KARLA GIANELLI GOMEZ, MA.

GUADALUPE VARGAS Y JARUMY RODRIGUEZ

21 DE OCTUBRE DEL 2013

Cuadro comparativo de las lecturas datos bivariados y Distribuciones Bidimensionales o poblaciones Bivariadas

Lectura 1 Distribuciones Bidimensionales o poblaciones Bivariadas Estudia al mismo tiempo dos variables de cada elemento de la poblacin por ejemplo peso y altura de un grupo de estudiantes. Utiliza tabla de correlacin. Distribuciones marginales: se centra en el estudio en el comportamiento de una de las variables con independencia de cmo se comporta la otra. De cada distribucin bidimensional se pueden deducir dos distribuciones marginales; una corresponde a la variable X y otra la variable Y.

Lectura 2 Datos Bivariados Universidad Nacional Autnoma de Mxico

Un subconjunto de datos bivariados consiste en una coleccin de observaciones simultaneas de dos variables X, Y. Los datos bivariados relacionados con un elemento se representan mediante pares ordenados. De la misma manera que se hace en el caso unidimensional se debe de buscar la forma organizada de presentar las observaciones. La organizacin es principalmente con una tabla de doble entrada. Distribuciones marginales: Muchas veces a pesar de que observamos pares de datos (a,b) podemos estar interesados en estudiar el comportamiento de una sola de las variables. Se denomina distribucin marginal a la distribucin de frecuencias obtenidas al estudiar la variable A, B independientemente. Correlacin y regresin lineal: se le llama as ahora en nuestras variables bidimensional (X,Y) son de tipo cuantitativo y queremos determinar si existe una relacin entre las dos variables y de existir, que tipo de relacin tiene y expresarlo en una sencilla ecuacin que nos permita predecir el valor de la otra. Lo primero que se har es considerar el concepto de correlacin que sirve para determinar si existe una relacin estadsticamente significativa. El anlisis de regresin que trata de establecer la NATURALEZA DE LA RELACION entre variables, es decir,

KARLA GIANELLI GOMEZ, MA. GUADALUPE VARGAS Y JARUMY RODRIGUEZ

21 DE OCTUBRE DEL 2013 estudiar la relacin funcional entre las variables y por lo tanto proporciona un mecanismo de prediccin o pronstico. Determinar si la relacin del diagrama es lineal o una curva, si es negativa o positiva y cul es su pendiente. Correlacin: consiste en determinar si hay relacin aparente entre dos variables. Existe una correlacin entre dos variables si una de ellas est relacionada o ligada con la otra de alguna manera. Se llama coeficiente de correlacin a un ndice numrico abstracto que indica el grado de relacin entre dos variables. Cuando la recta de regresin se utiliza para determinar valores de la variable independiente, decimos que estamos INTERPOLANDO VALORES.