Hasta el momento se ha realizado el análisis de las variables de manera individual, sin embargo en algunas oportunidades se requiere verificar cual es el comportamiento de dos variables de manera conjunta, que recibe el nombre de ANÁLISIS BIDIMENSIONAL
Enviado por monto2435 • 27 de Junio de 2018 • 841 Palabras (4 Páginas) • 519 Visitas
...
Género
TOTAL MARGINAL PARA EL NIVEL ACADÉMICO
F
M
Nivel académico
Alto
0,40
0,60
1,00
Medio
0,20
0,80
1,00
Bajo
0,33
0,67
1,00
TOTAL MARGINAL PARA EL GÉNERO
0,33
0,67
1,00
Los valores de la tabla se leen como:
- La probabilidad de que un empleado sea hombre dado que tiene nivel alto dado es de 0,60
- La probabilidad de que un empleado sea mujer dado que tiene nivel medio es de 0,20
- La probabilidad de que un empleado sea hombre dado que tiene nivel bajo es de 0,67
- GRÁFICOS BIDIMENSIONALES
Al igual que en el caso unidimensional para las variables de tipo cualitativo se hacen diagrama de barras tal como se muestra a continuación:
[pic 5]
Fuente: Base de datos Zenú (2009)
Autor: García, E. (2011)
[pic 6]
Fuente: Base de datos Zenú (2009)
Autor: García, E. (2011)
[pic 7]
Fuente: Base de datos Zenú (2009)
Autor: García, E. (2011)
- ANÁLISIS DE DOS VARIABLES DE TIPO CUANTITATIVO
Cuando dos variables son de tipo cuantitativo en especial de tipo continuo se recurre a las medidas de correlación expresado fundamentalmente a través de las medidas de covarianza y correlación que a continuación se mencionan:
[pic 8]
El coeficiente de correlación de Pearson se calcula como:
[pic 9]
Usualmente se utiliza un gráfico de dispersión para graficar los puntos provenientes de la información recolectada, y el coeficiente de correlación se interpreta como sigue:
[pic 10]
[pic 11]
Relación lineal fuertemente positiva entre las variables
[pic 12]
[pic 13]
Relación lineal débilmente positiva entre las variables
[pic 14]
[pic 15]
No hay relación lineal entre las variables
[pic 16]
[pic 17]
Relación lineal débilmente negativa entre las variables
[pic 18]
[pic 19]
Relación lineal fuertemente negativa entre las variables
EJEMPLO:
Con el objetivo de estudiar la relación lineal entre el precio de los automóviles y el número de unidades vendidas, se procedió a recoger datos sobre tales magnitudes durante el pasado mes en una determinada región. Los resultados obtenidos fueron los siguientes:
Precio (miles de $)
Cantidad vendida
(unidades mensuales)
5
450
9
425
10’5
400
12
350
14
325
16
300
18
290
20’5
280
23’5
260
27
200
- Calcule la covarianza y el índice de correlación
- ¿Cómo es la relación entre el precio y la cantidad de unidades vendidas?
SOLUCIÓN:
1. Trace el gráfico de dispersión:
[pic 20]
2. En la tabla de datos se debe anexar una columna en la cual se indique el producto de los valores de las variables:
Precio (miles de $)
Cantidad vendida (unidades mensuales)
XY
5
450
2250
9
425
3825
10,5
400
4200
12
350
4200
...