Estadstica Bsica Para Datos

. G. Muoz S.
Centro de Modelado Cientfico (CMC) de
La Universidad del Zulia.

Quito, 21 de Abril 2010

 Esperanza Matemtica y medias.

Varianza y Desviacin Estndad.

Varianza y Covarianza.
Matriz de Varianza-Covarianza.

IDEAS NECESARIAS

Un rpido repaso de estadstica elemental:

 Medidas de Tendencia Central.

Medidas de Dispersin.
Medidas de Asimetra (y simetra).

Puntiagudez
ejemplo).

de

las

distribuciones

(curtosis,

por

ESTADSTICA ELEMENTAL 1-D

La Estadstica bsica est interesada en los siguientes aspectos:

Esperanza Matemtica de variables discretas

Caso partircular: media artimtica simple.

Caso partircular: media artimtica ponderada.

ESTADSTICA ELEMENTAL 1-D

No es ms que una medida general de tendencia central para variables

aleatorias. Intentamos representar el todo por una nica magnitud.

Nos indican qu tanto vara el conjunto de datos con respecto a un cnon

determinado, por ejemplo: la media aritmtica simple. Una medida por
excelencia de dispersin con respecto a la media es la varianza:

ESTADSTICA ELEMENTAL 1-D

Medidas de Dispersin

Medidas de Dispersin

A menudo, por conveniencia de unidades, empleamos la desviacin

estndard:

ESTADSTICA ELEMENTAL 1-D

Unidades al cuadrado?

Covarianza
Si deseamos estudiar si dos conjuntos cualesquiera de datos varan
conjuntamente con respecto a la media, podemos emplear la covarianza. Es
una medida de tendencia de variacin conjunta.
Se efecta siempre, en general, entre dos conjuntos de datos (o
dimensiones).

VARIANZA Y COVARIANZA 2-D

Hemos visto hasta ahora parmetros unidimensionales.

Covarianza

VARIANZA Y COVARIANZA 2-D

Notemos que si se calcula para el mismo conjunto de datos, obtendremos la

varianza:

Si deseamos estudiar la covarianza entre varios grupos de datos (a menudo

se dice que en tales casos se trata la covarianza para mltiples grados de
libertad), resulta til escribir cada una como elemento de una matriz
cuadrada, denominada matriz de varianza-covarianza:

Naturalmente, los elementos de la diagonal principal corresponden a las

distintas varianzas para cada grado de libertad.
Por otra parte, de la definicin, vemos que se trata de una matriz simtrica:

MATRIZ DE VARIANZA-COVARIANZA 3-D

Covarianza en mltiples grados de libertad

Consideremos varias medidas de largo, ancho y alto de un objeto particular.

Coloqumosmas en la forma matricial siguiente:

Podemos calcular ahora el vector media asociado a las 5 observaciones

tomadas. Asimismo calcularemos la matriz de varianza-covarianza asociada.

MATRIZ DE VARIANZA-COVARIANZA

Un ejemplo simple

Apreciamos que:
0.025 es la varianza de la longitud,
0.007 es la varianza del ancho,
0.00043 es la varianza de la altura.
0.0075 es la covarianza entre la longitud y el ancho
0.00175 es la covarianza entre la longitud y altura, y
0.00135 es la covarianza entre el alto y ancho.

MATRIZ DE VARIANZA-COVARIANZA

Empleando las ecuaciones consabidas, obtenemos trivialmente:

Correlacin
Puede verse como el grado de relacin entre dos conjuntos de datos:

CORRELACIN

Correlacin
Puede verse como el grado de relacin entre dos conjuntos de datos:

CORRELACIN

Correlacin

CORRELACIN

Auto-Correlacin
La correlacin del campo con l mismo...

AUTO-CORRELACIN

Auto-Correlacin

AUTO-CORRELACIN

 Estadstica:
Tendencias Centrales. Esperanza y medias. Vector medio.

Interpretacin de la Covarianza.
Matriz de Varianza-Covarianza.
Correlaciones

Auto-Correlaciones

RESUMEN

Dispersin: Varianza y Desviacin Estndard.