Académique Documents
Professionnel Documents
Culture Documents
Integrantes
AN
LISIS
DE
REG
RESI
N
DESARROLLO
2
2. CORRELACIN INVERSA
La correlacin inversa se da cuando al aumentar una de las variables la otra
disminuye.
La recta correspondiente a la nube de puntos de la distribucin es una recta
decreciente.
3. CORRELACIN NULA
La correlacin nula se da cuando no hay dependencia de ningn tipo entre las
variables.
En este caso se dice que las variables son incorreladas y la nube de puntos tiene
una forma redondeada.
GRADO DE CORRELACIN
El grado de correlacin indica la proximidad que hay entre los puntos de la nube
de puntos. Se pueden dar tres tipos:
1. CORRELACIN FUERTE
La correlacin ser fuerte cuanto ms cerca estn los puntos de la recta.
2. CORRELACIN DBIL
La correlacin ser dbil cuanto ms separados estn los puntos de la recta.
COEFICIENTE DE CORRELACIN
La razn de la variacin explicada a la variacin total se llama coeficiente de
determinacin. Si la variacin explicada es cero, es decir, la variacin total es toda
no explicada, esta razn es cero. Si la variacin no explicada es cero, es decir, la
variacin total es toda explicada, la razn es uno. En los dems casos la razn se
encuentra entre cero y uno. Puesto que la razn es siempre no negativa, se
denota por r2 . La cantidad r se llama coeficiente de correlacin y est dado por:
r=
Variacin explicada
Variacin total
(Yest . Y)2
(Y Y)2
y vara entre -1 y +1, los signos se utilizan para la correlacin lineal positiva y la
correlacin lineal negativa, respectivamente. Ntese que r es una cantidad sin
dimensiones, es decir, no depende de las unidades empleadas. De esta manera
un valor de r igual a +1 implica una relacin lineal perfecta con una pendiente
positiva, mientras que un valor de r igual a -1 resulta de una relacin lineal
perfecta con pendiente negativa. Se puede decir entonces que las estimaciones
mustrales de r cercanas a la unidad en magnitud implican una buena correlacin
o una asociacin lineal entre X y Y, mientras que valores cercanos a cero indican
poca o ninguna correlacin.
Otra forma de medir el coeficiente de correlacin muestral es:
r=
1-
S2 Y . X
S2 Y
EJERCICIO 1
PASO 1: Las notas de 12 alumnos de una clase en Matemticas y Fsica
son las siguientes:
Matemtic
a
2
3
4
4
5
6
6
7
7
8
10
10
Fsica
2
3
4
4
5
6
6
7
7
8
10
10
Yi
Xi Yi
Xi 2
Yi2
2
3
4
4
5
6
6
7
7
8
10
10
72
1
3
2
4
4
4
6
4
6
7
9
10
60
2
9
8
16
20
24
36
28
42
56
90
100
431
4
9
16
16
25
36
36
49
49
64
100
100
504
1
9
4
16
16
16
36
16
36
49
81
100
380
PASO 3:
Hallamos las medias aritmticas.
Calculamos la covarianza.
EJERCICIO 2
Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32, 42
y 44 kilos.
1. Hallar la ecuacin de la recta de regresin de la edad sobre el peso.
2. Cul sera el peso aproximado de un nio de seis aos?
Xi
2
3
5
7
8
25
Yi
14
20
32
42
44
152
Xi2
4
9
25
49
64
151
Yi2
196
400
1.024
1.764
1.936
5.320
Xi Yi
28
60
160
294
352
894
EJERCICIO 3
La informacin estadstica obtenida de una muestra de tamao 12 sobre la
relacin existente entre la inversin realizada y el rendimiento obtenido en cientos
de miles de euros para explotaciones agrcolas, se muestra en el siguiente cuadro:
INVERSIN (X)
RENDIMIENTO (Y)
11
14
16
15
16
18
20
21
14
20
19
11
2
3
5
6
5
3
7
10
6
10
5
6
Yi
2
3
5
6
5
3
7
10
6
10
5
6
68
Xi Yi
121
196
256
225
256
324
400
441
196
400
361
121
3 297
Xi2
4
9
25
36
25
9
49
100
36
100
25
36
454
Yi 2
22
42
80
90
80
54
140
210
84
200
95
66
1 163
10
EJERCICIO 4
El nmero de horas dedicadas al estudio de una asignatura y la calificacin
obtenida en el examen correspondiente, de ocho personas es:
X
20
16
34
23
27
32
18
22
Y
6.5
6
8.5
7
9
9.5
7.5
8
1. Recta de regresin de Y sobre X.
2. Calificacin estimada para una persona que hubiese estudiado 28 horas.
Xi
16
18
20
22
23
27
32
34
192
Yi
6
7.5
6.5
8
7
9
9.5
8.5
62
Xi Yi
256
324
400
484
529
729
1 024
1156
4 902
Xi 2
36
56.25
42.25
64
49
81
90.25
72.25
491
Yi2
96
135
130
176
161
243
304
289
1 534
11
EJERCICIO 5
En la tabla siguiente se indica la edad (en aos) y la conducta agresiva (medida en
una escala de cero a 10) de 10 nios.
EDAD
CONDUCTA
AGRESIVA
6
6.4
6.7
7
7.4
7.9
8
8.2
8.5
8.9
9
6
7
8
7
4
2
3
2
1
yi
xi yi
xi2
yi2
6
6.4
6.7
7
7.4
7.9
8
8.2
8.5
8.9
75
9
6
7
8
7
4
2
3
2
1
49
36
40.96
44.89
49
54.76
62.41
64
67.24
72.25
79.21
570.72
81
36
49
64
49
16
4
9
4
1
313
54
38.4
46.9
56
51.8
31.6
16
24.6
17
8.9
345.2
12
EJERCICIO 6
En una empresa de transportes trabajan cuatro conductores. Los aos de
antigedad de permisos de conducir y el nmero de infracciones cometidas en el
ltimo ao por cada uno de ellos son los siguientes:
Aos (X)
Infracciones (Y)
3
4
4
3
5
2
6
1
Yi
4
3
2
1
10
Xi Yi
12
12
10
6
40
Xi2
9
16
25
36
86
Yi2
16
9
4
1
30
13
CONCLUSIN
El anlisis de regresin y correlacin lineal constituyen mtodos que se
emplean para conocer las relaciones y significacin entre series de datos.
Lo anterior, es de suma importancia para la industria ya que es aqu en
donde se presentan variables de respuesta e independientes las cuales
interactan para originar las caractersticas de un proceso en particular y por ende;
14
15