Mapa mental

Conceptos:

Diagrama de Dispersión
1. Este método es una representación gráfica de la variación conjunta de dos variables
cuantitativas. Además, intenta establecer una causalidad entre ambas, aunque no puede
probarla.
Los datos se muestran como un conjunto de puntos, cada uno con el valor de una variable que
determina la posición en el eje horizontal y el valor de la otra variable determinado por la
posición en el eje vertical. Además, un diagrama de dispersión se puede llamar también gráfico

de dispersión.
2. La correlación, también conocida como coeficiente de correlación lineal (de Pearson), es
una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos
variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos variables, es
decir, si se representan en un diagrama de dispersión los valores que toman dos variables, el
coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de puntos
representados se aproxima a una recta.
 3. El coeficiente de determinación es una medida estadística de la bondad del ajuste o
fiabilidad del modelo estimado a los datos. Se representa por R2 e indica cuál es la
proporción de la variación total en la variable dependiente (Y), que es explicada por el
modelo de regresión estimado, es decir, mide la capacidad explicativa del modelo
estimado.

4. Cuando hay una correlación positiva (r> 0) entre dos variables aleatorias, una variable se
mueve proporcionalmente a la otra variable. Si una variable aumenta, la otra aumenta. Si
una variable disminuye, la otra también disminuye.

Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido directo. A

valores altos de una le corresponden valores altos de la otra e igualmente con los valores
bajos. Cuánto más próximo a +1 esté el coeficiente de correlación más patente será esta
covariación. Si r = 1 hablaremos de correlación positiva perfecta lo que supone una
determinación absoluta entre las dos variables (en sentido directo):Existe una relación
lineal perfecta ( con pendiente positiva).
 correlación negativa. Relación entre dos variables que muestra que una variable
disminuye conforme otra aumenta. Cuando hay una correlación negativa (r <0) entre
las dos variables aleatorias, las variables se mueven opuestas entre sí. Si una variable
aumenta, la otra disminuye y viceversa.
Si r < 0 Hay correlación negativa: las dos variables se correlacionan en sentido
inverso. A valores altos de una de ellas le suelen corresponder valores bajos de la otra
y viceversa. Cuánto más próximo a -1 esté el coeficiente de correlación más patente
será esta covariación extrema. Si r= -1 hablaremos de correlación negativa
perfecta lo que supone una determinación absoluta entre las dos variables en sentido
inverso): Existe una relación funcional perfecta entre ambas (una relación lineal de
pendiente negativa).
Coeficiente de correlación lineal El coeficiente de determinación lineal es el análogo,
en el problema de regresión lineal, a las razones de correlación en el problema de
regresión ´optima, proporcionando una medida del grado de dependencia lineal entre
dos variables aleatorias. Sin embargo, en el problema de regresión lineal, la medida
usada por excelencia es la raíz cuadrada de este coeficiente, con el signo de la
covarianza, que proporciona, además del grado de relación lineal de las variables
consideradas, el sentido de dicha relación.
El coeficiente de correlación lineal es el cociente entre la covarianza y el producto de
las desviaciones típicas de ambas variables.

El coeficiente de correlación lineal se representa mediante la letra  .

El coeficiente de correlación no varía al hacerlo la escala de medición. Es decir, si expresamos la

altura en metros o en centímetros el coeficiente de correlación no varía.

El signo del coeficiente de correlación es el mismo que el de la covarianza.

 Si la covarianza es positiva, la correlación es directa.

Si la covarianza es negativa, la correlación es inversa.

Si la covarianza es nula, no existe correlación.

 El coeficiente de correlación lineal es un número real comprendido entre   y  .

Si el coeficiente de correlación lineal toma valores cercanos a   la correlación es fuerte e

inversa, y será tanto más fuerte cuanto más se aproxime a  .

Si el coeficiente de correlación lineal toma valores cercanos a   la correlación es fuerte y

directa, y será tanto más fuerte cuanto más se aproxime a  .
Si el coeficiente de correlación lineal toma valores cercanos a  , la correlación es débil.
Si   ó  , los puntos de la nube están sobre la recta creciente o decreciente. Entre
ambas variables hay dependencia funcional.