REF.

 

Analitzar la relació estadística de les variables Edat en anys i Estatura en cm. de la matriu de dades de l’exemple 2.1

Taula 2.1
    edat A P carnet

1

D

22

162

63

N

2

D

24

174

64

N

3

H

23

179

73

S

4

D

25

166

76

S

5

H

22

181

89

N

6

H

23

170

72

S

7

D

22

172

68

N

8

H

23

168

70

S

9

H

23

175

81

N

10

D

24

170

69

N


En primer lloc construirem la taula de freqüències conjuntes agrupant les dades de la variable Estatura (Y)

Taula 4.4

]lj-1, lj]

]160, 170]

]170, 180]

]180, 190]

fi.

xifi.

xi2

xi2fi.

xi  \  yj

165

175

185

 

 

 

 

22

0.1

0.1

0.1

0.3

6.6

484

145.2

23

0.2

0.2

0.0

0.4

9.2

529

211.6

24

0.1

0.1

0.0

0.2

4.8

576

115.2

25

0.1

0.0

0.0

0.1

2.5

625

62.5

f.j

0.5

0.4

0.1

1

23.1

 

534.5

yjf.j

82.5

70

18.5

171

 

yj2

27225

30625

34225

 

yj2f.j

13612.5

12250

3422.5

29285

 

A partir de la informació de la taula obtenim el vector de valors mitjans,

Per a poder completar la matriu de covariàncies necessitem calcular la covariància i les variàncies

  sxy = [22(165)0.1 + 22(175)0.1 + 22(185)0.1 +

            23(165)0.2 + 23(175)0.2 + 23(185)0.0 +

            24(165)0.1 + 24(175)0.1 + 24(185)0.0 +

            25(165)0.1 + 25(175)0.0 + 25(185)0.0] – 23.1(171) = -2.6

Ordenant els elements en la matriu, tenim

per lo qual el coeficient de correlació lineal de Pearson és

La relació estadística que existeix entre les variables Edat i Estatura analitzades és molt feble i inversa. Si hi ha alguna relació, aquesta associa estatures elevades amb individus més joves i viceversa, però com ja hem dit aquesta relació esta escassament avalada pel valor absolut del coeficient.


 


 


 


 


 

 


 


 

 

 

 


 

 

 

?