Tema2-Regresion y Correlacion PDF

REGRESIÓN Y CORRELACIÓN
Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
Francisco Álvarez González

francisco.alvarez@uca.es
DISTRIBUCIONES BIVARIANTES
El estudio de la relación existente entre dos variables X e Y conduce a la consideración simultánea de ambas variables
estadísticas. Tal distribución de las dos variables se denomina bivariante.
La presentación de los datos experimentalmente observados puede hacerse :
a) Mediante los pares (Xi , Yi) : (X1 , Y1) , (X2 , Y2) , (X3 , Y3) , ...
b) Tabla simple de frecuencias : c) Tabla de frecuencias de doble entrada :
X Y n Y
X1 Y1 n1 Y1 Y2 .... Ym
X2 Y2 n2 X1 n11 n12 .... n1m
.... .... .... X X2 n21 n22 .... n2m
Xn Yn nn .... .... .... .... ....
Xn nn1 nn2 .... nnm
Distribuciones marginales :
Son las obtenidas de la distribución bivariante, al considerar de forma independiente cada una de las dos
variables.
De ellas obtendremos los parámetros de centralización y dispersión característicos : media y desviación típica.
X , s 2X , sX , Y , s 2Y , sY
Covarianza :
Este índice de variación conjunta de X e Y se define como :
∑ n .(X
i i − X )(
. Yi − Y ) ∑ n . X .Y
i i i
s XY = i
= i
− X .Y para tablas simples de frecuencias
N N
∑∑ nij .(X i − X ).(Y j − Y ) ∑∑ n .X .Y ij i j
s XY = = − X .Y
i j i j
para tablas de frecuencias de doble
N N
entrada.
Si sXY = 0 expresará que las variables X e Y son independientes.
RECTAS DE REGRESIÓN
Representando los pares de observaciones (X,Y) como
puntos en un plano cartesiano, obtenemos el denominado
diagrama de dispersión o nube de puntos.
Por recta de regresión o de ajuste entendemos la recta que

más se aproxima a los puntos representativos de las
observaciones (X,Y).
El método de los mínimos cuadrados proporciona un sistema

de obtención de tales rectas, estableciendo que sea mínima
la suma de los cuadrados de las separaciones existentes
entre cada punto y la recta.
Según se consideren estas separaciones en vertical (lo representado en la figura) o en horizontal, se obtienen,
respectivamente, las rectas de regresión de Y sobre X y de X sobre Y.
Regresión y correlación (F. Álvarez) - 1

RECTA DE REGRESIÓN DE Y SOBRE X
Y' = a + b.X a = ordenada en el origen
b = coeficiente de regresión de Y sobre X = pendiente de la recta de regresión = tangente del
ángulo que forma con el eje horizontal.
Y' = predicciones de Y para el valor X observado.
Los coeficientes a y b de la recta de regresión de Y sobre X se obtienen resolviendo el sistema :

a.N + b.∑ n. X = ∑ n.Y ⎫⎬
a.∑ f . X + b.∑ n. X 2
= ∑ n.X .Y ⎭
s XY
el cuál tiene como solución : b= a = Y − b. X
s 2X
RECTA DE REGRESIÓN DE X SOBRE Y

X' = a' + b'.Y a' = ordenada en el origen
b' = coeficiente de regresión de X sobre Y = pendiente de la recta de regresión.
X' = predicciones de X para el valor Y observado.
Los coeficientes a' y b' de la recta de regresión de X sobre Y se obtienen igualmente al resolver :
a'.N + b'.∑ n.Y = ∑ n. X ⎫⎬
a '.∑ f .Y + b'.∑ n.Y 2 = ∑ n.X .Y ⎭
s XY
o directamente : b' = a ' = X − b'. Y
s Y2
Otro procedimiento de cálculo simplificado permite obtener los coeficientes de regresión del siguiente modo :
N .∑ X .Y − (∑ X )(
. ∑Y ) N .∑ X .Y − (∑ X )(
. ∑Y )
b= b' =
N .∑ X 2 − (∑ X ) N .∑ Y 2 − (∑ Y )
2 2
Si utilizamos puntuaciones diferenciales : x = X − X y = Y− Y ,

las rectas de regresión pierden el término independiente (ordenadas en el origen a y a' ) al ser las medias nulas, siendo
su expresión : y' = b.x x' = b'.y
COEFICIENTE DE CORRELACIÓN DE PEARSON

La recta de regresión es la que pasa más cerca de las observaciones, pero no nos indica si pasa muy cerca o no de
ellas.
Hemos de definir una medida del grado de asociación o relación entre ambas variables, lo cuál, en términos de recta de
ajuste, indicará la bondad de la misma.
Tal coeficiente se denomina coeficiente de correlación, definido por Pearson del siguiente modo :
s 2XY
n r = b . b' =
s XY
ya que : r = b . b' =
s XY s XY
. =
s
= XY
sX . sY s 2X s 2Y 2
sX . sY2
sX . sY
Según las expresiones finales obtenidas para b y b', podemos también calcularlo como :
N .∑ X .Y − (∑ X )(
. ∑Y )
r=
[N .∑ X 2
][
− (∑ X ) . N .∑ Y 2 − (∑ Y )
2 2
]
La expresión n conduce a las siguientes relaciones (sin más que multiplicar y dividir por sX o por sY ) :
sX sY
r = b. r = b'.
sY sX
De aquí resulta que, si se trabaja con puntuaciones tipificadas (las desviaciones típicas son iguales a 1) :
r = b = b' y las rectas de regresión son : z'Y = r.z'X ; z'X = r.z'Y
El coeficiente de correlación toma siempre valores comprendidos entre -1 y 1 : -1 ≤ r ≤ 1
2 - Regresión y correlación (F. Álvarez)

Interpretación :
r Asociación de las variables Bondad del ajuste
próximo a 0 Variables independientes o no relacionadas Mala recta de ajuste. No pasa cerca de las
linealmente observaciones.
próximo a 1 Variables relacionadas directamente (cuando una Buena recta de ajuste. Creciente (pendientes b
aumenta la otra también) y b' positivas)
próximo a -1 Variables relacionadas inversamente (cuando una Buena recta de ajuste. Decreciente (pendientes
aumenta la otra disminuye) b y b' negativas)
CURVA DE REGRESIÓN DE LA MEDIA

Este método es aplicable cuando una de las dos variables (o las dos) contiene un bajo
número de valores distintos.
Curva de regresión de la media de Y condicionada a X :
El procedimiento consiste en sustituir todos los pares de observaciones que tienen el
mismo valor de X por un único par que tiene por componentes dicho valor de X y la
media de los valores de Y.
De igual modo puede establecerse la curva de regresión de la media de X condicionada a
Y.
Así, por ejemplo, la figura muestra los pares siguientes:
X=1 : (1,1) , (1,3) sustituidos por el par (1,2) , al ser 2 la media de 1 y 3.
X=2 : (2,1) , (2,4) , (2,5) sustituidos por el par (2,3'33) , al ser 3'33 la media de 1, 4 y 5.
... etc ...
Con los pares (1,2) , (2,3'33), ... obtenemos la recta de regresión por el procedimiento ya
descrito.
Razón de correlación :
1 ni .s y2
η 2 = 1− .∑ 2 i
N sY
Toma valores comprendidos entre 0 y 1 y siempre verifica que η2 ≥ r2 (r=coef. de
correlación lineal). La relación entre las variables X , Y será de tipo lineal, cuanto más
próximo sea η a r .
2 2
OTROS PROCEDIMIENTOS DE CÁLCULO DEL COEFICIENTE DE CORRELACIÓN r

Coeficiente de correlación ϕ (phi) :
El siguiente procedimiento se puede utilizar cuando las dos variables X e Y son dicotómicas.
Y
1 0 Asignemos los valores 0 y 1 a ambas variables y realicemos el recuento
X 1 a b representado en la tabla de la izquierda.
0 c d El coeficiente de correlación ϕ toma el valor :
ad − bc
ϕ=
(a + b )(. c + d )(. a + c )(. b + d )
Coeficiente de correlación biserial puntual rbp :
El siguiente procedimiento se puede utilizar cuando una variable es continua y la otra dicotómica. Supuesta X
continua :
X1 − X0 Siendo :
rbp = . p. q X1 la media de los valores de X que se corresponden con un 1 en Y.
sX
X0 la media de los valores de X que se corresponden con un 0 en Y.
sX la desviación típica de X (considerados sus valores globalmente).
p la proporción de unos en Y.
q=1-p la proporción de ceros en Y.
Coeficiente de correlación por rangos de Spearman ρ :
El siguiente procedimiento se puede utilizar cuando las dos variables son ordinales (reordenaciones de una serie de
elementos).
6.∑ d 2
ρ = 1−
(
N. N 2 − 1 ) Siendo d las diferencias entre los valores de X e Y.

Los coeficientes de correlación anteriores no son más que una adaptación del coeficiente de correlación de Pearson
para tipos especiales de variables. En consecuencia, su valor coincide con el que habríamos obtenido siguiendo el
procedimiento de Pearson (r); por ello, su interpretación es la establecida para r .
OTROS COEFICIENTES DE CORRELACIÓN NO BASADOS EN EL PEARSON

Coeficiente de correlación tetracórica:
Puede utilizarse cuando ambas variables son continuas , pero ambas pueden dicotomizarse artificialmente.
Y
1 0 Asignemos los valores 0 y 1 a ambas variables y realicemos el recuento que se
X 1 a b representa en la tabla de la izquierda.
0 c d
A) Método abreviado (aproximado) :

1º Calculamos los productos : a.d y b.c.
2º Si a.d > b.c , calculamos el cociente : C = a.d / b.c (el coeficiente de correlación será
positivo)
3º Si a.d < b.c , calculamos el cociente : C = b.c / a.d (el coeficiente de correlación será
negativo)
4º Consultando la tabla de cálculo del coeficiente de correlación tetracórico, localizamos el cociente C en el
intervalo que lo contiene (con extremos A y B). A su derecha encontramos el coeficiente de correlación
tetracórico (rt), como un valor numérico (n) más R. De aquí :
C−A
rt = n + R con : R =
100 . ( B − A )
B) Método exacto :
El coeficiente de correlación tetracórico rt será el resultado de resolver la siguiente ecuación :
rt 2 r3 r4 a. d − b. c
rt + z. z'. + ( z 2 − 1) . ( z' 2 −1) . t + ( z 3 − 3z) . ( z' 3 −3z') . t + ... = 2
2! 3! 4! n . f ( z). f ( z' )
Como es lógico, la mayor exactitud en el cálculo rt , se obtiene al considerar un mayor número de sumandos
del desarrollo en serie anterior. Esta dificultad aconseja seguir el método abreviado descrito anteriormente.
En la ecuación que permite calcular rt :
• z valor de la curva normal tipificada N(0,1), que deja a su derecha un área m, igual a la menor de las
cantidades (a+c)/n o (b+d)/n.
• z' valor de la curva normal tipificada N(0,1), que deja a su derecha un área m, igual a la menor de las
cantidades (a+b)/n o (c+d)/n.
• f(z) y f(z') ordenadas de la curva normal, correspondientes a los valores z y z' anteriores. Tabuladas
para cada m.
Coeficiente de correlación biserial rb :

Puede utilizarse cuando ambas variables son continuas , pero una de ellas puede dicotomizarse artificialmente.
Supuesta X continua y Y dicotomizada (valores 1 y 0) , el coeficiente de correlación biserial se calcula del modo
siguiente :
X − X0 p. q Siendo :
rb = 1 . X1 la media de los valores de X que se corresponden con un 1 en Y.
sX f ( z)
X0 la media de los valores de X que se corresponden con un 0 en Y.
sX la desviación típica de X (considerados sus valores globalmente).
La ordenada f(z) :
p la proporción de unos en Y.
q=1-p la proporción de ceros en Y.
z el valor normal tipificado (N(0,1)) que deja a su derecha (o a su izquierda) el
área p.
f(z) la ordenada correspondiente a z en la curva normal.
NOTA :
Los cálculos de z y f(z) no es preciso realizarlos ya que, para cada
valor de la probabilidad p (o q indistintamente), se encuentran
tabulados los valores de p.q/f(z).

Coeficiente de correlación τ (tau) de Kendall :
Como el de rangos de Spearman, este coeficiente es aplicable cuando las dos variables son ordinales
(reordenaciones de una serie de elementos).
Procedimiento de cálculo :
a) Reordenamos los pares de observaciones de modo que la variable X (primer elemento del par) quede en orden
ascendente.
b) Comparamos cada valor de Y con los Yi siguientes, contando una permanencia si Y < Yi y una inversión si Y > Yi.
Np − Ni Siendo :
τ= • n el número de pares de valores (X , Y)
n.( n − 1) • Np el número total de "permanencias"
2 • Ni el número total de "inversiones"
Utilización e interpretación de los coeficientes estudiados en este epígrafe:

Los coeficientes tetracórico y biserial parten de variables continuas que pueden dicotomizarse (ambas o sólo
una).
Para su aplicación rigurosa es necesario que :
1. la distribución de la variable o variables consideradas continuas debe ser "normal".
2. la relación que suponemos existe entre ambas variables es de tipo "lineal".
Sus valores no tienen porqué coincidir con el del coeficiente de correlación de Pearson, si bien verifican las
mismas propiedades que éste. Es decir :
• Los coeficientes tetracórico y τ toman valores comprendidos entre -1 y 1 : -1 ≤ coeficiente ≤ 1.
• El coeficiente biserial puede ser mayor que 1 y menor que -1. En valor absoluto, será mayor que el biserial
puntual.
• Valores próximos a cero implican falta de relación entre las variables (independencia).
FUENTES DE VARIANZA EN LA CORRELACIÓN

Expresemos la desviación de Y respecto de su media como :
(Y − Y ) = (Y − Y ') + (Y '−Y )
(Y − Y ') es el error cometido en la predicción. Representa la porción de información no asociada a X.
(Y '−Y ) representa, en consecuencia, la información asociada a X.
∑ (Y − Y ) = ∑ (Y − Y ') + ∑ (Y '−Y )
2 2 2
En términos de varianzas :
∑ (Y − Y ) ∑ (Y − Y ') ∑ (Y '−Y )
2 2 2
= +
Varianza total Varianza no explicada por X Varianza explicada por X
(varianza de los errores o residual)
Dividiendo los sumandos anteriores por la varianza de Y obtendremos la proporción de varianza de Y no explicada y
explicada por la variable X. La manipulación de esta operación conduce a las expresiones y definiciones siguientes :
∑ (Y − Y ) ∑ (Y − Y ') + ∑ (Y '−Y ) ∑ (Y − Y ')

2 2 2 2
=1= = + r2
∑ (Y − Y ) ∑ (Y − Y ) ∑ (Y − Y ) ∑ (Y − Y )
2 2 2 2
∑ (Y '−Y )
2
Varianza de las predicciones Y' = s =

2
Y'
N
s 2Y'
Proporción de varianza de las predicciones Y' = = r2
s 2Y
Proporción de varianza explicada por X = r2 = Coeficiente de determinación ( R2 )
Proporción de varianza no explicada por X = 1 - r2
∑ (Y − Y ') ∑ (Y − Y ) . ∑ (Y − Y ')
2 2 2
s =s
2 2
= = (
= sY2 . 1 − r 2 )
∑ (Y − Y )
Varianza de los errores o residual = e Y .X 2
N N
La raíz cuadrada de la varianza residual se denomina error típico de la predicción : s Y . X = s Y . 1 − r 2
IMPORTANTE : Observe los diferentes significados e interpretaciones de r2.

FORMULARIO - RESUMEN DEL TEMA
x=
∑ n.x s 2
=
∑ n.x 2
−x 2
y=
∑ n. y s 2
=
∑ n. y 2
− y2 s xy =
∑ n.x. y − x. y
x y
N N N N N
Recta de regresión de y sxy

sobre x a.N + b.∑ n.x = ∑ n. y ⎫⎬ b=
s2x
(puntuaciones directas) a.∑ n.x + b.∑ n.x 2 = ∑ n.x. y ⎭ a = y − b. x
y' = a + b. x
Predicciones : y ' = y
Recta de regresión de x sxy
sobre y a'.N + b'.∑ n. y = ∑ n.x ⎫⎬ b' =
s2y
(puntuaciones directas) a'.∑ n. y + b'.∑ n. y 2 = ∑ n.x. y ⎭
x' = a '+ b'. y a ' = x − b'. y
Predicciones : x ' = x
Coeficiente de correlación (de Pearson y equivalentes) :

Pearson Phí Biserial puntual Rangos de Spearman
sxy
r = b. b' = ad − bc x1 − x0 6. ∑ d 2
sx . sy ϕ= rbp = . p. q ρ = 1−
( a + b).( c + d ).( a + c).( b + d ) sx N. ( N 2 − 1)
s sy
r = b. x = b'.
sy sx
Coeficiente de correlación no basados en el de Pearson :
Tetracórico Biserial Tau de Kendall
(Tabulado) X − X0 p. q Np − Ni
C−A rb = 1 τ=
rt = n + R con : R = sX
.
f ( z) n.( n − 1)
100 . ( B − A ) 2
Puntuaciones Puntuaciones diferenciales Puntuaciones tipificadas
directas ⎛ x−x y− y⎞
(d x = x − x , dy = y − y) ⎜zx = , zy = ⎟
(x,y)
⎝ sx sy ⎠
zx = 0 , zy = 0
d x = 0 , d y = 0 , sdx = s x , sdy = s y , sdxdy = s xy
y' = a + b. x sxy
szx = 1 , szy = 1 , szxzy = =r
(a = 0 ; b se mantiene) sx . s y
(a = 0 ; b = r)
sxy
r= d y ' = b. d x z y ' = r. z x
sx . sy
Relación fundamental :
Varianza de y = s2y = se2 + s2y '
= Varianza residual (de errores) + Varianza de las
predicciones.
Varianza de las predicciones :
s2y' =
∑ ( y '− y ) 2
N
Proporción de varianza explicada o asociada a la s2y '
regresión, = r2
o proporción de varianza de las predicciones, s2y
o coeficiente de determinación :
Varianza de los errores (o residual) :
se2 = s2y.x =
∑ ( y − y') 2 2
= s .( 1 − r 2 )
y
N
Error típico de la predicción (raíz de la varianza de los s y.x = s y . 1 − r 2
errores):
Proporción de varianza no explicada o no asociada a la se2
regresión, = 1− r2
o proporción de varianza de los errores :
s2y
Signo de b = signo de b’ = signo de r = signo de la

covarianza
r = 0 ⇔ absoluta independencia -1 ≤ r ≤ 1
r = 1 o r = -1 ⇔ absoluta dependencia (directa o 0 ≤ r2 ≤ 1
inversa)

EJERCICIOS RESUELTOS
1
La tabla siguiente contiene los resultados de las calificaciones en Matemáticas (X) y Lengua (Y) de un
grupo de 40 alumnos de Secundaria.
X Y n
3 4 3 a) Obtenga la recta de regresión de Y sobre X.
3 5 5 b) Obtenga la recta de regresión de X sobre Y.
5 5 12 c) Calcule e interprete el coeficiente de correlación lineal.
6 6 4 d) Obtenga el error típico de la predicción.
6 7 5 e) ¿ Qué proporción de varianza de Y no queda explicada por X ?.
6 8 3
7 7 6
8 8 2
Tabla de cálculos :
X Y n n.X n.Y n.X2 n.Y2 n.X.Y
3 4 3 9 12 27 48 36
3 5 5 15 25 45 125 75
5 5 12 60 60 300 300 300
6 6 4 24 24 144 144 144
6 7 5 30 35 180 245 210
6 8 3 18 24 108 192 144
7 7 6 42 42 294 294 294
8 8 2 16 16 128 128 128
40 214 238 1226 1476 1331
a) Recta de regresión de Y sobre X.

214 238
X= = 5' 35 Y= = 5' 95
40 40
N .∑ X .Y − (∑ X )(
. ∑Y ) 40.1331 − 214.238 2308
b= = = = 0'71
N .∑ X − (∑ X ) 40.1226 − 214 2
2 Recta de regresión de Y sobre X :
2 3244
Y' = 2'1436 + 0'7115.X
a = Y − b . X = 5' 95 − 0' 7115 . 5' 35 = 2' 1436
b) Recta de regresión de X sobre Y.

N .∑ X .Y − (∑ X )(
. ∑ Y ) 40.1331 − 214.238 2308
b' = = = = 0'96
N .∑ Y 2 − (∑ Y ) 40.1476 − 238 2
2 Recta de regresión de X sobre Y :
2396
X' = -0'3815 + 0'9633.Y
a ' = X − b ' . Y = 5' 35 − 0' 9633 . 5' 95 = − 0' 3815
c) Coeficiente de correlación de Pearson.

Conocidos los coeficientes de regresión puede calcularse como :
r = b . b' = 0' 7115 . 0' 9633 = 0' 8279
Existe una elevada relación entre las calificaciones en Matemáticas y Lengua. Dicha relación es positiva
(directa); es decir, alumnos con altas calificaciones en Matemáticas se corresponden con altas calificaciones en
Lengua, y a la inversa.
Podemos afirmar que las rectas de regresión obtenidas son buenas rectas de ajuste. Es decir, expresan con
una elevada aproximación la relación matemática (lineal) existente entre las calificaciones en Matemáticas y
Lengua.
d) Error típico de la predicción.

∑ n .Y i i
2
1476
Calculada la varianza de Y : sY2 = i
−Y 2 = − 5'95 2 = 1'4975
N 40
s Y . X = s Y . 1 − r = 1' 4975 . 1 − 0' 8279 2 = 0' 6864
2

e) Proporción de varianza no explicada por X.
La proporciona : 1 - r2 = 1 - 0'82792 = 0'3146. Es decir el 31'46%.
2
De la distribución bivariante siguiente :
Y
0 1 2
X 2 0 1 5
4 0 9 0
6 8 0 0
a) Obtenga la recta de regresión de Y sobre X.
b) Obtenga la recta de regresión de X sobre Y.
c) Calcule e interprete el coeficiente de correlación lineal.
d) Calcule su varianza residual.
e) Calcule e interprete el coeficiente de determinación.
Obtenemos las distribuciones marginales de X y de Y totalizando las frecuencias en filas y columnas :

Y
0 1 2 Σ
X 2 0 1 5 6
4 0 9 0 9
6 8 0 0 8
Σ 8 10 5 23
X n n.X n.X2 Y n n.Y n.Y2

2 6 12 24 0 8 0 0
4 9 36 144 1 10 10 10
6 8 48 288 2 5 10 20
23 96 456 23 20 30
La suma de los productos de X por Y hemos de obtenerla directamente de la tabla proporcionada :
∑ X .Y = ∑∑ n .X .Y
i j
ij i j = 0.2.0 + 1.2.1 + 5.2.2 + 0.4.0 + 9.4.1 + 0.4.2 + 8.6.0 + 0.6.1 + 0.6.2 = 58
Como puede observarse, sólo realizamos los productos correspondientes a frecuencias y valores de variables no nulos.
∑
X . Y = 1.2.1 + 5.2.2 + 9.4.1 = 58
Utilicemos las medias y varianzas de X e Y, así como la covarianza, en los cálculos solicitados.
96 20 456 30
X= = 4' 1739 Y= = 0' 8696 s 2X = − 4' 1739 2 = 2' 4045 s Y2 = − 0' 8696 2 = 0' 5482
23 23 23 23
∑∑ n . X .Y ij i j
∑ X .Y − X .Y = 58 − 4'1739.0'8696 = −1'1078
s XY = − X .Y =
i j
Covarianza =
N N 23
a) Recta de regresión de Y sobre X :

s XY −1' 1078
b= = = − 0' 4607 a = Y − b . X = 0' 8696 − ( − 0' 4607 ). 4' 1739 = 2' 7925
s X2 2' 4045
Y' = 2'7925 - 0'4607 . X
b) Recta de regresión de X sobre Y :
s XY −1' 1078
b' = = = − 2' 0207 a ' = X − b'. Y = 4' 1739 − ( − 2' 0207 ). 0' 8696 = 5' 9310
s Y2 0' 5482
X' = 5'9310 - 2'0207 . Y
c) Coeficiente de correlación :
Utilizando la expresión r = b.b' = (− 0'4607 )(
. − 2'0207 ) = ±0'9648 podemos tener duda en cuanto
al signo del coeficiente de correlación. Este signo es el de b y b', ya que es el que proporciona la covarianza.
s XY −1' 1078
Calculado como r = = = − 0' 9648 no se planteará tal dificultad.
sX . sY 2' 4045 . 0' 5486

d) Varianza residual :
( )
se2 = sY2. X = sY2 . 1 − r 2 = 0'5482. 1 − (− 0'9648) = 0'0379
2
( )
e) Coeficiente de determinación :
Es el cuadrado del coeficiente de correlación, representando la proporción de varianza explicada por la variable
X (en el ajuste de Y sobre X).
R 2 = r 2 = (− 0'9648) = 0'9309
2
La variable X explica el 93'09% de la varianza de Y. Sólo el 6'91% no es atribuible a X.
3
De la siguiente distribución bivariante :
Y
[0,1) [1,2) [2,3]
X 2 1 2 1
3 3 6 3
4 1 2 1
a) Calcule e interprete el valor de la covarianza.
b) Obtenga la recta de regresión de Y sobre X.
c) Obtenga la recta de regresión de X sobre Y.
d) Calcule el coeficiente de correlación lineal y el de determinación.
e) De la varianza total de Y , determine la proporción atribuible a la variable X.
Totalizando filas y columnas obtendremos las distribuciones marginales de X e Y :

Y
0'5 1'5 2'5
X 2 1 2 1 4
3 3 6 3 12
4 1 2 1 4
5 10 5 20
X n n.X n.X2 Y n n.Y n.Y2

2 4 8 16 0'5 5 2'5 1'25
3 12 36 108 1'5 10 15 22'5
4 4 16 64 2'5 5 12'5 31'25
20 60 188 20 30 55
∑ X .Y = ∑∑ n .X .Y
i j
ij i j = 1.2.0'5 + 2.2.1'5 + 1.2.2'5 + 3.3.0'5 + 6.3.1'5 + 3.3.2'5 + 1.4.0'5 + 2.4.1'5 + 1.4.2'5 = 90
a) Covarianza :
60 30
X= =3 Y= = 1' 5
20 20
∑∑ n . X .Y
ij i j
∑ X .Y − X .Y = 90 − 3.1'5 = 4'5 − 4'5 = 0
s XY = − X .Y =
i j
Covarianza =
N N 20
Interpretación :
Las variables son independientes.
Siendo nula la covarianza, también los serán los coeficientes de regresión, el coeficiente de correlación
y el de determinación, dado que en sus cálculos interviene la covarianza en el numerador.
Al ser nulos los coeficientes de regresión, a coincidirá con la media de Y y a' con la de X.
b) Recta de regresión de Y sobre X :

s XY 0
b= 2
= 2 =0 a = Y − b . X = 1' 5 − 0 . 3 = 1' 5 ⇒ Y' = 1'5
sX sX
c) Recta de regresión de X sobre Y :
s XY 0
b' = 2
= 2 =0 a ' = X − b'. Y = 3 − 0 . 1' 5 = 3 ⇒ X' = 3
sY sY

d) Coeficiente de correlación y de determinación :
Como se indicó en el apartado a), al ser nula la covarianza, ambos coeficientes también lo son :
s XY 0
r = b . b' = 0 . 0 = 0 r= = =0 R 2 = r2 = 0
sX . sY sX . sY
e) Proporción de varianza explicada por X :
Proporción de varianza explicada por X = r2 = Coeficiente de determinación = 0
4
Se desea estudiar la relación entre las calificaciones obtenidas en un test (puntuado de 0 a 5) y el sexo
del alumno que lo realiza. Los resultados observados fueron :
Test Sexo Nº de alumnos
1 Varón 3
1 Hembra 1
2 Varón 2
2 Hembra 4
3 Varón 3
4 Hembra 5
4 Varón 1
5 Hembra 1
5 Varón 2
a) Mida el grado de asociación existente entre las dos variables mediante el coeficiente más
adecuado.
b) Calcule el coeficiente de correlación de Pearson y compare su valor con el calculado en el
apartado anterior.
a) Siendo dicotómica la segunda variable, calcularemos el coeficiente de correlación biserial puntual :

Denominando Y a la variable sexo (asignamos : 1=Hombre ; 0=Mujer) y X a la variable puntuación en el test,
procederemos a los cálculos necesarios para su obtención. Ello nos conduce a calcular las medias de los
valores de X que se corresponden con un 1 y con un 0 en Y (X1 y X0) de forma separada, así como la
desviación típica de X.
Las siguientes tablas facilitan nuestras operaciones :
X Y n n.X n.X2 X1 n n.X1 X0 n n.X0
1 1 3 3 3 1 3 3 1 1 1
1 0 1 1 1 2 2 4 2 4 8
2 1 2 4 8 3 3 9 4 5 20
2 0 4 8 16 4 1 4 5 1 5
3 1 3 9 27 5 2 10 11 34
4 0 5 20 80 11 30 q
4 1 1 4 16 p
5 0 1 5 25
5 1 2 10 50
N= 22 64 226
30 34 11 11
X1 = = 2' 7273 X0 = = 3' 0909 p= = 0' 5 q= = 0' 5 = 1 − p
11 11 22 22
64 226
X= = 2' 9091 s 2X = − 2' 90912 = 1' 8099 ⇒ s X = 1' 8099 = 1' 3453
22 22
X − X0 2' 7273 − 3' 0909
Con esto : rbp = 1 . p. q = . 0' 5 . 0' 5 = − 0' 1351
sX 1' 3453
b) Coeficiente de correlación de Pearson :

El propósito de este apartado no es otro que comprobar que efectivamente coinciden los coeficientes de
correlación de Pearson y biserial puntual. Calculemos la media y desviación típica de Y, así como la covarianza:

X Y n f.Y n.Y2 n.X.Y
1 1 3 3 3 3
1 0 1 0 0 0
2 1 2 2 2 4
2 0 4 0 0 0
3 1 3 3 3 9
4 0 5 0 0 0
4 1 1 1 1 4
5 0 1 0 0 0
5 1 2 2 2 10
22 11 11 30
11 11
Y= = 0' 5 s 2Y = − 0' 5 2 = 0' 25 ⇒ s Y = 0' 25 = 0' 5
22 22
30 −0' 0909
s XY = − 2' 9091. 0' 5 = − 0' 0909 ⇒ r= = −0' 1351
22 1' 3453. 0' 5
5
La siguiente tabla nos muestra la distribución por sexo de un grupo de 167 personas, indicando si
fuman o no.
Fuma No fuma
Hombre 85 12
Mujer 10 60
a) Calcule el coeficiente de más adecuado para medir el grado de asociación existente entre el sexo y
el ser o no fumador.
b) Calcule el coeficiente de correlación de Pearson y compare su valor con el calculado en el apartado
anterior.
a) Las dos variables son dicotómicas. El coeficiente específico para esta situación es el coeficiente de
correlación ϕ (phi) . Dispuesta la tabla como sigue (totalizando filas y columnas) obtenemos :
Y
1 (Fuma) 0 (No fuma)
X 1 (Hombre) a = 85 b = 12 97
0 (Mujer) c = 10 d = 60 70
95 72
ad − bc 85.60 − 12.10
ϕ= = = 0'7307
(a + b )(. c + d )(. a + c )(. b + d ) 97.70.95.72
X Y n n.X n.Y n.X2 n.Y2 n.X.Y
1 1 85 85 85 85 85 85
1 0 12 12 0 12 0 0
0 1 10 0 10 0 10 0
0 0 60 0 0 0 0 0
167 97 95 97 95 85
97 97
X= = 0' 5808 s 2X = − 0' 5808 2 = 0' 2435 ⇒ s X = 0' 2435 = 0' 4934
167 167
95 95
Y= = 0' 5689 s 2Y = − 0' 5689 2 = 0' 2453 ⇒ s Y = 0' 2453 = 0' 4952
167 167
85 0' 1786
s XY = − 0' 5808 . 0' 5689 = 0' 1786 ⇒ r= = 0' 7307
167 0' 4934 . 0' 4952
Coincidente con el calculado en el apartado anterior, como era de esperar.

6
Doce atletas (A, B, C, ..., L) participan en una carrera de 100 metros y en otra de lanzamiento de peso.
Las clasificaciones en dichas pruebas fueron :
100 metros : A,B,C,D,E,F,G,H,I,J,K,L
Peso : K,I,J,L,G,H,F,D,E,B,C,A
a) Determine la relación existente entre las dos clasificaciones en las pruebas descritas, mediante
el coeficiente más adecuado.
b) Calcule el coeficiente de correlación de Pearson y compare su valor con el calculado en el
apartado anterior.
Nos encontramos ante dos reordenaciones distintas de los 12 individuos. Calcularemos pues el coeficiente de
correlación por el método de los rangos de Spearman.
a) Coeficiente de correlación ρ :
6.∑ d 2 6.552
ρ = 1− = 1− = −0'9301
(
N. N − 1
2
)
12. 12 2 − 1 ( ) (Ver tabla siguiente)
A continuación se ofrecen las tablas auxiliares de cálculos de ρ y r , calculados para comprobar que coinciden.
Para el cálculo de ρ Para el cálculo de r
X Y d d2 X Y X2 Y2 X.Y
1 11 -10 100 1 11 1 121 11
2 9 -7 49 2 9 4 81 18
3 10 -7 49 3 10 9 100 30
4 12 -8 64 4 12 16 144 48
5 7 -2 4 5 7 25 49 35
6 8 -2 4 6 8 36 64 48
7 6 1 1 7 6 49 36 42
8 4 4 16 8 4 64 16 32
9 5 4 16 9 5 81 25 45
10 2 8 64 10 2 100 4 20
11 3 8 64 11 3 121 9 33
12 1 11 121 12 1 144 1 12
78 78 0 552 78 78 650 650 374

78 650
X= = 6' 5 s 2X = − 6' 5 2 = 11' 9167 ⇒ s X = 11' 9167 = 3' 4521
12 12
78 650
Y= = 6' 5 s 2Y = − 6' 5 2 = 11' 9167 ⇒ s Y = 11' 9167 = 3' 4521
12 12
374 −11' 0833
s XY = − 6' 5 . 6' 5 = − 11' 0833 ⇒ r= = − 0' 9301
12 3' 4521. 3' 4521
En efecto coinciden los coeficientes de correlación obtenidos por los dos métodos.
Su alto valor negativo (próximo a -1) nos indica que existe una fuerte relación entre las dos clasificaciones en
las pruebas atléticas, quedando mejor clasificados en una los peor clasificados en la otra.
7
De los archivos de la Dirección provincial de Tráfico se han seleccionado los expedientes de 64
conductores, realizando el siguiente recuento en función del sexo (M = mujer ; H = hombre) y el número
de multas impuestas durante el último año.
Sexo
M H
Nº de multas 1 9 0
en el último año 2 7 0
3 6 2
4 1 9
5 1 11
6 0 18
¿ Qué conclusión puede deducirse acerca de la relación existente entre sexo y número de denuncias ?.
Utilice para ello el índice de asociación más apropiado.
Al ser dicotómica la variable sexo, obtendremos el coeficiente de correlación biserial puntual :

Y Y=1 Y=0
M=1 H=0 n n.X n.X2 n.X1 n.X0
X 1 9 0 9 9 9 9 0
2 7 0 7 14 28 14 0
3 6 2 8 24 72 18 6
4 1 9 10 40 160 4 36
5 1 11 12 60 300 5 55
6 0 18 18 108 648 0 108
24 40 N=64 255 1217 50 205
50 205 24 40
X1 = = 2' 0833 X0 = = 5' 125 p= = 0' 375 q = = 0' 625 = 1 − p
24 40 64 64
255 1217
X= = 3' 9844 s 2X = − 3' 9844 2 = 3' 1404 ⇒ s X = 3' 1404 = 1' 7721
64 64
X − X0 2' 0833 − 5' 125
Con esto : rbp = 1 . p. q = . 0' 375 . 0' 625 = − 0' 831
sX 1' 7721
Es decir existe una fuerte relación, de sentido inverso, entre ambas variables. Algo que podía advertirse al
analizar el recuento de las observaciones.
8
Para analizar si existe o no relación entre las calificaciones en materias científicas y las del área
literaria, seleccionamos ocho alumnos a los que sometemos a dos pruebas (una de cada área).
Clasificados por orden de puntuación resultó :
Alumno 1 2 3 4 5 6 7 8
P. Científica 3º 6º 7º 1º 2º 8º 5º 4º
P. Literaria 3º 5º 7º 4º 1º 8º 2º 6º
Utilizando el índice adecuado establezca el grado de relación que existe entre las calificaciones de
dichas áreas de conocimiento.
Calcularemos el coeficiente de correlación ρ (rangos de Spearman) al presentarse dos variables ordinales (dos
reordenaciones de los 8 alumnos).
Denominamos X e Y a las variables que proporcionan, respectivamente, las clasificaciones en la prueba científica y en la
literaria . Ordenadas las primeras, calculemos sus diferencias :
X Y d d2
1 4 -3 9
2 1 1 1
3 3 0 0
4 6 -2 4
5 2 3 9
6 5 1 1
7 7 0 0
8 8 0 0
24
6.∑ d 2 6.24
ρ = 1− = 1− = 0'7143
Con ello :
(
N. N −12
) ( )
8. 8 2 − 1
Es decir, existe una alta relación entre las calificaciones. Generalmente un alumno con altas calificaciones en el
área científica tendrá altas calificaciones en el área de conocimientos literarios.

9
Un grupo de COU integran 17 alumnos de Ciencias y 14 de Letras. De ellos repiten curso 16 de Ciencias
y sólo 2 de Letras. Calcule el coeficiente de correlación más adecuado para medir el grado de
asociación existente entre las variables descritas.
Se trata de analizar la relación que puede existir entre la especialidad (Ciencias o Letras) y el ser repetidor o no serlo.
Siendo las dos variables dicotómicas, calculamos el coeficiente de correlación ϕ (phi) .
Dispuesta la tabla como sigue (totalizando filas y columnas) obtenemos :
Y
1 (Repite) 0 (No repite)
X 1 (Ciencias) a = 16 b=1 17
0 (Letras) c=2 d = 12 14
18 13
ad − bc 16.12 − 1.2
ϕ= = = 0'8051⇒ alta relación entre las variables.
(a + b )(. c + d )(. a + c )(. b + d ) 17.14.18.13
10
Se somete a 10 alumnos a dos test diferentes encaminados a medir su percepción visual. Los
resultados fueron los siguientes :
Test A 3 4 5 5 6 7 8 9 10 12
Test B 4 5 5 6 7 8 8 10 11 14
a) Obtenga las ecuaciones de las rectas de regresión del test A sobre el B, en puntuaciones directas,
diferenciales y típicas.
b) Determine la proporción de varianza residual que se presenta en dicho ajuste.
Denominando Y a las puntuaciones en el test A (variable dependiente en el ajuste) y X a las correspondientes al text B,
procedemos a realizar los cálculos necesarios :
X Y X2 Y2 X.Y
3 4 9 16 12
4 5 16 25 20
5 5 25 25 25
5 6 25 36 30
6 7 36 49 42
7 8 49 64 56
8 8 64 64 64
9 10 81 100 90
10 11 100 121 110
12 14 144 196 168
69 78 549 696 617
N .∑ X .Y − (∑ X )(
. ∑ Y ) 10.617 − 69.78
b= = = 1'0809
N .∑ X 2 − (∑ X ) 10.549 − 69 2
2
a = Y − b. X =
∑ Y − b . ∑ X = 78 − 1' 0809 . 69 = 0' 3416
N N 10 10
N .∑ X .Y − (∑ X )(
. ∑Y ) 10.617 − 69.78
r= = = 0'9861
[N .∑ X 2 2
][
− (∑ X ) . N .∑ Y − (∑ Y )
2 2
] (10.549 − 69 )(. 10.696 − 78 )
2 2
a) Rectas de regresión :
1º.- En puntuaciones directas : Y' = a + b . X Y' = 0'3416 + 1'0809 . X
2º.- En puntuaciones diferenciales : y' = b . x y' = 1'0809 . x
3º.- En puntuaciones tipificadas: zy' = r .zx zy' = 0'9861 .zx
b) Proporción de varianza residual :

Cuando se habla de proporción siempre se refiere al cociente entre la varianza total de Y; es decir, a la
proporción de varianza de Y que representa la varianza solicitada.

Siendo la varianza de los errores (residual) : (
se2 = sY2. X = sY2 . 1 − r 2 )
s 2
Y .X
=
2
Y (
s .1− r 2
) = 1− r 2
= 1 − 0'98612 = 0'0277
2
s Y sY2
Sólo representa un 2'77% de la varianza del test A (Y), siendo la proporción de varianza no explicada por el test
B (X).
11
A partir de los seis pares de valores, correspondientes a una variable bidimensional (X,Y) ,
(1 , 4) , (2 , 5) , (3 , 5) , (4 , 6) , (5 , 7)
a) Calcule la ecuación de la recta de regresión de Y sobre X.
b) Represente gráficamente el diagrama de dispersión y la recta de regresión.
c) Calcule e interprete el coeficiente de correlación.
Cálculos necesarios (realizados en este ejemplo a partir de las medias y varianzas de X e Y y de la covarianza) :
X Y X2 Y2 X.Y
1 4 1 16 4
2 5 4 25 10
3 5 9 25 15
4 6 16 36 24
5 7 25 49 35
15 27 55 151 88
15 55 27 151 88
X= =3 s 2X = − 32 = 2 Y= = 5' 4 s Y2 = − 5' 4 2 = 1' 04 s XY = − 3. 5' 4 = 1' 4
5 5 5 5 5
1' 4
a) b= = 0' 7 a = 5' 4 − 0' 7. 3 = 3' 3 Y = 3'3 + 0'7 . X
2
b)
Para X = 0 Y = 3'3 (0 , 3'3)
Para X = 5 Y = 6'8 (5 , 6'8)
Enlazando los dos puntos anteriores obtenemos la gráfica de la recta.
Observe que el punto que tiene por coordenadas las medias

de X e Y (3 , 5'4) , es un punto contenido en la recta de
regresión.
Apreciamos la proximidad de los puntos a la recta de ajuste,

así como que dicha recta es creciente (r > 0).
1' 4
c) r= = 0' 9707
2 . 1' 04
Elevada relación entre las variables y de signo positivo.
La recta de regresión es una buena función de ajuste, siendo creciente (r > 0).
Para representar gráficamente la recta de regresión, localizamos dos puntos cualesquiera de ella :
Y = 3'3 + 0'7 . X

12
La recta de regresión de Y sobre X, calculada en el estudio de la relación existente entre dos variables,
tiene por ecuación Y' = 5'4 - 0'9 . X , siendo la varianza de la variable dependiente Y igual a 1'84.
Si la distribución de las predicciones de Y tiene como media 3'6 y varianza 1'619936,
a) calcule la media y varianza de X
b) determine la ecuación de la recta de regresión de X sobre Y
c) obtenga el valor del coeficiente de correlación.
Iniciamos aquí una serie de ejemplos que requieren para su resolución el empleo de las diferentes relaciones
funcionales (fórmulas para entendernos) tratadas en el tema.
Resulta de utilidad escribir las expresiones en las que intervienen los datos suministrados, sustituyendo sus valores
conocidos. Tal vez así podamos obtener los que nos pida el problema.
⎛ ⎞
1º.- Y ' = 5'4 − 0'9. X (a = Y − b. X ) 5'4 = Y + 0'9. X
s
⎜⎜ b = XY
2
= −0'9 ⎟⎟
⎝ sX ⎠
2º.- s 2Y = 1' 84 s Y = 1' 84 = 1' 3565
3º.- Y' = Y = 3'6 s 2Y' = 1' 619936
Siendo 3'6 la media de Y, la expresión de a nos permite obtener la media de X :
5' 4 − 3' 6
5' 4 = Y + 0' 9 . X 5' 4 = 3' 6 + 0' 9 . X ⇒ X= =2
0' 9
La varianza de X no puede obtenerse de momento (para extraerla del valor del coeficiente de regresión b necesitamos
conocer antes la covarianza o el coeficiente de correlación).
Partiendo, por ejemplo, de la proporción de varianza explicada (hace referencia a la varianza de las predicciones) :
s 2Y' 1' 619936
r2 = = = 0' 8804 ⇒ r = 0' 8804 = ± 0' 9383
s 2Y 1' 84
El coeficiente de correlación será negativo, ya que lo es el coeficiente de regresión b (b = -0'9), luego : r = 0'9383 .
sX
La expresión r = b . nos permitirá calcular la desviación típica de X :
sY
sX sX −0' 9383. 1' 3565
r = b. ⇒ − 0' 9383 = − 0' 9 . ⇒ sX = = 1' 4142 ⇒ s X2 = 1' 4142 2 = 2
sY 1' 3565 − 0' 9
Finalmente, calculemos la recta de ajuste de X sobre Y :
s XY s 1' 4142
b' = = r . X = − 0' 9383. = − 0' 9783 a ' = X − b' . Y = 2 − ( − 0' 9783 ). 3' 6 = 5' 5217
s Y2 sY 1' 3565
Su ecuación es :
X' = 5'5217 - 0'9783 . Y
13
La recta de regresión de Y sobre X corta a los ejes coordenados en los puntos (0'5,0) y (0,-0'4), siendo la
proporción de varianza no explicada por X del 25'58%.
a) Calcule los coeficientes de correlación y de determinación.
b) Siendo X = 5, ¿ qué pronóstico diferencial corresponde a una puntuación directa X = 4 ?.
a) Los coeficientes de correlación y de determinación se obtienen directamente de la proporción de varianza no

explicada :
1 - r2 = 0'2558 ⇒ r2 = 1 - 0'2558 = 0'7442
Luego :
Coeficiente de determinación : R2 = r2 = 0'7442
Coeficiente de correlación : r = 0' 7442 = ± 0' 8627
Para determinar si el coeficiente de correlación es positivo o negativo se pueden seguir distintos
procedimientos. Uno podría consistir en dibujar la recta de regresión (enlazando los dos puntos
conocidos) observando si es creciente (b > 0 y r > 0) o decreciente (b < 0 y r < 0). Así resulta que
es creciente y, por tanto, r = 0'8627.
b) Determinemos la recta de regresión en puntuaciones directas y diferenciales :

Si la recta de regresión Y' = a + b.X pasa por (0'5,0) y (0,-0'4) , significa que :
- para X = 0'5 Y' = 0 : 0 = a + b.0'5
- para X = 0 Y' = -0'4 : -0'4 = a + b.0 ⇒ -0'4 = a ⇒ 0 = -0'4 + b.0'5 ⇒ b = 0'4 / 0'5 = 0'8

La recta de regresión es :
en puntuaciones directas : Y' = -0'4 + 0'8 . X
en puntuaciones diferenciales : y' = 0'8 . x
A la puntuación directa X = 4 , le corresponde una puntuación diferencial : x = X − X = 4 − 5 = − 1
luego el pronóstico diferencial correspondiente es :
y' = 0'8 . x = 0'8 . (-1) ⇒ y' = -0'8
NOTA :
Calculado b = 0'8 > 0, concluiremos que el coeficiente de correlación es también positivo (r = 0'8627), tal como
se dedujo en el apartado a).
14
A las puntuaciones directas 2 y 6 de la variable X le corresponden predicciones 3'2 y 7'2
respectivamente.
Si la proporción de varianza asociada a X es del 70'42% y los valores de la variable dependiente Y son:
1 , 3 , 5 , 6 y 11
a) obtenga las ecuaciones de las dos rectas de regresión
b) calcule el coeficiente de correlación
c) un pronóstico tipificado 1'1868 , ¿ a qué puntuación directa de X corresponde ?.
a)
En la recta de regresión de Y sobre X : Y' = a + b.X
- Para X = 2 , Y' = 3'2 : 3'2 = a + 2.b
- Para X = 6 , Y' = 7'2 : 7'2 = a + 6.b
Resolviendo el sistema obtenemos : a = 1'2 b = 1 Y' = 1'2 + X
Para el cálculo de la recta de regresión de X sobre Y no disponemos de elementos suficientes de momento.
b)
Con los valores conocidos de Y calculamos su media, varianza y desviación típica :
1 + 3 + 5 + 6 + 11 12 + 3 2 + 5 2 + 6 2 + 112
Y= = 5' 2 s 2Y = − 5' 2 2 = 11' 36 s Y = 11' 36 = 3' 3705
5 5
Si la proporción de varianza asociada es del 70'42%, deducimos que : r2 = 0'7042 y, siendo b = 1 > 0 , el
coeficiente de correlación r también será positivo. Es decir :
r = + 0' 7042 = 0' 8392
De la recta de regresión de Y sobre X deducimos (para las medias) :
Y ' = Y = 1' 2 + X ⇒ X = Y − 1' 2 = 5' 2 − 1' 2 = 4
La desviación típica de X la podemos obtener ahora de la relación :
sX r . s Y 0' 8392. 3' 3705
r = b. ⇒ sX = = = 2' 8284 ⇒ s X2 = 2' 8284 2 = 8
sY b 1
a bis)
Estamos en condiciones de calcular la recta de regresión de X sobre Y :
s r . s X 0' 8392. 2' 8284
r = b'. Y ⇒ b' = = = 0' 7042 ⇒ a = X − 0' 7042. Y = 4 − 0' 7042. 5' 2 = 0' 3380
sX sY 3' 3705
La recta de regresión de X sobre Y tiene por ecuación :
X' = 0'3380 + 0'7042 . Y
c)
La recta de regresión de Y sobre X en puntuaciones típicas es : z Y' = r . z X z Y' = 0' 8392. z X
Para el pronóstico tipificado 1'1868 deduciremos el valor tipificado de X. Teniendo en cuenta el proceso de
tipificación, deduciremos la puntuación directa de X
1' 1868 X− X X−4
z Y' = 1' 1868 zX = = 1' 4142 = = ⇒ X = 1' 4142. 2' 8284 + 4 = 8
0' 8392 sX 2' 8284
15
En un grupo de 10 sujetos se han aplicado dos pruebas (X,Y). Las puntuaciones obtenidas en X fueron
dicotomizadas por la Mediana formándose dos categorías: altos (A) y bajos (B). Los resultados son los
siguientes :
Sujeto 1 2 3 4 5 6 7 8 9 10
X B A B A A B B A A B
Y 5 3 3 0 1 3 2 0 1 2
Elija y calcule el índice de correlación adecuado para medir la relación existente entre X e Y.
X nA nA.X nB nB.X X n n.X n.X2
0 2 0 0 0 0 2 0 0
1 2 2 0 0 1 2 2 2
2 0 0 2 4 2 2 4 8
3 1 3 2 6 3 3 9 27
4 0 0 0 0 4 0 0 0
5 0 0 1 5 5 1 5 25
5 5 5 15 10 20 62
5 15 20 62
XA = = 1; XB = = 3 ; X = = 2 ; SX = − 2 2 = 1483
'
5 5 10 10
XA − X B 1− 3 5 5
rbp = . p. q = . . = −0'674
SX 1483
' 10 10
Cierta relación entre las variables, de signo inverso. A mayor puntuación en la prueba Y menor nivel en X.
16
La puntuación estimada de la variable Y para un valor 0 de la variable X es 0’5454, siendo la varianza de
esta variable 16’5. Sabiendo que el porcentaje de varianza de la variable Y no asociada a la variación de
X es 4’545% y que la varianza del error es 0’318297, hallar :
a) la correlación de Pearson entre X e Y.
b) la ecuación de regresión para pronosticar Y a partir de X.
c) la varianza de las puntuaciones pronosticadas.
Datos :
S e2
Y' = a + b. X → 0'5454 = a + b.0 → a = 0'5454 ; S 2X = 16'5 ; = 1 − r 2 = 0'04545 ; S e2 = 0'318297
S 2y
a) 1 - r2 = 0’04545 ⇒ r2 = 1 - 0’04545 = 0’95455 ⇒ r = 0’977
b) a = 0’5454
0'318297
= 0'04545 ⇒ S 2Y = 7'003 ⇒ S Y = 2'646
S 2Y
S r.S Y 0'977.2'646
r = b. X ⇒ b = = = 0'6364 ⇒ Y' = 0'5454 + 0'6364. X
SY SX 16'5
c) S 2Y = S e2 + S Y2 ' → S Y2 ' = S Y2 − S e2 = 7'003 − 0'318297 = 6'684703
17
Las puntuaciones estimadas de la variable Y para los valores 3 y 5 de la variable X son 2’4545 y 3’7272
respectivamente. El coeficiente de correlación entre X e Y es 0’977, y la varianza de la variable X es 16’5.
Con estos datos calcular :
a) la ecuación de la recta de regresión.
b) la varianza de las puntuaciones pronosticadas.
c) la proporción de varianza de la variable Y no asociada a la variación de X.
Datos :
⎧2'4545 = a + 3. b
Y' = a + b. X → ⎨ r = 0'977 S2X = 16'5
⎩ 3'7272 = a + 5. b
a) Resolviendo el sistema anterior : a = 0’54545 b = 0’63635 Y’ = 0’54545 + 0’63635.X
s2y '
b) r2 = ⇒ s2y ' = r 2 . s2y
s2y
SX 16'5
r = b. ⇒ 0'977 = 0'63635. = 0'6364 ⇒ SY = 2'656594 ⇒ SY2 ' = 0'977 2 .2'656594 2 = 6'7366
SY SY
c) 1 - r2 = 1 - 0’9772 = 0’045471 (4’5471%)

18
Las puntuaciones directas obtenidas por 5 sujetos en la escala LKS (Escala de Lucas) y las obtenidas
por esos mismos sujetos en el factor C (Control Social) del PSI son las que figura en la tabla final.
a) Encuentre la puntuación pronosticada en LKS de un sujeto cuya puntuación directa en C es
15.
b) Encuentre la parte de la varianza de LKS asociada a la variación de C.
c) Interprete el resultado obtenido al calcular el estadístico que expresa la relación entre LKS y
C.
Sujetos A B C D E
LKS 49 40 43 31 37
C 8 16 14 20 12
Y = LKS X=C
X Y X2 Y2 X.Y
8 49 64 2401 392
16 40 256 1600 640
14 43 196 1849 602
20 31 400 961 620
12 37 144 1369 444
70 200 1060 8180 2698
70 200 1060
X= = 14 ; Y = = 40 ; S 2X = − 14 2 = 16 ; S X = 4
5 5 5
8180 2698
S 2Y = − 40 2 = 36 ; S Y = 6 ; S XY = − 14.40 = −20'4
5 5
b = -20’4 / 16 = -1’275 a = 40 - (.1’275).14 = 57’85
a)
Y’ = 57’85 - 1’275.X = 57’85 - 1’275 . 15 = 38’725
b) r = -20’4 / 4 . 6 = -0’85 ⇒ r2 = 0’7225 (72’25%)
c) Alta relación entre las dos pruebas (r=-0’85) y de signo inverso. Es decir, un sujeto con alta puntuación en LKS
tendrá baja puntuación en C
19
La empresa de publicidad “VENDEBIEN” quiere saber si la aceptación o rechazo dependen del sexo.
Para ello se encuesta a 200 personas de las cuáles el 50% son mujeres; 40 hombres rechazan el
producto mientras que 30 mujeres lo aceptan.
Elija y calcule el índice de correlación adecuado para interpretar estos datos.
H M
Aceptan a=60 b=30
Rechazan c=40 d=70
ad − bc 60.70 − 30.40
ϕ= = = 0'3015
( a + b).( c + d ).( a + c).( b + d ) 90110
. .100.100
Escasa relación entre la aceptación y el sexo. De aceptarla, el mayor rechazo se produce en mujeres.
20
La ecuación de la recta de regresión que permite pronosticar las calificaciones en Psicología
Matemática II (Y) a partir de las calificaciones en Psicología Matemática I (X) es la siguiente : Y’ = 0’8.X
- 0’25
Sabiendo que Sx = (4/5).Sy ; Sy = 3 y que X − Y = 1'74 , calcule :
a) rxy, X , Y.
b) la varianza de las puntuaciones pronosticadas.
c) la proporción de varianza error cometida al pronosticar, utilizando la recta de regresión
anterior.

Datos :
4
Y' = 0'8. X − 0'25 ; S X = . S ; S = 3 ; X − Y = 1'74
5 Y Y
b = 0'8 ⎫⎪ S 2'4
4 ⎬ ⇒ r = b. X = 0'8. = 0'64
S X = .3 = 2'4 ⎪ SY 3
a) 5 ⎭
a = Y − b. X −0'25 = Y − 0'8. X ⎫ ⎧ X = 7'45
⎬⇒⎨
X − Y = 174
' ⎭ ⎩ Y = 5'71
s2y '
b) r =
2
⇒ s2y ' = r 2 . s2y = 0'64 2 .32 = 3'6864
s2y
c) 1 - r2 = 1 - 0'642 = 0'5904 (59'04%)
21
La recta de regresión de Y sobre X, que permite el pronóstico en el rendimiento en un trabajo manual a
partir de las puntuaciones en un test de destreza manual, corta al eje de ordenadas en Y’ = 8 y al de
abscisas en X = -4, en puntuaciones directas.
a) Calcule la ecuación de la recta de regresión anterior en puntuaciones directas.
b) Represente gráficamente la recta de regresión anterior.
c) Calcule el coeficiente de correlación entre X e Y sabiendo que la varianza de los errores es la
cuarta parte de la varianza de Y.
a) b)
Para X = 0 , Y’ = 8 y, para X = -4, Y’ = 0
⎧ 8=a ⎧a = 8
Y' = a + b. X → ⎨ ⇒⎨ → Y' = 8 + 2. X
⎩0 = a − 4. b ⎩b = 2
1 2
.S Y 3
S 2e
⇒ S e2 = S 2Y . ( 1 − r 2 )
1 4
c) S 2e = .S 2Y ⇒ r2 = 1− 2 = 1− 2 = ⇒ r = 0'866
4 SY SY 4
22
Estudiando la relación entre las variables X e Y se obtuvieron los siguientes datos :
X = 119 , Y = 1'30 , S x = 10 , SY = 0'55 , rxy = 0'70 , n = 10
a) Elena C. obtuvo una puntuación de 130 en X. Estime su puntuación en Y.
b) Se estimó la puntuación 1’28 en la variable Y para Gonzalo S.. ¿ Cuál fue su puntuación en la
variable X ?.
c) Determinar el valor de Sy.x y la desviación típica de las puntuaciones pronosticadas (Sy’).
sy 0'55
a)
b = r. = 0'7. = 0'0385 ; a = 130
' − 0'0385x119 = −3'2815 ⇒ Y' = −3'2815 + 0'0385. X ⇒
sx 10
⇒ Y' = −3'2815 + 0'0385130
. = 1'7235
b) 1’28 = -3’2815+0’0385.X ⇒ X = 118’48
S Y.X = S Y . 1 − r 2 = 0'55. 1 − 0'7 2 = 0'3928

c)
S 2Y' = S Y2 − S Y2 .X = 0'3025 − 01543
' = 01482
' ⇒ S Y' = 0'385

23
La siguiente gráfica muestra las calificaciones obtenidas
por dos grupos de alumnos que han estudiado con dos
métodos de enseñanza distintos (A y B). Elija, calcule e
interprete el coeficiente de correlación más adecuado para
estudiar la relación entre el método de enseñanza y las
calificaciones.
XA XB
2 2
4 4
6 5
8 6
9
10
20 36
X 2 4 6 8 2 4 5 6 9 10 56
X2 4 16 36 64 4 16 25 36 81 100 382
Biserial puntual (rbp). Una cuantitativa (calificación) y la otra dicotómica (método).
20 36 56 382
XA = = 5 ; XB = = 6; X = = 5'6 ; S X = − 5'6 2 = 2'61
4 6 10 10
XA − X B 5− 6 4 6
rbp = . p. q = . . = −0187
'
SX 2'61 10 10
r2 = 0’035 (3’5%)
Existe una relación muy baja (del 3’5%) entre el método seguido y las calificaciones. De aceptarse la relación
diríamos que los alumnos que siguen el método B obtienen mejores resultados (signo negativo de r).
24
Sabemos que las puntuaciones diferenciales pronosticadas (y’) son cinco veces las puntuaciones
diferenciales de la variable X, y que la proporción de varianza asociada entre X e Y es igual a 0’25.
Calcular :
a) La pendiente de la recta de regresión de Y sobre X en puntuaciones directas y diferenciales.
b) La pendiente de la recta de regresión de Y sobre X en puntuaciones típicas.
c) La pendiente de la recta de regresión de X sobre Y en puntuaciones directas.
s2y '
Datos : y’ = 5x r =
2
= 0'25
s2y
a) b=5
b) r2 = 0’25 ⇒ r = 0’5
c) b.b’ = r2 ⇒ 5.b’ = 0’25 ⇒ b’ = 0’25 / 5 = 0’05
25
Para un grupo de 100 sujetos y en dos variables X e Y, disponemos de los siguientes datos :
Σxy=480 ; Σx2=400 ; Σy2=ΣY=900.
Sabiendo además que X e Y son dos variables cuantitativas que mantienen una relación lineal y que,
lógicamente,
Σx = Σy = 0
a) ¿Cuánto valdrá el coeficiente de correlación de Pearson entre X e Y ?.
b) ¿Cuánto valdrá la desviación típica de los errores cometidos al pronosticar Y a partir de X ?.
c) ¿ Qué puntuación directa pronosticaremos en Y a un sujeto que ha obtenido una puntuación x=-2 ?.
Se sigue en el enunciado la notación usual de representación de puntuaciones directas (mayúscula) y diferenciales

(minúscula).
Recordemos que :

En puntuaciones directas En puntuaciones diferenciales
∑ ni .(X i − X )(. Yi − Y ) ∑ ni . X i .Yi ∑ n .x . y

i i i
S XY = i
= i
− X .Y S XY = i
N N N
∑ n .(X − X) ∑ n .X ∑ n .x
2 2 2
i i i i i i
S X2 = i
= i
−X2 S X2 = i
N N N
a) Para puntuaciones diferenciales :
s xy =
∑ xy = 480 = 4'8 sx =
∑ x2 =
400
=2 sy =
∑ y2 =
900
=3
n 100 n 100 n 100
r = 4’8 / 2'3 = 0’8
b) se = s y.x = s y . 1 − r 2 = 3. 1 − 0'8 2 = 18
'
sy 3
c) En puntuaciones diferenciales : y’ = b.x , con b = r . = 0'8. = 12
'
sx 2
Para x = -2 : y’ = 1’2 . (-2) = -2’4
Como : y' = Y'− Y ⇒ Y' = y'+ Y = y'+

∑ Y = −2'4 + 900 = −2'4 + 9 = 6'6
N 100
26
La empresa de publicidad “VENDEBIEN” quiere Duración Aceptación Rechazo
saber si existe relación entre la duración de un 5-9 3 0
anuncio en T.V. y la aceptación o rechazo del 10 - 14 4 1
mismo. Los resultados de la encuesta se 15 - 19 4 2
incluyen en la siguiente tabla. 20 - 24 1 3
Elija y calcule el índice de correlación 25 - 29 0 2
adecuado para interpretar estos datos.
X nA nA.X nR nR.X X n n.X n.X2

5-9 7 3 21 0 0 7 3 21 147
10-14 12 4 48 1 12 12 5 60 720
15-19 17 4 68 2 34 17 6 102 1734
20-24 22 1 22 3 66 22 4 88 1936
25-29 27 0 0 2 54 27 2 54 1458
12 159 8 166 20 325 5995
159 166 325 5995

XA = = 13'25 ; X R = = 20'75 ; X = = 16'25 ; S X = − 16'252 = 5'974
12 8 20 20
X − XR 13'25 − 20'75 12 8
rbp = A . p. q = . . = −0'615
SX 5'974 20 20
Cierta relación entre las variables, de signo inverso. A mayor duración mayor rechazo.
27
El gabinete de estudios sobre “Malestar Social” desea conocer si existe relación entre la consumición
de drogas y la comisión de delitos sobre la propiedad. Para ello se selecciona una muestra y se
comprueba que 50 individuos han consumido algún tipo de droga y a la vez han estado implicados en
delitos contra la propiedad. Teniendo en cuenta que un 20% de la muestra ha cometido delitos contra la
propiedad, que 250 no consumen drogas ni han estado implicados en delitos contra la propiedad y que
la muestra constaba de 500 individuos, ¿ qué conclusión obtendrá el gabinete de estudios ?. (Elija,
calcule e interprete el coeficiente de correlación adecuado).

Droga SI Droga NO
Delito SI a=50 b=50
Delito NO c=150 d=250
ad − bc 50.250 − 50150
.
ϕ= = = 0144
'
(a + b).( c + d ).( a + c).( b + d ) 100.400.200.300
Escasa relación entre consumo de drogas y comisión de delitos. De aceptarla, la mayor comisión de delitos se
produce en consumidores de drogas.
28
Un grupo de hombres y mujeres responde a una X Mujeres Hombres
prueba (X). Los datos obtenidos aparecen en la 11 - 13 8 3
siguiente tabla. 8 - 10 6 5
Elija razonadamente, calcule e interprete el 5-7 5 6
coeficiente de correlación adecuado, para estudiar 2-4 1 6
la relación entre las puntuaciones de la prueba y la
variable sexo.
X nM nM.X nH nH.X X n n.X n.X2

2-4 3 1 3 6 18 3 7 21 63
5-7 6 5 30 6 36 6 11 66 396
8-10 9 6 54 5 45 9 11 99 891
11-13 12 8 96 3 36 12 11 132 1584
20 183 20 135 40 318 2934
183 135 318 2934

XM = = 9'15 ; X H = = 6'75 ; X = = 7'95 ; S X = − 7'952 = 3186
'
20 20 40 40
XM − XH 9'15 − 6'75 20 20
rbp = . p. q = . . = 0'377
SX 3186
' 40 40
Muy débil relación entre las variables, de signo directo. De aceptarse, la mayor calificación se produce en
mujeres.
29
Elija el coeficiente de correlación más apropiado
entre las variables “puntuaciones en un test de Y
inteligencia” (X), y “prejuicio antiprotestante” (Y), fA fB
teniendo en cuenta el cuadro adjunto. 9 - 11 40 0
En este cuadro, fA significa frecuencia con alto X 6-8 40 0
prejuicio y fB frecuencia con bajo. Calcule el 3-5 0 10
coeficiente de correlación elegido y comente 0-2 0 10
brevemente el resultado obtenido.
X nA nA.X nB nB.X X n n.X n.X2

0-2 1 0 0 10 10 1 10 10 10
3-5 4 0 0 10 40 4 10 40 160
6-8 7 40 280 0 0 7 40 280 1960
9-11 10 40 400 0 0 10 40 400 4000
80 680 20 50 100 730 6130
680 50 730 6130

XA = = 8'5 ; X B = = 2'5 ; X = = 7'3 ; S X = − 7'32 = 2'83
80 20 100 100
XA − X B 8'5 − 2'5 80 20
rbp = . p. q = . . = 0'848
SX 2'83 100 100
Elevada relación entre las variables, de signo directo. A mayor puntuación en el test mayor prejuicio
antiprotestante.

30
Estudiando la relación entre las variables X e Y se obtuvieron los siguientes datos :
X = 50 , Y = 6 , S x = 6 , S Y = 2 , rxy = 0'8 , n = 5
a) ¿ Qué puntuación directa en Y pronosticaremos a un sujeto que obtuvo una puntuación directa en X
de 52 ?.)
b) ¿ Cuánto valen S 2y' y S y.x ?.
sy 2
a)
b = r. = 0'8. = 0'267 ; a = 6 − 0'267 x50 = −7'35 ⇒
sx 6
⇒ Y' = −7'35 + 0'267. X ⇒ Y' = −7'35 + 0'267 x52 = 6'534
b) S Y.X = S Y . 1 − r 2 = 2. 1 − 0'8 2 = 12
' S Y2 ' = S Y2 − S Y2 .X = 4 − 144
' = 2'56
31
Estudiando una muestra de 50 alumnos de BUP se observó que una proporción de 0’10 estaba
compuesta por alumnos hijos únicos. De los 50 alumnos, una proporción de 0’6 comían en el Colegio.
Si sabemos que una proporción de 0’04, con respecto al total, son hijos únicos que no comen en el
Colegio. ¿ Existe una relación entre ser hijo único o no y comer o no en el Colegio ?. Halle el coeficiente
de correlación que corresponda e interprete el resultado.
Único SI Único NO
Comen SI a=3 b=27
Comen NO c=2 d=18
ad − bc . − 27.2
318
ϕ= = =0
(a + b).( c + d ).(a + c).( b + d ) 30.20.5.45
Las variables son independientes. No existe ningún tipo de relación entre ser hijo único y comer en el colegio.
32
La desviación típica de un determinado grupo de personas en la variable ansiedad (X) es igual a 2.
También conocemos para esta variable la media de los varones (10) y la de las mujeres (5). Sabiendo
que el índice de asociación entre las variables ansiedad y sexo es igual a +1, y que el número de
varones es superior al de mujeres :
a) ¿ Qué coeficiente de correlación habrá sido utilizado ?.
b) Interprete el valor del coeficiente de correlación.
c) Calcule la proporción de varones que componen nuestra muestra.
a) Biserial puntual (rbp). Una cuantitativa y la otra dicotómica.

b) Relación perfecta. Los varones presentan altas puntuaciones en ansiedad y las mujeres bajas.
xv − xm 10 − 5 2
rbp = . p. q = 1 = . p. q ⇒ p. q = = 0'4 ⇒ p. q = 016
'
sx 2 5
c)
1 ± 1 − 0'64 1 ± 0'6 ⎧ p = 0'8
p.(1 − p) = 016
' ⇒ p − p 2 = 016
' ⇒ p 2 − p + 016
' =0⇒p= = =⎨
2 2 ⎩ p = 0'2
La solución es 0’8 al indicar que hay más varones que mujeres.
33
Y Con la presente distribución bivariante obtenga :
[0,10) [10,20) [20,30) [30,40] a) recta de regresión de la media de Y condicionada a X
0 0 1 0 16 b) coeficiente de correlación de la media de Y condicionada a X
X 1 0 5 20 3 c) recta de regresión de Y sobre X
2 5 18 6 0 d) coeficiente de correlación lineal (de Y sobre X)
3 3 2 1 0 e) razón de correlación.
Compare los resultados obtenidos en los apartados a), b) con los de los apartados c), d). Interprete el
significado de la razón de correlación calculada.

a) b)
Para cada valor de la variable X, determinamos la media de los correspondientes valores de Y. Obtendremos
también las varianzas de cada valor Y para calcular posteriormente la razón de correlación (apartado e).
[0,10) [10,20) [20,30) [30,40]
y 5 15 25 35
X=0 f 0 1 0 16 Σ = 17
f.y 0 15 0 560 Σ = 575
f.y2 0 225 0 1960 Σ = 2185
[0,10) [10,20) [20,30) [30,40]

y 5 15 25 35
X=1 f 0 5 20 3 Σ = 28
f.y 0 75 500 105 Σ = 680
f.y2 0 1125 12500 3675 Σ = 17300
[0,10) [10,20) [20,30) [30,40]

y 5 15 25 35
X=2 f 5 18 6 0 Σ = 29
f.y 25 270 150 0 Σ = 445
f.y2 125 4050 3750 0 Σ = 7925
[0,10) [10,20) [20,30) [30,40]

y 5 15 25 35
X=3 f 3 2 1 0 Σ=6
f.y 15 30 25 0 Σ = 70
2
f.y 75 450 625 0 Σ = 1150
Con las tablas de cálculos anteriores obtenemos : X Y (*) n

X=0 y 1 = 33'8 s 2y1 = 22 '1453 0 33'8 17
X=1 y 2 = 24 '3 s 2y 2 = 28'0612 1 24'3 28
X=2 y 3 = 15'3 s 2y 3 = 37 '8121 2 15'3 29
X=3 y 4 = 11'7 s 2y 4 = 55'5556 3 11'7 6
( )
* Medias de cada Y condicionado a X
Con esta distribución procedemos a calcular la recta de regresión y el coeficiente de correlación (omitimos la tabla de
cálculos) :
Σ n.X = 104 Media de X = 1'3 Recta de regresión de la media de Y condicionada a X
Σ n.X2 = 198 Varianza de X = 0'785 Y' = 32'8998 - 8'2989.X
Σ n.Y = 1768'9 Media de Y = 22'11 Coeficiente de correlación de la media de Y condicionada a X
2
Σ n.Y2 = 43565'15 Varianza de Y = 55'657 r = -0'9856 (r = 0'9714)
Σ n.X.Y = 1778'4 Covarianza = -6'5146
c) d)
X Y n n.X n.X² n.Y n.Y² n.X.Y
0 5 0 0 0 0 0 0
0 15 1 0 0 15 225 0
0 25 0 0 0 0 0 0
0 35 16 0 0 560 19600 0
1 5 0 0 0 0 0 0
1 15 5 5 5 75 1125 75
1 25 20 20 20 500 12500 500
1 35 3 3 3 105 3675 105
2 5 5 10 20 25 125 50
2 15 18 36 72 270 4050 540
2 25 6 12 24 150 3750 300
2 35 0 0 0 0 0 0
3 5 3 9 27 15 75 45
3 15 2 6 18 30 450 90
3 25 1 3 9 25 625 75
3 35 0 0 0 0 0 0
80 104 198 1770 46200 1780

Media de X = 1'3 Recta de regresión de Y sobre X
Varianza de X = 0'785 Y' = 32'91 - 8'2962.X
Media de Y = 22'125 Coeficiente de correlación lineal
2
Varianza de Y = 87'9844 r = -0'7836 (r = 0'6141)
Covarianza = -6'5125
e)
Razón de correlación :
2
1 ni .s y 1 17.22'1453 + 28.28'0612 + 29.37'8121 + 6.55'5556
η = 1 − .∑ 2 i = 1 − .
2
= 0'6317
N sY 80 87'9844
Conclusiones :
• Comprobamos que η2 toma un valor comprendido entre 0 y 1 y verifica que η2 ≥ r2 (0'6317 ≥ 0'6141).
• Al ser muy próximo η2 a r2, concluimos que la relación entre las variables X , Y es de tipo lineal.
• Esta última conclusión habríamos deducido al comprobar que las rectas de ajuste de Y sobre X y la de la
media de Y condicionada a X prácticamente coinciden :
Y' = 32'91 - 8'2962.X Y' = 32'8998 - 8'2989.X
• La sustitución de las observaciones Yi por su promedio, ha permitido aumentar el valor del coeficiente de
correlación :
r = -0'7836 r = -0'9856
incrementando así la proporción de varianza explicada por el ajuste :
2
r = 0'6141 (61'41%) r2 = 0'9714 (97'14%)
34
De un grupo de COU, integrado `por 40 alumnos, conocemos sus calificaciones finales en Matemáticas
y en Filosofía. El número de aprobados en ambas ascendió a 15, suspendiendo 12 las dos materias,
mientras que sólo aprobó Matemáticas el 10% de los alumnos.
a) Calcule el coeficiente de correlación más adecuado para medir el grado de asociación existente
entre las variables descritas.
b) Asumiendo que las calificaciones en Matemáticas y en Filosofía se distribuyen normalmente,
determine otro coeficiente que estudie el nivel de asociación y no esté basado en el concepto de
correlación de Pearson
Se trata de analizar la relación que puede existir entre las calificaciones en las dos materias.
a)
Y - Filosofía
1 (Aprueban) 0 (Suspenden)
X 1 (Aprueban) a = 15 b=4 19
Matemáticas 0 (Suspenden) c=9 d = 12 21
24 16
ad − bc 15.12 − 4.9
ϕ= = = 0'3679⇒ baja relación entre las variables.
(a + b )(. c + d )(. a + c )(. b + d ) 19.21.24.16
El aprobar o suspender una materia no condiciona el resultado final en la otra.
b)
Siendo las dos variables dicotómicas (normalmente distribuidas inicialmente), calculamos el coeficiente de
correlación tetracórica (rt).
1º Calculamos los productos : a.d = 15 . 12 = 180 y b.c = 4 . 9 = 36.
2º Como a.d > b.c , calculamos el cociente : C = a.d / b.c = 180 / 36 = 5 (rt será positivo)
3º Consultamos la tabla XXV, para el cálculo del coeficiente de correlación tetracórico, localizando el cociente
C=5 en el intervalo (A,B) = (4'8305 , 5'0075), al cuál corresponde un coeficiente 0'56 + R.
De aquí :
C−A 5 − 4'8305
R= = = 0'00958⇒rt = 0'56 + R = 0'56 + 0'00958 = 0'56958
100.(B − A) 100.(5'0075 − 4'8305)
NOTA :
Generalmente se verifica que el coeficiente de correlación tetracórica y el coeficiente ϕ verifican la
relación :

rt ≈ 1'5 . ϕ
(con mayor rigor para valores del coeficiente tetracórico, menores o iguales a 0'5).
En nuestro caso : 1'5 . ϕ = 1'5 . 0'3679 = 0'55185 ≈ rt

Esto permite tener una referencia sobre el intervalo (-1 , 1), a la hora de interpretar el valor obtenido
con el coeficiente de correlación tetracórica. Calculando el valor aproximado de ϕ , podremos medir el
grado de asociación :
rt 0'56958
ϕ≈ = = 0'37972 ⇒ baja relación entre las variables
15
' 15
'
35
Con el fin de estudiar si existe o no relación entre las calificaciones en Matemáticas y en Filosofía de
COU, seleccionamos seis alumnos. Clasificados por orden de puntuación final en cada materia resultó :
Alumno 1 2 3 4 5 6
Matemáticas 3º 6º 4º 1º 2º 5º
Filosofía 3º 5º 6º 4º 1º 2º
a) Utilizando el índice adecuado, basado en el concepto de correlación de Pearson, establezca el grado
de relación que existe entre las calificaciones de las dos asignaturas.
b) Resuelva lo solicitado en el apartado anterior mediante un índice que no esté basado en el concepto
de correlación de Pearson
a)
Calcularemos el coeficiente de correlación ρ (rangos de Spearman) al presentarse dos variables ordinales
(dos reordenaciones de los 8 alumnos).
Denominamos X e Y a las variables que proporcionan, respectivamente, las clasificaciones en Matemáticas y
en Filosofía.
Ordenando las primeras (X), calculamos sus diferencias con las segundas :
X Y d d2
1 4 -3 9
2 1 1 1
3 3 0 0
4 6 -2 4
5 2 3 9
6 5 1 1
24
6. ∑ d 2 6 . 24
ρ = 1− = 1− = 0'3143
N. ( N 2 − 1) 6. ( 6 2 − 1)
Con ello :
Es decir, apenas existe relación entre las calificaciones.

b)
Procede ahora el cálculo del coeficiente de correlación τ (tau) de Kendall :
Reordenamos los pares de observaciones de modo que la variable X (primer elemento del par) quede en orden
ascendente y comparamos cada valor de Y con los Yi siguientes, contando una permanencia (P) si Y < Yi y
una inversión (I) si Y > Yi. :
X Y
1 4
2 1 (4,1) I
3 3 (4,3) I (1,3) P
4 6 (4,6) P (1,6) P (3,6) P
5 2 (4,2) I (1,2) P (3,2) I
6 5 (4,5) P (1,5) P (3,5) P (2,5) P
En total hemos encontrado 8 permanencias (P) y 4 inversiones (I). Con ello :
Np − Ni 8−4 4
τ= = = = 0'2667
n.( n − 1) 6.(6 − 1) 15
2 2
Es decir, como ocurrió con el coeficiente ρ, existe una escasa relación entre las calificaciones en Matemáticas y
Filosofía.

36
Con el fin de estudiar si existe o no relación entre las calificaciones en Matemáticas y en Filosofía de
COU, seleccionamos 30 alumnos analizando la puntuación final en cada materia . Teniendo en cuenta
que se nos proporcionó en Filosofía solamente si el alumno aprobó (A) o suspendió, establezca el
grado de relación que existe entre las calificaciones en dichas materias.
Y
Filosofía
A S
2 2 1
X 3 5 0
Matemáticas 4 10 2
5 4 0
6 3 1
8 1 1
a) utilizando el índice adecuado, basado en el concepto de correlación de Pearson.
b) mediante un índice que no esté basado en el concepto de correlación de Pearson.
a)
Al ser dicotómica la 2ª variable, obtendremos el coeficiente de correlación biserial puntual :
Y Y=1 Y=0
A=1 S=0 n n.X n.X2 n.X1 n.X0
X 2 2 1 3 6 12 4 2
3 5 0 5 15 45 15 0
4 10 2 12 48 192 40 8
5 4 0 4 20 100 20 0
6 3 1 4 24 144 18 6
8 1 1 2 16 128 8 8
25 5 N=30 129 621 105 24
105 24 25 5
X1 = = 4'2 X0 = = 4'8 p= = 0'833 q= = 0167
'
25 5 30 30
129 621
X= = 4'3 s2X = − 4'32 = 2'21 ⇒ s X = 2'21 = 1487
'
30 30
X1 − X 0 4'2 − 4'8
Con esto : rbp = . p. q = . 0'833.0167
' = −01505
'
sX 1487
'
Es decir apenas existe relación entre ambas variables.
b)
Calculemos ahora el coeficiente de correlación biserial rb :
Tomando el menor de los valores de p y q :
min (p,q) = min (0'833 , 0'167) = 0'167
p. q
obtenemos el valor tabulado del cociente (Tabla XXIII), que resulta ser igual a 0'55609 .
f ( z)
X1 − X 0 p. q 4'2 − 4'8
Con esto : rb = . = .0'55609 = −0'2244
sX f ( z) 1487
'
Aunque no coincide su valor con el coeficiente de correlación biserial puntual, también podemos concluir que
apenas existe relación entre ambas variables.
37
Hemos encontrado, utilizando el criterio de mínimos cuadrados, que las rectas de regresión de Y sobre
X en puntuaciones directas y típicas son, respectivamente :
Y' = 1'2 . X + 4 zy' = 0'8 . zx
Sabiendo que : X = 5 , Y = 10 , S X = 2 , S Y = 3 , calcular :
a) La varianza de las puntuaciones pronosticadas en Y.
b) La recta de regresión de Y sobre X, en puntuaciones directas, si sumamos 5 a todos los valores de
X.
c) La recta de regresión de Y sobre X, en puntuaciones directas, si sumamos 3 a todos los valores de Y
y multiplicamos por 2 todos los valores de X.

La recta de ajuste en puntuaciones típicas nos proporciona el coeficiente de correlación : r = 0'8
En consecuencia, sobra del enunciado el conocer una de las dos desviaciones típicas. Conocido r = 0'8 ; b =
1'2 y una de las desviaciones típicas (de X o de Y), la otra la habríamos calculado a partir de la relación :
SX
r = b.
SY
Su conocimiento permite obtener la covarianza (cuyo cálculo tampoco resulta imprescindible) :
S XY
r= ⇒ S XY = r. S X . SY = 0'8.2.3 = 4'8
S X . SY
2
a) Varianza de los pronósticos : SY'
Obtenida de la relación que proporciona la proporción de varianza explicada por el
ajuste :
S 2Y '
= r 2 → S 2Y ' = S Y2 . r 2 = 32 .0'8 2 = 5'76
S 2Y
b)
Si a los valores de X les sumamos 5, la nueva media se incrementa en 5, pero las medidas de
dispersión se mantienen inalterables.
Resulta así : X = 5 + 5 = 10 , Y = 10 , S X = 2 , SY = 3, S XY = 4' 8
S XY
Luego : b= = 1'2 a = Y − b. X = 10 − 12
' . 10 = −2 → Y' = −2 + 12
' .X
S2X
c)
Si a los valores de Y les sumamos 3, la nueva media se incrementa en 3, pero las medidas de
dispersión se mantienen inalterables.
Si los valores de X los multiplicamos por 2, la nueva media se multiplica por 2, y las medidas de
dispersión también (la varianza por el cuadrado).
Resulta así : X = 5 . 2 = 10 , Y = 10 + 3 = 13 , S X = 2 . 2 = 4 , SY = 3, S XY = 4' 8. 2 = 9'6
Luego :
S XY 2. S XY 2
b= → = . b = 0'6 a = Y − b. X = 13 − 0'6 . 10 = 7 → Y' = 7 + 0'6. X
S2X 2 2 . S2X 4
38
Se desea estudiar si existe relación entre `padecer diabetes y ceguera en la tercera edad. Para ello se
analiza una muestra de 1000 personas del INSERSO encontrándose que de todas ellas un 50%
presentan simultáneamente diabetes y ceguera, el 40% no presentan ninguna de ambas deficiencias y
el resto presentan en la misma medida sólo una u otra deficiencia. Con estos datos elija, calcule e
interprete el coeficiente de correlación adecuado a dicho estudio.
Se trata de analizar la relación que puede existir entre las dos enfermedades.
• Padecen ambas 50% de 1000 500
• No padecen ninguna 40% de 1000 400
• Padecen sólo diabetes La mitad de los 100 restantes 50
• Padecen sólo ceguera La mitad de los 100 restantes 50
Y - Ceguera
1 (Padece) 0 (No padece)
X 1 (Padece) a = 500 b = 50 550
Diabetes 0 (No padece) c = 50 d = 400 450
550 450
ad − bc 500.400 − 50.50
ϕ= = = 0'798 ⇒ alta relación entre las variables.
( a + b) .( c + d).( a + c) .( b + d) 550.450.550.450
El padecer o no una dolencia condiciona el padecer la otra.

EJERCICIOS PROPUESTOS
1
X Y n De la presente distribución conjunta de las dos variables (X,Y) :
4 0 3
4 1 5 b) Obtener la recta de regresión de Y sobre X en puntuaciones diferenciales.
5 2 6 b) Obtener la recta de regresión de X sobre Y en puntuaciones típicas..
6 2 2 c) Calcular e interpretar la proporción de varianza residual.
6 3 8
6 4 1
2
Y De la presente distribución conjunta de las variables (X,Y) :
2 4 6 8 a) Obtener la recta de regresión de Y sobre X.
0 3 1 0 0 b) Calcular e interpretar el coeficiente de determinación.
X 1 0 6 4 0 c) Calcular su varianza residual.
2 0 2 4 5
3
De los 10 pares de valores que se representan en el
diagrama de dispersión de la izquierda,
a) Calcular la recta de regresión de Y sobre X.

b) Calcular e interpretar el coeficiente de correlación
lineal
c) Determinar la proporción de varianza asociada a X.
d) Calcular la media y varianza de las predicciones Y'.
.
4
Y De la presente distribución conjunta de las variables (X,Y) :
0 1 2 3 a) Calcular la frecuencia que falta sabiendo que la me-
3 0 1 5 12 dia de X es igual a 4.
X 4 3 7 15 2 b) Obtener la recta de regresión de Y sobre X en
5 5 1 0 puntuaciones diferenciales.
c) Calcular la proporción de varianza residual.
5
Edad Hermanos n De la distribución de edades y número de hermanos de 40 jóvenes :
[10,15) 0 3
[10,15) 1 5 a) Obtener las rectas de regresión en puntuaciones directas,
[10,15) 2 9 diferenciales y tipificadas.
[15,20) 1 5 c) Calcular e interpretar el coeficiente de correlación lineal.
[15,20) 2 10
[20,25] 1 3
[20,25] 2 5
6
Las siguientes distribuciones bivariantes pretenden estudiar el grado de relación existente entre las variables :
a) Puntuación en un test de agresividad y sexo.
b) Clasificación (de mayor a menor) según la nota media obtenida en las asignaturas del curso y en una
prueba tendente a determinar su coeficiente intelectual.
c) Ser bebedor y ser fumador.
Determine y calcule en cada caso el índice adecuado que permite medir el grado de relación entre las variables
descritas.

(I) Puntos Sexo (II)
test Hombre Mujer Alumno 1 2 3 4 5 6
[ 0,10) 0 2 Nota media 2º 4º 5º 1º 6º 3º
[10,20) 5 3 C.I. 3º 4º 6º 1º 5º 2º
[20,30) 11 9
[30,40) 20 22 (III) Fuman
[40,50) 14 9 Sí No
[50,60) 6 6 Beben Sí 4 31
No 41 14
7
La proporción de varianza residual, en un ajuste de Y sobre X, es del 22'12%.
a) Determine dicha recta de ajuste sabiendo que a una puntuación directa X=2 corresponde una
predicción 2'1 y que dicha recta corta al eje de ordenadas en el punto (0,0'3).
b) Calcule el coeficiente de correlación.
c) ¿ Qué pronóstico diferencial corresponde a una puntuación directa X=5, si X = 0 ?.
8
En el estudio de la relación lineal existente entre dos variables X e Y se observó que eran independientes.
Sabiendo que sus respectivas medias son iguales a 2 y 1, y que tienen por varianzas 0'1538 y 0'6154,
a) calcule las ecuaciones de las dos rectas de regresión
b) determine el error típico de la predicción.
9
De los cálculos realizados para estudiar la relación existente entre las variables X e Y, se conoce que :
- la recta de ajuste de Y sobre X pasa por el punto (2,2)
- las media de X es igual a 1 y la de Y vale 4
- la varianza de la variable dependiente es igual a 2'2857, y la de las predicciones es 1'9047.
A la vista de estos datos, calcule :
a) Ecuaciones de las dos rectas de regresión en puntuaciones directas, diferenciales y típicas.
b) Proporción de varianza no asociada a X.
10
Determinar las ecuaciones en puntuaciones diferenciales de las rectas de regresión correspondientes a la
distribución bivariante (X,Y), sabiendo que las varianzas de ambas variables son 4 y 9 respectivamente y que
existe una relación lineal perfecta y directa entre ellas.
11
En el estudio de la relación lineal existente entre dos variables X e Y, sabemos que a las puntuaciones directas
0 y 2 de X le corresponden unos pronósticos respectivos 3’3243 y 7’7567. Sabiendo que la proporción de
varianza asociada al ajuste es del 94’65% y que la variable dependiente tiene por media 8’2 y varianza 15’36,
calcular :
a) Ecuación de la recta de ajuste.
b) Coeficiente de correlación.
c) Media y varianza de la variable X.
d) Varianza residual y de las predicciones.
12
Analizamos las edades de 8 personas que acuden a un examen para la obtención del carnet de conducir.
Sabiendo que aprueban 5 con edades : 28, 24, 32, 45 y 30 y que los que suspenden tienen 23, 21 y 27 años,
determine el coeficiente más adecuado para medir el grado de relación de la edad con la superación o no del
examen.
13
Para los siguientes pares de valores de las variables X e Y :
(12 , 4) , (10 , 7) , (12 , 5) , ( 11 , 6’5) , (14 , 2) , (11, 8’5) , (12, 3) , (14 , 1’5) , (10, 9) , ( 11, 7)
calcular la proporción de varianza que explica el ajuste de Y sobre X.
14
X 0 1 1 1 2 3 3 5 Determine la varianza de los errores y de las
Y -6 -2 -1 1 3 8 9 12 predicciones, correspondientes al ajuste de Y
f 3 6 11 16 3 1 4 2 sobre X en la distribución anterior.

15
En un grupo de 10 alumnos se han obtenido las calificaciones en Anatomía, separando el ejercicio teórico del
práctico. El profesor encargado ordenó tales calificaciones de mayor a menor puntuación, encontrando los
resultados siguientes :
Alumno 1 2 3 4 5 6 7 8 9 10
Clasificación teoría 6 2 7 10 4 1 8 5 9 3
Clasificación práctica 6 10 4 3 9 7 2 5 1 8
Elija y calcule el índice de correlación adecuado para medir si existe relación o no entre las calificaciones en las
dos partes del examen.
16
Para los valores 0 y 2 de la variable X se obtuvieron unos pronósticos de la variable dependiente iguales a
6’8617 y 14’0531 respectivamente.
Sabiendo que la proporción de varianza de la variable Y no asociada a la variación de X es del 17’32%, y la
varianza de la variable independiente es 2’9375, calcular :
a) la ecuación de la recta de regresión de Y sobre X.
b) la varianza de las puntuaciones pronosticadas y la varianza residual.
c) el coeficiente de correlación entre X e Y
17
Y Con la presente distribución bivariante obtenga :
1 2 3 4 5 a) recta de regresión de la media de Y condicionada a X
0 6 8 3 0 1 b) coeficiente de correlación de la media de Y condicionada a X
X 1 0 7 10 1 0 c) recta de regresión de Y sobre X
2 2 0 5 8 6 d) coeficiente de correlación lineal (de Y sobre X)
e) razón de correlación.
f) Compare los resultados obtenidos en los apartados a), b) con los de los apartados c), d). Interprete el
significado de la razón de correlación calculada.
18
Determine y calcule en cada uno de los siguioentes supuestos, el índice adecuado (no basado en el concepto
de correlación de Pearson) que permita medir el grado de asociación entre las variables X e Y.
(I) Y (II) (ordinales)
X 0 1 X A B C D E F
-2 6 1 Y C F D E A B
-1 4 4
0 2 6
1 0 5 (III) Y
2 1 8 1 0
X 1 2 40
0 50 8

SOLUCIONES DE LOS EJERCICIOS PROPUESTOS
1
X = 5'12 s 2X = 0'7456 Y = 1'96 s 2Y = 1'1584 s XY = 0'8448
a) b = 1'133 y' = 1'133 . x
b) r = 0'909 zy' = 0'909 . zx
c) 1 - r2 = 0'1737 La proporción de varianza no explicada por X supone el 17'37% de la de Y.
2
X = 1'28 s 2X = 0'5216 Y = 5'2 s 2Y = 3'52 s XY = 1'024
a) a = 2'6871 b = 1'9632 Y' = 2'6871 + 1'9632 . X
b) R2 = r2 = 0'5711 Representa la proporción de varianza de Y explicada por X (el 57'11%)
c) s 2 = 1'5097
Y.X
3
X = 5'5 s 2X = 8'25 Y = 4'05 s 2Y = 1'8225 s XY = 3'175
a) a = 1'9333 b = 0'3848 Y' = 1'9333 + 0'3848 . X
b) r = 0'8188 Elevada relación entre las variables (de tipo directo)
c) R2 = r2 = 0'6704
d)
Y ' = Y = 4’05 s 2Y' = 1'2218
4
X =4 s 2X = 0'5714 Y = 1'6508 s 2Y = 0'9257 s XY = -0'5238
a) n = 12
b) b = -0'9167 y' = -0'9167 . x
c) 1 - r2 = 0'4813
5
X = 16'375 s 2X = 14'3594 Y = 1'525 s 2Y = 0'3994 s XY = 0'4656
a = 0'994 b = 0'0324
a' = 14'597 b' = 1'1659 r = 0'1944
a) Y' = 0'994 + 0'0324 . X y' = 0'0324 . x zy' = 0'1944 . zx
X' = 14'597 + 1'1659 . Y x' = 1'1659 .y zx' = 0'1944 . zy
b) r = 0'1944 Las variables no están relacionadas linealmente (son independientes)
6
(I) Coeficiente biserial puntual rbp = 0'0389
(II) Coeficiente ρ de los rangos de Spearman ρ = 0'8857
(III) Coeficiente ϕ ϕ = - 0'6154
7
a) Y = 0'3 + 0'9 . X b) r = 0'8825 c) y' = 4'5
8
a) Y' = 1 X' = 2 b) sY.X = sY = 0'7845
9
a) Y' = 6 - 2 . X y' = -2 . x zy' = -0'9129 . zx
X' = 2'6667 - 0'4167 . Y x' = -0'4167 .y zx' = -0'9129 . zy
b) 1 - r2 = 0'1667
10
y' = 1'5 . x x' = 0'6667 . y

11
a) Y’ = 3’3243 + 2’2162.X
b) 0’9729
c) 2’2, 2’96
d) 0’8216, 14’5384
12
rbp = 0’56
13
0’8331 (o bien el 83’31%)
14
1’9543 ; 15’5069
15
ρ = -0’8667
16
a) Y’ = 6’8617 + 3’5957 . X
b) 39’98 y 7’96
c) 0’9093
17
a) YM’ = 1'9317 + 0'9049 . X
b) rM = 0'9924
c) Y’ = 1'9268 + 0'8862 . X
d) r = 0'6067
e) η2 = 0’3749 (próximo a r2 = 0'3681)
18
(I) Coeficiente biserial rb = - 0'7250
(II) Coeficiente τ de Kendall τ = - 0'3333
(III) Coeficiente tetracórico rt = - 0'7744

Cálculo del coeficiente de correlación biserial
p.q
La tabla proporciona, para el menor de los valores p y q, la cantidad :
f ( z)
min(p,q) 0'000 0'001 0'002 0'003 0'004 0'005 0'006 0'007 0'008 0'009
0'00 0'29788 0'31576 0'32772 0'33699 0'34469 0'35133 0'35722 0'36253 0'36738
0'01 0'37186 0'37603 0'37994 0'38363 0'38712 0'39044 0'39360 0'39663 0'39954 0'40233
0'02 0'40502 0'40762 0'41014 0'41257 0'41493 0'41722 0'41945 0'42162 0'42373 0'42579
0'03 0'42781 0'42977 0'43169 0'43357 0'43540 0'43720 0'43897 0'44069 0'44239 0'44406
0'04 0'44569 0'44729 0'44887 0'45042 0'45195 0'45345 0'45492 0'45638 0'45781 0'45922
0'05 0'46061 0'46198 0'46333 0'46466 0'46597 0'46726 0'46854 0'46980 0'47105 0'47228
0'06 0'47349 0'47469 0'47587 0'47704 0'47820 0'47934 0'48047 0'48159 0'48270 0'48379
0'07 0'48487 0'48594 0'48700 0'48804 0'48908 0'49011 0'49112 0'49213 0'49312 0'49411
0'08 0'49508 0'49605 0'49701 0'49795 0'49889 0'49982 0'50074 0'50166 0'50256 0'50346
0'09 0'50435 0'50523 0'50611 0'50697 0'50783 0'50868 0'50953 0'51036 0'51120 0'51202
0'10 0'51284 0'51365 0'51445 0'51525 0'51604 0'51682 0'51760 0'51838 0'51914 0'51990
0'11 0'52066 0'52141 0'52215 0'52289 0'52362 0'52435 0'52507 0'52579 0'52650 0'52721
0'12 0'52791 0'52860 0'52929 0'52998 0'53066 0'53134 0'53201 0'53268 0'53334 0'53400
0'13 0'53465 0'53530 0'53595 0'53659 0'53723 0'53786 0'53849 0'53911 0'53973 0'54034
0'14 0'54096 0'54156 0'54217 0'54277 0'54336 0'54396 0'54454 0'54513 0'54571 0'54629
0'15 0'54686 0'54743 0'54800 0'54856 0'54912 0'54967 0'55023 0'55078 0'55132 0'55186
0'16 0'55240 0'55294 0'55347 0'55400 0'55453 0'55505 0'55557 0'55609 0'55660 0'55711
0'17 0'55762 0'55812 0'55862 0'55912 0'55962 0'56011 0'56060 0'56109 0'56157 0'56205
0'18 0'56253 0'56301 0'56348 0'56395 0'56442 0'56488 0'56534 0'56580 0'56626 0'56671
0'19 0'56716 0'56761 0'56806 0'56850 0'56895 0'56938 0'56982 0'57025 0'57069 0'57111
0'20 0'57154 0'57196 0'57239 0'57281 0'57322 0'57364 0'57405 0'57446 0'57487 0'57527
0'21 0'57568 0'57608 0'57647 0'57687 0'57726 0'57766 0'57805 0'57843 0'57882 0'57920
0'22 0'57958 0'57996 0'58034 0'58071 0'58109 0'58146 0'58182 0'58219 0'58256 0'58292
0'23 0'58328 0'58364 0'58399 0'58435 0'58470 0'58505 0'58540 0'58574 0'58609 0'58643
0'24 0'58677 0'58711 0'58745 0'58778 0'58811 0'58845 0'58878 0'58910 0'58943 0'58975
0'25 0'59007 0'59039 0'59071 0'59103 0'59134 0'59166 0'59197 0'59228 0'59258 0'59289
0'26 0'59319 0'59350 0'59380 0'59410 0'59439 0'59469 0'59498 0'59528 0'59557 0'59585
0'27 0'59614 0'59643 0'59671 0'59699 0'59727 0'59755 0'59783 0'59811 0'59838 0'59865
0'28 0'59892 0'59919 0'59946 0'59973 0'59999 0'60025 0'60051 0'60077 0'60103 0'60129
0'29 0'60154 0'60180 0'60205 0'60230 0'60255 0'60280 0'60304 0'60329 0'60353 0'60377
0'30 0'60401 0'60425 0'60449 0'60472 0'60496 0'60519 0'60542 0'60565 0'60588 0'60611
0'31 0'60633 0'60656 0'60678 0'60700 0'60722 0'60744 0'60765 0'60787 0'60808 0'60830
0'32 0'60851 0'60872 0'60893 0'60913 0'60934 0'60954 0'60975 0'60995 0'61015 0'61035
0'33 0'61055 0'61074 0'61094 0'61113 0'61132 0'61151 0'61170 0'61189 0'61208 0'61226
0'34 0'61245 0'61263 0'61281 0'61299 0'61317 0'61335 0'61353 0'61370 0'61388 0'61405
0'35 0'61422 0'61439 0'61456 0'61473 0'61489 0'61506 0'61522 0'61538 0'61554 0'61570
0'36 0'61586 0'61602 0'61618 0'61633 0'61649 0'61664 0'61679 0'61694 0'61709 0'61724
0'37 0'61738 0'61753 0'61767 0'61781 0'61796 0'61810 0'61824 0'61837 0'61851 0'61865
0'38 0'61878 0'61891 0'61904 0'61917 0'61930 0'61943 0'61956 0'61969 0'61981 0'61993
0'39 0'62006 0'62018 0'62030 0'62042 0'62053 0'62065 0'62077 0'62088 0'62099 0'62111
0'40 0'62122 0'62133 0'62143 0'62154 0'62165 0'62175 0'62186 0'62196 0'62206 0'62216
0'41 0'62226 0'62236 0'62245 0'62255 0'62264 0'62274 0'62283 0'62292 0'62301 0'62310
0'42 0'62319 0'62328 0'62336 0'62345 0'62353 0'62361 0'62369 0'62377 0'62385 0'62393
0'43 0'62401 0'62408 0'62416 0'62423 0'62430 0'62437 0'62444 0'62451 0'62458 0'62465
0'44 0'62471 0'62478 0'62484 0'62490 0'62496 0'62502 0'62508 0'62514 0'62520 0'62525
0'45 0'62531 0'62536 0'62541 0'62547 0'62552 0'62556 0'62561 0'62566 0'62571 0'62575
0'46 0'62579 0'62584 0'62588 0'62592 0'62596 0'62600 0'62603 0'62607 0'62611 0'62614
0'47 0'62617 0'62620 0'62623 0'62626 0'62629 0'62632 0'62635 0'62637 0'62640 0'62642
0'48 0'62644 0'62646 0'62648 0'62650 0'62652 0'62654 0'62655 0'62657 0'62658 0'62659
0'49 0'62660 0'62661 0'62662 0'62663 0'62664 0'62664 0'62665 0'62665 0'62665 0'62666
0'50 0'62666

Tema2-Regresion y Correlacion PDF

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

Tema2-Regresion y Correlacion PDF

Cargado por

Copyright:

Formatos disponibles

REGRESIÓN Y CORRELACIÓN

Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

Francisco Álvarez González

Por recta de regresión o de ajuste entendemos la recta que

El método de los mínimos cuadrados proporciona un sistema

Regresión y correlación (F. Álvarez) - 1

Los coeficientes a y b de la recta de regresión de Y sobre X se obtienen resolviendo el sistema :

RECTA DE REGRESIÓN DE X SOBRE Y

Si utilizamos puntuaciones diferenciales : x = X − X y = Y− Y ,

COEFICIENTE DE CORRELACIÓN DE PEARSON

2 - Regresión y correlación (F. Álvarez)

CURVA DE REGRESIÓN DE LA MEDIA

OTROS PROCEDIMIENTOS DE CÁLCULO DEL COEFICIENTE DE CORRELACIÓN r

Regresión y correlación (F. Álvarez) - 3

OTROS COEFICIENTES DE CORRELACIÓN NO BASADOS EN EL PEARSON

A) Método abreviado (aproximado) :

Coeficiente de correlación biserial rb :

4 - Regresión y correlación (F. Álvarez)

Utilización e interpretación de los coeficientes estudiados en este epígrafe:

FUENTES DE VARIANZA EN LA CORRELACIÓN

∑ (Y − Y ) ∑ (Y − Y ') + ∑ (Y '−Y ) ∑ (Y − Y ')

Varianza de las predicciones Y' = s =

Proporción de varianza no explicada por X = 1 - r2

IMPORTANTE : Observe los diferentes significados e interpretaciones de r2.

Regresión y correlación (F. Álvarez) - 5

Recta de regresión de y sxy

Coeficiente de correlación (de Pearson y equivalentes) :

Signo de b = signo de b’ = signo de r = signo de la

Regresión y correlación (F. Álvarez) - 7

a) Recta de regresión de Y sobre X.

a = Y − b . X = 5' 95 − 0' 7115 . 5' 35 = 2' 1436

b) Recta de regresión de X sobre Y.

a ' = X − b ' . Y = 5' 35 − 0' 9633 . 5' 95 = − 0' 3815

c) Coeficiente de correlación de Pearson.

d) Error típico de la predicción.

8 - Regresión y correlación (F. Álvarez)

Obtenemos las distribuciones marginales de X y de Y totalizando las frecuencias en filas y columnas :

X n n.X n.X2 Y n n.Y n.Y2

a) Recta de regresión de Y sobre X :

Regresión y correlación (F. Álvarez) - 9

La variable X explica el 93'09% de la varianza de Y. Sólo el 6'91% no es atribuible a X.

Totalizando filas y columnas obtendremos las distribuciones marginales de X e Y :

X n n.X n.X2 Y n n.Y n.Y2

b) Recta de regresión de Y sobre X :

10 - Regresión y correlación (F. Álvarez)

a) Siendo dicotómica la segunda variable, calcularemos el coeficiente de correlación biserial puntual :

b) Coeficiente de correlación de Pearson :

Regresión y correlación (F. Álvarez) - 11

12 - Regresión y correlación (F. Álvarez)

b) Coeficiente de correlación de Pearson :

Al ser dicotómica la variable sexo, obtendremos el coeficiente de correlación biserial puntual :

14 - Regresión y correlación (F. Álvarez)

b) Proporción de varianza residual :

Regresión y correlación (F. Álvarez) - 15

Observe que el punto que tiene por coordenadas las medias

Apreciamos la proximidad de los puntos a la recta de ajuste,

16 - Regresión y correlación (F. Álvarez)

a) Los coeficientes de correlación y de determinación se obtienen directamente de la proporción de varianza no

b) Determinemos la recta de regresión en puntuaciones directas y diferenciales :

Regresión y correlación (F. Álvarez) - 17

Regresión y correlación (F. Álvarez) - 19

20 - Regresión y correlación (F. Álvarez)

b) 1’28 = -3’2815+0’0385.X ⇒ X = 118’48