Este documento describe los conceptos básicos de correlación y regresión lineal simple. Explica que la correlación mide la relación entre dos variables, y que puede ser positiva, negativa o inexistente. La regresión lineal se usa para predecir el valor de una variable dependiendo de otra(s) variable(s) independiente(s). El documento también presenta gráficos y ecuaciones para ilustrar estas técnicas estadísticas.

1. REPÚBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD BICENTENARIA DE ARAGUA
VICERRECTORADO ACADÉMICO
DECANATO DE INVESTIGACIÓN, EXTENSIÓN
CHARALLAVE
Profesor
Mayira Bravo
Alumno
John Reyes
C.I 26044125
Charallave, julio 2019
CORRELACION Y REGRESION

2. En general, las ciencias económico
administrativas y en particular la contaduría se
apoya mediante pruebas de correlación y
regresión lineal simples, las cuales son utilizadas
para la toma de decisiones en sus diferentes
ámbitos de competencia y roles profesionales.
CORRELACIÓN Y REGRESIÓN

3. CORRELACIÓN LINEAL
La correlación se define por la co-variación, es una medida de relación y se mide por el coeficiente de
correlación (r de Pearson) en el caso de investigación cuantitativa donde se tienen variables de esta
misma naturaleza
Una correlación es una medida del grado en que dos variables se encuentran relacionadas.
Un estudio correlacional puede intentar determinar si
individuos con una puntuación alta en una variable
también tiene puntuación alta en una segunda variable y
si individuos con una baja puntuación en una variable
también tienen baja puntuación en la segunda.

4. RELACION ENTRE VARIABLES
 A continuación se establecen gráficamente varios tipos de relaciones entre variables.

5. TIPOS DE CORRELACION
Correlación
Positiva
Cuando hay valores altos o bajos, simultáneamente en dos variables.
Ejemplo: Peso y altura en una muestra de niños de 5 a 12 años: los mayores son
también los más altos y pesan más, y los más jóvenes pesan menos y son más bajos;
decimos que peso y altura son dos variables relacionadas porque los más altos pesan
más y los más bajos pesan menos.
Correlación
Negativa o
Inversa
Es cuando los valores altos en una variable coinciden con valores bajos en otra variable.
Ejemplo: La edad y fuerza física en una muestra de adultos de 30 a 80 años de edad:
los mayores son los menores en fuerza física; hay una relación, que puede ser muy
grande: según los sujetos aumentan en una variable (edad) disminuyen en la otra (fuerza
física).

6. REGRESIÓN LINEAL
Análisis de Regresión: Es un
procedimiento estadístico que estudia la
relación funcional entre variables. Con el
objeto de predecir una en función de la/s
otra/s.
Regresión lineal: la función es una
combinación lineal de los parámetros.

7. MODELOS DE REGRESIÓN LINEAL
Un modelo de regresión, es una manera de expresar dos ingredientes esenciales de una relación
estadística:
 Una tendencia de la variable dependiente Y a variar conjuntamente con la variación de la o las X de
una manera sistemática.
 Una dispersión de las observaciones alrededor de la curva de relación estadística.
Estas dos características están implícitas en un modelo de regresión, postulando que:
 En la población de observaciones asociadas con el proceso que fue muestreado, hay una
distribución de probabilidades de Y para cada nivel de X.
 Las medias de estas distribuciones varían de manera sistemática al variar X.

8. REPRESENTACION GRAFICA DEL MODELO DE REGRESION
LINEAL
NOTA: en esta figura se muestran
las distribuciones de probabilidades
de Y para distintos valores de X.

9. ANALISIS DE REGRESIÓN
Objetivo: determinar la ecuación de regresión para predecir los valores de la variable
dependiente (Y)en base a la o las variables independientes (X).
Procedimiento: seleccionar una muestra a partir dela población, listar pares de datos para
cada observación; dibujar un diagrama de puntos para dar una imagen visual de la relación;
determinar la ecuación de regresión.