Medida de la correlación (1ºBach)

De Wikipedia

(Diferencia entre revisiones)

Revisión actual

Menú:

Enlaces internos	Para repasar o ampliar	Enlaces externos
Indice Descartes Manual Casio		WIRIS Geogebra Calculadoras

Tabla de contenidos

1 Centro de gravedad de una distribución bidimensional
2 Covarianza
3 Coeficiente de correlación
- 3.1 Propiedades del coeficiente de correlación
4 Calculadora

En el apartado anterior hemos visto de manera intuitiva como puede ser la correlación ente dos variables dependiendo del agrupamiento de los puntos de la nube en torno a una recta. Ahora vamos a ver cómo se puede cuantificar dicha correlación mediante un parámetro que denominaremos coeficiente de correlación.

En lo que sigue, consideraremos una distribución bidimensional de cuyas variables $\;(X,Y)$ tenemos $\;n$ valores observados:

$\{ \,(x_1, y_1), (x_2,y_2),...,(x_n,y_n) \,\}$

[editar]

Centro de gravedad de una distribución bidimensional

Llamaremos centro de gravedad de la distribución al punto $(\overline{x} , \overline{y})$ cuyas coordenadas son las medias de las distribuciones unidimensionales de X e Y:

$\overline{x}=\frac{\sum_{i=1}^n x_i}{n} \qquad \overline{y}=\frac{\sum_{i=1}^n y_i}{n}$

[editar]

Covarianza

Se llama covarianza de la distribución al parámetro:

$\sigma_{xy}=\frac{\sum_{i=1}^n (x_i-\overline{x})(y_i-\overline{y})}{n}=\frac{\sum_{i=1}^n x_i y_i}{n}-\overline{x} \cdot \overline{y}$

Covarianza

Tutorial (7'59") Sinopsis:

Covarianza correspondiente a una muestra bidimensional:

Fórmulas para su cálculo.
Interpretación de su signo.
Interpretación en la nube de puntos.

Ejercicio 1 (9'31") Sinopsis:

Determina la covarianza de una muestra de 7 familias en las que se observa el número de hijos y el número de aseos en la vivienda.

Ejercicio 2 (7'14") Sinopsis:

Determina la covarianza de una muestra de 6 estudiantes en los que se observa la calificación en Matemáticas y en Física.

[editar]

Coeficiente de correlación

Llamaremos coeficiente de correlación entre las dos variables al parámetro:

$r= \frac{\sigma_{xy}}{\sigma_x \sigma_y}$

donde $σ x y$ es la covarianza y $σ x,σ y$ son las desviaciones típicas de las distribuciones unidimensionales de X e Y:

$\sigma_x=\sqrt{\frac{\sum_{i=1}^n x_i^2}{n}-\overline{x}^2} \qquad \sigma_y=\sqrt{\frac{\sum_{i=1}^n y_i^2}{n}-\overline{y}^2}$

[editar]

Propiedades del coeficiente de correlación

El coeficiente de correlación tiene las siguientes propiedades:

No tiene dimensiones, es decir, no depende de las unidades en las que vengan dadas las variables.
Está comprendido entre -1 y 1: $|r| \le 1$
Cuanto más fuerte sea la correlación más próximo a 1 estará $|r| \,$ y cuanto más débil sea la correlación más próximo a 0 estará $|r| \,$ .
Si $|r|>0 \,$ la correlación será positiva y si $|r|<0 \,$ la correlación será negativa.

Coeficiente de correlación

Tutorial (6'39") Sinopsis:

Coeficiente de correlación de una muestra bidimensional:

Fórmulas para su cálculo.
Interpretación de su signo e interpretación en la nube de puntos.
Propiedades del coeficiente de correlación. Dependencia estadística débil o fuerte.

Ejercicio 1 (10'38") Sinopsis:

Determina el coeficiente de correlación de una muestra de tamaño 9.

Ejercicio 2 (7'04") Sinopsis:

Determina el coeficiente de correlación de una muestra de tamaño 9.

Ejercicio 3 (7'17") Sinopsis:

Determina el coeficiente de correlación de una muestra de tamaño 9.

[editar]

Calculadora

Calculadora: Modo Regresión Lineal (REG / Lin)

Para calcular los parámetros de distribuciones bidimensionales primero deberemos establecer en la calculadora el modo "Regresión Lineal" mediante la secuencia de teclas:

$2 \quad 1$

Calculadora: Modo básico (COMP)

Cuando se desea retornar la calculadora al modo "básico" tras haber trabajado en otro modo (p.e. el modo "Regresión Lineal") deberemos teclear la secuencia:

$1 \,$

Calculadora: Borrado de la memoria estadística (SCL: Statistical Clear)

Para trabajar con variables estadísticas bidimensionales primero deberemos borrar los posibles datos estadísticos que hubiese en memoria mediante la secuencia de teclas:

$1 \,$

Calculadora: Introducción de los datos para el estudio de una distribución bidimensional

Primero deberemos establecer el modo (REG / Lin) y borrar la memoria (SCL) como se ha explicado más arriba.

Para introducir una lista de pares $(x,y)\,$ correspondientes a los datos de una variable bidimensional, introduciremos primero el valor $x \,$ seguido de la tecla , seguido del valor $y \,$ y terminando con la tecla .

A continuación repetiríamos el proceso con los siguientes pares de números. Si algún par se repite un número $n \,$ de veces, después del valor $y \,$ y antes de pulsar

, deberemos teclear

seguido de la frecuencia $n \,$ .

Ejemplo:

Operación: Introduce los siguientes 8 datos observados de una distribución bidimensional:

(X,Y)={(3,2),(2,2),(5,6),(1,3),(7,6),(7,6),(2,4),(4,4}

Observa que el par (7,6) aparece con frecuencia 2.

Procedimiento:

$3 \,$ $2 \,$
$2 \,$ $2 \,$
$5 \,$ $6 \,$
$1 \,$ $3 \,$
$7 \,$ $6 \,$ $2 \,$
$2 \,$ $4 \,$
$5 \,$ $4 \,$

Solución: Al terminar de introducir los datos nos debe aparecer en pantalla $n=8\,$ , que es el número de datos introducidos. Si cometemos algún error, podemos movernos hacia arriba o hacia abajo con la tecla de movimiento del cursor, que es la tecla grande central, y corregir los datos erroneos. Tras corregir cada dato deberemos pulsar la tecla para que tome el nuevo valor.

Calculadora: Obtención de los parámetros estadísticos en de una distribución bidimensional

Suponiendo que ya hemos introducido los datos de una distribución bidimensional (X,Y):

a) Para obtener $\overline {x}$ (media de la variable unidimensional X) teclearemos

$1 \,$

b) Para obtener $\overline {y}$ (media de la variable unidimensional Y) teclearemos

(cursor derecha) $1 \,$

c) Para obtener $\sigma_{x}\,$ (desviación típica de la variable unidimensional X) teclearemos

$2 \,$

d) Para obtener $\sigma_{y}\,$ (desviación típica de la variable unidimensional Y) teclearemos

(cursor derecha) $2 \,$

e) Para obtener $\sum {xy}$ (suma de los productos) teclearemos

(cursor derecha) $3 \,$

f) Para obtener $n \,$ (número de datos observados) teclearemos

$3 \,$

g) Para obtener $r \,$ (coeficiente de correlación) teclearemos

(cursor derecha 2 veces) $3 \,$

Nota: La covarianza $\sigma_{xy}\,$ no se puede obtener directamente de la calculadora, hay que obtenerla a partir de la fórmula $\sigma_{xy}=\frac{\sum{xy}}{n}-\overline{x} \cdot \overline{y}$

Ejemplo:

Operación: Calcular los parámetros para la distribución introducida en el apartado anterior:

(X,Y)={(3,2),(2,2),(5,6),(1,3),(7,6),(7,6),(2,4),(4,4}

Procedimiento: Tras introducir los datos como se explicó en el apartado anterior procederemos con las secuencias de teclas indicadas arriba.

Solución:

a) 4 b) 4.125 c) 2.179 d) 1.615 e) 155 f) 8 g) 0.816

Obtenido de "http://maralboran.org/wikipedia/index.php/Medida_de_la_correlaci%C3%B3n_%281%C2%BABach%29"

Categorías: Matemáticas | Estadística

 En el apartado anterior hemos visto de manera intuitiva como puede ser la correlación ente dos variables dependiendo del agrupamiento de los puntos de la nube en torno a una recta. Ahora vamos a ver cómo se puede cuantificar dicha correlación mediante un parámetro que denominaremos coeficiente de correlación.
-Consideremos una distribución bidimensional de cuyas variables <math>\;(X,Y)</math> tenemos <math>\;n</math> valores observados:
+En lo que sigue, consideraremos una distribución bidimensional de cuyas variables <math>\;(X,Y)</math> tenemos <math>\;n</math> valores observados:
 {{p}}
 <center><math>\{ \,(x_1, y_1), (x_2,y_2),...,(x_n,y_n) \,\}</math></center>
 {{Caja Amarilla|texto=Se llama '''covarianza''' de la distribución al parámetro:
 {{p}}
-<center><math>\sigma_{xy}=\frac{\sum_{i=1}^n (x_i-\overline{x})((y_i-\overline{y})}{n}=\frac{\sum_{i=1}^n x_i y_i}{n}-\overline{x} \cdot \overline{y}</math></center>
+<center><math>\sigma_{xy}=\frac{\sum_{i=1}^n (x_i-\overline{x})(y_i-\overline{y})}{n}=\frac{\sum_{i=1}^n x_i y_i}{n}-\overline{x} \cdot \overline{y}</math></center>
 }}
 {{p}}
+{{Videotutoriales|titulo=Covarianza|enunciado=
 {{Video_enlace_fonemato
-|titulo1=Covarianza
+|titulo1=Tutorial
 |duracion=7'59"
 |url1=https://www.youtube.com/watch?v=YdQZb_yJuG8&list=PL5AED12B3B3AA32D3&index=16
 *Interpretación de su signo.
 *Interpretación en la nube de puntos.
+}}
+----
+{{Video_enlace_fonemato
+|titulo1=Ejercicio 1
+|duracion=9'31"
+|url1=https://www.youtube.com/watch?v=uHbIbNx77Pg&index=17&list=PL5AED12B3B3AA32D3
+|sinopsis=Determina la covarianza de una muestra de 7 familias en las que se observa el número de hijos y el número de aseos en la vivienda.
+}}
+{{Video_enlace_fonemato
+|titulo1=Ejercicio 2
+|duracion=7'14"
+|url1=https://www.youtube.com/watch?v=tE5mthby2kU&index=18&list=PL5AED12B3B3AA32D3
+|sinopsis=Determina la covarianza de una muestra de 6 estudiantes en los que se observa la calificación en Matemáticas y en Física.
+}}
 }}
 {{p}}
 * Si <math>|r|>0 \,</math> la correlación será positiva y si <math>|r|<0 \,</math> la correlación será negativa.
 }}
+{{p}}
+{{Videotutoriales|titulo=Coeficiente de correlación|enunciado=
+{{Video_enlace_fonemato
+|titulo1=Tutorial
+|duracion=6'39"
+|url1=https://www.youtube.com/watch?v=7MQbE6VqbB4&index=19&list=PL5AED12B3B3AA32D3
+|sinopsis=Coeficiente de correlación de una muestra bidimensional:
+*Fórmulas para su cálculo.
+*Interpretación de su signo e interpretación en la nube de puntos.
+*Propiedades del coeficiente de correlación. Dependencia estadística débil o fuerte.
+}}
+----
+{{Video_enlace_fonemato
+|titulo1=Ejercicio 1
+|duracion=10'38"
+|url1=https://www.youtube.com/watch?v=M9pP5VKeVLw&index=20&list=PL5AED12B3B3AA32D3
+|sinopsis=Determina el coeficiente de correlación de una muestra de tamaño 9.
+}}
+{{Video_enlace_fonemato
+|titulo1=Ejercicio 2
+|duracion=7'04"
+|url1=https://www.youtube.com/watch?v=yreJPBF0szA&list=PL5AED12B3B3AA32D3&index=21
+|sinopsis=Determina el coeficiente de correlación de una muestra de tamaño 9.
+}}
+{{Video_enlace_fonemato
+|titulo1=Ejercicio 3
+|duracion=7'17"
+|url1=https://www.youtube.com/watch?v=94xp3lJL69A&index=22&list=PL5AED12B3B3AA32D3
+|sinopsis=Determina el coeficiente de correlación de una muestra de tamaño 9.
+}}
+}}
+{{p}}
 ==Calculadora==

Medida de la correlación (1ºBach)

De Wikipedia

Revisión actual

Tabla de contenidos

Centro de gravedad de una distribución bidimensional

Covarianza

Coeficiente de correlación

Propiedades del coeficiente de correlación

Calculadora

Vistas

Herramientas personales

Menú

Buscar

Herramientas