La covarianza de una variable bidimensional es la media aritmtica de los productos de las desviaciones de cada una de las variables respecto

a sus medias respectivas.

La covarianza se representa por sxy o xy.

La covarianza indica el sentido de la correlacin entre las variables

Si xy > 0 la correlacin es directa.

Si xy < 0 la correlacin es inversa.

La covarianza presenta como inconveniente, el hecho de que su valor depende de la escala elegida para los ejes.

Es

decir,

la

covarianza

variar

si

expresamos

la

altura

en

metros

en

centmetros.

Tambin variar si el dinero lo expresamos en euros o en dlares.

Ejemplos

Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:

Matemticas Fsica

2 1

3 3

4 2

4 4

5 4

6 4

6 6

7 4

7 6

8 7

10 9

10 10

Hallar la covarianza de la distribucin.

xi 2

yi 1

xi yi 2

16

20

24

36

28

42

56

10

90

10

10

100

72

60

431

Despus de tabular los datos hallamos las medias aritmticas :

El coeficiente de correlacin lineal es el cociente entre la covarianza y el producto de las desviaciones tpicas de ambas variables.

El coeficiente de correlacin lineal se expresa mediante la letra r.

Propiedades del coeficiente de correlacin

1. El coeficiente de correlacin no vara al hacerlo la escala de medicin.

Es decir, si expresamos la altura en metros o en centmetros el coeficiente de correlacin no vara.

2. El signo del coeficiente de correlacin es el mismo que el de la covarianza.

Si la covarianza es positiva, la correlacin es directa.

Si la covarianza es negativa, la correlacin es inversa.

Si la covarianza es nula, no existe correlacin.

3. El coeficiente de correlacin lineal es un nmero real comprendido entre 1 y 1.

1 r 1

4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es

fuerte e inversa , y ser tanto ms fuerte cuanto ms se aproxime r a 1.

5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es

fuerte y directa , y ser tanto ms fuerte cuanto ms se aproxime r a 1.

6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin es

dbil.

7. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o decreciente. Entre

ambas variables hay dependencia funcional.

Ejemplos

Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:

Matemticas

10

10

Fsica

10

Hallar el coeficiente de correlacin de la distribucin e interpretarlo.

xi xi yi yi

xi2

yi2

16

16

16

16

20

25

16

24

36

16

36

36

36

28

49

16

42

49

36

56

64

49

10

90

100

81

10

10

100

100

100

72

60

431

504

380

1 Hallamos las medias aritmticas .

2 Calculamos la covarianza.

3 Calculamos las desviaciones tpicas.

4 Aplicamos la frmula del coeficiente de correlacin lineal .

La recta de regresin es la que mejor se ajusta a la nube de puntos .

La recta de regresin pasa por el punto

llamado centro de gravedad.

Recta de regresin de Y sobre X

La recta de regresin d e Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X.

La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X.

Recta de regresin de X sobre Y

La recta de regresin de X sobre Y se utiliza pa ra estimar los valores de la X a partir de los de la Y.

La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y.

Si la correlacin es nula, r = 0, las rectas de regresin son perpendiculares entre s, y sus eucaciones son:

y =

x =

Ejemplo

Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:

Matemticas

10

10

Fsica

10

Hallar las rectas de regresin y representarlas.

xi xi yi yi

xi2

yi2

16

16

16

16

20

25

16

24

36

16

36

36

36

28

49

16

42

49

36

56

64

49

10

90

100

81

10

10

100

100

100

72

60

431

504

380

1 Hallamos las medias arimticas.

2 Calculamos la covarianza.

3 Calculamos las varianzas.

4Recta de regresin de Y sobre X.

4Recta de regresin de X sobre Y.