Académique Documents
Professionnel Documents
Culture Documents
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
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
Coeficiente de determinacin
REGRESION Y CORRELACION
REGRESION
CORRELACION
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.
Lineal
KARL PEARSON
RANGOS DE SPEARMAN
Parcial
Multiple: Y=A+B0X0+B1X1+B2X2+BnXn
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
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
Se aplica la frmula:
Por lo tanto existe una correlacin positiva moderada entre la primera y segunda
evaluacin de los 8 estudiantes.
CORRELACION MULTIPLE
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...!!!
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.