Nombre.

- Tiberio Garza Vázquez

Matricula.- 870126517

Materia.- Análisis de datos

Unidad 1.- Análisis de regresión lineal y correlación

Maestro.- EDGAR SILVA REFULIO

Actividad 1

Fecha.- 09-Marzo-2019
INTRODUCCION

En este tema aprenderemos cómo hay que organizar, representar gráficamente y analizar un conjunto de
datos a partir de algunos parámetros, nos proponemos estudiar las relaciones entre variables.

El coeficiente de correlación y la regresión lineal simple como las dos técnicas estadísticas más utilizadas
para investigar la relación entre dos variables continuas X e Y.

Las técnicas de correlación y las de regresión están estrechamente relacionadas, aunque obedecen a
estrategias de análisis un tanto diferentes.

La finalidad de la correlación es examinar la dirección y la fuerza de la asociación entre dos variables

cuantitativas. Así conoceremos la intensidad de la relación entre ellas y si, al aumentar el valor de una
variable, aumenta o disminuye el valor de la otra variable.
1.- Resuelve el siguiente ejercicio a partir de los datos proporcionados.

Deberás realizar las siguientes operaciones:

• Utiliza alguna herramienta de Excel, SPSS o Minitab, para obtener el
diagrama de dispersión
• Calcular el coeficiente de determinación (incluye los cálculos).
• Calcular el coeficiente de correlación (incluye los cálculos)
• Indicar si la relación es directa o inversa.
• Indicar el grado de correlación que existe entre las dos variables.

1.1 Obtener la ecuación de la línea recta que se ajusta a los siguientes

datos.

Nivel de Grado de
ruido ansiedad
n X Y xy x² y²
1 6 2 12 36 4
2 4 7 28 16 49
3 6 9 54 36 81
4 5.5 6 33 30.25 36
5 6.5 0 0 42.25 0
6 4.5 3 13.5 20.25 9
7 9 6 54 81 36
8 4 4 16 16 16
9 5 2 10 25 4
10 5 1 5 25 1
suma 55.5 40 225.5 327.75 236

n=10
Fórmula : y = ax + b
a=0.1774
b=3.0152
y=0.1744x+3.0152
Esto se obtuvo de la siguiente formula

1.2 Uso de la grafica de dispersión

1.3 Calcular el coeficiente de determinación

1.4 Calcular el coeficiente de correlación:
Formula

1.5 Indicar si la relación es directa o inversa

Relación Inversa

1.6 Indicar el grado de correlación entre las 2 variables

El grado de correlación es nulo

2. Investiga qué es el coeficiente de correlación ajustado, cuándo se utiliza y da un ejemplo.

El coeficiente de determinación ajustado (R cuadrado ajustado) es la medida que define el porcentaje
explicado por la varianza de la regresión en relación con la varianza de la variable explicada.
Es decir, lo mismo que el R cuadrado, pero con una diferencia. Esa diferencia se encuentra en que el
coeficiente de determinación ajustado penaliza la inclusión de variables.

Ejemplo

Donde N es el tamaño de la muestra y k el número de variables explicativas. Por deducción matemática, a

valores más altos de k, más alejado estará el R cuadrado ajustado del R cuadrado normal. Al revés a valores
más bajos de k, más cerca estará de 1 la fracción central y, por tanto, más parecidos serán el R cuadrado
ajustado y el R cuadrado normal.

Recordando que k es el número de variables explicativas, deducimos que éste no puede ser cero. Si fuese
cero, no existiría modelo. Como mínimo tendremos que explicar una variable en función de otra variable.
Dado que k debe ser como mínimo 1, el R cuadrado ajustado y el R cuadrado normal no pueden tener el
mismo valor. Es más, el R cuadrado ajustado será siempre inferior al R cuadrado normal.

3. Explica, en tus palabras, qué es una correlación lineal positiva y qué es una correlación lineal
negativa.
Una correlación lineal positiva es cuando ambas variables aumentan o disminuyen al mismo tiempo
siempre y cuando exista una relación entre si mismas.
Una correlación lineal negativa es cuando una de las variables aumenta y la otra disminuye, cuando existe
una relación entre ellas.
4. Ejemplifica una prueba de hipótesis para un análisis de regresión lineal mediante alguna
herramienta como Excel o SPSS, incluye la interpretación de los datos y las capturas de pantalla.

Las calificaciones de 12 alumnos de una clase de matemáticas y física son las siguientes

Matematicas Fisica
n X Y xy x² y²
1 2 1 2 4 1
2 3 3 9 9 9
3 4 2 8 16 4
4 4 4 16 16 16
5 5 4 20 25 16
6 6 4 24 36 16
7 6 6 36 36 36
8 7 4 28 49 16
9 7 6 42 49 36
10 8 7 56 64 49
11 10 9 90 100 81
12 10 10 100 100 100
Suma 72 60 431 504 380

Bibliografía
https://economipedia.com/definiciones/r-cuadrado-coeficiente-determinacion.html
https://rpubs.com/
https://www.ingenieriaindustrialonline.com/