M4 - Correlación

Correlación
Herramientas
Matemáticas V -
Estadística II
1
Correlación
Análisis De Correlación
El objetivo del análisis de correlación es cuantificar la intensidad de relación

lineal entre dos variables cuantitativas.
El coeficiente de correlación, “r” es un indicador que se ubica en el intervalo

[-1, 1], donde estos valores extremos indican correlaciones exactas entre las
variables:
-1: Correlación negativa perfecta

1: Correlación positiva perfecta
En problemas orientados a la regresión, el coeficiente de correlación, r,

puede obtenerse a partir del coeficiente de determinación:
En estos casos, en que corresponda a una regresión, el signo de r será el
signo de b1.
Sin embargo, en muchas ocasiones hacemos un análisis de correlación

independiente del análisis de regresión. En particular, debido a que el
análisis de correlación no exige fijar a ninguna de las variables como
dependiente de la otra.
Diferentes grados de correlación
Figura 1: correlación negativa
2
Figura 2: correlación negativa, que si bien no es perfecta es claramente
una correlación fuerte entre las variables.
Figura 3: El grado de relación es inferior.
Figura 4: La correlación negativa es menos intensa.
3
Figura 5
Figura 6
Figura 7: Este gráfico ilustra una situación en la cual no hay correlación

lineal entre las variables.
4
Figura 8: Si bien existe una correlación lineal positiva, ésta es muy débil.
Figura 9: La correlación es algo mayor que en los casos anteriores.
5
Figura 10: una correlación positiva fuerte.
Figura 11: Una correlación positiva aún mas marcada.
Figura 12: una correlación positiva perfecta entre las variables.
Fuente: Elaboración propia con la herramienta de simulación provista por:

http://www.seeingstatistics.com/seeing1999/resources/opening.ht ml
6
Tras analizar estos gráficos, con su conocimiento de estadística, ¿qué
información está faltando? Haga un comentario crítico al respecto.
En los casos en los cuales no se aplica el análisis de regresión, el coeficiente

de correlación se calcula a través de las siguientes fórmulas:
Opción 1:
Opción 2:
Supuestos del análisis de regresión
Los supuestos en este caso, son similares a los que mencionamos para el
ANOVA.
Los cuatro supuestos básicos que deben controlarse son:
1) Normalidad Es necesario que los valores de Y se distribuyan de manera

normal para cada valor de X. No obstante, el análisis de regresión es
bastante robusto en cuanto a este supuesto, en tanto la distribución no
sea demasiado asimétrica.
A través de gráficos Q-Q o P-P, que tienen en cuenta la prueba de
normalidad de Kolmogorff-Smirnov es posible diagnosticar la normalidad
de las distribuciones.
2) Homocedasticidad Para cada nivel de la variable X, la variabilidad o

dispersión de los valores de Y debe ser la misma. Es muy importante el
cumplimiento de este supuesto para la aplicación del método de mínimos
cuadrados ordinarios. Este supuesto es más frecuentemente vulnerado
en los estudios de corte transversal.
7
Existen diferentes herramientas para diagnosticarla, una de ellas es la
prueba de Levene sobre igualdad de varianzas.
3) Independencia de error Los residuos o errores (diferencia entre el valor

observado y el predicho) no debe estar correlacionado con el valor de X.
Este supuesto se ve afectado con frecuencia en los estudios de series de
tiempo.
Para verificar su cumplimiento, se analiza el estadístico Durbin Watson
(DW). Este indicador toma el valor de 2 cuando los residuos son
completamente independientes, en tanto si el DW resulta inferior a 2,
indica autocorrelación positiva, y si DW es mayor que dos, hay
autocorrelación negativa.
4) Linealidad La relación entre X e Y es lineal.

Como medida de diagnóstico se recomienda el análisis gráfico de la nube
de puntos a través de los diagramas de dispersión.
Ejercicios
Resuelva los siguientes ejercicios, si tiene dudas o consultas, envíelas a su

tutor virtual.
1) Con los siguientes datos, plantee y resuelva 2 problemas distintos de

regresión lineal
8
Tabla 1
Los datos corresponden a distintas ciudades turísticas del un país.
Empleo: indica el número de personas en cada ciudad que tienen un empleo

asociado con el turismo.
La variable número de viajeros, indica la cantidad total de viajeros o turistas

que le ciudad recibe por año
La estancia media indica cuántos días en promedio, permanece un turista en

la ciudad.
9
Actividades:
 Determine si existe correlación entre la series.
 Relacione las variables y trate de armar una vinculación entre dos
variables de las listadas, en las cuales pueda existir una causalidad.
 Plantee el modelo de regresión lineal simple a estimar
 Grafique la nube de puntos a través de un diagrama de dispersión
 Obtenga los estimadores de los parámetros del modelo
 Calcule una medida de bondad de ajuste y explique su significado
2) Con la siguiente información, analice la correlación entre las variables
Tabla 2
Obtenga los coeficientes de correlación entre las series y explique su

significado.
3) La tabla siguiente resume las puntuaciones de 10 individuos (N=10) en

dos variables X e Y.
10
Tabla 3
Actividades:
 Calcular el coeficiente de correlación de Pearson
 En este caso ¿el coeficiente calculado es adecuado para representar el
patrón de covariación que muestran los datos?. ¿por qué?. Ayuda:
construya el diagrama de dispersión. Elabore una conclusión
 ¿Qué relación podría estar descripta por esas variables? Indicar un
ejemplo.
4) La tabla siguiente recoge las puntuaciones de 10 individups (N=10) en dos

variables X e Y.
11
Tabla 4
Actividades:

ejemplo.
5) La tabla siguiente recoge las puntuaciones de 10 individuos (N=10) en dos

variables X e Y.
12
Tabla 5
Actividades:

ejemplo.
 En base a los ejercicios 3, 4 y 5, elabore una conclusión general.
6) En una muestra de 10 personas se obtuvo información referida al grado

de extroversión, y se desea evaluar su posible relación lineal con la
dimensión de personalidad estabilidad emocional. Estas variables se han
medido a través un test y se han obtenido las puntuaciones para cada
sujeto en una escala de 0 a 10. Los valores obtenidos se presentan en la
siguiente tabla:
13
Tabla 6
Actividades
 Realice un diagrama de dispersión. Sugerencia: intente hacerlo usando
alguna herramienta informática como Excel.
 Estime la ecuación de regresión lineal simple.
 ¿Cuál es el nivel de estabilidad predicho para un sujeto cuyo grado de
extroversión es cero?. ¿Este valor corresponde a algún coeficiente de la
recta calculada?
 ¿En cuánto se diferenciarían las puntuaciones ajustadas de dos sujetos
con puntuaciones consecutivas en grado de extroversión? ¿Este valor
corresponde a algún coeficiente de la recta calculada?
 Complete la tabla anterior añadiendo para cada sujeto su puntuación
predicha (Y ˆ ) y el error cometido.
 Identifique al sujeto mejor ajustado por la relación lineal estimada y al
peor.
7) 7. Se obtienen los siguientes estadísticos con las notas de 100 alumnos en

las asignaturas X= Estadística 1, e Y= Estadística 2.
14
 Estimar la ecuación de regresión de Y sobre X
8) Con los datos de una muestra de 300 individuos hemos estimado la

ecuación de regresión que relaciona años trabajados y estrés laboral y
hemos obtenido la siguiente ecuación:
Tenga en cuenta que:

 la escala de estrés puede tomar valores entre 1 y 30
 que la media fue de 15
Indicar cuáles de las siguientes afirmaciones son correctas y justificar:

 A mayor número de años trabajados mayor estrés.
 0,05 es la media de estrés de los sujetos que no trabajan
 A mayor número de años trabajados menor es el estrés.
 -10 es el estrés medio estimado de aquellas personas que no trabajan
 El año próximo, si sigues trabajando, tu nivel medio de estrés se
incrementará en 0,05 puntos.
9) A un propietario de departamentos para alquilar le interesa averiguar si

la renta de sus departamentos son típicas Para ello, ha escogido una
muestra aleatoria de 11 alquileres y del tamaño de los departamentos de
edificios similares. Los datos se transcriben a continuación.
15
Tabla 7
 Desarrollar el modelo de regresión lineal simple que mejor describa

estos datos e interpretar los coeficientes de regresión.
 Graficar los datos y ajuste al grafico la línea recta obtenida.
 Calcular, interpretar los coeficientes de correlación y de determinación,
y estimar la renta de un departamento de 2 habitaciones.
10) Un encargado de costos desea predecir los costos C (en millones de

pesos), basándose en la cantidad de insumos de materias primas M
(cientos de kilos) que recibe un fabricante de pantalones.
Tabla 8
 Determinar el modelo de regresión lineal simple.
16
 Graficar la nube de puntos y la recta de regresión obtenida
 Obtener un indicador de bondad de ajuste y explicarlo
11) Una cadena nacional de tiendas ha tenido grandes fluctuaciones en sus

ingresos durante los últimos años. Bastantes ofertas, nuevos productos y
técnicas de publicidad se han utilizado durante este tiempo, por lo cual
es difícil determinar cuáles de esos factores tienen la influencia más
profunda en las ventas.
El área de marketing ha estudiado varias relaciones y piensa que los gastos

mensuales destinados a carteles pueden ser significativos. Realizó una
muestra de 7 meses y descubrió lo siguiente
Tabla 9
 Desarrollar el modelo de regresión lineal simple que mejor describa

estos datos y calcular el error estándar de estimación.
12) En la contabilidad de costos, con frecuencia se trata de estimar los gastos

indirectos basándose en el número de unidades producidas. La gerencia
de una empresa manufacturera, ha reunido información sobre esos
gastos y las unidades producidas en diferentes plantas y le gustaría
estimar una ecuación de regresión para predecir los gastos indirectos en
el futuro.
17
Tabla 10
 Desarrollar la ecuación de regresión

 Interpretar los parámetros del modelo
 Estimar el gasto general cuando se producen 50 unidades.
 Calcular e interpretar el error estándar de estimación, los coeficientes
de correlación y de determinación.
13) ¿Qué tipo de correlación (positiva, negativa o cero) debemos esperar de

estas variables?
 Capacidad de los supervisores y productividad de sus subordinados

 Antigüedad en su trabajo de tiempo completo y número de años de
escolaridad
18
Referencias
Berenson & Levine (1996). Estadística para administración y economía. Sexta
Edición. Ed. Prentice Hall Hispanoamericana. México.
19

M4 - Correlación

Cargado por

Copyright:

Formatos disponibles

M4 - Correlación

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

M4 - Correlación

Cargado por

Copyright:

Formatos disponibles

Correlación

El objetivo del análisis de correlación es cuantificar la intensidad de relación

El coeficiente de correlación, “r” es un indicador que se ubica en el intervalo

-1: Correlación negativa perfecta

En problemas orientados a la regresión, el coeficiente de correlación, r,

Sin embargo, en muchas ocasiones hacemos un análisis de correlación

Diferentes grados de correlación

Figura 1: correlación negativa

Figura 3: El grado de relación es inferior.

Figura 4: La correlación negativa es menos intensa.

Figura 7: Este gráfico ilustra una situación en la cual no hay correlación

Figura 9: La correlación es algo mayor que en los casos anteriores.

Figura 11: Una correlación positiva aún mas marcada.

Figura 12: una correlación positiva perfecta entre las variables.

Fuente: Elaboración propia con la herramienta de simulación provista por:

En los casos en los cuales no se aplica el análisis de regresión, el coeficiente

Supuestos del análisis de regresión

Los cuatro supuestos básicos que deben controlarse son:

1) Normalidad Es necesario que los valores de Y se distribuyan de manera

2) Homocedasticidad Para cada nivel de la variable X, la variabilidad o

3) Independencia de error Los residuos o errores (diferencia entre el valor

4) Linealidad La relación entre X e Y es lineal.

Resuelva los siguientes ejercicios, si tiene dudas o consultas, envíelas a su

1) Con los siguientes datos, plantee y resuelva 2 problemas distintos de

Los datos corresponden a distintas ciudades turísticas del un país.

Empleo: indica el número de personas en cada ciudad que tienen un empleo

La variable número de viajeros, indica la cantidad total de viajeros o turistas

La estancia media indica cuántos días en promedio, permanece un turista en

2) Con la siguiente información, analice la correlación entre las variables

Obtenga los coeficientes de correlación entre las series y explique su

3) La tabla siguiente resume las puntuaciones de 10 individuos (N=10) en

4) La tabla siguiente recoge las puntuaciones de 10 individups (N=10) en dos

 Calcular el coeficiente de correlación de Pearson

5) La tabla siguiente recoge las puntuaciones de 10 individuos (N=10) en dos

 Calcular el coeficiente de correlación de Pearson

6) En una muestra de 10 personas se obtuvo información referida al grado

7) 7. Se obtienen los siguientes estadísticos con las notas de 100 alumnos en

8) Con los datos de una muestra de 300 individuos hemos estimado la

Tenga en cuenta que:

Indicar cuáles de las siguientes afirmaciones son correctas y justificar:

9) A un propietario de departamentos para alquilar le interesa averiguar si

 Desarrollar el modelo de regresión lineal simple que mejor describa

10) Un encargado de costos desea predecir los costos C (en millones de

 Determinar el modelo de regresión lineal simple.

11) Una cadena nacional de tiendas ha tenido grandes fluctuaciones en sus

El área de marketing ha estudiado varias relaciones y piensa que los gastos

 Desarrollar el modelo de regresión lineal simple que mejor describa

12) En la contabilidad de costos, con frecuencia se trata de estimar los gastos

 Desarrollar la ecuación de regresión

13) ¿Qué tipo de correlación (positiva, negativa o cero) debemos esperar de

 Capacidad de los supervisores y productividad de sus subordinados

También podría gustarte