Академический Документы
Профессиональный Документы
Культура Документы
4 MEDIDAS DE VARIACIÓN
Cuando se estudian dos características, una pregunta que surge con frecuencia es
si existe alguna relación entre ellas. Como ejemplo podemos mencionar el peso y
la estatura de un grupo de personas, el ingreso y el consumo por familia, las
ventas en una empresa y el número de empleados.
LA COVARIANZA. ( 𝑺𝑿𝒀 )
1 (∑𝑛 𝑛
𝑖=1 𝑥1 )(∑𝑖=1 𝑦𝑖 )
𝑆𝑋𝑌 = [∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ]
𝑛−1 𝑛
1 (466)(748)
𝑆𝑋𝑌 = [36712 − ]=
10−1 10
1 ( 348568 )
𝑆𝑋𝑌 = [36712 − ]=
10−1 10
1
𝑆𝑋𝑌 = [36712 − 34856.8]=
10−1
1
𝑆𝑋𝑌 = [1855.2]=
10−1
1
𝑆𝑋𝑌 = [1855.2]=206.1333
10−1
1 1
𝑆𝑋𝑌 = ∑(𝑋𝑖 − 𝑋̅ )(𝑌𝑖 − 𝑌̅)= (1885.2)= 206.133 de otra manera
𝑛−1 9
1 (∑ 𝑥 ∑ 𝑦) 1 466∗748 1
𝑆𝑋𝑌 = [∑ 𝑥𝑖 𝑦𝑖 − ]= (36712 - ) = (36712 –
𝑛−1 𝑛 9 10 9
1
34856.8)= (1855.2) = 206.133
9
Propiedades
Si son valores negativos el coeficiente de variación indica que cuando una variable
aumenta la otra disminuye.
Este valor puede encontrarse entre los valores de -1 y 1 por lo tanto -1≤ 𝑟𝑥𝑦 ≤1
COEFICIENTE DE CORRELACIÓN. (𝑟𝑥𝑦 )
𝑆𝑋𝑌
𝑟𝑥𝑦 = Dónde: 𝑆𝑋𝑌 = 206.133
√(𝑆𝑋𝑋 )(𝑆𝑌𝑌 )
(∑ 𝑥)2 (∑ 𝑦)2
𝑆𝑋𝑋 = ∑ 𝑥 2 - 𝑆𝑌𝑌 = ∑ 𝑦 2 -
𝑛 𝑛
559504
𝑆𝑌𝑌 = 57836 - =1885.6
10
𝟏𝟖𝟖𝟓.𝟐
𝒓𝒙𝒚 = = 0.922 el resultado indica que la correlación es
√(𝟐𝟐𝟏𝟖.𝟒)(𝟏𝟖𝟖𝟓.𝟔)
fuertemente positiva.
̂𝟏 = 0.836
𝜷
Esto significa que el 82% de la variabilidad total en la calificación final puede ser
explicada por la calificación parcial obtenida por los alumnos, por lo tanto la línea
estimada se ajusta muy bien a los datos.