Statistic
Variable bidimensional
Introducción
Nube de puntos
Tabla de doble entrada
Distribuciones marginales
Distribuciones condicionadas
Dependencia
Covarianza
Coeficiente de correlación
Rectas de regresión
Test
Ejercicio
Podemos representar los datos de una variable bidimensional en
Un diagrama de sectores
Una nube de puntos
Un diagrama de porcentajes
Para organizar los datos de una variable bidimensional se utiliza:
Una tabla de doble entrada
Una tabla de puntos
Una tabla de dispersión
Cuando estudiamos un carácter cualitativo, la tabla de doble entrada recibe el nombre de:
Tabla de doble entrada cualitativa
Tabla simple
Tabla de contingencia
La covarianza mide
La relación lineal entre dos variables
La intensidad con la que se relacionan las dos variables
No mide nada
Si la covarianza es positiva, la relación es
Directa
Inversa
La covarianza nunca puede ser positiva
El coeficiente de correlación lineal mide:
La intensidad con que se relacionan las dos variables
La relación lineal entre dos variables
No mide nada
El coeficiente de correlación lineal toma valores:
Entre 0 y 1
Entre -1 y 1
Entre -1 y 0
Las rectas de regresión sirven para
Estimar valores de una variable en función de los que tome la otra variable
Representar los valores de la variable en una nube de puntos
No sirve para nada
Las dos rectas de regresión se cortan en
, salvo cuando el coeficiente de correlación vale 1 ó -1.
Siempre en
En cualquier punto menos en
Las rectas de regresión serán más significativas cuanto
Mayor sea la correlación entre ambas variables
Menor sea la correlación entre ambas variables
Las rectas de regresión siempre son significativas. No dependen de la correlación entre ambas variables