Академический Документы
Профессиональный Документы
Культура Документы
El caso (A) corresponde a la relacin tal que al aumentar los valores de la variable
independiente aumenta -en promedio- el valor de la variable dependiente. Cuando esto
ocurre se dice que hay una relacin lineal positiva.
El caso (B) representa otra relacin de nuevo lineal, pero ahora negativa
El caso (C) representa una situacin en la que no hay relacin entre ambas variables.
Decimos
entonces
que
las
variables
son
independientes.
El caso (D) muestra una relacin entre ambas, pero no lineal.
La covarianza:
La covarianza es una medida de la asociacin lineal entre dos variables que resume la
informacin existente en un grfico de dispersin. Vase que el plano de una
representacin grfica posible puede dividirse en cuatro cuadrantes.
Se denomina primer cuadrante a la zona del grfico donde ambas variables toman
valores positivos. El segundo cuadrante corresponde a valores negativos de la primera
variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de
ambas variables y el cuarto es donde la primera variable toma valores positivos y la
segunda
valores
negativos.
Para construir una medida de la asociacin lineal a partir de estas propiedades, no slo
debemos atender la proporcin de puntos en cada cuadrante, sino tambin la distancia
en
que
esos
puntos
se
alejan
o
no
de
su
origen.
Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre x e
y a la expresin
La covarianza ser positiva cuando los puntos se encuentran en los cuadrantes impares
Esto significa que ambas variables varan ene el mismo sentido.
La covarianza ser negativa cuando los puntos estn en los cuadrantes pares. Esto
significa
que
las
variables
varan
en
sentido
contrario.
Finalmente, la covarianza ser prxima a cero cuando no exista relacin entre ambas
variables o cuando, existiendo, la relacin sea marcadamente no lineal.
El
coeficiente
de
correlacin:
La covarianza depende de las unidades de medida de las variables y se modificar si
modificamos las unidades de medida de las variables. Esto hace que no sea til
comparar la covarianza de grupos diferentes de observaciones con unidades (o con
escalas)
de
medicin
diferentes
.
Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza
de 100 medida en centmetros. Por lo tanto no tiene sentido decir que si la covarianza
es grande, la relacin es fuerte, ya que la covarianza cambiar si modificamos las
unidades
de
medida
de
la
variable.
Una medida de relacin entre dos variables que resuma la informacin del grfico de
dispersin, y que no dependa de las unidades de medida, se puede construir dividiendo
la covarianza por las desviaciones estndar de ambas variables.
Se define el coeficiente de correlacin lineal r
Una
correlacin
nos
proporciona
tres
datos
principales:
1) la existencia o no de una relacin lineal entre las variables (si da diferente de cero)
2) la direccin de esta relacin, si es que existe (por su signo positivo o negativo)
3) el grado de esta relacin (por el valor absoluto del coeficiente).
Estos tres aspectos se dan, simultneamente, con un solo valor.
La correlacin, en ltima instancia, nos est indicando cmo vara o cambia una
caracterstica cuando la otra caracterstica o variable asociada cambia. Indica si dos
variables cambian o varan conjuntamente.
El coeficiente de correlacin tiene las siguientes propiedades:
1) Cuando las variables estn linealmente de forma exacta, el coeficiente de correlacin
s ser igual a uno en valor absoluto.
2) Cuando las variables no estn relacionadas ( o no lo estn linealmente) entre s, el
coeficiente de correlacin ser cero.
3) El coeficiente no depende del orden en que se consideran las variables, es decir,
r(x,y)=r(y,x)
4) -1
<= r <= 1