Este documento trata sobre diferentes temas relacionados con el análisis de correlación y regresión lineal, incluyendo la definición de estos conceptos, cómo calcular el coeficiente de correlación, y los pasos para realizar un análisis de regresión lineal simple. También incluye ejemplos y diagramas para ilustrar estos métodos estadísticos.
2. ¿Se
puedeelegirconcebir
un
niño
o
una
niña?
SegúnelDr.LandrumShettles,
ladieta
yel
calendarioinfluyenenelsexodeunbebé.
Existe la posibilidadde85%y95%.
Introducción
3. Niño
entremás
cerca
sea
el
actosexual
del
día
de
la
ovulación
y
niña,si
el
acto
sexualse realizaa 2-3díasde laovulación.
8. CORRELACIÓNY
REGRESIÓN
LINEAL(1)
Estudianlaexistenciadeunarelaciónlineal
entre
dos
variables
de
naturaleza
cuantitativa.
Sus
objetivos,
aunque
complementarios,
sondiferentes.
10. ANÁLISISDE CORRELACIÓN(1)
Elprocesopara determinar elgrado derelación
linealsepuede resumirenlos siguientespasos:
Elaboracióndel diagramadedispersión.
Inspeccióndel diagramaenbuscadeunarelación
lineal.
A.
B.
Cálculo
Cálculo Cálculo
delacovarianzaentrelas dosvariables
delasdesviaciones estándar
delcoeficientedecorrelación
C.
D.
E.
11. A.-DIAGRAMADE DISPERSIÓN
Consisteenlarepresentaciónenejes
de
coordenadas
de
los
puntos
correspondientes
a
los
pares
de
valores decadaindividuo.
Es
indiferente
qué
variable
representemosen
abscisas
yqué
variableen
ordenadas.
En
el
análisisdecorrelaciónseda
unasimetríaentre
lasdosvariables.Nocabehablar,portanto,de
variabledependienteoindependiente.
15. b.-INSPECCIÓNDEL DIAGRAMA
La
relación
entre
dos
variablescuantitativas
puede
ser
denaturaleza
no
lineal,
por
ejemplo
cuadrática,cúbica,logarítmica,etcétera.
El
análisis
de
correlación
lineal
sólo
debe
aplicarsecuandodelainspeccióndeldiagrama
dedispersiónsepuedadeducirlaexistenciade
unarelación lineal.
16. c.-CÁLCULODE
LACOVARIANZA
Lacovarianza
esunamedidadelgradoen
que
dos
variables
cuantitativas
evolucionanparalelamente.
N
Xi
XYi
Y
i1
XY
N
17. INTERPRETACIÓNDE LA COVARIANZA
Si
Sxy
>0haydependenciadirecta(positiva),esdecir,a
grandesvalores dex correspondengrandesvaloresdey.
Si
Sxy
=0Unacovarianza0seinterpretacomolano
existenciadeunarelaciónlineal entrelasdosvariables
estudiadas.
Si
Sxy
<0haydependenciainversaonegativa, esdecir,
agrandes valores dexcorrespondenpequeñosvalores
dey.
.
23. REGRESIÓNLINEAL
Es
la
técnica
matemático
–
estadística
que
más
analiza
la
dependencia
entre
dos
o
variables.
Observa
si
las
variaciones
de
una
característica
provocan
variaciones
en
la
magnituddeotracaracterística.
Eslafunciónmatemáticaque,paraunvalor
dado
de
una
variable,
da
el
valor
esperado
deunacaracterística,conlacualestáligada.
23
24. Regresión
LinealSimple
Eneldesarrollodeloseventos,puede
serqueunavariableseaafectadaporel
comportamientodeotra(s)variable(s)
X1
X2
.
.
.
Y
Esdeinteréspodercuantificarestetipo
derelacióndemaneraquesepueda
predecirunavariableenfuncióndeotra
Xi
Y:VariableDependiente
En
RegresiónLineal
Simple
esde
interéscuandouna
variableafectael
X:VariableIndependiente
comportamientodeotravariable
Y=f(X)
PropósitodelaR.L.S:Predicción
25. EJEMPLOS
Elpreciodeventa(VD;Y)dependedelpreciodecostodeun
artículo(VI;X).
Elcostototal(VD;Y)dependede laproduccióntotal(VD;X).
Eltiempodeservicios(VD;Y)deuntrabajadordependede
suedad(VD;X).
El
consumo
familiar
(VD;
Y)
está
en
función
del
ingreso
familiarVD;X).
Donde:
VD;Y=variabledependiente,predictando,explicativa.
VI;X=variableindependiente;predictor,explicativa.
Estarelaciónse expresa:Y=f(X),“Ydepende deX”
25
30. COEFICIENTEDE DETERMINACIÓN(2)
Coincideconel cuadradodelcoeficientedecorrelación.
Cuando elcoeficientedecorrelaciónes+1o -1, la
relaciónlineal es perfectaylarectade regresión consigue
eliminar todala variabilidaddela variableaestimar, en consecuenciaR2=1.
Cuando elcoeficientedecorrelaciónes0, no existe
relaciónlineal entrelas variables.En consecuencia, el
conocimientode la variableindependiente noayudaa estimarlavariabledependiente yla rectade regresión
no
variación total. Así,R2=0
consigueeliminarnada
R2
de
la
2
38. DIAGRAMADE DISPERSIÓN O
NUBEDE PUNTOS
(a)Linealdirecta
(b)Linealinversa
(c)Curvilíneadirecta
Y
Y
Y
•
•
•
• •
•
•
•
•
•
•
•••
•
•
•
•
•
•
•
•
•
•
•
X
X
X
•
Y
Y
Y
•••
•
••
•
•
••
•
••
•
•
••
•••
•
•
•
•
••
•
•
• ••
•
•
••
•••
•
••
••
•
X
X
X
(d)Curvilíneainversa
(e)Linealinversa
conmásdispersión
(d)Ningunarelación
38
39. CoeficientedePearson
Elcoeficientedecorrelación(r)mideelgradodeafinidadoasociaciónentre
dosvariables.
nXY-XY
r=
CoeficientedePearson:
[nX2-(X)2][nY2
-(Y)2]
CoeficientedeDeterminación:CD =r2*100
Propiedadesder:
-1≤ r ≤+1
a)
b)
c) d) e) f)
Sir>0,existe“correlacióndirectapositiva”.
Sir<0,existeuna“correlacióninversanegativa”.
Sir2=1,losdatosformanunalínearecta.
Sir=+1,entoncehayunacorrelaciónperfectapositiva.
Sir=-1,Existeunacorrelaciónperfectanegativa.
Sir=0,lasvariablessonindependientes;noestáncorrelacionadas.
39
40. COEFICIENTEr
GRADODEASOCIACIÓN
0,0±0,2
NULA
±0,2±0,4
POCASIGNIFICATIVA
±0,4±0,7
SIGNIFICATIVA
±0,7±0,9
BASTANTE
SIGNIFICATIVA
±0,9±1,0
MUYSIGNIFICATIVA
GRADODEASOCIACIÓN
O
INTERRELACIÓN
40
41. APLICACIÓN
Calculeelcoeficientedecorrelaciónyelcoeficiente dedeterminacióndelejemploanterior einterprete.
r=0,9958246
Interpretación:Entrelaproduccióntotalyelcosto
total
muy total
existe
una
correlación
ogrado
deasociación
significativa,
esdecir
se
acepta
que
el
costo
estainfluenciadoporlaproduccióntotal.
CD=99,17%
Interpretación:El99,17%delavariacióndelcosto
explicadaporlavariaciónen laproducción.
es
41