1 / 16

BIOMETRIA II

BIOMETRIA II. CORRELACIÓN y ASOCIACIÓN. Co variación Concepto. La Co variación es la medida de la forma en que dos variables cambian de manera conjunta Esta variación puede ser directa, si ambas variables cambian en el mismo sentido.

kendis
Download Presentation

BIOMETRIA II

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. BIOMETRIA II CORRELACIÓN y ASOCIACIÓN

  2. Co variación Concepto • La Co variación es la medida de la forma en que dos variables cambian de manera conjunta • Esta variación puede ser directa, si ambas variables cambian en el mismo sentido. • Esta variación es inversa si los cambios de los valores es en sentido contrario

  3. Variación Directa • La relación entre dos variables es directa si ambas variables cambian en el mismo sentido. • Si una aumenta la otra también.

  4. Variación Inversa • La relación entre dos variables es Inversa si ambas variables cambian en sentido opuesto. • Si una aumenta la disminuye y viceversa.

  5. Fortaleza • Además de la Dirección la covariación tiene una fortaleza o magnitud. • Esta magnitud es el grado en el que se encuentran asociadas las dos variables. • De cierta forma nos dice que tanto se puede predecir el comportamiento de una observando el comportamiento de la otra.

  6. Valores de magnitud • Existen diferentes de determinar ese valor de asociación, pero en general los podemos asociar en lo que llamamos índices de correlación o índices de asociación. • Los índices de asociación suelen ser aplicables a aquellas variables discretas.

  7. Tablas de Contingencia • Las tablas de contingencia son arreglos en los que una muestra (o población) se clasifica en función de dos variables. • Estas variables tienen valores claramente definidos y son de naturaleza discreta (es decir no tienen valores decimales)

  8. Contenido • Al interior de la tabla de contingencia se refiere el número de casos que coinciden en tener los valores de las variables expresados en el encabezado de la columna y de la fila.

  9. Características • Los valores de las variables o categorías deben ser exhaustivas. • Los valores deben ser excluyentes • Esto es que toda la población debe caber en la tabla y una unidad sólo puede caer en una sola de las casillas.

  10. Índice de asociación • Para las tablas de contingencia se pueden establecer índices de asociación, esto es una medida que puede determinar la dirección y magnitud de la covariación de ambas variables o bien de la asocian (directa o inversa) de los valores.

  11. Relación entre Índice de asociación y Prueba de Chi • Los índices de asociación son difíciles de calcular en tablas que sean de mas de 2x2 • En estas tablas (y en las de 2x2 también) se puede realizar la prueba de Chi. χ2 de independencia. • A pesar de que ambos son elementos distintos un resultado significativo en la prueba de χ2 puede considerarse como prueba de que el índice de asociación es igualmente significativo.

  12. Relación entre Índice de asociación y Prueba de Chi (cont.) • La no independencia entre dos variables es en sí la prueba de que hay CO VARIACIÓN ENTRE AMBAS

  13. Prueba de independencia • Se dice que en una tabla de contingencia las variables involucradas serán independientes si un elemento cualquiera de la población tiene la misma probabilidad de caer en cualquiera de las características (celdas) de una de las variables.

  14. Ejemplo • En algunos peces las larvas requieren de la protección que les confieren las plantas acuáticas. • Debido a que normalmente hay más plantas cerca de la orilla (porque hay más luz y pueden enraizar fácilmente)entonces habrá más peces juveniles en la orilla que en el centro y por el contrario habrá más adultos en el centro que en la orilla.

  15. La hipótesis nula • De ahí que la hipótesis nula en toda prueba de independencia sea Ho: la proporción de datos es igual para cualquier celda Ha: la proporción de al menos una celda es distinta

  16. Re fraseo • Lo anterior se puede expresar como • Si las variables son independientes (no se afectan mutuamente) entonces cualquier dato puede caer en cualquier casilla

More Related