Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El primer paso para analizar una serie de tiempo es graficarla, esto permite:
identificar la tendencia, la estacionalidad, las variaciones irregulares
(componente aleatoria).
Un modelo clsico para una serie de tiempo, puede ser expresada como suma
o producto de tres componentes: tendencia, estacional y un trmino de error
aleatorio. En adelante se estudiar cmo construir un modelo para explicar la
estructura y prever la evolucin de una variable que observamos a lo largo del
tiempo.
INGRESO
1000000
0.993350
CONSUMO
0.993350
1000000
Importancia
El estudio de las correlaciones es de una importancia extrema en el campo
de las ciencias. En concreto, gran parte de la investigacin en las ciencias
sociales, y el de la educacin no es una excepcin, se dedica al estudio de la
variabilidad en alguna variable o realidad entre grupos, individuos o culturas a
lo largo del tiempo y a travs de diversos entornos y lugares. Sin variabilidad no
hay ciencia experimental. Es la variabilidad la que despierta la curiosidad de
todos y mueve a algunos a investigar cul es su origen en orden a explicarla.
Para intentar explicar la variabilidad de tales variables se recurre al estudio de
Diagrama de dispersin
Un diagrama de dispersin se emplea cuando existe una variable que
est bajo el control del experimentador. Si existe un parmetro que se
incrementa o disminuye de forma sistemtica por el experimentador, se le
denomina parmetro de control o variable independiente = eje de x y
habitualmente se representa a lo largo del eje horizontal. La variable medida o
dependiente = eje de y usualmente se representa a lo largo del eje vertical. Si
no existe una variable dependiente, cualquier variable se puede representar en
cada eje y el diagrama de dispersin mostrar el grado de correlacin (no
causalidad) entre las dos variables.
Un diagrama de dispersin puede sugerir varios tipos de correlaciones entre
las variables con un intervalo de confianza determinado. La correlacin puede
ser positiva (aumento), negativa (descenso), o nula (las variables no estn
correlacionadas). Se puede dibujar una lnea de ajuste (llamada tambin "lnea
de tendencia") con el fin de estudiar la correlacin entre las variables. Una
ecuacin para la correlacin entre las variables puede ser determinada por
procedimientos de ajuste. Para una correlacin lineal, el procedimiento de
ajuste es conocido como regresin lineal y garantiza una solucin correcta en
un tiempo finito.
Uno de los aspectos ms poderosos de un grfico de dispersin, sin
embargo, es su capacidad para mostrar las relaciones no lineales entre las
variables. Adems, si los datos son representados por un modelo de mezcla de
relaciones simples, estas relaciones son visualmente evidentes como patrones
superpuestos.
El diagrama de dispersin es una de las herramientas bsicas de control de
calidad, que incluyen adems el histograma, el diagrama de Pareto, la hoja de
verificacin, los grficos de control, el diagrama de Ishikawa y el diagrama de
flujo.
Dnde:
es la covarianza de
Ejemplo
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.
X 18 17 15 16 14 12 9 15 16 14 16 18
SX
=180
Y 13 15 14 13 9
SY=
138
Solucin:
Se calcula la media aritmtica
10 8 13 12 13 10 8
Se aplica la frmula:
Y
Contenido de Nicotina por
cigarrillo
(mg)
1.51 (8)
0.96 (3)
1.21 (6)
1.66 (10)
1.11 (4)
0.84 (2)
1.14 (5)
1.28 (7)
1.53 (9)
0.76 (1)
X (edad)
23
23
(Los rangos
seran)
1.5
1.5
27
3.5
27
3.5
39
41
45
...
...
obtendramos el siguiente
Conclusin
El coeficiente de correlacin es una herramienta estadstica elemental e
importante para el estudio economtrico de relaciones lineales bivariadas que
involucran el uso de datos de corte transversal o series de tiempo. Sin
embargo, este instrumento puede fallar en algunas ocasiones al sugerir la
presencia de una relacin estadsticamente significativa entre dos variables que
en verdad no tienen sentido o no poseen relacin lineal alguna, es decir, que
presentan una correlacin esprea.
http://www.monografias.com/trabajos85/coeficiente-correlacion-karl-pearson/coeficientecorrelacion-karl-pearson.shtml
http://viref.udea.edu.co/contenido/menu_alterno/apuntes/ac36-correlacion-variables.pdf
http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson
http://www.fisterra.com/mbe/investiga/var_cuantitativas/var_cuantitativas.asp