Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagrama de Dispersin
Un diagrama de dispersin es una grfica de puntos representados en el plano
cartesiano. Cada punto indica un par de valores (x, y). Este diagrama permite observar
cmo se relacionan dos variables; generalmente, lo que se busca al usar un diagrama
de este tipo es determinar si los puntos siguen una lnea recta y si sta tiene pendiente
positiva o negativa.
Anlisis de Correlacin
Los siguientes son los tipos de asociacin lineal que puede haber entre dos variables:
Directa, si la lnea recta es creciente (pendiente positiva).
Inversa, si la lnea recta es decreciente (pendiente negativa).
Inexistente, que es, obviamente, cuando no hay relacin entre las variables
(pendiente igual a cero).
Covarianza ( )
La covarianza es una medida descriptiva que permite determinar el tipo de asociacin
lineal entre dos variables.
Si Sxy es cero, no existe relacin entre las variables.
Si Sxy es negativo, hay una relacin inversa entre las variables. Esto indica que
cuando X aumenta de valor, Y disminuye, y viceversa.
Si Sxy es positivo, hay una relacin directa entre las variables. Esto indica que
cuando el valor de X aumenta, el de Y tambin crece, y viceversa.
Coeficiente de Correlacin
Aunque la covarianza indica el tipo de relacin lineal que hay entre dos variables, no
podemos saber la fortaleza de esa relacin. Para eso debemos calcular otro valor,
llamado coeficiente de correlacin.
1
El coeficiente de correlacin se utiliza para medir la magnitud de la relacin lineal entre
dos variables, es decir, indica cun fuerte o dbil es una relacin lineal. Se denota con
la letra r y tambin se le conoce como r de Pearson, en honor a Karl Pearson. Se
calcula de esta forma:
El rango de valores est entre -1 y +1; los valores intermedios pueden interpretarse, de
forma intuitiva, de esta manera:
Coeficiente de determinacin
Cuando lo que interesa es analizar una relacin de causalidad entre dos variables,
primero debemos definir cul de ellas es la variable Y, variable dependiente, y cul es
la variable X, variable independiente.
2
La variable dependiente Y es la que se busca explicar; en trminos estadsticos, es la
que se busca estimar o pronosticar. A su vez, la variable independiente X es la que
brinda informacin para explicar Y y recibe el nombre de variable de prediccin.
Para saber si una variable X es buena para explicar la variable Y se calcula el
coeficiente de determinacin, que representaremos con r2 y que tiene las
caractersticas siguientes:
Es el cuadrado del coeficiente de correlacin.
Su rango de valores est entre 0 a 1.
No da ninguna informacin sobre la direccin de la relacin entre las variables.
Cuanto ms cerca est de 1, la variable independiente X ser una buena
variable para explicar Y. Es decir, es un factor determinante para Y.
En contraparte, conforme r2 se acerca a 0, indica que X no es un factor
significativo para explicar Y.