DISTRIBUCIONES

ESTADISTICAS
BIVARIADAS

INTRODUCCION
Hasta ahora nos hemos centrado en medidas de
tendencia central, variabilidad, asimetra y curtosis de
una nica variable.
No obstante, en la prctica es comn examinar dos o
ms variables conjuntamente (relacin entre inteligencia
y rendimiento, etc.)
En este tema nos centraremos en la relacin entre 2
variables (a partir de n observaciones apareadas) y
calcularemos (en particular) un ndice que nos dar el
grado de relacin/asociacin entre ambas variables: el
coeficiente de correlacin lineal (de Pearson)

rendimiento

rendimiento

rendimiento

Representacin grfica de una

relacin

inteligencia

inteligencia

Relacin lineal
positiva

Sin
relacin

inteligencia

Relacin lineal
negativa

rendimiento

rendimiento

Representacin grfica de una relacin

inteligencia

Relacin lineal

inteligencia
Relacin no lineal

Nota: El coeficiente de correlacin de Pearson mide relacin

LINEAL.

inteligencia
Relacin lineal
perfecta (casi
perfecta)

rendimiento

rendimiento

rendimiento

Representacin grfica de una relacin (3)

inteligencia
Relacin lineal
fuerte/moderad
a

inteligencia

Relacin lineal
dbil

Ahora necesitamos un ndice que nos informe tanto del grado en que
X e Y estn relacionadas, y si la relacin es positiva o negativa

rendimiento

Covarianza e ndice de correlacin de

Pearson

Caso 1

Observar que cuando la relacin lineal es

positiva, cuando las puntuaciones
diferenciales de X son positivas, las
puntuaciones diferenciales de Y suelen ser
positivas.

rendimiento

inteligencia

Caso 2

inteligencia

Observar que cuando la relacin lineal es

negativa, cuando las puntuaciones
diferenciales de X son positivas, las
puntuaciones diferenciales de Y suelen ser
negativas.

TIPOS DE GRAFICOS:
BIVARIADOS
-Dos variables cuantitativas: Grficos de
dispersin
- Dos variables cualitativa: Grficos de Barras
dobles
- Una variable cualitativa y otra cuantitativa:
a) Diagramas de Puntos.
b) Panel de histogramas.
c) Diagrama de cajas agrupadas.

Tabla de Correlacin o
Contingencia (atributos)

Distribuciones marginales

Tabla de Correlacin o Contingencia

Permite ayudarnos a determinar si existe relacin de interdependencia
entre 2 variables, es decir, si se influyen mutuamente.

donde nij es el nmero de

observaciones
que
presentan simultneamente
las caractersticas i, j de las
variables
A
y
B,
respectivamente.

As, una tabla de contingencia es una tabla de doble

entrada, donde en cada casilla figurar el nmero de casos
o individuos que poseen un nivel de una de las
caractersticas analizadas y otro nivel de la otra
caracterstica.

DISTRIBUCIONES
Al analizar una distribucin
bidimensional, uno puede centrar su
MARGINALES
estudio en el comportamiento de una de las variables, con
independencia de como se comporta la otra. Estaramos as en el
anlisis de una distribucin marginal.

Distribucin marginal de A

Distribucin marginal de B

Ai

ni.

Bj

n.j

A1

n1.

B1

n.1

A2

n2.

B2

n.2

An-1

nn-1.

Bm-1

n.m-1

An

nn.

Bm

n.m

Distribuciones marginales
k

ni ni1 ni 2 ni 3 ... nij ... nik nij

j 1

n j n1 j n2 j n3 j ... nij ... nhj nij

i 1

Definimos:
J

ni nij
j 1

n j nij
i 1

n
i 1

nij
fi
j 1 n
J

son las frecuencias absolutas marginales

de las variables A y B, respectivamente.

n j nij N
j 1

f j
i 1

nij
n

i 1 j 1

son las frecuencias relativas marginales

de las variables A y B, respectivamente.

En las tablas de contingencia:

a) Distribuciones marginales

b) Distribuciones de frecuencias relativas

c) Perfiles fila

Del total de
individuos con la
caracterstica A1
que porcentaje
comparte a su vez la
B1
d) Perfiles columna

Cmo es lgico, el
porcentaje de
individuos con A1
que, o bien
comparten B1 o B2 y
hasta Bj ser el
100% = 1

Distribuciones condicionadas

xi

Distribucin de una de las variables

siempre que la otra cumpla una
condicin especfica.

ni.
(Frecuencia cuando y=valor especfico)

x1

n1.

x2

n2.

xn-1

nn-1.

xn

nn.

X: Gasto en material escolar

Y: Nmero de hijos
Distrib. Condicionada: Por ejemplo, gasto en material escolar
cuando el nmero de hijos es <3. Tambin podra ser simplemente
cuando y=nmero, slo sera coger esa columna sin sumar nada.

50

100

150

200

Suma de frecuencias
cuando y=0, y=1, y= 2.
Que tienen un gasto de 50.

Independencia Estadstica

nij
N

Graves Y
Averias

Leves X

0
1
2
3
4
5

Marginal de Graves

0
0,2308
0,1692
0,0769
0,0923
0,0615
0,0308

1
0,0385
0,0615
0,0385
0,0615
0,0308
0,0077

2
0,0077
0,0231
0,0154
0,0077
0,0000
0,0000

3
Marginal de leves
0,0000
0,2769
0,0077
0,2615
0,0154
0,1462
0,0154
0,1769
0,0077
0,1000
0,0000
0,0385

0,6615

0,2385

0,0538

0,0462

ni.
N

n. j
N

Si

nij
ni . n. j

N N
N

ij Independencia

Varianzas - Covarianzas

Var ( X )

2
(
x

x
)
ni
i
i 1

Varianza de X

S X2
k

Varianza de Y

Cov( X , Y )

Var (Y )

( x x )( y
i 1 j 1

y )nij
S XY

2
(
y

y
)
n j
j
j 1

SY2

Covarianza entre X e Y
Mide si existe asociacin lineal
entre X e Y. Positiva o negativa
pero no la intensidad

Coeficiente de correlacin lineal

El valor de la covarianza depender de los valores de las
variables, por tanto de sus unidades. Para poder eliminar las
unidades y tener una medida adimensional utilizamos el
COEFICIENTE DE CORRELACIN LINEAL ( rxy )

rxy

S xy
SxS y

rxy

siendo invariante frente a transformaciones lineales (cambio de origen

y escala) de las variable.

Propiedades:

Es un coeficiente adimensional
-1 r 1
Si hay relacin lineal positiva r > 0 y prximo a 1
Si hay relacin lineal negativa r < 0 y prximo a -1
Si no hay relacin lineal r se aproxima a 0
Si X e Y son independientes Sxy = 0 y por tanto r = 0

Importante:
Si las dos variables son independientes, su covarianza vale cero. No podemos asegurar lo mismo en sentido contrario. Si
dos variables tienen covarianza cero, no significa que sean independientes. Linealmente NO tienen relacin. Pero pueden
pueden ser dependientes.

Coeficiente de correlacin (lineal) de Pearson

Interpretacin

rendimiento

Hemos de tener en cuenta qu es lo que estamos midiendo

para poder interpretar cun grande es la relacin entre las
variables bajo estudio. En muchos casos, depende del rea
bajo estudio.

inteligencia

En todo caso, es muy importante

efectuar el diagrama de dispersin.
Por ejemplo, en el caso de la
izquierda, es claro que no hay
relacin
entre
inteligencia
y
rendimiento.
Sin
embargo,
si
calculamos el ndice de correlacin
de Pearson nos dar un valor muy
elevado, causado por la puntuacin
atpica en la esquina superior
derecha.

VARIABLES CUALITATIVAS
1) Coeficiente de Asociacin Chi-Cuadrado (2):

i 1 j 1

Si

nij eij
eij

nij
eij

Frecuencia observada

ni n j
n

Frecuencia
esperada

2 0 no habr asociacin inexistencia de asociacin

Problema: no tiene lmite superior por lo que no permite

conocer el grado de asociacin.

2) Coeficiente C de contingencia de Karl Pearson:

1
lm ite _ m xim o 1
min(I , J )
Nunca superior a uno

Si C 0
Si C 1

inexistencia de asociacin
perfecta asociacin entre las variables

Coeficiente de Correlacin por Rangos de Spearman:

El Coeficiente de Correlacin por Rangos de Spearman permite determinar
la correlacin de datos de carcter ordinal midiendo la concordancia o
discordancia entre las clasificaciones.
Formulacin:
Si no hay empates

D: diferencia de valores para las

dos variables.

Interpretacin:
Si = 1: Correlacin por rangos perfecta y positiva. La concordancia entre los
rangos es perfecta
Si = -1: Correlacin por rangos perfecta y negativa. La concordancia entre los
rangos es perfecta
Si = 0: Correlacin por rangos nula. No hay concordancia entre los rangos
Si 0 < < 1: Correlacin por rangos positiva y si -1 < <0: Correlacin por
rangos negativa

ASOCIACIN ESTADSTICA
La idea de asociacin / relacin entre
variables se define por lo general en
oposicin al de independencia estadstica
y se evala examinando el sentido y la
fuerza de las regularidades empricas

Las variables X e Y (sexo y

condicin
de
actividad)
son
estadsticamente independientes si
el porcentaje de observaciones que
poseen el atributo Y1 (activo) es el
mismo entre X1 (hombres) que
22
entre X2 (mujeres).

MEDIDAS DE ASOCIACIN
Medida de
asociacin

Tabla

Escala de
Medida

Phi

2x2

Nominales

V de Cramer

fxc

Nominales

Lambda

fxc

Nominales

Gamma

fxc

Ordinales

Tau b / c de
Kendall

fxc

Ordinales

Observaciones
Medidas basadas en chi cuadrado.
Toman valores comprendidos entre 0 y 1.
Evala hiptesis lineales (diagonal principal).
Son tiles para estimar grados de asociacin
entre pares de variables, sobre un mismo
conjunto de individuos para n filas y columnas.
Toma valores entre 0 y 1.
Disponen versin asimtrica.
Es fcil de interpretar en trminos de la
proporcin que se reduce le error de
prediccin del valor de una variable a partir
de los valores de la otra (pero puede tomar
valores muy bajos en tablas con asociacin).
Toma valores entre -1 y 1, pasando por 0.
Gamma es ms fcil de interpretar. Asume
relaciones curvilineales.
Tau b slo alcanza valores extremos cuando
hay asociacin total y f y c son iguales.
Tau c tiende a subestimar la
23relacin.