Coeficiente de determinacin

El objetivo principal del anlisis de regresin es proyectar el valor de la variable dependiente

conociendo o suponiendo valores para la variable independiente. La confiabilidad de las
proyecciones est dada por la confiabilidad de la ecuacin, la cual se mide a travs del
coeficiente de determinacin y de los errores de los coeficientes de regresin. El coeficiente de
determinacin (R2 ) nos dice qu tanto se ajusta la lnea de regresin a los datos.

Figura 4.2 Descomposicin de la variacin de Y

Para deducir este coeficiente se tiene en cuenta la figura 4.2 en donde se tiene la ecuacin
ajustada a unos datos. Para un valor dado de X se ha tomado el correspondiente valor de Y. La
distancia que hay entre el valor observado y la media
, puede descomponerse en dos
partes que son: la distancia entre el valor observado y el estimado con la ecuacin de
regresin

y la distancia entre el valor estimado y el promedio

, es decir:

Siendo:

: Distancia Total.

: Distancia de una observacin a la regresin o residuo

: Distancia de la lnea de regresin a la media o distancia de la regresin

Como se tienen n observaciones, para cada caso se presenta la misma situacin, por lo tanto se
toma la suma de estas distancias al cuadrado:

En el anexo B se presenta la demostracin de que:

Es decir: SCT = SCR + SCE

(4.4)

Lo cual indica que la SCT puede descomponerse en dos partes, una describe la variacin de los
residuos (SCR) y representa aquella parte de la SCT que no ha sido explicada por la ayuda de X
y la otra parte describe los valores ajustados de Y, es decir, representa aquella porcin de la SCT
que ha sido explicada por la regresin de Y sobre X.
Dividiendo la ecuacin 4.4 por SCT se obtiene:

El segundo trmino es el coeficiente de determinacin, as que:

Donde:

Como puede observarse, el coeficiente de determinacin es la proporcin de la variable

dependiente explicada por la variable independiente y por lo tanto est entre 0 y 1. Es decir: 0
R 2 1.

A medida que el R 2 se acerca a 1, la ecuacin de regresin es ms confiable, ya que de la

expresin 4.5 se deduce que la SCR tiende a cero y entre ms cercano est el R 2 de cero, la
ecuacin es menos confiable ya que la SCE tiende a cero.

Una medida estrechamente relacionada a R 2 pero conceptualmente diferente es el coeficiente

de correlacin (R) que es una medida del grado de asociacin entre dos

variables. Puede calcularse como:

Donde: Sx y Sy son las desviaciones estndar de X y Y respectivamente.
A continuacin se presentan algunas propiedades del coeficiente de correlacin (R):
- -1

- El signo de R depende del signo de la covarianza o de la pendiente (

- R es de naturaleza simtrica; lo anterior implica que el coeficiente de correlacin entre X y Y

(Rxy ) es igual al coeficiente de correlacin entre Y y X (R xy ).
- Si X y Y son estadsticamente independientes, el coeficiente de correlacin entre ellos es cero,
pero si R=0, no se puede inferir que las dos variables sean independientes. En otras palabras,
una correlacin igual a cero no implica necesariamente independencia.
- Es una medida de asociacin lineal o dependencia lineal nicamente; por consiguiente no
tiene sentido, utilizarlo para describir relaciones no lineales.
En el contexto del anlisis de regresin, R2 es una medida ms significativa que R, debido a que
el primero muestra la proporcin de la varianza en la variable dependiente explicada por la(s)
variable(s) explicativa(s) y, por tanto, proporciona una medida global de la magnitud del efecto
que ejerce la variacin existente en una variable sobre la variabilidad de la otra. De otro lado R
no nos permite realizar inferencias de este gnero. Adems, la interpretacin de R en un modelo
de regresin mltiple es de un valor dudoso" 1
El coeficiente de determinacin (R2) es til para evaluar la ecuacin de regresin integralmente,
pero es necesario evaluar la confiabilidad de cada uno de los coeficientes de regresin, lo cual se
hace con los errores de estos coeficientes y ms especficamente con las pruebas de hiptesis
para cada uno de ellos.
_____________________________________________________________

Gujarati, Damodar. Econometra , Segunda edicin. Pg 71-72. Editorial Mc Graw Hill. Bogot,
1990.

COEFICIENTE DE CORRELACION
El coeficiente de correlacin simple permite calificar la relacin lineal que hay entre dos variables
aleatorias, se define por:

Cuando el coeficiente toma el valor +1 -1 la asociacin de las dos variables es perfecta, ideal,
s el resultado es cero no existe relacin.
MATRIZ DE CORRELACION
A partir de un vector aleatorio n-dimensional se construye la matriz de correlacin dada as:

NOTA 1. Si las X i son independientes, entonces no estn correlacionadas. Por lo tanto:

COV(X i X j ) = 0

En el ejemplo obtener la matriz de covarianzas S y de correlacin R.

La relacin lineal entre la produccin de las lneas I y II es inversamente profesional pero es

pequea.

En el ejemplo, obtener la matriz de covarianzas S y de correlacin R.

No existe correlacin lineal entre la proporcin del tiempo trabajado por el empleado A en un da
de trabajo y la misma variable observada en el empleado B.