Resumenes 
Flashcards 
StudySmarter AI 
Apuntes 
Plan de estudios 
Sets de estudio 
Repeticion espaciada 
Exámenes 
Magazine 
Hacer carrera 
Formacion Profesional 
Mobile App 
Saltar a un capítulo clave
Por ejemplo, podríamos recoger datos de la temperatura exterior frente a las ventas de helados, o podríamos estudiar la altura frente al número de calzado, ambos serían ejemplos de datos bivariantes. Si existiera una relación que mostrara que un aumento de la temperatura exterior incrementa las ventas de helado, las tiendas podrían utilizarla para comprar más helado para las épocas más calurosas del verano.
¿Cómo representar datos bivariantes?
Utilizamos gráficos de dispersión para representar datos bivariantes. Un gráfico de dispersión de datos bivariantes es un gráfico bidimensional con una variable en un eje y la otra variable en el otro eje. A continuación, trazamos los puntos correspondientes en el gráfico. Luego podemos trazar una recta de regresión (también conocida como recta de mejor ajuste), y observar la correlación de los datos (en qué dirección van los datos, y lo cerca de la recta de mejor ajuste que están los puntos de los datos).
Dibujar un gráfico de dispersión
Paso1: Empezamos dibujando un conjunto de ejes y eligiendo una escala adecuada para los datos.Paso 2: Etiqueta el eje x con la variable explicativa / independiente (la variable que cambiará), y el eje y con la variable de respuesta / dependiente (la variable que sospechamos que cambiará debido al cambio de la variable independiente). Etiqueta también el propio gráfico, describiendo lo que muestra. Paso 3: Traza los puntos de datos en el gráfico.Paso 4: Dibuja la recta de mejor ajuste, si es necesario.
Aquí tienes una serie de datos que relacionan la temperatura en días de julio y el número de helados vendidos en una tienda de barrio.
Temperatura (° C) | 14 | 16 | 15 | 16 | 23 | 12 | 21 | 22 |
Venta de helados | 16 | 18 | 14 | 19 | 43 | 12 | 24 | 26 |
En este caso, la temperatura es la variable independiente, y las ventas de helados son la variable dependiente. Esto significa que trazamos la temperatura en el eje x, y las ventas de helados en el eje y. El gráfico resultante debería tener el siguiente aspecto.
Gráfico de las ventas de helados en función de la temperatura - StudySmarter Originals
Los siguientes datos representan el viaje de un coche con el tiempo y la distancia recorridos medidos a partir del inicio del viaje:
| Tiempo (en horas) | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| Distancia (km) | 12 | 17 | 18 | 29 | 35 | 51 | 53 | 60 |
En este caso, el tiempo es la variable independiente y la distancia es la variable dependiente. Esto significa que trazamos el tiempo en el eje x, y la distancia en el eje y. El gráfico resultante debería tener el siguiente aspecto.
Gráfico de la distancia con respecto al tiempo - StudySmarter Originals
¿Qué significan correlación y regresión para datos bivariantes?
La correlación describe la relación entre dos variables. Describimos la correlación en una escala móvil de -1 a 1. Todo lo negativo se denomina correlación negativa, y una correlación positiva corresponde a un número positivo. Cuanto más cerca de cada extremo de la escala esté la correlación, más fuerte será la relación, y cuanto más cerca de cero esté la correlación, más débil será la relación. Una correlación cero significa que no hay relación entre las dos variables. La regresión es cuando trazamos una línea de mejor ajuste para los datos. Esta línea de mejor ajuste minimiza la distancia entre los puntos de datos y esta línea de regresión. La correlación es una medida de lo cerca que están los datos de nuestra recta de mejor ajuste. Si podemos encontrar una fuerte correlación entre dos variables, entonces podemos establecer que tienen una fuerte relación, lo que significa que hay una buena probabilidad de que una variable influya en la otra.
Datos bivariantes - Puntos clave
- Los datos bivariantes son la recopilación de dos conjuntos de datos, donde cada dato se empareja con otro del otro conjunto de datos
- Utilizamos un gráfico de dispersión para mostrar los datos bivariantes.
- La correlación entre datos bivariantes demuestra lo fuerte que es la relación entre dos variables.
Aprende con 1 tarjetas de Datos bivariados en la aplicación StudySmarter gratis
¿Ya tienes una cuenta? Iniciar sesión
Preguntas frecuentes sobre Datos bivariados
Acerca de StudySmarter
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende más