Módulo 6

Unidad 3. Regresión y correlación

Universidad abierta y a distancia de México

Coordinación académica y de Investigación

División de Ciencias Exactas,

Ingeniería y Tecnología

Lic. en Enseñanza de las matemáticas

3° Semestre
Fase 1. Formación matemática

Módulo 6. Aplicaciones de la estadística

Unidad 3

Linda Estrella López Rodríguez

Actividad 9
Módulo 6
Unidad 3. Regresión y Correlación

SEMANA 8

El análisis de la regresión lineal se utiliza para predecir el valor de una variable

según el valor de otra. La variable que desea predecir se denomina variable
dependiente. La variable que está utilizando para predecir el valor de la otra
variable se denomina variable independiente.(IBM,s.f.)

Después de una larga entrevista por Facebook, Whats app, Personal y vía
telefónica logré recabar 25 mediciones de edades y pesos entre ellas las de mis
2 sobrinos y mi esposo que amo tanto, los datos fueron recabados en la siguiente
tabla.

Con base en estos datos vamos a elaborar una Gráfica de dispersión donde se
definirán dos variables “x” para el peso en kilogramos e “y” para la estatura en
metros, la gráfica nos quedaría de la siguiente manera:

UnADM | DCEIT | EM | 2
Módulo 6
Unidad 3. Regresión y correlación

A través de los puntos pasan infinidad de rectas que son modelos matemáticos
que nos ayudarán a predecir el valor de la variable dependiente “y” se quiere
buscar la recta más óptima para lograrlo usaremos algunas fórmulas que nos
ayudarán a encontrar el coeficiente y la pendiente de la ecuación de esa recta
óptima que tiene la menor distancia entre los puntos que pasa podemos describir
el modelo como donde es un error aleatorio

̅ ( )∑

̅ ( )∑

∑ ∑
∑
(∑ )
∑

̅ ̅ ̅ (Unadm, 2021)

Ahora calculando con ayuda de Excel se obtienen los siguientes resultados:

Entonces:
Módulo 6
Unidad 3. Regresión y Correlación

̅ ( )∑

̅ ( )( )

̅ ( )∑

̅ ( )( )

∑ ∑
∑
(∑ )
∑

( )( )
( )
( )
( )

96.31635087

̅ ̅ ̅

( ) ( )( )

UnADM | DCEIT | EM | 4
Módulo 6
Unidad 3. Regresión y Correlación

Encontramos la ecuación de nuestro modelo lineal:

Covarianza para poder calcularla calculamos nuevos datos que

sustituiremos en la fórmula:

∑( ̅) ( ̅)

∑( )( )

( )

UnADM | DCEIT | EM | 5
Módulo 6
Unidad 3. Regresión y Correlación

Si la covarianza es positiva, el aumento de una variable da como resultado el

aumento de otra variable.
Si la covarianza es negativa, el aumento de una variable da como resultado la
disminución de otra variable. (Timur,2019)

Con nuestro modelo hallado podemos predecir el peso que tendría una
persona con cierta altura:
Ejemplo:

¿Cuánto se podría esperar que pesara una persona que mide 1.92mts?

x=1.92mts
Sustituimos en nuestro modelo:

( )

Continuando, encontraremos el coeficiente de correlación, nos tiene que dar un

valor numérico entre -1 y 1 este número que nos dé expresa la fuerza de la
relación lineal entre dos variables.
Cuando r está más cerca de 1 indica una fuerte relación positiva.
Un valor de 0 indica que no existe ninguna relación.
Los valores cercanos a -1 indican una fuerte relación negativa entre las dos
variables. (Torres,2015)

Utilizaremos la siguiente fórmula:

( )(∑ ) (∑ )(∑ )

√(( ) ∑ (∑ ) ) (( ) ∑ (∑ ) )

UnADM | DCEIT | EM | 6
Módulo 6
Unidad 3. Regresión y Correlación

( )( ) ( )( )

√(( )( ) ( ) )(( )( ) ( ) )

( )( ) ( )( )

√(( )( ) ( ) )(( )( ) ( ) )

Reflexión:

Me parece que es muy útil está herramienta para cuando quieres analizar
fenómenos o elaborar hipótesis con respecto a una variable estadística, siempre
y cuando esta cumpla con la linealidad y la relación que tiene una variable
independiente con otra dependiente, la herramienta nos presenta el coeficiente
de correlación lineal que nos puede indicar si podemos usar esta herramienta
para poder inferir datos.

Referencias:

Unadm.(2021).Minimos cuadrados.[Documento Pdf ].Comunicación personal.

IBM.(s.f). ¿Qué es la regresión lineal?.[Página Web] https://www.ibm.com/mx-es/analytics/learn/linear-

regression#:~:text=El%20an%C3%A1lisis%20de%20la%20regresi%C3%B3n,variable%20se%20denomina%20variable%20independiente.

Torres.(16 de diciembre del 2015).Pronóstico a través de una Regresión Lineal. Excel Free blog.[Página Web]
https://www.excelfreeblog.com/pronostico-a-traves-de-una-regresion-lineal/

Timur(2019). Calculadora de Covarianza.Planecal.[Página web] https://es.planetcalc.com/8125/

UnADM | DCEIT | EM | 7
Módulo 6
Unidad 3. Regresión y Correlación

Instrumento de evaluación
Escala de evaluación

Actividad 9 Regresión lineal

Logros  Identifica una relación lineal, a partir de un diagrama de dispersión de un
conjunto de datos.
 Calcula la pendiente y la ordenada al origen en un modelo de regresión
lineal, de un conjunto de datos estadísticos.
 Calcula el coeficiente de correlación y la covarianza de un conjunto de datos
estadísticos.
Producto Cálculos e interpretación con base en el modelo de regresión lineal simple, a partir
de los datos de una muestra.
Puntaje por Puntaje Observaciones
Criterios de evaluación criterio obtenido

1. Presentación
Usa la plantilla para entrega de actividades.
El trabajo es coherente y claro.
Su texto presenta un mismo formato de
5
tamaño, tipo y color de letra, además,
contempla un mismo margen y espaciado.
Usa el formato ecuación.
2. Aplicación
Obtiene la muestra aleatoria con al menos 10
25 datos
Calcula e interpreta el valor de la pendiente 17
en el modelo de regresión
Calcula e interpreta el valor de la ordenada 17
al origen en el modelo de regresión
Calcula e interpreta el valor de la covarianza 15
en el modelo de regresión
Calcula e interpreta el coeficiente de 15
correlación lineal e interpreta de acuerdo al
contexto
Calcula el valor de un dato utilizando la recta 11
de regresión lineal
3. Conclusión
Concluye de manera argumentada, respecto
a la pertinencia del modelo de regresión 10
lineal simple, para realizar predicciones.
Total de puntos 100

UnADM | DCEIT | EM | 8