Progresiones y Correlaciones

ESTADISTICA
REGRESIÓN Y CORRELACIÓN
Analizaremos como ajustar un modelo simple a un conjunto de datos,

mediante un análisis de regresión, el cual utiliza un modelo matemático para
obtener estimaciones y la predicción de una variable dada en función de
valores conocidos de otras variables. El grado de correlación entre dos
variables es fundamental del análisis de regresión.
REGRESIÓN:
Es la relación entre sí de dos o más variables. La cual indica que la variable

dependiente se produce sobre la base de una variable independiente.
CORRELACIÓN:
Es el relación existente entre las variables de estudio, es decir si una variable

dada depende de la otra variable entonces existe una correlación; por el
contrario una variable que es independiente de otra variable se dice que no
hay correlación o bien que la correlación es nula.
DIAGRAMA DE DISPERSIÓN:
Es la representación gráfica sobre un plano cartesiano de los valores de la

variable dependiente e independiente, que es el punto de partida para el
análisis de regresión y correlación, así se determina la linealidad o no
linealidad
REGRESIÓN LINEAL:
La regresión lineal utiliza un modelo lineal de la forma:
Y = a + bx
Y es el valor sobre el eje vertical, X valor sobre el eje horizontal, a el punto donde
la recta cruza el eje vertical y b indica la cantidad con la cual Y cambia por cada
unidad del cambio de x. La ordenada al origen es a y b es la pendiente de la recta.
Donde las constantes a y b se determinan mediante el sistema de ecuaciones:

Y=aN+bX
 XY = a  X + b  X²
ANÁLISIS DE CORRELACIÓN:
Mide la intensidad con la que se relacionan linealmente las variables entre sí.
La correlación no presupone relación funcional alguna, sino tan solo se
emplea para indicar el grado de relación entre las variables. Esta puede ser
positiva o negativa.
COEFICIENTE DE CORRELACION:
Es una medición abstracta del grado de relación entre las variables. Una
cuantificación del grado en que un modelo teórico se ajusta a los datos
reales de dos variables, nos indica si es aplicable o no el modelo de
regresión.
r= N  XY – ( X) (  Y ) .
√[N (  X² ) – ( X) ² ] [N (  Y² ) – (  Y ) ² ]
El rango del coeficiente de correlación es – 1 < r < + 1, si las dos variables

tienen una relación lineal perfecta y cada una aumenta en forma proporcional
respecto a la otra, tendría un coeficiente de correlación a 1, en tal caso se le
llama correlación directa. Si su relación lineal es perfecta de modo que
cuando una aumenta la otra disminuye en proporción, tendría un coeficiente
de correlación igual –1 en tal caso se le llama correlación inversa. El valor 0
significa que no existe correlación entre las variables X & Y, o bien que la
correlación es nula.
Interpretación del coeficiente de correlación

Valor de r Correlación Signo positivo Signo negativo
1.0 Perfecta Positiva/directa Negativa/inversa
0.9 - 0.99 Muy alta Positivo negativo
0.7 - 0.89 Moderada
0.4 - 0.69 Baja
0.20 - 0.39 baja Positivo Negativo
0.01 – 0.19 Muy baja
0 Nula
ERROR TIPICO DE ESTIMA:
Es análogo a la desviación típica, se obtiene de la relación que existe entre

los puntos de un diagrama de dispersión y la curva de ajuste obtenida por el
método de mínimos cuadrados.
Para la regresión lineal de Y sobre X, el error típico de estima se calcula con

la siguiente formula:
S yx = √ [(  Y² – a  Y – b  XY) / N ]
NOTA:
Es importante indicar que cuando los valores de a y b son muy pequeños,

deberán tomarse por lo menos 5 o 6 decimales.
COEFICIENTE DE DETERMINACIÓN:
Si los datos se dispersan ampliamente respecto a la ecuación de

regresión, el grado de ajuste es bajo. Sin embargo, si los puntos se acumulan muy
cerca de la línea de regresión, el ajuste es alto. La medida estadística que se usa
para medir el grado de ajuste se llama coeficiente de determinación.
El coeficiente de determinación de la muestra mide la proximidad del ajuste de la

regresión de la muestra a los valores observados de Y.
r = r²
Ejemplo:
Un grupo de psicólogos decidieron analizar el comportamiento de horas de

estudio a la semana con la nota que obtuvieron en el examen parcial.
X = Horas de estudio (variable independiente)
Y = Nota del examen (variable dependiente)
a) Determinar la ecuación de la recta de regresión de Y sobre X.
Horas Notas
X Y X² Y² XY
3 57 9 3249 171
4 78 16 6084 312
4 72 16 5184 288
2 58 4 3364 116
5 89 25 7921 445
3 63 9 3969 189
4 73 16 5329 292
5 84 25 7056 420
3 75 9 5625 225
2 48 4 2304 96
35 697 133 50085 2554
Diagrama de Dispersión
Horas de estudio
Sustituir en las ecuaciones normales:
Y=aN+bX
 XY = a  X + b  X²
697 = a (10) + b 35 (1)
2554 = a 35 + b 133 (2)
133 / 35 = 3.8
Multiplico ecuación (1) por –3.8 y obtengo una nueva ecuación (3)
-2648.6 = - a 38 – b 133 (3)
2554 = a 35 + b 133 (2)
Resto las dos ecuaciones 3 y 2
-94.6 = - a 3
Despejo ( a )
-94.6 / -3 = a
31.53 = a
Sustituyo en (1)
697 = 31.53 (10) + b 35
Se despeja ( b)
(697 – 315.3 ) / 35 = b
10.91 = b
Y = 31.53 + 10.91 X
b) Si el tiempo de estudio es de 6 hrs, cuál sería la nota:
Y = 31.53 + 10.91 (7)
Y = 96.99
R/ La nota será de 96.99.
c) Determine el coeficiente de correlación e interprete el resultado
r= N  XY – ( X) (  Y ) .
√[N (  X² ) – ( X) ² ] [N (  Y² ) – (  Y ) ² ]
r= 10 (2554) – 35 ( 697 ) .
√ [10x133 -35 ² ] [ 10 x 50085 - 697 ² ]
r = 0.911
R/ Su correlación es directa
d) Determine el error típico de estima
S yx = √ [(  Y² – a  Y – b  XY) / N ]
S yx = √ [( 50085 – 31.53 x 697 – 10.91 x 2554) / 10 ] S yx = 5.076
R/ Esto significa que el valor de Y calculado por el método de mínimos

cuadrados puede variar 5.076
e) El coeficiente de determinación es:
rd = r² rd = 0.911²
rd= 0.829921
EJERCICIOS PROPUESTOS
1. Los siguientes datos muestran el comportamiento de nueve enfermeras de

acuerdo a los años de experiencia dentro de las horas de trabajo semanal
Enfermera Años de experiencia Horas de trabajo semanal

1 9 60
2 13 68
3 5 55
4 7 57
5 12 64
6 6 55
7 4 54
8 5 54
9 3 50
a. Encuentre la ecuación de la recta de mínimos cuadrados a partir de la cual

se pueda pronosticar el número de horas de trabajo semanal en términos
de los años de experiencia.
b. Use el resultado del inciso anterior para estimar el número horas de trabajo
semanal si los años de experiencia es de 10 años.
c. Calcular el coeficiente de correlación e interprételo
d. Calcule el error típico de estima
2. Se realiza una investigación a 10 pacientes, para determinar la relación de

velocidad (km/h) y la frecuencia cardiaca.
Velocidad 2 3 4 5 5.5 6.5 7 8 9 10

(Km/h)
Frecuencia 55 72 76 75 70 78 82 80 82 85
Cardiaca
a. ¿Cuál es la variable dependiente

b. Elabore el diagrama de dispersión
c. Calcule el valor de la ordenada al origen
d. Determine el valor de la pendiente
e. Determine el grado de relación entre las variables
3. Un investigador cree que la inteligencia de los niños, que se mide a través

del coeficiente intelectual depende del número de hermanos. Se selecciono
una muestra aleatoria de 12 niños.
Los resultados son los siguientes:
CI 110 115 120 118 110 108 105 99 98 100 93 90

Hermanos 0 1 1 1 2 2 2 4 4 5 5 6
a. Determine e interprete el valor de a y b por el método de mínimos

cuadrados
b. Si el número de hermanos es 3 ¿cuál sería el coeficiente intelectual?
c. Calcule e interprete el coeficiente de correlación.
4. Se desea saber si existe alguna relación entre la ingesta y la absorción de

grasas en lactantes des-nutritivos. Se le aplico a 15 lactantes, siendo los
siguientes resultados:
n 15
∑x 28.7
∑y 21.3
∑xy 42.78
∑x² 57.27
∑y² 32.45
a. ¿Cuál es la variable independiente?

b. Determine el valor de la pendiente
c. Determine la ordenada al origen
d. Establezca la ecuación lineal
e. Si la ingesta es de 2.2, cuál es la absorción de grasas en los lactantes.
f. Determine e interprete el grado de relación entre las variables
g. Determine el error de estima
Bibliografía
Bioestadística, Wayne W. Daniel, Tercera Edición. LIMUSA

Estadística, Unidad de Prácticas de Ingeniería y E.P.S. Tercera Edición.

Progresiones y Correlaciones

Cargado por

Copyright:

Formatos disponibles

Progresiones y Correlaciones

Cargado por

Información del documento

Descripción 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

Progresiones y Correlaciones

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA

Analizaremos como ajustar un modelo simple a un conjunto de datos,

Es la relación entre sí de dos o más variables. La cual indica que la variable

Es el relación existente entre las variables de estudio, es decir si una variable

Es la representación gráfica sobre un plano cartesiano de los valores de la

La regresión lineal utiliza un modelo lineal de la forma:

Donde las constantes a y b se determinan mediante el sistema de ecuaciones:

El rango del coeficiente de correlación es – 1 < r < + 1, si las dos variables

Interpretación del coeficiente de correlación

ERROR TIPICO DE ESTIMA:

Es análogo a la desviación típica, se obtiene de la relación que existe entre

Para la regresión lineal de Y sobre X, el error típico de estima se calcula con

Es importante indicar que cuando los valores de a y b son muy pequeños,

Si los datos se dispersan ampliamente respecto a la ecuación de

El coeficiente de determinación de la muestra mide la proximidad del ajuste de la

Un grupo de psicólogos decidieron analizar el comportamiento de horas de

a) Determinar la ecuación de la recta de regresión de Y sobre X.

697 = a (10) + b 35 (1)

2554 = a 35 + b 133 (2)

-2648.6 = - a 38 – b 133 (3)

2554 = a 35 + b 133 (2)

Resto las dos ecuaciones 3 y 2

697 = 31.53 (10) + b 35

Y = 31.53 + 10.91 (7)

R/ La nota será de 96.99.

c) Determine el coeficiente de correlación e interprete el resultado

√ [10x133 -35 ² ] [ 10 x 50085 - 697 ² ]

S yx = √ [( 50085 – 31.53 x 697 – 10.91 x 2554) / 10 ] S yx = 5.076

R/ Esto significa que el valor de Y calculado por el método de mínimos

e) El coeficiente de determinación es:

1. Los siguientes datos muestran el comportamiento de nueve enfermeras de

Enfermera Años de experiencia Horas de trabajo semanal

a. Encuentre la ecuación de la recta de mínimos cuadrados a partir de la cual

c. Calcular el coeficiente de correlación e interprételo

d. Calcule el error típico de estima

2. Se realiza una investigación a 10 pacientes, para determinar la relación de

Velocidad 2 3 4 5 5.5 6.5 7 8 9 10

a. ¿Cuál es la variable dependiente

3. Un investigador cree que la inteligencia de los niños, que se mide a través

CI 110 115 120 118 110 108 105 99 98 100 93 90

a. Determine e interprete el valor de a y b por el método de mínimos

4. Se desea saber si existe alguna relación entre la ingesta y la absorción de

a. ¿Cuál es la variable independiente?

Bioestadística, Wayne W. Daniel, Tercera Edición. LIMUSA

También podría gustarte