COVARIANZA Y COEFICIENTE DE CORRELACIÓN LINEAL

Cálculo de la covarianza Cov(x,y)

Forma resumida:

Coeficiente de correlación de Pearson (R)

SC ( x )=∑ x 2−n x́ 2

SC ( y )=∑ y 2−n ý 2

SP ( xy ) =∑ xy−n x́ ý

Ejercicio resuelto
El gerente de una agencia de alquiler de limusinas que opera en Lima Metropolitana quiere determinar si la distancia que
recorren los pasajeros desde varios lugares al aeropuerto del Callao está relacionada con el tiempo que llevaría en
transportarlos durante las horas no pico. Se seleccionó una muestra aleatoria de 12 viajes durante un día en particular en las
horas no pico, con los siguientes resultados:

X = Distancia en km. 10.3 11.6 12.1 14.3 15.7 16.1 18.4 20.2 21.8 24.3 25.4 26.7
Y = Tiempo en minutos 19.71 18.15 21.8 24.21 27.0 22.96 29.3 37.24 36.84 40.5 41.21 38.19
8 8 8 9

En minitab, se ingresaron la información obtenida por cada variable y se obtuvo el siguiente diagrama de dispersión. Donde:
Variable X = Distancia recorrida e Y = Tiempo de transporte.

a) Interprete el diagrama de dispersión.

A mayor distancia recorrida, el tiempo de transporte es mayor (a menor distancia recorrida, el tiempo de transporte es
menor); existe una relación lineal directa (tendencia creciente) entre las variables.

b) Calcule e interprete la covarianza.

Cov ( x , y ) =
∑ ( x i−x́)( yi − ý) = 507.284 =46.12
n−1 12−1

Cov ( x , y ) =
∑ x i y i−n x́ ý = 6968.012−12∗18.075∗29.7867 =46.12
n−1 12−1

Como Cov(x,y) = 46.12 > 0, existe dependencia directa (positiva); es decir, a mayor distancia corresponden mayores
tiempo de transportar a pasajeros desde el aeropuerto del Callao (o viceversa).

c) Calcule e interprete el coeficiente de correlación de Pearson.

Cov ( x , y ) 46.12
R= = =0.9580
Sx S y 5.6178∗8.5694
SC ( x )=∑ x 2−n x́ 2=4267.63−12∗18.0752 =347.1625

SC ( y )=∑ y 2−n ý 2=11454.729−12∗29.78672=807.7590

SP ( xy ) =∑ xy−n x́ ý=6968.012−12∗18.075∗29.7867=507.2768

SP( x , y ) 507.2768
R= = =0.9579
√ SC(x )√ SC ( y ) √347.1625 √ 807.7590