Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SESIN: 14
Covarianza
REGRESIN
CORRELACIN
Es la medicin de la intensidad de la relacin entre variables.
Presentan una
distribucin
normal bivariada ( X e
conjuntamente)
varan
Y = + X
Regresin Lineal
Objetivo:
- Predecir o estimar el valor de la variable Y
en funcin de otra u otras variables
independientes o predictoras.
Supuestos:
a) La variable dependiente es una variable aleatoria.
= + iXi + ei
Considerando la muestra
Error estimado
Son desviaciones de los valores observados
de la variable respuesta, respecto a la Lnea
de regresin.
= 0
Mtodo
de
los
Mnimos
Cuadrados.- ajusta la recta que
cumple la siguiente condicin: la
suma de los cuadrados de las
desviaciones
de
cada
valor
observado
respecto
a
su
correspondiente valor de prediccin,
sea mnima.
=1
Y
i 1
n
i 1
an b Xi
i 1
i 1
i 1
X i Yi a X i b X i2
X Y X X
n X X
2
i
2
i
n X i Yi
n
2
i
X Y
X
O tambin:
=
=
Yi
2 2
( )2
2
2
2
2
2
COVARIANZA
sxy
Medida que nos permite determinar
la
variabilidad conjunta de dos variables
numricas (cuantitativas).
X
i 1
X Yi Y
n
Enunciados:
a) Si las dos variables crecen o decrecen a la vez (nube de puntos creciente).
b) Si una variable crece, la otra tiene tendencia a decrecer (nube de puntos
decreciente).
c) Si los puntos se reparten con igual intensidad, (no hay relacin
lineal).
Solucin:
=
=
= 5
= .
n XY X Y
n X
2
i
X n Yi Y
2
Si "r" > 0 La correlacin lineal es positiva (si sube el valor de una variable
sube el de la otra). La correlacin es tanto ms fuerte cuanto ms se
aproxime a 1.
Si "r" < 0 La correlacin lineal es negativa (si sube el valor de una variable
disminuye el de la otra). La correlacin negativa es tanto ms fuerte cuanto
ms se aproxime a -1.
Si "r" = 0 No existe correlacin lineal entre las variables, aunque podra
existir otro tipo de correlacin (parablica, exponencial, etc.)
De todos modos, aunque el valor de "r" fuera prximo a 1 -1, tampoco esto
quiere decir obligatoriamente que existe una relacin de causa-efecto entre
las dos variables, ya que este resultado podra haberse debido al puro azar
rendimiento
rendimiento
rendimiento
inteligencia
Relacin lineal perfecta
(casi perfecta)
inteligencia
Relacin lineal
fuerte/moderada
inteligencia
Relacin lineal dbil
Ahora necesitamos un ndice que nos informe tanto del grado en que X e
Y estn relacionadas, y si la relacin es positiva o negativa
Coeficiente de correlacin:
Estadstico de Prueba:
Ejemplo:
El dueo de una tienda de artefactos est interesado en medir el efecto
del precio de un televisor, sobre la cantidad vendida. Los resultados de la
tabla adjunta se obtuvieron de una muestra aleatoria de las ventas de 8
semanas. El precio est dado en soles y las ventas unidades.
Precio
(soles)
1920
Ventas
(unidades)
25.4
2050
14.7
1970
18.6
2130
12.4
2080
1990
11.1
15.7
1780
29.2
1720
35.2
Clculos
X.Y
X2
Y2
1920
2050
1970
2130
2080
1990
1780
1720
25.4
14.7
18.6
12.4
11.1
15.7
29.2
35.2
48768
30135
36642
26412
23088
31243
51976
60544
3686400
4202500
3880900
4536900
4326400
3960100
3168400
2958400
645.16
216.09
345.96
153.76
123.21
246.49
852.64
1239.04
15640
162.3
308808
30720000
3822.35
X
i 1
15640
X Y
i 1
8
Y
i 1
Y
i 1
308808
3822 .35
162 .3
X
i 1
2
i
30720000
X.Y
X2
Y2
1920
2050
1970
2130
2080
1990
1780
1720
25.4
14.7
18.6
12.4
11.1
15.7
29.2
35.2
48768
30135
36642
26412
23088
31243
51976
60544
3686400
4202500
3880900
4536900
4326400
3960100
3168400
2958400
645.16
216.09
345.96
153.76
123.21
246.49
852.64
1239.04
15640
162.3
308808
30720000
3822.35
= 135.7
= - 0.059
es decir aproximadamente 18
Ejemplo:
Un analista extrae una muestra de 10 embarques en camin que ha realizado
una empresa y registra la distancia en millas as como el tiempo de entrega
con una aproximacin de medio da desde el momento en que el embarque
estuvo disponible para recogerlo. Construya el diagrama de dispersin y
realice los clculos correspondientes.
Flete
muestreado
Distancia X
(millas)
825
215
1070
550
480
Tiempo de
entrega Y
(das)
3.5
1.0
4.0
2.0
1.0
10
920 1350
325
670
1215
3.0
1.5
3.0
5.0
4.5
Solucin:
Resultados
a = 2.85
b = 0.00358
Y = 2.85 -0.00358X
r = 0.9489
r2 = 0.9004
Sxy=
Ejemplo:
Analizar si las variables estn relacionadas linealmente y aplicar el estadstico
de prueba.
Tabla: Nivel de inteligencia (X vs. Rendimiento acadmico (Y)
IMPORTANTE:
a)
b)
c)
d)
e)
Identificar el modelo.
Revisar las suposiciones.
Obtener la ecuacin de regresin.
Evaluacin de la ecuacin.
Utilizar la ecuacin