Variables aleatorias bidimensionales: distrib. marginal, covarianza

En este vídeo se presentan las variables aleatorias bidimensionales como paso preliminar para introducir las variables multidimensionales que son el objetivo del llamado análisis estadístico multivariante. Si andas un poco "perdido", podría interesarte visualizar previamente una discusión "intuitiva", sin fórmulas, sobre qué es y qué problemas resuelve el análisis de "múltiples" variables aleatorias (vídeos    • Variables aleatorias multidimensionales: m...   y    • Variables aleatorias multidimensionales: m...   ). Se definen y calculan las distribuciones \emph{marginales}, esto es, considerar a cada elemento como una variable aleatoria aislada y no considerando la existencia de la otra. Con ello, se obtienen media, varianza y desviación típica marginales. Como novedad, se introducen medidas de la {interacción} entre variables: la {covarianza} (media del producto) y la {correlación} (covarianza adimensionalizada dividiendo por las desviaciones típicas, motivada porque pasar de voltios a milivoltios multiplica la covarianza por mil sin tener realmente ningún significado diferente, de ahí la necesidad de esa medida adimensional de la ``relación'' entre variables). Se motiva que la correlación está detrás de la predicción estadística y la regresión lineal. __________ Información ampliada, enlaces y PDF en http://personales.upv.es/asala/YT/V/v... #estadistica #probabilidad ______________________ Suscríbete si te interesa el modelado, identificación y control de procesos. Antonio Sala, Universitat Politècnica de València.