TABLAS DE DOBLE ENTRADA
SURGEN CUANDO QUEREMOS ESTUDIAR EL COMPORTAMIENTO SIMULTÁNEO DE DOS VARIABLES X e Y.
Ejemplo 1. Se quiere observar la relación que existe entre el número de cirugías (X) a la que ha sido sometido un grupo de pacientes y la edad (Y) de cada uno.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1 2 Edad Nº cirugías 18 0 25 2 28 1 32 3 43 3 49 2 55 1 15 1 59 3 31 3 43 3 46 0 56 2 36 2 16 0 18 2 52 0 29 0 44 0 42 1 26 2 43 0 21 2 49 2 42 2
3 Var3
Clasificación de los datos en una tabla de doble entrada VARIABLE X
VARIABLE Y
10-20 20-30 30-40 40-50 50-60
0 2 1 0 3 1
1 1 0 0 1 1
2 1 3 1 2 1
3 0 1 2 3 1
1. DISTRIBUCIONES MARGINALES Son las distribuciones de cada variable por separado, “ANULANDO” el efecto de la otra variable. Marginal de X Nº cirugías
fi
0 1 2 3 Total
7 3 8 7 25
Marginal de Y Edad años
fi
10-20 4 20-30 5 30-40 3 40-50 9 50-60 4 Total 25
2. DISTRIBUCIONES CONDICIONALES (X/a) ó (Y/b) EN ESTE CASO SE OBTIENE LA DISTRIBUCIÓN DE FRECUENCIAS CONDICIONADA A UNA CLASE PARTICULAR DE LA OTRA VARIABLE.
¿Cuál es el promedio de cirugías cuando la edad varía entre 10-40 años? X 0
1
2
3
10-20
2
1
1
0
20-30
1
0
3
1
30-40
0
0
1
2
40-50
3
1
2
3
50-60
1
1
1
1
[10 − 40]
Cirugías
fi
0
3
1
1
2
5
3
3
Nº
3.COVARIANZA Cov(X,Y). MIDE LA VARIACIÒN CONJUNTA DE LAS VARIABLES X e Y. n
Se define
Cov( X , Y )
( x x )( y y ) i 1
i
i
n
Para efectos de cálculo utilizamos la siguiente expresión,
Cov ( X , Y ) = xy − x ⋅ y
EJEMPLO 1. CALCULO DE LA COVARIANZA yi
x
0
1
2
3
15
10-20
2
1
1
0
25
20-30
1
0
3
1
35
30-40
0
0
1
2
45
40-50
3
1
2
3
55
50-60
1
1
1
1
RESULTADOS
x=2 y = 36.6 años
15 ⋅ 0 ⋅ 2 + 15 ⋅1⋅1 + .......................... + 55 ⋅1⋅ 3 xy = = 1510 25
Cov ( X , Y ) =1510 − 2 ⋅ 36.6 =1436.8
INTERPRETACION DE LA COVARIANZA
• Si X e Y son independientes entre sí, entonces LA COVARIANZA ES CERO, el inverso no siempre se cumple. • Si COV(X,Y) > 0 la dependencia lineal entre X e Y es ES DIRECTA. • Si COV(X,Y) < 0 la dependencia lineal entre X e Y ES INVERSA.
4. COEFICIENTE DE CORRELACION LINEAL (r) Mide el grado de asociación lineal entre las variables X e Y.
Cov ( X , Y ) r= ; sx ⋅ s y
-1 ≤ r ≤ 1
Interpretación del coeficiente de correlación lineal.
• Sí X e Y son independientes, r = 0. • r < 0 asociación lineal inversa. • r > 0 asociación lineal directa.
DATOS y Diagrama de Dispersión Nº cirugías = 1,0627+0,0114*x 3,5
3,0
2,5
Nº cirugías
2,0
1,5
1,0
0,5
0,0
-0,5 10
20
30
40
50
60
70
Edad
Coeficiente de Correlación Lineal
= 0.14
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1 2 Edad Nº cirugías 18 0 25 2 28 1 32 3 43 3 49 2 55 1 15 1 59 3 31 3 43 3 46 0 56 2 36 2 16 0 18 2 52 0 29 0 44 0 42 1 26 2 43 0 21 2 49 2 42 2
3 Var3