UNIVERSIDAD PERUANA DE LAS AMÉRICAS

FACULTAD DE CIENCIAS EMPRESARIALES

ESTADÍSTICA BÁSICA APLICADA A LOS

NEGOCIOS I

ESTADÍSTICA BIDIMENSIONAL

Dr. SALOMÓN MARCOS BERROCAL VILLEGAS

 ESTADISITCA BIDIMENSIONAL

•ESTRUCTURA DE LA TABLA DE FRECUENCIAS PARA DATOS

DISCRETOS

•ELEMENTOS DE UNA TABLA DE FRECUENCIAS

•TABULACIÓN DE DATOS UNIVARIANTES DISCRETOS
•ELABORACIÓN DE GRÁFICOS
 ESTADÍSTICA BIDIMENSIONAL

Variable estadística bidimensional

La estadística bidimensional es
aquella que se encarga de
estudiar aquellos fenómenos en
los que intervienen dos variables
conjuntamente.
Son las que se obtienen al
observar simultáneamente dos
características de un mismo
individuo en una población.
Se representan mediante el par
ordenado (X, Y)

Así por ejemplo tenemos:

Hábitos de estudio y rendimiento
académico.

Clima organizacional y satisfacción

laboral.

Cultura tributaria y evasión de

impuestos
 TIPOS DE VARIABLES ESTADÍSTICA BIDIMENSIONAL

Tipo de variable
Caracteres Ejemplo
Variable X Variable Y

Discreta Discreta Edad y asignaturas aprobadas

Cuantitativa
cuantitativa Continua Continua Talla y peso

Discreta Continua N° de hijos y presión arterial

Nominal Nominal Color de pelo y marca de auto

Cualitativa
cualitativa Ordinal Ordinal Escolaridad y clase social

Nominal Ordinal Color de ojos y escolaridad

Discreta Nominal Edad y color de pelo

Cuantitativa
cualitativa Discreta Ordinal Edad y motivación

Continua Nominal Cociente intelectual y religión

Continua Ordinal Ansiedad y deserción escolar

 TABLAS ESTADÍSTICAS BIDIMENSIONALES
Tabla bidimensional simple

Las tablas bidimensionales

reflejan el comportamiento de la
variable estadística
bidimensional (X, Y) a partir de
los valores individuales que
toman cada una de las variables
estadísticas unidimensionales X
eY

Tabla bidimensional de doble entrada

 TABLAS ESTADÍSTICAS BIDIMENSIONALES

X/Y 0 1 2 3 4 5 6 7 Totales

1
2
3
4
5
6
Totales
20
La suma de las frecuencias absolutas de la última columna es la frecuencia absoluta del valor de X
La suma de las frecuencias absolutas de la última fila es la frecuencia absoluta del valor de Y.
 DISTRIBUCIONES MARGINALES

Distribución marginal de X

Se denomina distribución
marginal de una variable
bidimensional, al estudio por
separado de las variables
unidimensionales X e Y que
forman la distribución
bidimensional. Distribución marginal de Y
 DISTRIBUCIONES CONDICIONADAS
Cuando en una distribución
bidimensional se estudia la
distribución que resulta de fijar
un valor en una de las variables
y además la frecuencia
correspondiente a la otra, la
distribución formada se
denomina distribución
condicionada.

Distribución de x condicionada a que

y sea 3 F(X/Y = 3)

Distribución de y condicionada a que

x sea 200 F (Y/X = 200)
DISTRIBUCIONES CONDICIONADAS
DISTRIBUCIONES CONDICIONADAS
DISTRIBUCIONES CONDICIONADAS
 COVARIANZA
La covarianza es un valor Datos sin agrupar Datos agrupados
numérico que indica el grado de


variación conjunta de dos
variables unidimensionales X e Y.
 xy 
xi yi
 x y  xy 
 xi yi fi
xy
CARATERÍSTICAS: N N
 Una covarianza positiva y Notación
alta indica que ambas
Denota
variables crecen o
decrecen simultáneamente. x  Media de x

 Una covarianza alta y y  Media de y

negativa indica que cuando xi = Variable x
una variable crece, la otra yi = variable y
decrece y viceversa. N : Tamaño muestral
 La covarianza cero o
próxima a cero indica que
no existe relación entre las
COVARIANZA
 COVARIANZA
Ejemplo 1: Los siguientes datos corresponden a las notas de dos
exámenes aplicado a un conjunto de 10 estudiantes, se pide hallar la
covarianza de los datos.
Solución
X Y XY
6 5
4 5
8 7
9 5
4 3
8 8
10 10
9 8
5 7
6 6
 COVARIANZA
Ejemplo 1: Los siguientes datos corresponden a las notas de dos
exámenes aplicado a un conjunto de 10 estudiantes, se pide hallar la
covarianza de los datos.
Solución Trabajamos con las formula para
X Y XY datos sin agrupar
6 5 30
 xy 
 xi yi x y
4 5 20 N
8 7 56 Hallamos primero las medias
9 5 45
4 3 12 x  69 / 10  6.9 y  64 / 10  6.4
8 8 64
10 10 100 Luego reemplazamos
9 8 72 470
 xy   6.9 x 6.4  xy  2.84
5 7 35 10
6 6 36
69 64 470
 COVARIANZA
Ejemplo 2: Halla la covarianza sobre la base de los siguientes datos
agrupados
Y/ X 1 2 3 Total X Y fi xi.fi Yi.fi x.y.fi
1 2 3 2 7
2 3 5 7 15
3 3 6 8 17
total 8 14 17 39
Solución
 COVARIANZA

Ejemplo 2: Halla la covarianza sobre la base de los siguientes datos

agrupados

Solución Trabajamos con las formula para

Y/X Y fi xi.fi Yi.fi x.y.fi datos agrupados
1 1 2 2 2 2
 xy 
 xi yi fi
xy
1 2 3 3 6 6
N
1 3 3 3 9 9
Hallamos primero las medias
2 1 3 6 3 6
2 2 5 10 10 20 x  87 / 39  2.23 y  88 / 39  2.26
2 3 6 12 18 36
3 1 2 6 2 6 Luego reemplazamos
3 2 7 21 14 42
199
3 3 8 24 24 72  xy   2.23 x 2.26  xy  0.07
39
n=39 87 88 199