Medidas Estadísticas Bivariantes

1. Coeficiente de correlación de Pearson: Nos indica si los puntos tienen una tendencia a disponerse alineadamente

1.1. (r < 0) Se dice que hay correlación negativa: Las variables se correlacionan en un sentido inverso

1.2. (r > 0) Se dice que hay correlación positiva: Ambas variables se correlacionan en un sentido directo.

1.3. r= -1 se habla de correlación negativa perfecta.

1.4. r = 1 Se habla de correlación positiva perfecta.

1.5. (r = 0) Se dice que las variables están incorrectamente relacionadas, no puede es posible establecer algún sentido de covariación.

2. Modelo de regresión lineal simple

2.1. Buscamos encontrar una función x que nos permita aproximar a y

2.1.1. *Utiliza la técnica de estimación de mínimos cuadrados.

3. Diagrama de dispersión o nube de puntos

3.1. A partir de la nube de puntos podemos observar como se relacionan las dos variables.

3.2. La correlación puede ser: Fuerte: Si hay mayor alineamiento de los puntos de la nube. Débil: Si el alineamiento es menor, hay mas "dispersión" de los puntos.

3.2.1. La correlación, además puede ser: Positiva: Si al aumentar X aumenta Y Negativa: Si al aumentar X, disminuye Y

4. Covarianza de dos variables x e y

4.1. No indica si la posible relación entre dos variables es directa o inversa

4.1.1. *El signo de covarianza nos dice si es creciente o no