FACULTAD DE CIENCIAS DE LA SALUD ESCUELA ACADMICO PROFESIONAL DE MEDICINA

VETERINARIA Y ZOOTECNIA

Facultad de Ciencias de la Salud

ESTADSTICA

Regresin y correlacin

Dr. Mayhuasca Salgado Ronald

Docente
Captulo duro.!!!
Propsito

Al trmino de la clase el estudiante ser capaz de determinar el grado

de relacin entre dos variables usando coeficientes y grficos de
dispersion, contrastar si esa relacin es significativa y predecir el
comportamiento de las mismas cuando vara una variable en funcin
de otra.
 Problema tipo

Un equipo de profesionales desea investigar el nivel de respuesta de 11

canes mediante dos programa de adiestramiento: nueva prueba (X), contra n = 11
la prueba estndar (Y) que estn aplicando actualmente. Los resultados
fueron: = 825

= 916

1. Estime la recta de
regresin lineal simple. = 71790

2. Determine e interprete el 2 = 64625

coeficiente de correlacin
y de determinacin
2 = 80076
 Correlacin lineal simple
Es una tcnica que permite medir la fuerza o intensidad de la
relacin entre dos variables linealmente relacionadas, su grado
de relacin y su sentido

Para estimar el parmetro (rho) se recurre a una

muestra aleatoria de n unidades

Se logra a travs del Coeficiente de Correlacin de Pearson: r

 Correlacin lineal simple
Las variables de preferencia deben ser cuantitativas y aleatorias.

El estimador del parmetro Rho est dado por

el coeficiente de correlacin muestral r

r2: es el coeficiente de determinacin y se suele expresar en porcentaje, indica en

qu porcentaje es explicada la variabilidad total de Y por la relacin lineal entre
ambas variables.
 Correlacin lineal simple
( ) ( ) ( )
r=
( 2 ) ( )2 ( 2)( )2

r: Coeficiente de Correlacin de Pearson

 Coeficiente de correlacin lineal simple
Gua para la interpretacin de r

Valor de r Interpretacin
El recorrido del
coeficiente de 0,00 Ausencia de correlacin lineal
correlacin muestral 0,10 a 0,19 Correlacin lineal insignificante
r est en el intervalo: 0,20 a 0,39 Correlacin lineal baja-leve
0,40 a 0,69 Correlacin lineal moderada
-1 r 1 0,70 a 0,99 Correlacin lineal alta a muy alta
1,00 Funcin lineal perfecta
 Diagrama de dispersin de puntos

Se representan los datos en una

grfica para verificar la linealidad y
direccin
r=+0,96 r=+0,34
Es la representacin grfica de la
relacin entre variables
cuantitativas. Es el primer indicio de
la forma o naturaleza de la relacin
entre variables .
r=- 0,96

Correlacin alta (aceptable) e

r=0
inversa
 Prueba de hiptesis sobre el parmetro (rho)
Para determinar la significacin estadstica de r

Supuesto
X e Y estn correlacionadas lineal y significativamente?

Planteamiento de hiptesis
Ho : = 0 (X e Y no estn ni lineal, ni
significativamente correlacionadas)

H1 : 0 (X e Y estn lineal y
significativamente correlacionadas)
Prueba de hiptesis sobre el parmetro (rho)
Para determinar la significacin estadstica de r

Prueba estadstica Grado de libertad (gl) de la distribucin t = n-2

t sigue una distribucin t de

2
t n-2 = . Student con (n-2) grados de
1 2 libertad si Ho es verdadera

Decisin estadstica
Considerando el valor de t se calcula en la tabla la probabilidad de
cometer el error tipo I (denotado por p), estableciendo la regla de decisin:

Si, p < 0,05 se rechaza Ho

Si, p 0,05 NO se rechaza Ho
 Correlacin lineal simple
Ejemplo
Se realizaron mediciones de la presin sangunea sistlica (mmHg) mediante dos
mtodos en 25 potros con hipertensin arterial. Se desea saber si existe relacin
directa entre las medidas de presin obtenidas y los dos mtodos de obtencin.
N.C: 99,95%

Paciente Mtodo I Mtodo II X2 Y2 XY

1 132 130 17424 16900 17160
2 138 134 19044 17956 18492
3 144 132 20736 17424 19008
4 146 140 21316 19600 20440
.
25 220 202 48400 40804 44440
Total 4440 4172 808408 710952 757276
Primero calculemos el valor de r:

( ) ( ) ( )
r=
( 2 ) ( )2 ( 2)( )2

25 757276 (4440)(4172)
r= 2 2
25 808408 4440 25 710952 4172

r = 0,95
Correlacin lineal alta a muy alta
Coeficiente de correlacin lineal simple
r = 0,95
Gua para la interpretacin de r

Valor de r Interpretacin
0,00 Ausencia de correlacin lineal
0,10 a 0,19 Correlacin lineal insignificante
0,20 a 0,39 Correlacin lineal baja-leve
0,40 a 0,69 Correlacin lineal moderada
0,70 a 0,99 Correlacin lineal alta a muy alta
1,00 Funcin lineal perfecta
Prueba de hiptesis sobre el parmetro (rho)
Para determinar la significacin estadstica de r

Planteamiento de hiptesis Ho : = 0 No existe correlacin significativa o es igual a 0

H1 : 0 Existe correlacin lineal significativa entre las
medidas de presin arterial obtenidas por los dos
Nivel de significacin: 0,05 mtodos

2
Prueba estadstica t n-2 = .
1 2
t 23= 14,41
252
t 25-2 = .
1 (0,95)2
Prueba de hiptesis sobre el parmetro (rho)
Para determinar la significacin
estadstica de r

Se
rechaza t 23= 14,41
Ho
Ubicamos el valor 14,41 dentro de la
distribucin T para determinar el valor de p

No se
rechaza El valor p, se halla hacia la derecha
Ho por debajo de un nivel de
significancia de 0,001.

O sea por encima de un N.C. de

confianza de 99,95%
 Correlacin lineal simple

Decisin Valor de p: para una t de 14,41 con 23 g.l.:

p 0,05
Rechazar la Ho

Conclusin:

Existe alta correlacin lineal y significativa entre las medidas de

presin arterial obtenidas por los dos mtodos (p 0,05)
 Anlisis de regresin
Pregunta tipo

Una empresa farmacutica conduce

un estudio para evaluar la relacin
entre tres dosis de un nuevo agente
hipntico y el tiempo de sueo.

Cuando la dosis del agente

hipntico se incrementa en 1mg/kg
cunto se incrementar la hora de
sueo inducido?
 Anlisis de regresin

Es una tcnica que trata de predecir, estimar y/o

explicar el valor de una variable (v. dependiente),
cuando se tiene el valor de otras variables relacionadas
(v. independientes)
 Anlisis de regresin
En otras palabras consiste en medir el grado de dependencia de una
variable dependiente denotada por (y) respecto a una variable
independiente (x) a travs de una funcin matemtica

Las variables X e Y deben ser de naturaleza cuantitativa y de

preferencia continua.

Son estudios de la relacin funcional entre dos variables relacionadas

 Regresin lineal simple

En regresin lineal tenemos que ajustar una recta a los puntos

observados, a fin de usarla para predecir el valor de Y (variable
dependiente) para un valor dado de X (variable independiente).

No todos los puntos se hallarn sobre la recta, pero la recta ajustada se supone
que pasa lo ms cerca posible de todos los puntos
 Regresin lineal simple

A la recta obtenida se le llama Y=a+b.X

recta de regresin cuya ecuacin
es la de la regresin lineal simple

Para cada valor de X prefijado, hay una

subpoblacin de valores Y
 Recta de regresin
Pendiente de la lnea
Variable dependiente

Y = a + b.X
Variable independiente
Interseccin en Y

a: ordenada en el origen o intercepto, distancia entre el origen y el punto en que la recta

corta al eje Y, puede ser (+, -, 0)

b: Coeficiente de regresin, expresa la cantidad en la que vara Y cuando X aumenta en

una unidad, puede ser (+, -, 0)
 Regresin lineal simple

Estimadores mnimo-cuadrticos ( .) ( )( )
b=
para hallar b ( 2 ) ( )2

a=

Relacin para hallar a en
base a b
De esta relacin lineal despejamos
a =
la variable dependiente y
=a +
 Supuestos para usar el modelo de regresin
lineal simple

1. Intervienen dos variables cuantitativas continuas, una de ellas es la variable

independiente (x), a las que el investigador puede asignarle valores:
investigaciones de tipo experimental). La otra variable es dependiente (y) por
que puede ser influida por diversos determinantes o factores

2. Para cada valor de X hay una subpoblacin de Y. Cada una de ellas debe estar
normalmente distribuida

3. Las medias de las subpoblaciones de Y se hallan sobre una lnea recta

(suposicin de linealidad)
 Regresin lineal simple
Ejemplo

Una empresa farmacutica conduce un estudio para

evaluar la relacin entre tres dosis de un nuevo
agente hipntico y tiempo de sueo. Cuando la dosis
del agente hipntico se incrementa en 1mg/kg
cunto se incrementar la hora de sueo
inducido?

Los resultados son presentados en la siguiente tabla:

 Diagrama de dispersin de puntos
Primero verificamos si los datos se ajustan a

Tiempo de sueo
un modelo de regresin lineal y evaluar su
direccin

En el diagrama de puntos se
aprecia una relacin lineal
positiva o directa entre ambas
Dosis
variables
Modelo de regresin lineal
simple:
Y = a + b.X
 Regresin lineal simple
Tiempo de sueo 4 6 5 9 8 7 13 11 9
Clculos previos en horas:
Dosis (mg/kg) 3 3 3 10 10 10 15 15 15

Prueba X Y X2 Y2 XY
1 3 4 9 16 12
2 3 6 9 36 18
3 3 5 9 25 15
4 10 9 100 81 90
5 10 8 100 64 80
6 10 7 100 49 70
7 15 13 225 169 195
8 15 11 225 121 165
9 15 9 225 81 135
Total 84 72 1002 642 780
 Obtencin de la recta de regresin

Estimadores mnimo-cuadrticos

(84)(72)
( .) ( )( ) 780 9
b= b= 84 = 0,5
( 2 ) ( )2
2
1002 9

a= a= , = ,

a =
 Obtencin de la recta de regresin

a = 3,38 = ,

Luego, el modelo de regresin

lineal estimado es:

=a +
=3,38 + ,
Ecuacin de la recta de regresin
 Regresin lineal simple
Operacionalicemos
Modelo de regresin lineal Coeficiente de regresin
Representa cuando:
=3,38 + , X= 1 mg

Pero cuando:
X=0 entonces y=3,38
X=1 entonces y= 3,38 + (0,5 x 1)
X=2 entonces y= 3,38 + (0,5 x 2)
X=3 entonces y= 3,38 + (0,5 x 3)

Respuesta Cuando la dosis del agente hipntico se

incrementa en 1mg/kg, el tiempo de
sueo se incrementa en 0,5 horas
 Coeficiente de determinacin (r2)

Este coeficiente nos indica el porcentaje de la variabilidad total de los

valores de Y que estn siendo explicadas por la regresin lineal simple

Toma valores entre 0 y 100%

Si por ejemplo el valor de r2= 78,39%

Se interpretar:
El 78,39% de la variabilidad existente est siendo explicada
por la regresin
Conclusiones

- Los mtodos de correlacin permiten asignar un valor numrico al

nivel de relacin existente entre dos variables y adems verificar
su significancia

- Los grficos de dispersin nos orientan a decidir el uso de los

mtodos de regresin y correlacin lineal
 Problema tipo

Un equipo de profesionales desea investigar el nivel de respuesta de 11

canes mediante dos programa de adiestramiento: nueva prueba (X), contra n = 11
la prueba estndar (Y) que estn aplicando actualmente. Los resultados
fueron: = 825

= 916

1. Estime la recta de
regresin lineal simple. = 71790

2. Determine e interprete el 2 = 64625

coeficiente de correlacin
y de determinacin
2 = 80076
 Pregunta 02

Se llev a cabo un experimento para estudiar Dosis (mg) X Reduccin del ritmo
el efecto de cierta droga en la disminucin del cardiaco (lat/min) Y
ritmo cardiaco en macacos. Los resultados 0,50 10
fueron:
0,75 8
1,00 12
1,25 12
1,50 14
1,75 12
2,00 16
2,25 18
Pregunta 02

1. Elabore un diagrama de
dispersin de puntos

2. Realice valores predictivos (4) y

represntelos en la recta

3. Estime la recta de regresin

lineal simple. Interprete el
coeficiente de regresin