CORRELACIN

Indice
1. Introduccin
2. Marco terico
3. Anlisis De Resultados
4. Conclusiones
5. Bibliografia
1. Introduccin
En muchas situaciones de la vida real, se presentan problemas en los cuales existe una relacin entre dos o ms
variables y se hace necesario encontrar la naturaleza de esta relacin. ste trabajo ilustra una situacin real de la
empresa ESTIMAR LTDA donde se tienen los ingresos y costos obtenidos durante los ltimos 18 meses y se
analiza la relacin existente entre ellos.
Para esto se hizo uso de la tcnica de Regresin y Correlacin, la cual resulta una herramienta muy til a la hora
de analizar el comportamiento de dos o ms variables relacionadas. Se pretende entonces establecer mediante
una regresin la relacin entre dichos datos al igual que calcular algn pronstico que puedan dar una idea de
cmo ser el comportamiento de los ingresos y costos en los prximos meses.
Objetivos
General:
Destacar la importancia y la utilidad de la Regresin y Correlacin para modelar e investigar la relacin entre dos
variables.
Especficos:

Aplicar la tcnica de regresin a los ingresos, costos y utilidades obtenidos por la empresa ESTIMAR LTDA
durante el ao 2002 y los primeros seis meses del 2003.
Construir el modelo matemtico que ms se ajuste a la serie de datos recolectados.
Pronosticar los ingresos y costos de los seis meses siguientes de acuerdo al modelo matemtico obtenido.

2. Marco Terico
La regresin es una tcnica estadstica utilizada para simular la relacin existente entre dos o ms
variables. Por lo tanto se puede emplear para construir un modelo que permita predecir el comportamiento de una
variable dada.
La regresin es muy utilizada para interpretar situaciones reales, pero comnmente se hace de mala forma, por lo
cual es necesario realizar una seleccin de las variables que van a construir las ecuacin de la regresin, ya que
tomar variables que no tengan relacin en la prctica, nos arrojar un modelo carente de sentido, es decir ilgico.
Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano, pueden darse alguna de las
siguientes relaciones, Lineal, Logartmica, Exponencial, Cuadrtica, entre otras. Las ecuaciones de cada relacin
se presentan en la siguiente tabla.
Tabla 1. Ecuaciones de regresin

REGRESIN
Lineal
Logartmica
Exponencial
Cuadrtica

ECUACIN
y = A + Bx
y = A + BLn(x)
y = Ae(Bx)
y = A + Bx +Cx2

Sin embargo obtener el modelo de regresin no es suficiente para establecer la regresin, ya que es necesario
evaluar que tan adecuado es el modelo de regresin obtenido. Para esto se hace uso del coeficiente de
correlacin R, el cual mide el grado de relacin existente entre las variables. El valor de R varia entre -1 y 1, pero
en la prctica se trabaja con el valor absoluto de R, entonces, a medida que R se aproxime a 1, ms grande
es el grado de correlacin entre los datos, de acuerdo con esto el coeficiente de correlacin se puede clasificar
de varias formas, como se observa en la Tabla 2.

Tabla 2. Clasificacin del grado de correlacin.

CORRELACIN
Perfecta
Excelente
Buena
Regular
Mala

VALOR O RANGO
|R| = 1
0.9 <= |R| < 1
0.8 <= |R| < 0.9
0.5 <= |R| <0.8
|R|< 0.5

Por lo tanto el anlisis de regresin es una herramienta estadstica que permite analizar y predecir o
estimar observaciones futuras de dos o ms variables relacionadas entre s, es decir una herramienta til
para la planeacin.
Despus de ste tratamiento superficial acerca de regresiones, se continua con un caso prctico relacionado con
la empresa
ESTIMAR LTDA.
A continuacin se presentan los ingresos y costos en millones obtenidos mensualmente durante todo el ao 2002
y los seis primeros meses del 2003. Optamos por presentar ste caso ya que resulta muy prctico a la hora de
aplicar la tcnica de regresin. Adems porque permite analizar como se han comportado los ingresos y costos de
la empresa a partir del ao 2002 y a su vez pronosticar segn la tendencia arrojada, como ser el comportamiento
de los ingresos y costos para el resto del ao 2003 y con base en ellos inferir o tomar decisiones a corto plazo.
Distribuciones Bivariantes Es 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 bivariantes.
Ejemplo
Las notas de 10 alumnos en Matemticas y en Lengua vienen dadas en la siguiente tabla:

MATEMTICAS

LENGUA

10

1:

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

Regresin: La regresin es una tcnica estadstica utilizada para simular la relacin existente entre dos o
ms variables. Por lo tanto se puede emplear para construir un modelo que permita predecir el comportamiento
de una variable dada.
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.
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 destacaremos una de sus propiedades
-1 < r < 1
Correlacin Lineal Y Recta De Regresin: Cuando observa una nube de puntos podemos apreciar si los puntos
se agrupan cerca de alguna curva. Aqu nos limitaremos a observar 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.
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.

Diagrama De Dispersin: La primera

forma de describir una distribucin
bivariante es representar los pares de
valores en el plano cartesiano. El grfico
obtenido recibe el nombre de nube de
puntos o diagrama de dispersin.

Un diagrama de dispersin es una representacin grfica de la relacin entre dos variables, muy utilizada
en las fases de Comprobacin de teoras e identificacin de causas raz y en el Diseo de soluciones y
mantenimiento de los resultados obtenidos. Tres conceptos especialmente destacables son que el
descubrimiento de las verdaderas relaciones de causa-efecto es la clave de la resolucin eficaz de un problema,
que las relaciones de causa-efecto casi siempre muestran variaciones, y que es ms fcil ver la relacin en un
diagrama de dispersin que en una simple tabla de nmeros
Linea De Tendencia: La lnea de tendencia es la herramienta bsica ms importante con la que cuenta el analista
tcnico. Es una lnea o conjunto de lneas que se trazan en el grfico uniendo con una misma pendiente series

sucesivas de puntos mnimos (lnea de tendencia alcista) o de puntos mximos (lnea de tendencia bajista). Sirve
para determinar en primer lugar la direccin del mercado y establecer sus objetivos de proyeccin.
Marca los niveles de soporte o de resistencia que estn proyectando los precios. Permite analizar en cada
momento el nivel de Beneficio / riesgo que se puede tomar al iniciar o cerrar una posicin, tomando como
referencia el precio actual respecto a lnea de tendencia y su proyeccin.
La ruptura de una lnea de tendencia al alza o la baja es una de las seales que confirma un cambio en la
direccin de los precios. Son la base para trazar los canales que encuadran el posible movimiento de los precios.
Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano, pueden darse alguna de las
siguientes relaciones, Lineal, Logartmica, Exponencial, Cuadrtica, entre otras.

Modelo Matemtico: Llamado tambin ajuste de curvas es una ecuacin dada en un grafico, dependiendo del
grado de correlacin que mas se ajuste al conjunto de datos.
AJUSTE LINEAL:
Y=BX+A
AJUSTE LOGARITMICO:
Y=B Ln X+A

AJUSTE EXPONENCIAL:
AJUSTE PARABOLICO, CUADRATICO O POLINOMIAL:

Y=AC BX
Y= AX2 + BX + A

Estimativos: Es una valoracin aproximada basado en datos de periodos anteriores (datos histricos o
estadsticos) a travs de muestreos.
Pronsticos: Es estimar un valor de y dado o supuesto un valor de x. Tambin se puede decir que es prever el
futuro.
Enuncie Los Pasos Para Ajustar Un Conjunto De Datos Y Crear Un Conjunto Su Modelo Matemtico
Tener tabulado un conjunto de datos Xi, Yi cuyas variables tengan relacin

Utilidades Vs Costos

Costos Vs Cantidad Producida

Utilidades Vs Mes

Costos Vs Semanas

Ingresos Vs Ao
Graficar los datos Xi, Yi (Diagrama de dispersin o nube de puntos). Esto permite visualizar la lnea de tendencia.
Construya el modelo matemtico que mas se ajuste teniendo en cuenta el grado de correlacin.

Perfecta
[r]=1

Excelente
0.9 <=[r]<=1

Regular
0.5<=[r]<0.8

Mala
[r]<0.5
Series Cronolgicas: Una SERIE cronolgica es un conjunto de observaciones (ordenado en trminos de
tiempo). Algunos ejemplos de series cronolgicas serian aspectos tales registros de precipitacin pluvial diaria, las
ventas semanales, el producto nacional bruto trimestral, mediciones de la temperatura.
El objeto de analizar tales datos es determinar si se presentan ciertos patrones o pautas no aleatorias .
Algunas veces se trata de descubrir patrones no aleatorios que se puedan utilizar para predecir el futuro.

En otras coacciones, el objetivo es asegurarse de que no haya patrones no aleatorios. En estos casos, dichos
patrones son considerados como una seal de que un sistema o proceso esta " fuera de control".
La siguiente explicacin tiene relacin con el anlisis intrnseco, el cual se concentra en los datos histricos
de la variable de estudio. Cabria destacar que el anlisis intrnseco es ampliamente empleado en los
negocios y en l a industria. El objetivo reconocido del anlisis intrnseco es describir mas que explicar los
patrones histricos de los datos (es decir, identificar diversos patrones). Adems el supuesto en el que se basa el
anlisis intrnseco, estable que existe un constante sistema causal relacionado con el tiempo, el cual influye en los
datos. En otras palabras, los datos histricos supuestamente reflejan l a influencia de todos los factores de manera
uniforme a travs del tiempo. Por ejemplo, un estudio de ventas realizadas en un periodo de 14 aos puede
revelar que las ventas han aumentado de manera uniforme a razn de casi 10% anual. Con base en esto se lleva
a cabo una proyeccin de las ventas futuras, suponiendo que cualesquiera que fuesen las fuerzas que hayan dado
lugar a este patrn, continuaran en le futuro.
Nmeros ndices: Un nmero ndice mide qu tanto una variable ha cambiado con el tiempo. Mide la
variacin relativa entre las variables econmicas: Variaciones en los precios, en los salarios, en los ingresos,
etc.
Se calculan para 2 perodos de una serie de tiempo o para todos los perodos de una serie de tiempo con respecto
a un perodo fijo llamado perodo base. Que importancia tiene estas temticas para cualquier ciencia.
La Estadstica es de gran importancia en las diferentes empresas, enfocadas desde cualquier rea profesional ya
que ayudan a lograr una adecuada plantacin y control apoyados en los estudios de pronsticos, presupuestos
etc.

Motivan a la alta gerencia para que definan los objetivos bsicos de la empresa.

Propician que se defina una estructura adecuada, determinando la responsabilidad y autoridad de cada una
de las partes que integran la organizacin

Incrementan la participacin de los diferentes niveles de la organizacin, cuando existe motivacin

adecuada.

Obligan a mantener un archivo de datos histricos controlables.

Facilitan a administracin la utilizacin optima de los diferentes insumos.

Facilitan la coparticipacin e integracin de las diferentes reas de la compaa.

Obligan a realizar un auto anlisis peridico.

Facilitan el control administrativo.

Son un reto que constantementese presenta a los ejecutivos de una organizacin para ejercitar su
creatividad y criterio profesional a fin del mejoramiento de la empresa.

Ayudan a lograr una mayor efectividad y eficiencia en las operaciones.

Que importancia tiene para usted como contador (a) la realizacin de pronsticos.

Para prevenir los cambios del entorno, de manera que anticipndose a ellos sea mas fcil la adaptacin de
las organizaciones.

Para integrar los objetivos y decisiones de la organizacin.

A travs de los pronsticos, se pueden prever las perdidas en los resultados de los estados financieros
futuros, y de esta manera se pueden tomar decisiones bien sea la reduccin de costos y gastos, planear
estrategias que ayuden al mejoramiento de la empresa, y que se cumpla con el objetivo de toda empresa
que es obtener utilidades.

Con base en anlisis de rotacin de inventarios se puede tomar la decisin de aumentar o sacar del
mercado un producto.
En cuales areas de su competencia profesional es til aplicar este conocimiento.

Economa

Administracin

Psicologa y las demas reas afines ciencias exactas y ciencias sociales

Medicina etc. Nosotras pensamos que estos temas de estadstica son indispensables en cualquier rea ya
que a diario se presentan situaciones donde intervienen dos variables y es importante este conocimiento
para la toma de desiciones
3. Anlisis De Resultados

Realizando un breve anlisis de la EMPRESA ESTIMAR LTDA. Podemos observar la poca o nula estabilidad
comercia , la cual tuvo mucha variabilidad en cada uno de los meses, donde podemos concluir que la empresa
tuvo acogida por los clientes, si observamos los ingresos mensuales que fueron aumentando, sin embargo las
utilidades fueron cada vez ms decrecientes debido a la mala administracin dada por los jefes de produccin
donde invirtieron mas de lo que realmente vendan. Esto a su vez, demuestra que en una situacin como la que se
present en el periodo del ao 2002 y los seis primeros meses del ao 2003, es ms difcil lograr un punto de
equilibrio; es decir, el esfuerzo en la inversin es mayor para compensar lo que se deja de ganar en el margen.
Como podemos observar en la tabla de nmeros ndices base fija (# pagina) en el mes de junio de 2003 se hace
demasiado notable la mala administracin por parte de la empresa debido a que tenemos una variacin en el
costo del 250%, una variacin en los ingresos del 125% y una variacin de las utilidades de un dficit del 125%; lo
cual no tiene sentido alguno en el desarrollo de las actividades de una empresa, donde el objetivo general de una
empresa es obtener rentabilidad.
En la tabla de nmeros ndice en base mvil, observamos que el porcentaje de variacin de costos y el de los
ingresos respecto a la tabla en base fija van disminuyendo a medida que avanza el periodo, mientras que el
porcentaje de variacin en las utilidades en las dos tablas fueron muy diferentes, el la base mvil las utilidades
estuvieron muy variables entre utilidad y perdida, en cambio en la base fija siempre se presento dficit en forma
creciente a medida en que avanzaba el periodo.
4. Conclusiones
Es de suma importancia que la empresa ESTIMAR LTDA. Realice una planeacin de presupuesto con el fin de
investigar sobre el comportamiento de los diferentes mercados, los cuales tienen incidencia directa sobre el
producto, como tambin realizar el plan de necesidades de insumos el cual consiste en detectar los requerimientos
de los diferentes recursos que intervienen en el proceso productivo de tal modo que se pueda hacer frente al plan
de mercados.
Realizar el plan financiero que tiene como finalidad decidir como se resolvera el problema de liquidez y de
financiamiento de la empresa, una vez que se haya pronosticado los ingresos y los desembolsos provenientes del
plan de requerimientos de insumos. Mediante un buen grado de correlacin, podemos fcilmente hacer
estimativos acerca de cmo se va a comportar una variable de inters (en nuestro caso los ingresos, costos y
utilidades mensuales de la empresa ESTIMAR LTDA.) a travs del tiempo.
Los ingresos de ESTIMAR LTDA. desde Enero de 2002, presentan una tendencia creciente y se ajust aun
modelo matemtico polinomial con un grado de correlacin excelente, R = 0.9627, mostrando una buena relacin
entre los datos manejados. Se observa que ESTIMAR LTDA. es una empresa con una muy mala gestin
administrativa, porque fueron mas altos los costos que los ingresos a pesar que estos estuvieron mas o menos por
el mismo nivel afectando notablemente las utilidades en forma negativa; por tal motivo es necesario mantener en
la empresa costos estndar actualizados, con el propsito de que facilite la elaboracin del presupuesto de
requisiciones de materia prima, mano de obra y de gastos de fabricacin ndirectos, ya que de otra forma, se
determinaran en forma muy imprecisa La mejor estrategia para que no suceda lo anterior estriba en tomar
medidas practicas para la reduccin de costos, lo cual generara mayor margen y permitir a la empresa mejorar su
posicin competitiva.
5. Bibliografa
1. MONTGOMERY Douglas C., RUNGER George C., Probabilidad y Estadstica Aplicadas a la Ingeniera,
Ed. McGraw Hill, 1996, Captulo 9.
2. AULAFACIL.COM, Curso de Estadstica, Captulos 12 y 13, 2003.
3. CONTABILIDAD ADMINISTRATIVA, David Noel Ramrez Padilla