Qu es correlacin?

Es la relacin que existe entre dos variables y a la estrechez (cualidad de lo que es poco ancho, o
tiene menos ancho que otras cosas del mismo tipo) de dicha relacin.
Qu es regresin? es la cantidad de cambio de una variable asociada a un cambio nico de otra variable.
Si se aplica cierto fertilizante en algn cultivo, comnmente notamos que se obtiene un incremento en la produccin a
medida que se aumenta el nutriente hasta cierto punto, ms all de este punto la produccin se estabiliza o disminuye si se
utilizan cantidades excesivas de abono.
Este ejemplo implica dos variables, la magnitud de una dependiendo de la otra. Estas variables se denominan independiente
(fertilizante) y dependiente (produccin), presenta la idea de que cuando una variable se incrementa as lo har la otra o
viceversa, en estadstica esto recibe el nombre de correlacin directa o positiva.
Aqu una variable depende de la otra, pero hay un pequeo giro en las relaciones entre las mismas. El incremento de una
variable se acompaa por la disminucin de la otra o viceversa, esto se denomina correlacin inversa o negativa.

El

coeficiente

de correlacin (r) es la medida que cuantifica la estrechez de la relacin entre dos variables, es decir, sirve para medir de
un modo matemtico y ms preciso el grado de correlacin existente.
Los valores que puede tomar el coeficiente de correlacin lineal van de: -1 r 1, cuando el valor de r = 1 r = -1 ambos
indican correlaciones perfectas, cuando r = 0 significa ausencia de correlacin lineal.
Una relacin positiva significa: a mayor rendimiento en x mayor rendimiento en y o viceversa. Una correlacin negativa
significa: a un rendimiento menor en x se tiene un rendimiento mayor en y o viceversa a un rendimiento mayor en x se tiene
un rendimiento menor en y.
La correlacin entre dos variables, pasando por alto cualesquiera otras variables que pueden variar simultneamente, recibe
el nombre de correlacin simple o lineal.

La correlacin entre dos variables, cuando una o ms variables permanecen fijas a un nivel constante, se denomina
correlacin parcial.
La relacin combinada entre una variable dependiente y dos o ms variables que varan simultneamente recibe el nombre
de correlacin mltiple.
Qu es la desviacin estndar? La desviacin estndar () mide cunto se separan los datos.
Qu es la varianza? (es el cuadrado de la desviacin estndar: 2 se define as: Es la media de las diferencias con la
media elevadas al cuadrado. Lo que hace la varianza es establecer la variabilidad de la variable aleatoria. En s, la varianza
es una medida de la dispersin o variabilidad que existe en un conjunto de datos.
Qu es la heterocedasticidad? La heterocedasticidad consiste en que las observaciones muestrales tienen varianzas del
error diferentes entre s: var(Ui)=2i, i=1,2,...n. Se da cuando la varianza de los errores no es constante en las distintas
observaciones
La heterocedasticidad significa varianzas heterogneas, puede ser provocada nuevamente por un mal diseo de estudio y
hay que mejorar el diseo. Si es una caracterstica de tu estudio, la mejor solucin es modelar la heterocedasticidad a travs
del modelo que uses para el anlisis.
Fuentes de Heterocedasticidad:

Caractersticas particulares de la regresin

Factores atpicos
Errores de especificacin del modelo
Asimetra en la distribucin de las variables
Incorrecta transformacin de los datos o forma funcional

Existen contrastes para detectar heterocedasticidad:

El contraste de Cochran, se utiliza si todos los tamaos muestrales son iguales y es til si la varianza de un

tratamiento es mucho mayor que en los otros.

El contraste de Bartlett o el Contraste de Hartley son ms generales y ms utilizados. Estos contrastes son muy

conservadores y muy sensibles a la ausencia de normalidad.

El contraste de Levene es muy utilizado, en esencia, consiste en efectuar un anlisis de la varianza sobre las
diferencias en valor absoluto entre las observaciones y la mediana (u otra medida de tendencia central)

manteniendo el diseo original.

El contraste de Romero y Znica, se basa en una idea anloga, se realiza un anlisis de la varianza sobre los
cuadrados de los residuos del modelo ajustado con el mismo factor en estudio. Ahora la hiptesis bsica a
contrastar es que la varianza en todos los grupos es la misma.

Qu es la homocedasticidad? La homocedasticidad significa que la varianza de los residuos es constante y no vara en

los diferentes niveles del factor, es decir, igual varianza de los n errores aleatorios.