Ejercicios sobre elaboración de diagramas de dispersión y

cálculo de índices de covarianza y correlación

Objetivos de aprendizaje: con los problemas de este documento pretendemos

que
1. aprendáis a elaborar diagramas de dispersión con objeto de evaluar,
por inspección visual, el patrón de covariación que caracteriza a las
variables representadas así como la posible incidencia que sobre dicho
patrón puedan ejercer determinados valores de la muestra.
2. apliquéis diferentes expresiones para calcular los índices de
asociación lineal más frecuentes: covarianza y correlación de Pearson.

Ej. 1. La tabla siguiente recoge las puntuaciones de 11 sujetos (N=11) en dos

variables X e Y.

X Y
10 8,04

8 6,95
13 7,58

9 8,81

11 8,33
14 9,963

6 7,24
4 4,26

12 10,84

7 4,82

5 5,68

a.- Construir el diagrama de dispersión de Y en función de X. En base al

diagrama construido,
a.1. ¿Cómo están relacionada X e Y?
a.2. ¿Qué signo tienen la covarianza y la correlación?.
b.- Calcular la covarianza utilizando la expresión:
N

 X i  X  Y i  Y  SPC
i1
S  
xy
N  1 N  1
c.- Calcular el coeficiente de correlación de Pearson utilizando la expresión
N

S xy
 X
i1
i  X  Y i  Y 
r xy  
S xS N N

 X   Y 
y 2 2
i  X i  Y
i1 i1

Sol.
a) Para construir el diagrama de dispersión, en un sistema de referencia
rectangular, dibujamos los puntos correspondientes a las puntuaciones
de los sujetos en las variables X e Y. En el eje de abscisas hemos
representado a la variable X y en el eje de ordenadas a la variable Y. El
gráfico resultante es:

a.1. De la forma de la nube de puntos podemos decir que la relación es lineal

directa o positiva.
a.2. Tanto la covarianza como la correlación tienen que ser positivas.

b.- Calcular la covarianza utilizando la expresión:

N

 X i  X  Y i  Y  SPC
i1
S  
xy
N  1 N  1

Para obtener Sxy vamos a calcular la media de la variable X e Y y ampliamos la

tabla de datos con tres nuevas columnas: la columna de puntuaciones
diferenciales en la variable X  X  X  , la columna de puntuaciones diferenciales
en la variable Y Y  Y  y la columna de productos cruzados  X  X Y  Y  . La
tabla siguiente es el resultado de las operaciones anteriores:
 (Y -Y )
X - X Y -Y (X - X )
X Y
 10 8,04 1 0,54 0,54
8 6,95 -1 -0,55 0,55
13 7,58 4 0,08 0,32
9 8,81 0 1,31 0,00
11 8,33 2 0,83 1,66
14 9,96 5 2,46 12,30
6 7,24 -3 -0,26 0,78
4 4,26 -5 -3,24 16,20
12 10,84 3 3,34 10,02
7 4,82 -2 -2,68 5,36
5 5,68 -4 -1,82 7,28
Sumatorios 99 82,51 0 0,00 55,01
Medias 9 7,500909 0 0,00

55 , 01
S xy   5 ,5
11  1
A partir de los datos de la tabla ampliada obtenemos el valor de la covarianza:

c.- Para calcular el coeficiente de correlación de Pearson utilizando la

expresión
N

S xy
 X
i1
i  X  Y i  Y 
r xy  
S xS N N

 X   Y 
y 2 2
i  X i  Y
i1 i1

Añadimos a la tabla anterior las columnas correspondientes a los cuadrados de

las puntuaciones diferenciales obteniendo:

X  X Y  Y Y  Y 2
X  X  Y  Y  X  X 2
X  X 

X Y
10 8,04 1 0,54 0,54 1 0,29
8 6,95 -1 -0,55 0,55 1 0,30
 13 7,58 4 0,08 0,32 16 0,01

9 8,81 0 1,31 0,00 0 1,71

11 8,33 2 0,83 1,66 4 0,69
14 9,96 5 2,46 12,30 25 6,05
6 7,24 -3 -0,26 0,78 9 0,07
4 4,26 -5 -3,24 16,20 25 10,50
12 10,84 3 3,34 10,02 9 11,15
7 4,82 -2 -2,68 5,36 4 7,19
5 5,68 -4 -1,82 7,28 16 3,32
Sumas 99 82,51 0 0,00 55,01 110 41,27

Medias 9 7,50090909 0 0,00

La correlación entonces es:

153,98
rxy   0,82
134,72 437,51