Anda di halaman 1dari 7

Estadstica bivariada.

Alexy Vega Burgos.

Estadistica.

Instituto IACC.
Estadstica bivariada

Se obtuvo la siguiente informacin acerca del nmero de aos de estudio y la edad, de un grupo
de trabajadores de una nueva empresa en el norte de Chile:

Complete la tabla bivariada (subtotales, totales).

y 12 13 14 15 Total
X
18 - 22 3 1 2 1 7
22 - 26 4 0 1 2 7
26 - 30 1 0 2 2 5
total 8 1 5 5 19

A. Cul es el promedio de edad de los que estudian 14 aos?

x y X*Y
20 2 40
24 1 24
28 2 56
Total 5 120

= 20 2 + 24 1 + 28 2
______________________
5
= 20 2 + 24 1 + 28 2 = 40 + 24 + 56 = 120 = 24
____________________ ___________ ___
5 5 5
La edad promedio de las personas que estudiaron 14 aos es de 24 aos
Cul es la cantidad de aos de estudios promedio para quienes tienen a lo ms 26 aos?

y Frecuencia f*X
x 20 24
12 3 4 7 84
13 1 0 1 13
14 2 1 3 42
15 1 2 3 45
14 184

12 7 + 13 1 + 14 3 + 15 3 84 + 13 + 42 + 45 184
os = = = = 13,14
14 14 14

El promedio de aos de estudios para os menos de 26 aos es de aproximadamente 13 aos

Qu grupo de trabajadores presenta la edad ms homognea: los que tienen 12 aos de estudio o
15 aos de estudio?
los 12 aos antes de
estudio
X f x*f f*x ^2
20 3 60 1200
24 4 96 2304
28 1 28 784
tota 8 184 4288
Promedio 23
Varianza 7
Desviacin 2,64575131

CV 0,11503267 11,5032666
los 15 aos
antes de
estudio
x f x*f f*x^2
20 1 20 400
24 2 48 1152
28 2 56 1568
tota 5 124 3120
Promedio 24,8
Varianza 8,96
Desviacin 2,99332591

CV 0,12069863 12,0698625

De los cuadros podemos decir que los que tienen 12 aos de estudios son ms homogneos
comparados con los que tienen 15 aos de estudios

En esa misma empresa del norte, a los trabajadores se les realiz una prueba para poder
determinar el orden jerrquico y as obtener un mejor sueldo, los datos son:

a) Calcule e interprete la covarianza.

X Y 1,0 - 3,0 3,0 - 5,0 5,0 - 7,0 TOTA

18 - 22 3 12 16 31
22 - 26 20 9 13 42
26 - 20 18 4 5 27
TOTA 41 25 34 100

COVARIANZA -5,333333333
b) Calcule e interprete el coeficiente de correlacin.

Coeficiente de correlacin

R: 0.21322194 vemos que la relacin de las variables es en forma negativa es decir


mientras uno aumenta el otro disminuye.

3) Continuando con la empresa del norte, el departamento de bienestar est realizando


estudios mdicos, por lo que consider a 9 trabajadores, preguntndoles su estatura
(cm) y peso (kg):

Altura Peso X*Y


161 50 8050
154 60 9240
187 76 14212
158 62 9796
171 66 11286
169 60 10140
166 54 8964
176 84 14784
163 68 11084
97556
Promedio 167,222222
X
Promedio 64,4444444
Y
Covarianza 63,0123457
Varianza 89,28
Dato 9
Desviacin 9,44
X
Desviacin 9,96
y
R 0.66

Nuestra ecuacin de regresin lineal

Y- 64.44: 0.7057221(x-167.22)

Y: 0.757221X 53.573

Entonces para nuestro anlisis vemos que si hay una relacin positiva entre las variables ya que
nuestro R: 0.66901

Pero esta relacin es muy dbil ya que nos permite conocer

Un coeficiente de determinacin R^2 = 0.44 este valor da a entender que el modelo no es muy
bueno para poder predecir
Bibliografa

Iacc 2017 contenido semana 5 asignatura estadstica