UNEFM, Maestría en Gerencia Pública, Estadística Aplicada, Correlación

1. Estadística Aplicada
Dra. Lila Virginia Lugo García
Santa Ana de Coro, Febrero 2021
UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
DECANATO DE POSTGRADO
PROGRAMA MAESTRIA EN GERENCIA PÚBLICA
Sesión de Clase Semana 3
LVLG

2. TEMA 6: CORRELACIÓN LINEAL
Puntos a tratar:
 Teoría de Correlación
 Análisis de Correlación
 Tipos de Correlación
 Ecuaciones de Regresión
 Diagrama de Dispersión
 Coeficiente de Correlación e Interpretación
 Error Típico y Varianza
 Representación de la recta de regresión
 Ejercicios
LVLG Pág 2

3. Teoría de la Correlación
Correlación
Grado de Interconexión entre las
variables que intenta determinar con que
precisión se explica o se describe la
relación entre las variables por medio de
una ecuación lineal u otra
Permite construir un modelo que permita
predecir el comportamiento de una variable
dada.
Si las variables satisface la ecuación se dice que
están “Perfectamente Correlacionadas”
LVLG Pág 3

4. TEORÍA DE LA CORRELACIÓN
• Expresa la
dependencia
entre las
variables
CORRELACIÓN
• Describe el
comportamiento
analítico de las
variables
• Es la ecuación que
describe el mejor
comportamiento de
los puntos
ECUACIÓN
• Indica el grado
de conexión de
las variables, si
es alto o no, si es
directo o inverso
COEFICIENTE DE
CORRELACIÓN
LVLG Pág 4

5. ANÁLISIS DE LA CORRELACIÓN
• Cuando dos fenómenos sociales, físicos o biológicos crecen o
decrecen de forma simultánea y proporcional debido a factores
externos, se dice que los fenómenos están correlacionados.
• Si uno ambas variables crecen en la misma proporción se dicen
que la correlación es positiva
• Si uno crece en la proporción que el otro decrece, los dos
fenómenos están negativamente correlacionados.
• El grado de correlación se calcula aplicando un coeficiente de
correlación (r) a los datos de ambos fenómenos.
• Una correlación positiva perfecta tiene un coeficiente + 1, y para
una correlación negativa perfecta es -1. La ausencia de
correlación da como coeficiente 0. Por ejemplo, el coeficiente
0,89 indica una correlación positiva fuerte, -0,76 es una
correlación negativa fuerte y 0,13 es una correlación positiva
pequeña.
LVLG Pág 5

6. Correlación
Simple Dos Variables
Múltiple
Más de dos
Variables
Gráficamente Plano
Cartesiano
Diagrama de
Dispersión
LVLG Pág 6
Tipos de la Correlación
Puede
ser
Se
representa
Por
medio

7. ECUACIONES DE REGRESIÓN
REGRESIÓN ECUACIÓN
Lineal y = A + Bx
Logarítmica y = A + BLn(x)
Exponencial y = Ae(Bx)
Cuadrática y = A+ Bx +Cx2
LVLG Pág 7
El tipo de regresión va depender de la dependencia entre las variables,
la más usual es la regresión lineal que será la que abordaremos.

8. ECUACIÓN LINEAL
Regresión de x
sobre y
Regresión de y
sobre x
LVLG Pág 8
Explica la relación entre las variables
En esta caso la variable “Y”
depende de “X”
En esta caso la variable “X”
depende de “Y”
ECUACIÓN DE REGRESIÓN

9. RECTA DE REGRESIÓN DE MINIMOS
CUADRADOS
LVLG Pág 9
ECUACIÓN DE REGRESIÓN

10. DIAGRAMA DE DISPERSIÓN
LVLG Pág 10
Note como los puntos se
acercan a una recta que
este caso es creciente
Note como los
puntos no se
ajustan a ningún
comportamiento,
es decir a
ninguna función
Note como los
puntos se
acercan a una
función
exponencial
creciente

11. LVLG Pág 11
Correlación
Negativa
Correlación
Positiva
Observe como la recta no necesariamente pasa por los puntos sino es aquella recta que mejor
se ajusta al comportamiento. Dicha recta se conoce como Recta de regresión y se grafica
usando la ecuación de regresión correspondiente

12. • Coeficiente de Correlación: si los cambios en
una de las variables influyen en los valores de
la otra. Si ocurre esto decimos que las variables
están correlacionadas o bien que hay
correlación entre ellas.
• El rango “r” está comprendido entre:
• Se calcula por medio de la ecuación
LVLG Pág 12
COEFICIENTE DE CORRELACIÓN

13. CORRELACIÓN VALOR O RANGO
Perfecta |r| = 1
Fuerte 0.9  |r| < 1
Buena 0.8  |r| < 0.9
Aceptable 0.5  |r| <0.8
Bajo |r|< 0.5
Ninguna r= 0
El signo indicará si es Directa o Inversa
CLASIFICACIÓN DEL GRADO DE
CORRELACIÓN
LVLG Pág 13
Existen parámetros que indican que tan perfecta y
directa es la relación entre las variables, a continuación
se presenta:

14. También se puede calcular “r” usando la covarianza (xy)
por medio de la fórmula:
LVLG Pág 14
El Error Típico Estimado
En todo cálculo siempre existe un error, en esta caso se calcula por
medio de la ecuación:
CÁLCULO DEL COEFICIENTE DE CORRELACIÓN Y
DE ERROR TÍPICO

15. RECTA DE REGRESIÓN
COVARIANZA
COEFICIENTE DE CORRELACIÓN
LVLG Pág 15
EN SINTESIS

16. DIAGRAMA DE DISPERSIÓN SEGÚN EL GRADO DE
CORRELACIÓN
LVLG Pág 16
Las siguientes gráfica de dispersión muestra el comportamiento de los puntos en base a
su correlación. Observe como los puntos se encuentran más unidos o separados
dependiendo de la interrelación entre las variables descrita por “r”. Las gráficas de
dispersión se pueden realizar usando EXCEL

17. EJERCICIO 1
La siguiente tabla representa las nota obtenida por un grupo de
estudiantes en el pre-test y post-test de una práctica. Determine:
(x variable Independiente)
a) Ecuación de la Recta de Regresión
b) Coeficiente de Regresión y análisis.
c) Diagrama de Dispersión y recta de regresión
X (PRE-TEST) Y (POST-TEST)
A 45 80
B 39 76
C 37 52
D 25 50
E 23 33
LVLG Pág 17

18. X Y XY X2
Y2
A 45 80 3600 2025 6400
B 39 76 2964 1521 5776
C 37 52 1924 1369 2704
D 25 50 1250 625 2500
E 23 33 759 529 1089
Total
N=5
169 291 10497 6069 18469
r = 0,894 es
Directa y Buena
La Ecuación será:
Donde:
Al Calcularla queda:
A0 =-4,43609865
A1 =1,85313901
La Ecuación de
Regresión por
aproximación queda:
Y = -4,44 + 1,85 X
LVLG Pág 18
RESPUESTA DEL EJERCICIO 1

19. Recta de Regresión
(o de mínimos
cuadrados)
Diagrama de
Dispersión
0
10
20
30
40
50
60
70
80
90
0 10 20 30 40 50
0
10
20
30
40
50
60
70
80
90
0 10 20 30 40 50
LVLG Pág 19
Puede realizar ambas gráficas usando EXCEL
RECTA DE REGRESIÓN Y DIAGRAMA DE
REGRESIÓN

20. A continuación se presentan las estaturas y pesos de 10
jugadores de baloncesto de un equipo son:
Determine :
• Ecuación de la recta de regresión de Y sobre X.
• El coeficiente de correlación.
• Covarianza y Error
• El peso estimado de un jugador que mide 208 cm.
EJERCICIO 2
LVLG Pág 20
Estatura
(X)
186 189 190 192 193 193 198 201 203 205
Pesos
(Y)
85 85 86 90 87 91 93 103 100 101

21. LVLG Pág 21
x y x2 y2 x ·y
186 85 34 596 7 225 15 810
189 85 35 721 7 225 16 065
190 86 36 100 7 396 16 340
192 90 36 864 8 100 17 280
193 87 37 249 7 569 16 791
193 91 37 249 8 281 17563
198 93 39 204 8 649 18 414
201 103 40 401 10 609 20 703
203 100 41 209 10 000 20 300
205 101 42 025 10 201 20 705
1 950 921 380 618 85 255 179 971
RESPUESTA DEL EJERCICIO 2
Correlación positiva muy
fuerte
Covarianza
Error Estimado
Ey/x=14,19
Ecuación de Regresión
Peso de jugador
0
20
40
60
80
100
120
185 190 195 200 205 210

22. OBSERVACIÓN
LVLG Pág 22
A veces se presentan la correlación entre variables se presenta por
medio de una tabla de intervalos cuyo procedimiento es más
laborioso, al final se dejará un ejercicio planteado para que sepa
como realizarlo.
A pesar que la correlación lineal es la más utilizada veces las variables
se interrelacionan de forma no lineal por ello se requiere realizar la
representación gráfica para ver como es el comportamiento
Note que aunque
existe una
correlación
perfecta en cada
caso no es lineal

23. La siguiente tabla representa los años de servicio de un empleado
(xi) en la empresa “P” relacionado con su sueldo diario en $. (yi).
Determine :
a) Si existe una correlación adecuada y cuál será
b) Ajuste los datos a una recta de regresión
c) Calcule el error típico estimado
d) Si un empleado tiene 12,5 años de servicio, ¿qué sueldo se
estima que tiene sabiendo el trabajador pertenece a la
empresa?
EJERCICIO 3
LVLG Pág 23
A veces se presentan la correlación entre variables por medio de
una tabla de intervalos, por ello a continuación se presenta un
ejemplo adaptado a esto

24. (Años de
servicio) Li-Lf 1 - 3 4 - 6 7 - 9 10 - 12 13 - 15 16 - 18 19 - 21
xi 2 3 8 11 12 17 20
Li-Lf
yi
(sueldo
en $)
50-70 60 5 7
70-90 80 10 14 4
90-110 100 2 4 8
110-130 120 2 15 20 6
130-150 140 6 30 2 1
150-170 160 5 13 4 1
LVLG Pág 24

25. (Años)/
Sueldo Xi/Yi
1 - 3
2
4 - 6
5
7 - 9
8
10 - 12
11
13 - 15
12
16 - 18
17
19 - 21
20 Gi Sy Sy2 Sx Sxy
50-70 60 5 7
5+7=
12
60*12=
720
602*12=
43200
(2*5)+(5*7)=
45
60*45=
2700
70-90 80 10 14 4
10+14+4
=28
80*28=
2240
802*28=
179200
(5*10)+(8*14)
¨(11*3)=206
80*206=
16480
90-110 100 2 4 8 14 1400 140000 130 13000
110-130 120 2 15 20 6 43 5160 619200 422 50640
130-150 140 6 30 2 1 39 5460 764400 419 58660
150-170 160 5 13 4 1 23 3680 588800 299 47840
Ji 5=5
7+10
+2+2= 21 39 67 21 5 1 159 18660 2334800 1521 189320
Sx
2*5=
10
5*21=
105 312 737 252 85 20 1521
Sx2
22*5=
20
52*21=
525 2496 8107 3024 1445 400 16017
Sy
60*5=
300
60*7+80*
10+100*2
+120*2=
1660 4160 8520 3080 780 160 18660
Sxy
2*300=
600
5*1660=
8300 33280 93720 36960 13260 3200 189320
TABLA
LVLG Pág 25
RESPUETA DEL EJERCICIO 2

26. r =0,744 es
Directa y Aceptable
Y = 57,26 +2,53 X
0
10
20
30
40
50
60
70
80
90
100
0 2 4 6 8 10 12 14
X= 12,5 entonces
Y =88,89
Ey/x= 20,158
LVLG Pág 26

27. LVLG Pág 27