Regresión y Correlación

Seminario De Integracin Profesional
Planeacin Y Desarrollo Del Informe De Investigacin

Grupo No. 10
Seminario Integrador Profesional

Grupo No. 10
INDICE
Pg.
Introduccin........................................................................................................................i
Distribuciones Bidimensionales........................................................................................1
Idea De Correlacin...........................................................................................................1
Nube De Puntos O Diagrama De Dispersin....................................................................1
Correlacin Lineal Y Recta De Regresin........................................................................2
Medida De La Correlacin................................................................................................4
Estimacin Mediante La Recta De Regresin...................................................................5
Propiedades De La Recta De Regresin De Los Mnimos Cuadrticos...........................6
Mapa De Esparcimiento O Nube De Puntos.....................................................................6
Analisis De Regresin.......................................................................................................7
Tipos Anlisis De Regresin.............................................................................................7
Regresin Lineal Simple...................................................................................................7
Frmulas Para Encontrar "A" Y "B":...............................................................................8
Diagrama De Esparcimiento, Nube De Puntos O Mapa De Dispersion:.........................8
Error Estandar De Regresin:............................................................................................8
Hay Dos Formas De Calcularlo:........................................................................................9
Intervalo De Confianza:....................................................................................................9
Analisis De Correlacion..................................................................................................14
Smbolo
" R...............................................................................................................14
Tipos De Correlacin.......................................................................................................14
Correlacin Perfectamente Positiva...............................................................................14
Correlacin Perfecta Negativa.........................................................................................15
Correlacin Irregular O Nula.........................................................................................15
Coeficiente De Determinacin.......................................................................................16
Coeficiente De Correlacin.............................................................................................16
Ejercicio...........................................................................................................................17
Conclusiones....................................................................................................................20
Recomendaciones............................................................................................................21
Bibliografa......................................................................................................................22

Grupo No. 10
INTRODUCCIN
Parte de la Estadstica corresponde a la Estadstica Inferencial y dentro de ella los

captulos de correlacin y regresin son muy usados en la Investigacin Cientfica, una
herramienta muy til cuando se trata de relacionar 2 o ms variables, relacionadas entre
s, como por ejemplo., el nivel de hemoglobina y embarazo en el mbito de las Ciencias
de la Salud, la Correlacin implica el grado de dependencia de una variable respecto a
otra y la Regresin es otra tcnica que ayuda en la investigacin de la salud Psicologa
costos de una Empresa etc.
El Anlisis de Regresin Lineal y La Correlacin nos permite establecer la relacin que
se produce entre una variable dependiente Y y un conjunto de variables independientes
(X1, X2,... XK). El anlisis de regresin lineal mltiple, a diferencia del simple, se
aproxima ms a situaciones de anlisis real puesto que los fenmenos, hechos y
procesos sociales, por definicin, son complejos y, en consecuencia, deben ser
explicados en la medida de lo posible por la serie de variables que, directa e
indirectamente, participan en su concrecin.
Al aplicar el anlisis de regresin mltiple lo ms frecuente es que tanto la variable
dependiente como las independientes sean variables continuas medidas en escala de
intervalo o razn. No obstante, caben otras posibilidades: (1) tambin podremos aplicar
este anlisis cuando relacionemos una variable dependiente continua con un conjunto de
variables categricas; (2) o bien, tambin aplicaremos el anlisis de regresin lineal
mltiple en el caso de que relacionemos una variable dependiente nominal con un
conjunto de variables continuas
Pgina i

Grupo No. 10
DISTRIBUCIONES BIDIMENSIONALES
Cuando sobre una poblacin estudiamos simultneamente los valores de dos variables
estadsticas, el conjunto de los pares de valores correspondientes a cada individuo se
denomina distribucin bidimensional.
Ejemplo 1:
Las notas de 10 alumnos en Matemticas y en Lengua vienen dadas en la siguiente
tabla:
MATEMTICAS
LENGUA
10
Los pares de valores {(2,2), (4,2), (5,5),...;(8,7), (9,10)}, forman la distribucin

bidimensional.
IDEA DE CORRELACIN
Es frecuente que estudiemos sobre una misma poblacin los valores de dos variables
estadsticas distintas, con el fin de ver si existe alguna relacin entre ellas, es decir, si
los cambios en una de ellas influyen en los valores de la otra. Si ocurre esto decimos
que las variables estn correlacionadas o bien que hay correlacin entre ellas.
En el ejemplo anterior parece que hay cierta tendencia a que cuanto mejor es la nota en
Matemticas, mejor es la de lengua.
NUBE DE PUNTOS O DIAGRAMA DE DISPERSIN
La primera forma de describir una distribucin bidimensional es representar los pares de
valores en el plano cartesiano. El grfico obtenido recibe el nombre de nube de puntos o
diagrama de dispersin.
Pgina 1

Grupo No. 10
CORRELACIN LINEAL Y RECTA DE REGRESIN.

Cuando observamos una nube de puntos podemos apreciar si los puntos se agrupan
cerca de alguna curva. Aqu nos limitaremos a ver si los puntos se distribuyen alrededor
de una recta. Si as ocurre diremos que hay correlacin lineal. La recta se denomina
recta de regresin.
Hablaremos de correlacin lineal fuerte cuando la nube se parezca mucho a una recta y
ser cada vez ms dbil (o menos fuerte) cuando la nube vaya desparramndose con
respecto a la recta.
En el grfico observamos que en nuestro ejemplo la correlacin es bastante fuerte, ya
que la recta que hemos dibujado est prxima a los puntos de la nube.
Pgina 2

Grupo No. 10
Cuando la recta es creciente la correlacin es positiva o directa: al aumentar una

variable, la otra tiene tambin tendencia a aumentar, como en el ejemplo anterior.
Cuando la recta es decreciente la correlacin es negativa o inversa: al aumentar una
variable, la otra tiene tendencia a disminuir.
Ejemplo 2:
Una persona se entrena para obtener el carnet de conducir repitiendo un test de 50
preguntas. En la grfica se describen el n de errores que corresponden a los intentos
realizados.
Observa que hay una correlacin muy fuerte (los puntos estn "casi" alineados) y
negativa (la recta es decreciente).
Ejemplo 3:
A 12 alumnos de un centro se les pregunt a qu distancia estaba su residencia del
Instituto, con fin de estudiar si esta variable estaba relacionada con la nota media
obtenida. Se obtuvieron los datos que figuran en la siguiente tabla:
Distancia (en km) 0,05 0,1 0,12 0,4 0,5 0,7 1

Nota media
8,4
5,7
1,2 2,1 2,5 3
9,1 6,3 6,7 4,3 5,4 7,8 4,5 7,2 8,1
Pgina 3

Grupo No. 10
Observamos una nube de puntos que no nos sugiere ninguna recta concreta, porque la
correlacin es prcticamente inexistente, es decir, no tiene nada que ver con el
rendimiento acadmico la distancia del domicilio al instituto,
MEDIDA DE LA CORRELACIN
La apreciacin visual de la existencia de correlacin no es suficiente. Usaremos un
parmetro, llamado coeficiente de correlacin que denotaremos con la letra r, que nos
permite valorar si sta es fuerte o dbil, positiva o negativa.
El clculo es una tarea mecnica, que podemos realizar con una calculadora o un
programa informtico. Nuestro inters est en saber interpretarlo.
Antes de ponernos a trabajar destacaremos una de sus propiedades
-1 < r < 1
A continuacin tienes unos ejes con una nube de puntos que puedes modificar haciendo
clic sobre ellos con el ratn y arrastrndolos. No tengas miedo de equivocarte, siempre
puedes volver a la posicin inicial pulsando el botn inicio. Las coordenadas de los
puntos las puedes saber con aproximacin naciendo clic en cualquier punto del plano y
arrastrando hasta colocarte encima del punto.
Observa el valor de r, as como el ajuste de la nube a la recta. Intenta deducir las
propiedades de r, relacionando su valor con la forma de la nube y realizando los
siguientes ejercicios.
Pgina 4

Grupo No. 10
1. Acerca los puntos a la recta. Hacia qu valor se aproxima r?

2. Aleja los puntos de la recta, separndolos entre s Hacia qu valor se aproxima
r?
3. Mueve los puntos hasta que la recta tenga pendiente negativa, es decir, sea
decreciente. En estas condiciones contesta a las preguntas anteriores.
4. Si alineas todos los puntos Qu valor aproximadamente toma r?
Anota tus conclusiones en tu cuaderno; puedes ayudarte con el siguiente esquema:
ESTIMACIN MEDIANTE LA RECTA DE REGRESIN
Es evidente que no todos dibujaramos exactamente la misma recta para una nube de
puntos, aunque la correlacin fuera bastante fuerte.
De todas las rectas posibles los matemticos han elegido como la mejor aproximacin la
llamada de los mnimos cuadrticos, Su clculo es tambin algo mecnico que podemos
hacer con calculadora o un ordenador. En el siguiente apartado encontrars un ejercicio
para estudiar sus propiedades.
La recta de regresin sirve para hacer estimaciones, teniendo en cuenta que:
Los valores obtenidos son aproximaciones en trminos de probabilidad: es

probable que el valor correspondiente a x0 sea y0.
La fiabilidad es mayor cuanto ms fuerte sea la correlacin.
La fiabilidad aumenta al aumentar el nmero de datos.
La estimacin es ms fiable para los valores de x prximos a la media.
Ejemplo 1:
Con los datos del primer ejemplo, (las notas de 10 alumnos en Matemticas y en
Lengua), podemos contestar con aproximacin a la siguiente cuestin: si un alumno no
realiz el examen de lengua, pero s el de matemticas, obteniendo un 7, qu nota cabe
esperar que obtuviera en lengua?
MATEMTICAS
Pgina 5

Grupo No. 10
LENGUA
10
Observa el punto amarillo, cuya abscisa corresponde a la nota de matemticas y su

ordenada a la nota que esperamos que tenga en lengua. Es resultado es aproximado y
relativamente fiable, ya que la correlacin es fuerte Y el valor de la nota no est muy
prximo a la media, aunque el n de datos que tenemos no es muy alto.
Puedes cambiar el valor de la nota de matemticas sin ms que cambiar su valor en el
recuadro de la parte inferior.
PROPIEDADES DE LA RECTA DE REGRESIN DE LOS MNIMOS
CUADRTICOS.
En la siguiente escena puedes comprobar las principales propiedades de la recta de
regresin mnimo-cuadrtica.
1. Observa la recta blanca, cuyos coeficientes a y b puedes hacer variar en los
recuadros inferiores de la escena, bien con las flechas o introduciendo los
valores deseados. Observa los segmentos denominados di, que marcan las
distancias de los puntos de la nube a la recta en la direccin del eje OY. i
MAPA DE ESPARCIMIENTO O NUBE DE PUNTOS
Esla representacin grafica del predictor y el predictando o sea de las variables
consideradas, es decir los datos de dos variable, marcadas en un grafica. Como primer
punto cuando se cuenta con dos variables, es representarlas grficamente porque esto
permite tener una apreciacin visual del comportamiento lineal o no; tambin se puede
apreciar si su comportamiento es positivo o negativo, importante porque si es negativo
el valor del coeficiente de regresin b en la ecuacin de regresin tendr signo
negativo.
VALOR DE COMSUMO DE
COMBUSTIBLE Q.
275
260
310
400
425
KMS
RECORRIDOS
Y
300
290
325
400
410
Pgina 6

Grupo No. 10
ANALISIS DE REGRESIN
Es la tcnica mas usada en investigacin econmica y comercial para buscar una
relacin entre 2 o ms variables ligadas de un modo causal. Consiste en general en: una
funcin a partir de datos o informacin conocida para hacer estimaciones.
TIPOS ANLISIS DE REGRESIN

a) REGRESION LINEAL SIMPLE: Se refiere al anlisis de 2 variables.
b) REGRESION MULTIPLE: Cuando se relacionan 3 o ms variables.
REGRESIN LINEAL SIMPLE
Para este anlisis es necesario ajustar los datos a una lnea recta, para poder estimar una
variable con relacin a otra. Para esto utilizamos la ecuacin
Y = a+ bx
de la lnea recta:
=== yc = a+ bx = Ecuacin de Regresin
Donde:
Yc
= Variable estimada o calculada.
ayb =
X
Coeficientes de regresin.
= Variable que sirve para estimar la otra variable. Predictor en base a ella
se estima el predictando.
Y
(Variable Independiente).
= Constituye la Variable a estimar y recibe el nombre de Predictando.
(Variable Dependiente).
Ecuaciones Normales:
Y
= n.a + b
XY = X a + b
X2
FRMULAS PARA ENCONTRAR "a" y "b":

a =
x2 (y
nx2 -
b =
- x xy
x 2
nxy - x y
nxy2 - x 2
Pgina 7

Grupo No. 10
DIAGRAMA DE ESPARCIMIENTO, NUBE DE PUNTOS O MAPA DE

DISPERSION:
Es la representacin grfica del Predictor y el predictando. Es una grfica que nos
muestra la forma en que los puntajes de dos variables cualquiera X y Y estn dispersas.
As a cada elemento de una muestra de tamao N se le puede hacer corresponder un
par de nmeros. Los nmeros de cada par son las medidas o valores correspondientes a
determinadas caractersticas o aspectos que tienen los elementos de la muestra. El
diagrama de esparcimiento es la representacin grfica de los valores "X" y "Y"
A continuacin se presentan 4 tipos de grficas que muestran los tipos de
relaciones lineales:
RELACION LINEAL ASCEDENTE
RELACION LINEAS DESCENDENTE
RELACION LINEAL CURVILNEA
RELACION LINEAL CONSTANTE
ERROR ESTANDAR DE REGRESIN:

(SMBOLO Syx) Mide el grado de error de las estimaciones alrededor de la lnea de
regresin; si este es igual a cero ( 0 ) se dir que existe una estimacin perfecta.
Propiedades de Syx;
Yc, +, - Syx
= Agrupa aproximadamente al
68.26% de los datos.
Yc , +, - 2 (Syx) = Agrupa aproximadamente al

Yc , +, - 3 (Syx) = Agrupa aproximadamente al
Hay dos formas de calcularlo:
1.) Varianza no explicada (ve)
___________
Syx =
(y- yc)
Pgina 8

Grupo No. 10
N
2.) Formula general
y2 - y a - XY b
Syx =
INTERVALO DE CONFIANZA:
Yc = Z+,- Syx
APLICACIN: Al tabular los costos Unitarios y la produccin de una empresa
industrial durante el ao anterior, se encontr el siguiente comportamiento:
COSTO POR
UNIDAD
Q 1.00
Q. 2.00
Q 3.00
Q. 4.00
Q. 5.00
PROD EN MILES
DE UNIDADES
20
15
12
11
7
1.) Con los datos tabulados de la contabilidad de la empresa se pide: Elaborar la

representacin grfica sabiendo que la empresa desea estimar su produccin.
x y x2
1 20 1
2 15 4
y2
400
225
xy
20
30
12 9
144
36
4
5
11 16
7 25
121
49
44
35
15 65 55
939
165
DESARROLLO:
Pgina 9

Grupo No. 10
DATOS
N
x
y
x2
y2
xy
=
=
=
=
=
=
5
15
65
55
939
165
2). Encuentre la Ecuacin de Regresin del comportamiento de la produccin en

funcin de los costos unitarios
65
5 a + 15b (-3) Factor que multiplica a la Ec.

-195 = -15a -45b
b = -30
b= -3
165 = 15 a + 55b
165 = 15a +55b
10
-30 =
10B
Encontrar "a":
65 = 5 a + 15 (-3) Valor de b
65 = 5 a - 45
-5 a = -65 45
a = -110
= a=
22
-5
La Ecuacin de regresin de la Produccin en funcin de los costos =
Y = 22 3x
3.) OBTENER "a" y "b" por Frmula:

a = (x2 ) (y) (x) (xy)
n x2 - (x)2
b =
n xy - (x) (y)
n x2 - (x) 2
a =
( 55 ) (65) (15) (165)

5 (55) - (15) 2
= 3575 2475
275 - 225
b=
5 (165) (15) (65)

5 (55) - (15) 2
825 975
275 225
= 1100
50
-150
50
a = 22
b = -3
Pgina 10

Grupo No. 10
4.) El Departamento de Ventas de la empresa solicita le indique qu nmero de

unidades puede producir el presente ao, si segn estudios se considera que su
costo unitario ser igual a Q.3.75
Y = a + bx
Yc = 22 3 (3.75)
Yc = 22 11.25
= 10.75
5.) CALCULAR EN ERROR ESTANDAR DE REGRESION;
y2 - y.a - xy.b
N
Syx =
Syx =
939 22 ( 65) (-3)

5
Syx =
939 1430 + 495

5
165
4
5
Syx = 0.894427191
Yc
Yc=22-3x
(y-Yc)
(y-Yc)2
19
16
22 - 3 (1)
22 - 3 (2)
1
-1
1
1
13
22 - 3 (3)
-1
10
22 - 3 (4)
22 - 3 (5)
65
xxxx
Otra forma:
Syx =
(y- yc)2
N
___________
Syx =
4
5
Syx = 0.894427191
6.) Estimar por intervalo la produccin para costo de Q.6.00 con un 85% de
confianza
yc = a +bx
4 +, - 1.43 (0.89442719)
yc = 22 +-3 (6)
4 + 1.28
= 5.28
Pgina 11

Grupo No. 10
yc = 22 18
4 1.28
= 2.72
yc = 4
La produccin estimada para costos de
Q 6.00 oscila entre 2.72 y 5.28 miles de
unidades.
7.) Segn el presupuesto de la empresa para el presente ao su produccin
alcanzar la suma de 11,500 unidades. Se quiere saber a qu costo debe producir
?.
En ejemplos anteriores en base al costo se estima la produccin, en este caso es a
la inversa. Entonces, para el desarrollo de este caso se invierte la frmula original Yc

= a + bx
por la siguiente:
Xc = a + by
As como las ecuaciones normales, las cuales quedan as:

x = n. A + yb
xy = y a + y2b
15 = 5a + 65b (-13)
165 = 65a + 939b
-195 = - 65a - 845b
165 = 65a + 939b
-30
94b
b = -30
b = -0.31915
94
Encontrar el valor de "a":
15 = 5 a + 65 ( -0.31915 ) 15 = 5 a 2074475
-5 a = -15 20.74475
-5 a = -35.74475
a = 7.14895
La Ecuacin de los costos en funcin de la produccin queda:

X = 7.14895 - 0.31915y
Costos a que debe producir:
Xc = 7.14895- 0.31915 ( 11.5)
Xc = 3.48
Pgina 12

Grupo No. 10
8.) Con las ecuaciones de regresin de la produccin en funcin de los costos

unitarios y los costos unitarios en funcin de la produccin, encontrar el promedio
del costo por unidad y el costo promedio.
Las ecuaciones encontradas son:
Y=223x
X = 7.1489 0.319148y
Las colocamos en orden:
y = 22.0000 3x
0.319148y =
7.1489
- x (-3) Se multiplica por este valor la 2. Ecuacin

y =
-0.9574y = -21.4467
22.0000 3x
+ 3x
0.0426y = 0.5533
Y = 0.5533 = 12.9882
Y = 13 Produccin
0.0426
Promedio
Comprobacin:
Y=
65
= 13
5
Costo Promedio:
Y= 22-3X
= 13 = 22 3 (X)
3X = 22 13
3X = 9
X=3
Comprobacin
X=
15 =
5
ANALISIS DE CORRELACION
Mide el grado de asociacin de dos o ms variables. La correlacin tambin se puede
usar por si misma para medir el grado de asociacin de dos variables.
SMBOLO
" r
Pgina 13

Grupo No. 10
Si r es igual a 0
= no existe correlacin
Si r mayor que 0
= correlacin positiva
Si r menor que 0
= correlacin negativa
Si r es igual a menos 1 = correlacin perfecta negativa

Si r es igual a uno
= correlacin perfecta positiva.
Entonces los lmites o extremos del coeficiente de correlacin son 1y 1.

TIPOS DE CORRELACIN
a.) Por el comportamiento de las variables: positiva, negativa y nula o irregular
B) por el numero de variables: simple, mltiple y parcial
CORRELACIN PERFECTAMENTE POSITIVA

Aumenta una variable y la otra tambin aumenta o a la inversa.
Precio
Venta
(x)
1.0
2.0
3.0
4.0
5.0
15
Ingresos
(y)
10.00
12.00
14.00
16.00
18.00
70.00
=================
Mapa de Dispersin
Correlacin perfecta positiva r = 1
Pgina 14

Grupo No. 10
CORRELACIN PERFECTA NEGATIVA

Una variable aumenta la otra disminuye.
Costo
Unids
Unidad
Vendidas
(x)
(y)
18.00
160.00
16.00
180.00
15.00
190.00
14.00
200.00
13.00
210.00
76.00
940.00
===================
Mapa de Dispersin
Correlacin perfecta negativa r = -1
CORRELACIN IRREGULAR O NULA

No sabemos el compartimiento de la variable, Eje. Aumentamos costo, las ventas
puede que aumenten o disminuyan.
Precios
(y)
1.00
2.00
3.00
4.00
5.00
15.00
Ingresos
11.00
9.00
2.00
15.00
8.00
45.00
Pgina 15

Grupo No. 10
===================
Mapa de Dispersin
No hay correlacin
r=0
COEFICIENTE DE DETERMINACIN
Es la forma primaria por la cual se puede medir la extensin o fuerza, de la asociacin
que existe entre 2 variables X y Y.
r2 =
a (y) + b (xy) - n ( y )2
y2 - n ( y )2
COEFICIENTE DE CORRELACIN
Sirve para medir la relacin entre dos variables. Es la segunda medida que se pueda
usar para describir lo bien que una variable se explica por otra. Cuando se est
tratando de muestras, el coeficiente de correlacin se denota por 1 y es la raz
cuadrada del coeficiente de determinacin muestral .
Frmula
.r =
r2
o bien:
.r =
a (y) + b (xy) - n ( y promedio)2

y2 - n (y promedio)2
Pgina 16

Grupo No. 10
APLICACIN:
Con los datos del ejemplo que se ha desarrollado en el Anlisis de Regresin,
calcular la forma en que primariamente se relacionan las variables:
r2 =
a (y) + b (xy) - n ( y promedio)2

y2 - n (y promedio)2
.r 2=
65 (22) + 165 (-3) - 5 ( 13)2

939 - 5 (13)2
.r2 = 0.957447
A continuacin calcular el grado de asociacin entre las dos variables, (la fuerza o
extensin en que se asocian las variables):
r=
0.957447
r = 0.978492
Por ser r mayor que cero se dice que la correlacin es positiva.ii
EJERCICIO
La empresa Chapn le proporciona a usted como asesor financiero de la empresa la
siguiente informacin en miles de quetzales:
Aos
Costos
Ventas (Q. miles)
1
50
65
2
60
70
3
65
75
4
70
85
5
90
105
Se pide:
a) Determinar la ecuacin de regresin para estimar las ventas;
b) Determinar las ventas para un costo de Q. 120,000.00;
c) Determinar el grado de asociacin entre las dos variables;
d) Interpretar el coeficiente hallado en el inciso anterior; y
e) El error estndar de estimacin.
Pgina 17

Grupo No. 10
n Costos (x) Ventas (y)

1
50
65
2
60
70
3
65
75
4
70
85
5
90
105
335
400
xy
3250
4200
4875
5950
9450
27725
x2
2500
3600
4225
4900
8100
23325
y2
4225
4900
5625
7225
11025
33000
a) Ecuacin de regresin
a=
a=
(x) ( xy) (y) (x2)

( x)2 n(x2)
(335) ( 27725) (400) (23325)

(335)2 - 5 (23325)
a=
-42125
-4400
a=
9.57
b=
b=
b=
b=
(y) ( x) n (xy)
( x)2 n(x2)
(400) (335) 5 (27725)
(335)2 - 5 (23325)
-4625
-4400
1.05
Yc = 9.57 + 1.05 X
b) Ventas para un costo de Q 120,000.00
Y (20,000) = 9.57 + 1.05
(120)
Y (20,000) = 135.71
c) Grado de asociacin de las variables
=
= 400 80
5
Pgina 18

Grupo No. 10
a ( y) + (b)( xy) n()2

( y2) n( )2
r =
(9.57) (400) + (1.05) (27725) (5)

(80)2
(33000) (5) (80)2
r=
r=
972.301136
1000
r=
0.97230114
r = 0.9861
d) Interpretacin del coeficiente de correlacin
Coeficiente de correlacin positivo, lo que implica que al aumentar una variable
(Costos) la otra (Ventas) tambin aumenta.
e) Error Estndar de Estimacin
Syx =
y2 a y b xy
N
Syx =
(33000) (9.57) (400) (1.05)

(27725)
5
Syx =
60.75
5
Syx =
12.15
Syx = 3.49
Pgina 19

Grupo No. 10
CONCLUSIONES
La correlacin es frecuente que estudiemos sobre una misma poblacin los valores
de dos variables estadsticas distintas, con el fin de ver si existe alguna relacin
entre ellas.
La primera forma de describir una distribucin bidimensional es representar los
pares de valores en el plano cartesiano.
Cuando observamos una nube de puntos podemos apreciar si los puntos se agrupan
cerca de alguna curva.
El anlisis de regresin es la tcnica ms usada en investigacin econmica y
comercial para buscar una relacin entre 2 o ms variables ligadas de un modo
causal.
Pgina 20

Grupo No. 10
RECOMENDACIONES
Al realizar estimar una variable con base a la otra se trata de regresin y si se desea
conocer la relacin existente entre variables entonces se refiere al tema de
correlacin.
La regresin y correlacin son una herramienta estadstica para la toma de
decisiones por tal motivo nos proporcionan indicadores que nos lleva a conocer el
comportamiento de una variable a otra, la cual de esta manera obtendremos los
resultados esperados.
Pgina 21

Grupo No. 10
REFERENCIAS BIBLIOGRFICAS
Pgina 22
..http://recursostic.educacion.es/descartes/web/materiales_didacticos/Correlacion_regresion_recta_r
egresion/correlacion_y_regresion.htm. Verificado el 27/09/2011.

ii
Libro de Estadstica I Gua de Estudio, Jos Luis Reyes Donis, Catedrtico de Estadstica,
facultad de ciencias economas, Segunda Edicin, Pg. 189 a 201.

Regresión y Correlación

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Regresión y Correlación

Transféré par

Droits d'auteur :

Formats disponibles

Seminario De Integracin Profesional

Planeacin Y Desarrollo Del Informe De Investigacin

Seminario Integrador Profesional

Seminario De Integracin Profesional

Seminario De Integracin Profesional

Parte de la Estadstica corresponde a la Estadstica Inferencial y dentro de ella los

Seminario Integrador Profesional

Seminario De Integracin Profesional

Los pares de valores {(2,2), (4,2), (5,5),...;(8,7), (9,10)}, forman la distribucin

Seminario De Integracin Profesional

CORRELACIN LINEAL Y RECTA DE REGRESIN.

Seminario De Integracin Profesional

Cuando la recta es creciente la correlacin es positiva o directa: al aumentar una

Distancia (en km) 0,05 0,1 0,12 0,4 0,5 0,7 1

Seminario Integrador Profesional

1,2 2,1 2,5 3

9,1 6,3 6,7 4,3 5,4 7,8 4,5 7,2 8,1

Seminario De Integracin Profesional

Seminario Integrador Profesional

Seminario De Integracin Profesional

1. Acerca los puntos a la recta. Hacia qu valor se aproxima r?

Los valores obtenidos son aproximaciones en trminos de probabilidad: es

La fiabilidad es mayor cuanto ms fuerte sea la correlacin.

La fiabilidad aumenta al aumentar el nmero de datos.

La estimacin es ms fiable para los valores de x prximos a la media.

Seminario Integrador Profesional

Seminario De Integracin Profesional

Observa el punto amarillo, cuya abscisa corresponde a la nota de matemticas y su

Seminario De Integracin Profesional

TIPOS ANLISIS DE REGRESIN

=== yc = a+ bx = Ecuacin de Regresin

= Variable estimada o calculada.

= Constituye la Variable a estimar y recibe el nombre de Predictando.

FRMULAS PARA ENCONTRAR "a" y "b":

Seminario Integrador Profesional

Seminario De Integracin Profesional

DIAGRAMA DE ESPARCIMIENTO, NUBE DE PUNTOS O MAPA DE

ERROR ESTANDAR DE REGRESIN:

Yc , +, - 2 (Syx) = Agrupa aproximadamente al

Seminario Integrador Profesional

Seminario De Integracin Profesional

1.) Con los datos tabulados de la contabilidad de la empresa se pide: Elaborar la

Seminario Integrador Profesional

Seminario De Integracin Profesional

2). Encuentre la Ecuacin de Regresin del comportamiento de la produccin en

5 a + 15b (-3) Factor que multiplica a la Ec.

3.) OBTENER "a" y "b" por Frmula:

( 55 ) (65) (15) (165)

5 (165) (15) (65)

Seminario Integrador Profesional

Seminario De Integracin Profesional

4.) El Departamento de Ventas de la empresa solicita le indique qu nmero de

939 22 ( 65) (-3)

939 1430 + 495

Seminario Integrador Profesional

Seminario De Integracin Profesional

Q 6.00 oscila entre 2.72 y 5.28 miles de

En ejemplos anteriores en base al costo se estima la produccin, en este caso es a

la inversa. Entonces, para el desarrollo de este caso se invierte la frmula original Yc

As como las ecuaciones normales, las cuales quedan as:

La Ecuacin de los costos en funcin de la produccin queda:

Seminario De Integracin Profesional

8.) Con las ecuaciones de regresin de la produccin en funcin de los costos

- x (-3) Se multiplica por este valor la 2. Ecuacin