Académique Documents
Professionnel Documents
Culture Documents
Para poder entender esta relacin tendremos que analizarlo en forma grfica:
pesos
que represente la 40
tendencia de los datos, que en otras palabras podra
20
decirse que se observa que a mayor edad mayor peso.
0
La correlacin se puede explicar con la pendiente de 0 20 40 60
esa recta estimada y de esta forma nos podemos dar edades
cuenta que tambin existe el caso en el que al crecer la
variable independiente decrezca la variable
dependiente. En aquellas rectas estimadas cuya pendiente sea cero entonces podremos decir
que no existe correlacin.
n n n En donde:
n xi y i xi * y i R = coeficiente de correlacin
N = nmero de pares
r i 1 i 1 i 1
ordenados
n
n
n 2
n
2
X = variable independiente
n x xi n y i2
2
i y i Y = variable independiente
i 1 i 1 i 1 i 1
Ejemplo:
Se debe aclarar que el coeficiente de correlacin slo puede variar de la siguiente manera:
1 r 1 y que para entenderlo mejor se debe obtener el coeficiente de determinacin que
se obtiene con r cuadrada, ya que este representa el porcentaje que se explica y
mediante los datos de x .
En nuestro ejemplo decimos que la correlacin es casi perfecta, ya que, esta muy cerca de 1 y
que el porcentaje de datos que explican a y es (0.65638606) 2= 0.430842 o sea el 43.08 %
Primero tendremos que pensar que se genera una matriz, ya que, ahora estamos juntando dos
tablas de distribucin de frecuencias y por ello nuestros clculos sern ms laboriosos, por lo
que les recomiendo el uso de una hoja de calculo o al menos una calculadora con regresin
para datos agrupados.
De cualquier forma aqu tambien estamos evaluando numricamente si existe relacin entre
dos variables y lo haremos con la siguiente ecuacin.
k l l k En donde podemos
n f x i y i fx x i * fy y i encontrar k como el nmero
j 1 i 1 i 1 i 1
r de clases para la variable
"y" y l para el nmero de
l l
2
k k
2
n fx xi fx xi n fy y i fy y i
2 2 clases de "x".
i 1 i 1 i 1 i 1 Tambin podemos observar
que hay varios tipos de "f"
es decir, la que se
encuentra sola (sin subndice) que nos habla de las frecuencias celdares (cada una de las
frecuencias que se encuentran en la interseccin entre una columna y un rengln) y las "f" con
subndices que representan las frecuencias de cada una de las variables.
Correlacin= 0.695
k l l k
n f x i y i f x x i * fy y i
j 1 i 1 i 1 i 1 48 * 5380.77 - (82.06 * 3116)
r
l
l
2
k 2 k
2
((48 * 140.8982) - 82.06 2 ) * (( 48 * 212072) - 3116
n f x 2
x i f x
x i n f y
y i f y
y i
Al interpretar nuestro resultado podemos concluir que si existe relacin entre el peso y la
estatura, es decir, que a mayor estatura mayor peso.
150
1698 47
100 2045 15
1348 100
50
1268 120
0
1000 1500 2000