BIOMETRIA II
description
Transcript of BIOMETRIA II
![Page 1: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/1.jpg)
BIOMETRIA II
CORRELACIÓN y ASOCIACIÓN
![Page 2: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/2.jpg)
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
![Page 3: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/3.jpg)
Variación Directa
• La relación entre dos variables es directa si ambas variables cambian en el mismo sentido.
• Si una aumenta la otra también.
![Page 4: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/4.jpg)
Variación Inversa
• La relación entre dos variables es Inversa si ambas variables cambian en sentido opuesto.
• Si una aumenta la disminuye y viceversa.
![Page 5: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/5.jpg)
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.
![Page 6: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/6.jpg)
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.
![Page 7: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/7.jpg)
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)
![Page 8: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/8.jpg)
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.
Macho Hembra
Joven
Adulto
![Page 9: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/9.jpg)
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.
![Page 10: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/10.jpg)
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.
![Page 11: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/11.jpg)
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.
![Page 12: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/12.jpg)
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
![Page 13: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/13.jpg)
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.
![Page 14: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/14.jpg)
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.
Orilla Centro
Joven 58 5
Adulto 10 97
![Page 15: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/15.jpg)
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
![Page 16: BIOMETRIA II](https://reader036.fdocuments.mx/reader036/viewer/2022082612/56813d09550346895da6b6d8/html5/thumbnails/16.jpg)
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