la otra. En este caso las pendientes de la rectas de regresión son negativas.
c) Si r2 = 1, es decir, r igual a 1 o a -1, las dos rectas de regresión coinciden y la nube de puntos está contenida en la recta (correlación perfecta). Hay dependencia funcional entre las variables.

d) Si
r = 0 las rectas de regresión son perpendiculares entre sí y paralelas a los ejes. Las variables son incorreladas.




Para los demás valores de
r la dependencia es tanto más fuerte cuanto más próximo esté a 1 o a -1. Será más débil cuando se aproxime a 0:
Para la correlación directa:
Si 0,75£
r £ 1 correlación muy alta.
Si 0,40 £
r £ 0,75 correlación baja
Si
r < 0,40 la correlación es casi despreciable .
Ejemplo 12
. Hallar el coeficiente de correlación lineal para la distribución del ejemplo 3.
Solución :
r =+ = 0,76. Se trata de una correlación directa alta.
Problemas resueltos
1. Una asociación dedicada a la protección de la infancia decide estudiar la relación entre la mortalidad infantil en cada país y el número de camas de hospitales por cada mil habitantes.. Datos
x x 50 100 70 60 120 180 200 250 30 90
y y 5 2 2,5 3,75 4 1 1,25 0,75 7 3
Donde x es el nº de camas por mil habitantes e y el tanto por ciento de mortalidad.
Se pide calcular las rectas de regresión y el coeficiente de correlación lineal.
¿ Si se dispusiese de 175 camas por mil habitantes que tanto por ciento de mortalidad cabria esperar?. ¿La estimación es fiable? Razona la respuesta.
Solución :
Para facilitar los cálculos de los parámetros se utiliza la siguiente tabla:
xi yi xi2 yi2 x i yi
50 5 2500 25 250
100 2 10000 4 200
70 2,5 4900 6,25 170
60 3,75 3600 14,0625 225
120 4 14400 16 480
180 1 32400 1 180
200 1,25 40000 1,5625 250
250 0,75 62500 0,5625 187,5
30 7 900 49 210
90 3 8100 9 270
å = 1150 30,25 179300 126,4375 2422,5
x =115; y= 3,025%; Sx = 68,59; Sy= = 1,87 ; Sxy= = -105,625
Las rectas de regresión serán por tanto:
y - 3,025 = -0,022449 (x - 115)
x
- 115 = -30,2053 ( y - 3,025)
El coeficiente de correlación lineal:
r= = - 0,8235
es una correlación inversa alta .
Para la estimación que nos piden utilizaremos la recta de regresión de Y sobre X.
y= 3,025 - 0,022449(175- 115) = 1,6783 que sería fiable por ser alto el coeficiente de correlación.
2. Dada la distribución bidimensional:
X X 1 2 1 2 3 2 2 2 3 1
Y Y 3 5 2 3 5 4 3 5 5 3
Encuentra el valor del coeficiente de correlación lineal usando una tabla de correlación.
Solución
Se usa la siguiente tabla de doble entrada que facilita los cálculos:
X Y 1 2 3 n’j nj’yj n’jyj2 nijxiyj
2 1 1 2 4 2
3 2 2 4 12 36 18
4 1 1 4 16 8
5 2 2 4 20 100 50
ni 3 5 2 10 å=38 å=156 å=78
nixnixi nixi 3 10 6 å=19
nixi2 3 20 18 å=41
nijxiynijxiyj nijxiyj 7 40 30 å=78
De aquí 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,
S
y = 1,077; Sxy = 7,8 - (1,9)(3,8)= 0,58.
Luego
r = = 0,769
3[2]3[2]. 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 última columna es la marginal de X y la última fila es la marginal de Y.
1 2 4 7 9 11
1 1 2 1 0 0 5
3 0 1 1 0 4
4 1 0 2 1 1 3
5 1 1 3 2 4 0
6 1 1 1 0 4
7 0 0 0 1 3 1
4 5 8 6 10 4
a) Completar la tabla.
b) Calcular el coeficiente de correlación y las rectas de regresión.
c) ¿Sirven las rectas de regresión para hacer predicciones de una variable en función de la otra? ¿Por qué?
Solución
x y 1 2 4 7 9 11
1 1 2 1 1 0 0 5
3 0 1 1 3 0 1 1 1 1 0 4
4 1 0 2 1 1 3 8
5 1 1 3 2 4 0 11 5 1 1 3 2 4 0 11
6 1 1 1 0 1 0 4
7 0 0 0 1 3 1 5 7 0 0 0 1 3 1 5
4 5 8 6 10 4 37
b) x =  ; y =  = 6
M
xy [3] = = 28,378, luego Sxy = Mxy - x.y = 1,948
S
x2 = ; Sx=1,764
S
y2 = 47,027 - 36 = 11,027; Sy = 3,321
El coeficiente de correlación lineal
r =  = 0,3325 <0,40, correlación baja.
m
yx = 1,948/3,11=0,626 y mxy = 1,948/11,027=0,177 son los coeficientes de regresión.
Las rectas de regresión son:
y - 6 = 0,626 (
x - 4,405) de Y sobre X, y x - 4,405 = 0,177(y - 6) de X sobre y
c) Las rectas de regresión no sirven para hacer predicciones,
fiables, de una variable respecto de la otra ya que la correlación es baja. (El módulo del coeficiente de correlación lineal está muy alejado de la unidad)
Problemas propuestos
1. Las tallas y los pesos de 10 personas vienen recogidos en la siguiente tabla:
talla (cmtalla (cm) talla (cm) 160 165 170 180 185 190 192 175 182 172
pesos (kgpesos (kg) pesos (kg) 58 61 65 73 80 85 83 68 74 67
Estimar el peso medio de una persona que mida 168 cm.
2. El número de licencias de caza, en miles, y el número de votantes a un determinado partido en 6 comunidades autónomas, en decenas de miles, está expresado en la siguiente tabla.:
de licencias (XNº de licencias (X) 103 26 3 7 26 5
de votantes (YNº de votantes (Y) 206 26 27 14 24 12
Determinar:
1) Media y varianza de las variables X e Y.
2) Coeficiente de correlación, interpretando su valor.
3) En el caso de que exista correlación: si en una determinada comunidad existen 50 decenas de millar de votantes, ¿cuántas licencias de caza, en miles, se puede estimar que existen.
3. Las distancias medias de los 19 planetas al Sol son:
1. Merc 2. Ven. 3. Tie. 4. Ma. 5. Ast. 6. Jup. 7. Sat. 8. Ur. 9. Nep. 10. Plu
0,39 0,72 1 1,52 2,65 5,2 9,54 19,19 30,07 39,52
(Se ha tomado como unidad la distancia entre la Tierra y el Sol, a lo que se llama unidad astronómica (u.a.). El quinto lugar está ocupado por los asteroides que, para estos efectos, son considerados como un planeta más.)
Representa la nube de puntos correspondiente, traza la recta de regresión y calcula el coeficiente de correlación. Si hubiera un nuevo planeta más allá de Plutón, ¿a qué distancia en u.a. estaría del Sol?. ¿Sería “fiable” esta medida?
4. Observaciones realizadas con estudiantes de Matemáticas, sobre el efecto del paso del tiempo en los conocimientos adquiridos, arrojan los siguientes resultados:
1 día ..................... 90 % de permanencia de conocimientos.
2 días .................... 75 % “ “
3 días .................... 42 % “ “
4 días .................... 30 % “ “
5 días .................... 21 % “ “
Tomando los días transcurridos (X) y el tanto por ciento (Y) como variables de una distribución dimensional, halla la recta de regresión de Y sobre X y estima, si existe una correlación fuerte, el tanto por ciento de conocimientos que permanecerán a los ocho días. Organiza los cálculos y explica el resultado.

Entradas relacionadas:

Etiquetas:
ejercicios resueltos de estadística bidimensional ejercicios de estadística bidimensional : tallas y pesos de 10 personas ejercicios de estadistica bidimensional resueltos a que se le llama bidimensional victormms excel trabajo de estadistica unidimensional y bidimensional sistema unidimensional y bidimensional ejerciciosmasestadisticabidimensional.com solucion del problema Las tallas y los pesos de 10 personas vienen recogidos en la siguiente tabla: talla (cm) 160 165 170 180 185 190 192 175 182 172 pesos (kg) 58 61 65 73 80 85 83 68 74 67 tabla bidimensional ejercicios estadistica bidimensional ejercicios resueltos trabajo de estadistica bidimensional una asociación dedicada a la protección de la infancia decide estudiar la relación entre lamortalidad infantil en cada país (x) y el número de camas de hospitales por cada mil habitantes xi2 estadistica (tabla de valores) registro bidimensional matematicas trabajo de estadistica de estudio bidimensional que es bidimensional en matematicas ¿qué se entiende por tablas bidimensionales? estadistica variable bidimensional unidimensional el numero de licencias de caza, en miles, y el numero de votantes estadistica bidimensional teoria de calculo matemático bidimensional ejercicios resueltos va bidimensionales variable unidimensional bidimensional y pluridimensional representa la nube de puntos asociados a la siguiente distribucion bidimensional distribuciones bidimensionales ejercicios resueltos ejercicios de estadistica bidimensional estadistica bidimensional ejercicios problemas de estadistica bidimensional bidimensional matematicas