Taller Covarianza y Correlación

1. Responda verdadero o falso y justifique

a. La covarianza es una medida de asociación entre los valores de 𝑋 y de 𝑌 y sus
respectivas dispersiones cuyo valor nos proporciona información sobre la fuerza
de la relación entre ambas variables.

Falsa, porque no obtenemos información sobre la fuerza de la relación entre 𝑋 e

𝑌 a partir del valor de la covarianza, sin embargo, su signo si nos indica cuando
hay una relación positiva y cuando es negativa.

b. El valor de la correlación o coeficiente de correlación 𝜌𝑥𝑦 siempre está entre −1 y

1, y cuando toma uno de estos dos valores indica una relación lineal perfecta
negativa o positiva respectivamente.

Verdadera, porque por definición 𝜌𝑥𝑦 es una medida estandarizada de la

asociación lineal que existe entre las variables aleatorias 𝑋 e 𝑌 en relación con
sus dispersiones.

𝜌=0 → Ausencia de cualquier asociación lineal.

𝜌=1 → Relación lineal perfecta positiva.
𝜌 = −1 → Relación lineal perfecta negativa.

c. Si 𝑐𝑜𝑣(𝑋, 𝑌) = 0 entonces 𝑋 e 𝑌 son estadísticamente independientes.

Falsa, porque si 𝑋 e 𝑌 son estadísticamente independientes entonces 𝑐𝑜𝑣(𝑋, 𝑌) =

0. Sin embargo, la proposición inversa NO es cierta, es decir, que 𝑐𝑜𝑣(𝑋, 𝑌) = 0
no es condición suficiente para asegurar independencia entre variables
aleatorias.

d. Es cierta la siguiente igualdad: 𝑐𝑜𝑣(𝑎𝑋 + 𝑏, 𝑐𝑌 + 𝑑) = 𝑎𝑐 𝑐𝑜𝑣(𝑋, 𝑌), donde 𝑎, 𝑏, 𝑐 y 𝑑

son constantes arbitrarias.

Verdadera,
2. En la siguiente tabla, se recoge información obtenida a partir de una encuesta sobre el
numero de personas mayores de 16 años que habitan en un hogar y el número de
automóviles que tienen en dicho hogar. Encuentre la covarianza y el coeficiente de la
correlación entre ambas variables. ¿Son estas variables estadísticamente
independientes?

Número de personas mayores de 16 años 3 4 4 5 4 2

Número de automóviles 3 2 2 3 1 0

𝑋: Número de personas mayores de 16 años en un hogar

𝑌: Número de automóviles que tienen en un hogar.

𝑋 𝑌 2 3 4 5 𝑝𝑦 (𝑦)
1 1
0 0 0 0
6 6
1 1
1 0 0 0
6 6
2 2
2 0 0 0
6 6
1 1 2
3 0 0
6 6 6
1 1 3 1
𝑝𝑥 (𝑥) 1
6 6 6 6