Guía U2 - Métodos de Correlación

Centro de Bachillerato Tecnolgico Industrial y de
Servicios No. 80
MOTUL
PROBABILIDAD Y ESTADSTICA
GUA DE ESTUDIO
2016
Elabor: Dra. Silvia Leonor Martnez Quijano
NOMBRE DEL ALUMNO
MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

PARTE 1: MEDIDAS7DE CORRELACIN
Coeficiente de Correlacin
Despus de estudiar cmo hay que organizar, representar grficamente y
analizar un conjunto de datos a partir de algunos parmetros, nos proponemos
estudiar las relaciones entre variables. Queremos construir modelos que describan la
relacin entre las variables con el propsito, principalmente, de predecir los valores
de una variable a partir de los valores de la otra. Lo haremos con el modelo de
regresin lineal simple.
Por ejemplo, podemos estudiar las distribuciones de los pesos y de las alturas
de un conjunto de personas por separado. Ahora el objetivo es determinar si existe
relacin alguna entre estas variables.
Las formas en que se puede calcular la relacin que existe entre dos variables
es a travs del Mtodo grfico y el mtodo analtico:
Mtodo grfico: Diagramas de Dispersin

El diagrama de dispersin se obtiene representando cada observacin (x, y)
como un punto en el plano cartesiano XY. El diagrama de dispersin puede presentar
formas diversas:
Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

7
Ejemplo de las alturas y los pesos

Sujeto
s
X
Altura
(cm)
Y peso
(kg)
10
11
12
13
14
14
3
15
0
16
7
16
6
16
1
14
2
16
4
16
0
16
3
16
3
15
5
16
2
14
9
17
0
57
60
60
70
73
53
75
64
60
70
80
61
50
60
El diagrama de dispersin tambin nos puede ayudar a encontrar algn valor

atpico entre los datos de la muestra.
Mtodo Analtico

7 mtodo, utilizaremos el Coeficiente de
Para determinar la relacin por este
correlacin denominado r de Pearson. Su frmula:
Donde:
N= nmero de sujetos encuestados

X= La variable independiente
Y = Variable dependiente
Clculo del Coeficiente de correlacin, considerando el ejemplo de las alturas

y los pesos
Sujetos
10
11
12
13
14
X Altura
(cm)
Y peso (kg)
14
3
57
15
0
60
16
7
60
16
6
70
16
1
73
14
2
53
16
4
75
16
0
64
16
3
60
16
3
70
15
5
80
16
2
61
14
9
50
17
0
60

7
Para solamente sustiruir valores, procedemos
al llenado de la siguiente tabla,
atendiendo a los clculos que en cada columna se solicitan:
Y peso
(kg)
57
60
X2
Y2
X*Y
1
2
X Altura
(cm)
143
150
20449
22500
3249
3600
8151
9000
167
60
27889
3600
10020
166
70
27556
4900
11620
161
73
25921
5329
11753
142
53
20164
2809
7526
164
75
26896
5625
12300
160
64
25600
4096
10240
163
60
26569
3600
9780
10
163
70
26569
4900
11410
11
155
80
24025
6400
12400
12
162
61
26244
3721
9882
13
149
50
22201
2500
7450
14
170
60
28900
3600
10200
Sumas
2215
893
351483
57929
141732
Cuadrados
351,483
797,449
Sujetos
Una vez que hemos llenado la tabla, procedemos a sustiruir en la frmula de

la r de Pearson:
r=
14 ( 141,732 )(2,215)( 893)
[ 14 ( 351,483 )4 906,225 ] [ 14 ( 57,929 )797,449 ]
=0.445
Conclumos
que:
Existe una
correlacin
media o dbil

Modelo de Regresin Lineal Simple
El Modelo de Regresin lineal simple nos permite construir un modelo

para explicar la relacin entre dos variables.
Es decir, nos proponemos encontrar la ecuacin de la recta que mejor se
ajuste a la nube de puntos. sta recta se denomina recta de regresin.
Una vez que hemos hecho el diagrama de dispersin y despus de observar
una posible relacin lineal entre las dos variables,
Ahora el objetivo es determinar si existe relacin alguna entre estas variables,
con el propsito de predecir los valores de una variable a partir de los valores de
otra.
Es decir, se trata de explicar el comportamiento de una variable Y denominada
dependiente, a partir de otra variable X que denominaremos independiente
Las relaciones entre dos variables pueden ser de dos tipos:
1) Deterministas. Cuando hay una frmula matemtica que permite calcular los
valores deuna de las variables apartir de los valores que toma la otra.
Ejemplo: Podemos determinar el rea de un cuadrado a partir de la longitud
de su lado.
2) Estadsticas. Cuando no existe una expresin matemtica que las relacione de
forma exacta.
Ejemplo: En la relacin entre el peso y la altura es evidente que existen
muchos factores, como pueden ser genticos, la actividad fsica, la
alimentacin, etc. Que hacen que una persona de determinada altura tenga un
peso u otro. Todos estos factores y otros que noconocemos hacen que esta
relacin entre peso y altura sea Estadstica y no Determinista (funcional).
Estimacin de los parmetros: mtodo de los mnimos cuadrados.

Una recta queda bien determinada si el valor de su pendiente
ordenada al origen
y de su
son conocidos. De esta forma la recta viene dada por:

^y =a+bx
Para determinar una Recta de regresin, se har uso del mtodo de mnimos
cuadrados.

El mtodo de mnimos cuadrados 7
consiste en buscar los valores de los
parmetros a y b de manera que la suma de los cuadrados de los residuos sea
mnima. Esta recta es la recta de regresin por mnimos cuadrados.
Parmetros
b=
que conforman el clculo de la Recta de regresin Lineal
x yN x y
x2 N (x )2
a= y b x
Representa la pendiente de la recta

Es
la ordenada al origen o el valor que
intercepta al eje y cuando la variable x =0
Ejemplo: Una compaa automotriz sabe que sus ingresos anuales dependen de sus
ventas anuales. La siguiente tabla muestra la informacin de los ltimos seis aos.
Ao
Ventas anuales (x)
Ingresos anuales (y)
2000
2.50*
310**
2001
5.50
880
2002
3.00
500
2003
3.25
530
2004
4.40
720
2005
4.75
680
*Miles de unidades.
**Millones de pesos
La Grfica de Dispersin para las variables venta e ingresos queda como se
presenta a continuacin:

7
Ahora
se puede proceder a realizar el anlisis de regresin de una forma

analtica, considerando las frmulas de los parmetros a y b , para posteriormente
sustituir su valor en la Ecuacin de la Regresin Lineal. Procedemos a llenar la
siguiente tabla propuesta:
Ao
Ventas anuales
(x)
Ingresos anuales
(y)
xy
x2
2000
2.50*
310**
775
6.25
2001
5.50
880
4,840
30.25
2002
3.00
500
1,500
2003
3.25
530
1,722.5
10.5625
2004
4.40
720
3,168
19.36
2005
4.75
680
3,230
22.5625
Sumas Totales
23.4
3,620
15,235.5
97.985
Promedios
3.9
603.33
Sustituyendo en las frmulas:

b=
x yN x y = 15,235.5( 6 )( 3.9 ) (603.333) = 1,117.578 =166.18

6.725
97.985(6)(3.9)2
x2 N ( x )2
a= y b x =603.33166.18=44.77

7
Entonces, la Recta de regresin Lineal es:

^y =a+bx
^y =44.77+ 166.18 x
Con los valores obtenidos podramos Pronosticar cunto espera tener de

ingreso la automotriz, si estima vender 4000 vehculos el ao prximo.
Esto sera:
^y =44.77+ 166.18 x = - 44.77 + 166.18 (4) = 619.95 millones de
pesos
PARTE 2: TEORA DE CONJUNTOS

La palabra conjunto generalmente la asociamos con la idea de agrupar
objetos, por ejemplo un conjunto de discos, de libros, de plantas de cultivo y en
otras ocasiones en palabras como hato, rebao, piara, parcelas, campesinado,
familia, etc., es decir la palabra conjunto denota una coleccin de elementos
claramente entre s, que guardan alguna caracterstica en comn. Ya sean
nmeros, personas, figuras, ideas y conceptos.
En matemticas el concepto de conjunto es considerado primitivo y ni se da
una definicin de este, sino que se trabaja con la notacin de coleccin y
agrupamiento de objetos, lo mismo puede decirse que se consideren primitivas las
ideas de elemento y pertenencia.
La caracterstica esencial de un conjunto es la de estar bien definido, es decir
que dado un objeto particular, determinar si este pertenece o no al conjunto. Por
ejemplo si se considera el conjunto de los nmeros dgitos, sabemos que el 3
pertenece al conjunto, pero el 19 no. Por otro lado el conjunto de las bellas obras
musicales no es un conjunto bien definido, puesto que diferentes personas puedan
incluir distintas obras en el conjunto.

7
El detallar a todos los elementos de un conjunto entre las llaves, se

denomina forma tabular, extensin o enumeracin de los elementos.
Dos conjuntos son iguales si tienen los mismos elementos, por ejemplo:
El conjunto { a, b, c } tambin puede escribirse:
{ a, c, b }, { b, a, c }, { b, c, a }, { c, a, b }, { c, b, a }
En teora de conjuntos se acostumbra no repetir a los elementos por ejemplo:
El conjunto { b, b, b, d, d } simplemente ser { b, d }.
Subconjunto
Sean los conjuntos A= {0, 1, 2, 3, 5, 8 } y B = { 1, 2, 5 }
En este caso decimos que B est contenido en A, o que B es subconjunto de
A. En general si A y B son dos conjuntos cualesquiera, decimos que B es un
subconjunto de A si todo elemento de B lo es de A tambin.
Universo o conjunto universal
El conjunto que contiene a todos los elementos a los que se hace referencia
recibe el nombre de conjunto Universal, este conjunto depende del problema que se
estudia, se denota con la letra U y algunas veces con la letra S (espacio muestral).

7
Por ejemplo si solo queremos referirnos
a los 5 primeros nmeros naturales el
conjunto queda: U= {1, 2, 3, 4, 5}
Forma alternativa para indicar conjuntos de gran importancia:
Conjunto de nmeros naturales (enteros mayores que cero) representados por

la letra N donde N={ 1, 2, 3, .... }
Conjunto de nmeros enteros positivos y negativos representados por la

letra Z donde Z={..., -2, -1, 0, 1, 2, ... }
Conjunto de nmeros racionales (nmeros que se representan como el

cociente de dos nmeros enteros {fracciones}). Estos nmeros se representan
por una Q
Conjunto de nmeros irracionales (nmeros que no puedan representarse

como el cociente de dos nmeros enteros) representados por la letra I.
Conjunto de los nmeros reales que son los nmeros racionales e irracionales
es decir todos, representados por R.
Formas de enunciar a los conjuntos:
1) Por extensin o enumeracin: los elementos son encerrados entre
llaves y separados por comas. Es decir, el conjunto se describe listando
todos sus elementos entre llaves.
2) Por comprensin: los elementos se determinan a travs de una
condicin que se establece entre llaves. En este caso se emplea el smbolo |
que significa tal que".
Por ejemplo, la denotar el conjunto de los nmeros naturales menores que 60.
Aqu U es el conjunto N y se tiene una propiedad que caracteriza a los elementos del
conjunto: ser menores que 60.
{ x / x N ; x < 60 }
En esta expresin se maneja un conjunto de x tal que x pertenece a los nmeros
naturales (N) y son menores que 60.
Diagramas de Venn

7 al filsofo ingls John Venn (1834-1883)
Los diagramas de Venn que se deben
sirven para encontrar relaciones entre conjuntos de manera grfica mediante dibujos
o diagramas.
La manera de representar el conjunto Universal es un rectngulo, o bien la

hoja de papel con que se trabaje.
Los conjuntos se representan por medio de dibujos dentro del rectngulo, los
aspectos de inters se resaltan sombreando las reas respectivas.
Operaciones con conjuntos

7
13 5
7 9
10 11
12

7
2, 4,
6
1, 3,
5, 7
1, 3,
5, 7, 9
2

7

7
13 5
7 9
10 11
12

7

7

7

7
GUA ELABORADA PARA USO DE LOS ESTUDIANTES DEL CENTRO DE

BACHILLERATO TECNOLGICO INDUSTRIAL Y DE SERVICIOS No. 80
CON APEGO AL PROGRAMA DE ESTUDIOS DE LA DGETI VIGENTE

(ACUERDO 653)
Autor: Dra. Silvia Leonor Martnez Quijano
Referencias:
Torres, L. (2001). Introduccin a la Probabilidad y Estadstica. Mxico: UADY
Fuenlabrada, S. (2004). Probabilidad y Estadstica. Mxico: Mc Graw Hill
Triola, M. (2004). Estadstica. 9 Ed. Mxico: Pearson

Guía U2 - Métodos de Correlación

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guía U2 - Métodos de Correlación

Cargado por

Copyright:

Formatos disponibles

Centro de Bachillerato Tecnolgico Industrial y de

Elabor: Dra. Silvia Leonor Martnez Quijano

NOMBRE DEL ALUMNO

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Mtodo grfico: Diagramas de Dispersin

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Ejemplo de las alturas y los pesos

El diagrama de dispersin tambin nos puede ayudar a encontrar algn valor

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

N= nmero de sujetos encuestados

Clculo del Coeficiente de correlacin, considerando el ejemplo de las alturas

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Una vez que hemos llenado la tabla, procedemos a sustiruir en la frmula de

14 ( 141,732 )(2,215)( 893)

[ 14 ( 351,483 )4 906,225 ] [ 14 ( 57,929 )797,449 ]

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

El Modelo de Regresin lineal simple nos permite construir un modelo

Estimacin de los parmetros: mtodo de los mnimos cuadrados.

son conocidos. De esta forma la recta viene dada por:

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

que conforman el clculo de la Recta de regresin Lineal

Representa la pendiente de la recta

la ordenada al origen o el valor que

intercepta al eje y cuando la variable x =0

Ventas anuales (x)

Ingresos anuales (y)

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

se puede proceder a realizar el anlisis de regresin de una forma

Sustituyendo en las frmulas:

x yN x y = 15,235.5( 6 )( 3.9 ) (603.333) = 1,117.578 =166.18

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Entonces, la Recta de regresin Lineal es:

Con los valores obtenidos podramos Pronosticar cunto espera tener de

^y =44.77+ 166.18 x = - 44.77 + 166.18 (4) = 619.95 millones de

PARTE 2: TEORA DE CONJUNTOS

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

El detallar a todos los elementos de un conjunto entre las llaves, se

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Forma alternativa para indicar conjuntos de gran importancia:

Conjunto de nmeros naturales (enteros mayores que cero) representados por

Conjunto de nmeros enteros positivos y negativos representados por la

Conjunto de nmeros racionales (nmeros que se representan como el

Conjunto de nmeros irracionales (nmeros que no puedan representarse

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

La manera de representar el conjunto Universal es un rectngulo, o bien la

Operaciones con conjuntos

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80

MEDIDAS DE CORRELACIN Y TEORA DE CONJUNTOS

Elabor: Dra. Silvia Leonor Martnez Quijano | CBTIS 80