Vous êtes sur la page 1sur 26

CORRELACION MULTIPLE

OBJETIVOS
OBJETIVO
GENERAL
Verificar
el grado de asociacin que existen entre
dos o mas variables por el mtodo de Correlacin
Mltiple as mismo identificar los puntos donde
son aplicables La Correlacin Mltiple dentro de
la rama
de Ing. Civil.
OBJETIVO

ESPECIFICO

Conocer las principales diferencias entre el


anlisis de regresin y el anlisis de
correlacin.
Mostrar los elemento tericos necesario para

OBJETIVOS
OBJETIVO
ESPECIFICO
Analizar las aplicaciones practicas del anlisis de
correlacin.
Estimar el valor esperado de la respuesta y
predecir un valor futuro de esta para unos valores
prefijados de las variables explicativas. Determinar
la precisin de la estimacin y la prediccin.

INTRODUCCION
TABLA DE DISPERCION
TABLA DE DATOS

CORRELACION
LINEAL

f(x) = 0.39x + 5.67


R = 0.17

Coeficiente de determinacin

REGRESION Y CORRELACION
REGRESION

CORRELACION

Definiciones: es el anlisis que


se utiliza para hacer
predicciones.
La regresin mide en forma
funcional, a travs de una
ecuacin, la posible relacin
entre las variables con el objeto
de predecir una de ellas en
funcin de la(s) otra(s).

Definiciones: se dirige sobre todo


a medir la intensidad o fuerza
con que estn relacionadas
linealmente las variables.

Se utiliza para medir la


intensidad de la asociacin entre
variables numricas.

Mide la fuerza y la direccin de la


relacin lineal entre dos
variables cuantitativas.

REGRESION
La regresin lineal simple comprende el intento de desarrollar una lnea recta o
ecuacin matemtica lineal que describe la reaccin entre dos variables
Lineal : y=Ax+B
No lineal

Logartmica: y=A+BLn(X)
Exponencial: y=A*e^(Bx)
Cuadrtica: Ax^2+Bx+C

Multiple: Y=A+B0X0+B1X1+B2X2+BnXn

DIAGRAMA DE
DISPERSION:

Un diagrama de dispersion
muestra la relacion entre dos
variables cuantitativas medidas
para los mismos individuos o
grupo de individuos. Los valores
de una variable aparecen en el eje
de las abscisas y los valores de la
otra en el eje de lasordenadas.

La representacion grafica
bidimensional en el analisis de
regresion que implica una variable
dependiente y una variable
independiente.

COEFICIENTES DE CORRELACIN (r)


Los coeficientes de correlacin son medidas que indican la situacin relativa de los mismos sucesos
respecto a las dos variables, es decir, son la expresin numrica que nos indica el grado de relacin
existente entre las 2 variables y en qu medida se relacionan. Son nmeros que varan entre los lmites
+1 y -1. Su magnitud indica el grado de asociacin entre las variables; el valor r = 0 indica que no
existe relacin entre las variables; los valores +/- 1 son indicadores de una correlacin perfecta
positiva (al crecer o decrecer X, crece o decrece Y) o negativa (Al crecer o decrecer X, decrece o crece
Y).

Lineal

KARL PEARSON
RANGOS DE SPEARMAN

Parcial
Multiple: Y=A+B0X0+B1X1+B2X2+BnXn

r^2: porcentaje de variabilidad entre las


varianzas (2 o ms)

Para interpretar el coeficiente de correlacin utilizamos la siguiente escala:

COEFICIENTE DE CORRELACIN DE KARL PEARSON


Llamando tambin coeficiente de correlacin producto-momento.
Se usa para variables aleatorias cuantitativas
Se calcula aplicando la siguiente ecuacin:
Covarianza
Raz cuadrada de la
varianza
r = Coeficiente producto-momento de correlacin lineal

Ejemplo ilustrativo:
Con los datos sobre las temperaturas en dos das diferentes en una ciudad,
determinar el tipo de correlacin que existe entre ellas mediante el coeficiente de
PEARSON.

Solucin:
Se llena la siguiente tabla
X
18
17
15
16
14
12
9
15
16
14
16
18
180

Y
13
15
14
13
9
10
8
13
12
13
10
8
138

Se aplica la frmula:

x = X-
3
2
0
1
-1
-3
-6
0
1
-1
1
3

y = Y-
1.5
3.5
2.5
1.5
-2.5
-1.5
-3.5
1.5
0.5
1.5
-1.5
-3.5

x^2
9
4
0
1
1
9
36
0
1
1
1
9
72

xy
4.5
7
0
1.5
2.5
4.5
21
0
0.5
-1.5
-1.5
-10.5
28

y^2
2.25
12.25
6.25
2.25
6.25
2.25
12.25
2.25
0.25
2.25
2.25
12.25
63

1.3.2) COEFICIENTE DE CORRELACIN POR RANGOS DE SPEARMAN


Este coeficiente se emplea cuando una o ambas escalas de medidas de las
variables son ordinales, es decir, cuando una o ambas escalas de medida son
posiciones. Ejemplo: Orden de llegada en una carrera y peso de los atletas.
Se calcula aplicando la siguiente ecuacin:

= Coeficiente de correlacin por rangos de Spearman r


d = Diferencia entre los rangos ( X menos Y)
n = Nmero de datos
Nota: Los datos hay que traducirlos u ordenarlos en rangos. A los puntajes ms
elevados le asignamos el rango 1 al siguiente el rango 2 y as sucesivamente. Si
se repiten dos puntajes o ms se calculan las medias aritmticas.

EJEMPLO:
La siguiente tabla muestra el rango u orden obtenido en la primera evaluacin (X) y el rango o
puesto obtenido en la segunda evaluacin (Y) de 8 estudiantes universitarios en la asignatura de
Estadstica. Realizar el diagrama de dispersin y calcular el coeficiente de correlacin por
rangos de Spearman.
ESTUDIANTE

DYANA

ELIZABETH

MARIO

ORLANDO

MATHIAS

JOSUE

ANITA

LUCIA

Para calcular el coeficiente de correlacin por rangos de Spearman de se llena la


siguiente tabla:

Se aplica la frmula:

Por lo tanto existe una correlacin positiva moderada entre la primera y segunda
evaluacin de los 8 estudiantes.

CORRELACION MULTIPLE

El coeficiente de regresin multiple indica la correlacion entre una de las


variables independientes y variable dependiente, manteniendo la otra u
otras variables independientes estadsticamente constantes

CORRELACION PARCIAL
Se define como la correlacion entre 2 varibles, si las dems variables no
varian, es decir el valor de las dems variables son fijas.
PARA 3 VARIABLES: Cuando la relacin que existe entre una variable
dependiente y una independiente es de tal forma que los dems factores
permanezcan constantes.

PARA 4 VARIABLES
VD+VI+C1+C2

PARA n VARIABLES
VD+VI+C1+C2+C3++Cn

DESVENTAJAS
Si bien 'r' (coeficiente de correlacin) es una herramienta poderosa, debe ser
utilizada con cuidado.
1. Los coeficientes de correlacin ms utilizados slo miden una relacin
lineal. Por lo tanto, es perfectamente posible que, si bien existe una fuerte
relacin no lineal entre las variables, r est cerca de 0 o igual a 0. En tal caso,
un diagrama de dispersin puede indicar aproximadamente la existencia o no
de una relacin no lineal.
2. Hay que tener cuidado al interpretar el valor de 'r'. Por ejemplo, se podra
calcular 'r' entre el nmero de calzado y la inteligencia de las personas, la
altura y los ingresos. Cualquiera sea el valor de 'r', no tiene sentido y por lo
tanto es llamado correlacin de oportunidad o sin sentido.
3. 'R' no debe ser utilizado para decir algo sobre la relacin entre causa y
efecto. Dicho de otra manera, al examinar el valor de 'r' podramos concluir
que las variables X e Y estn relacionadas. Sin embargo, el mismo valor de 'r
no nos dice si X nfluencia a Y o al revs. La correlacin estadstica no
debe ser la herramienta principal para estudiar la causalidad, por el
problema con las terceras variables.

PROPIEDADES
1. El coeficiente de correlacin no vara al hacerlo la escala de medicin.
Es decir, si expresamos la altura en metros o en centmetros el coeficiente de
correlacin no vara.
2. El signo del coeficiente de correlacin es el mismo que el de la covarianza.
Si la covarianza es positiva, la correlacin es directa.
Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
3. El coeficiente de correlacin lineal es un nmero real comprendido entre menos
1 y 1.
1 r 1
4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin
es fuerte e inversa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es
fuerte y directa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin
es dbil.
7. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o decreciente.
Entre ambas variables hay dependencia funcional.

GRACIAS...!!!

CORRELACIN ENTRE VARIABLES


El anlisis de correlacin es un grupo de
tcnicas que permiten medir la intensidad de
la relacin que puede existir entre dos
variables.
Ejemplos:
Relacin entre los datos de peso y talla
de estudiantes de educacin secundaria.
Relacin entre el tiempo de estudio y
calidad de profesional.

CORRELACIN ENTRE VARIABLES

La correlacin puede ser:


De al menos dos variables
(dependiente-independiente).
(correlacin simple).
o de una variable dependiente y dos
o ms variables independientes
( correlacin mltiple).

1) ANLISIS DE CORRELACIN
Dado dos variables, la correlacin permite hacer estimaciones del valor de una de ellas
conociendo el valor de la otra variable.
1.1) DIAGRAMA DE DISPERSIN
Los diagramas de dispersin son planos cartesianos en los que se marcan los puntos
correspondientes a los pares ordenados (X,Y) de los valores de las variables.
1.2) CLASIFICACIN DE LA CORRELACIN
1.2.1) Segn la relacin entre variables
- Correlacin lineal: Se representa mediante una lnea recta.
- Correlacin no lineal: Se representa con una lnea curva.
1.2.2) Segn el nmero de variables
- Correlacin simple: La variable dependiente acta sobre la variable independiente.
- Correlacin mltiple: Cuando la variable dependiente acta sobre varias variables
independientes.
- Correlacin parcial: Cuando la relacin que existe entre una variable dependiente y una
independiente es de tal forma que los dems factores permanezcan constantes.

1.2.3) Segn el valor cuantitativo


- Correlacin perfecta: El valor del coeficiente de correlacin es 1
- Correlacin imperfecta: El coeficiente de correlacin es menor a 1 sea en sentido positivo o
negativo.
- Correlacin nula: El coeficiente de correlacin es 0. No existe correlacin entre las variables.
Ejemplo: Nmero de calzado de una persona y su cociente intelectual.

1.2.4) Segn el signo


- Correlacin positiva.- Dos variables tiene correlacin positiva cuando al aumentar o
disminuir el valor de una de ellas entonces el valor correspondiente a la otra aumentar o
disminuir respectivamente, es decir, cuando las dos variables aumentan en el mismo sentido.
Ejemplo: Peso de una persona y su talla.
- Correlacin negativa.- Dos variables tiene correlacin negativa cuando al aumentar o
disminuir el valor de una de ellas entonces el valor de la otra disminuir o aumentar
respectivamente, es decir, una variable aumenta y otra disminuye o viceversa. Ejemplo: Nmero
de partidos ganados por un equipo en una temporada y su posicin final en la tabla.

Vous aimerez peut-être aussi