SESIÓN 28

Estadística Inferencial
INICIO (10min)

• Actividad: Los estudiantes comparten con el docente las dudas que

hubieran existido en la sesión anterior.
• El estudiante responde con atención sobre los conocimientos que tiene
sobre los indicadores de coeficiente de correlación y determinación y
para que servirán en su profesión?

Inicio
SABERES PREVIOS

ANALISIS DE REGRESION

Conoces para que es importante estimar los

coeficientes de correlación y determinación en el
Análisis de Regresión Lineal Simple?
 SUMARIO

Coeficiente de correlación y determinación

 LOGRO

Al finalizar la sesión los estudiantes conocen y estiman los coeficientes de

correlación y coeficiente de determinación en el análisis del Modelo de
Regresión Lineal aplicado al campo de la ciencia y la investigación.
TRANSFORMACIÓN (60 min)
Principio pedagógico: Aprendizaje autónomo y Aprendizaje colaborativo.

• Actividad: A continuación el estudiante va revisar los conceptos básicos

correspondientes a estimación de los coeficientes de correlación y
determinación, y se van a resolver ejercicios para poder aplicar estos
indicadores en el análisis del modelo de regresión lineal.

Transformación
 COEFICIENTE DE CORRELACIÓN (𝒓)
Coeficiente de Correlación
El coeficiente de correlación de Pearson(r), pensado para variables cuantitativas, es un índice que mide
el grado de covariación entre distintas variables relacionadas linealmente. Esto significa que puede
haber variables fuertemente relacionadas, pero no de forma lineal.

Relación
𝒏 σ 𝑿𝒀 − σ 𝑿 σ 𝒀 inversa Relación
𝒓= Intensa Variables directa
2 2 incorreladas
𝒏 σ 𝑿2 −(σ𝑿) . 𝒏 σ 𝒀2 −(σ𝒀) Intensa

Rango de valores r
r = -1
Correlación inversa perfecta
r= 1
Correlación directa perfecta
-1 0 +1
Si –1< r < -0.8  Relación Inversa Intensa
Si –0.2 < r < 0  Relación Inversa débil
Si 0 < r < 0.2  Relación Directa débil
Si 0.8 < r < 1  Relación Directa intensa
 COEFICIENTE DE CORRELACIÓN (𝒓)
Coeficiente de Correlación
330 130
120
280 110
230 100
90
180 80
70
130 60
80 50
r=0,1 40
r=0,4
30 30
140 150 160 170 180 190 200 140 150 160 170 180 190 200

100 100
90 90
80 80
70 70
60 60
50 50
40 r=0,8 40 r=0,99
30 30
140 150 160 170 180 190 200 140 150 160 170 180 190 200
 COEFICIENTE DE CORRELACIÓN (𝒓)
Coeficiente de Correlación
90 80
80 70
70 60
60
50
50
40
40
30
30
20 20
10 r=-0,5 10 r=-0,7
0 0
140 150 160 170 180 190 200 140 150 160 170 180 190 200

80 80

70 70

60 60

50 50

40 40

30 30

20 20
r=-0,95 10 r=-0,999
10
0 0
140 150 160 170 180 190 200 140 150 160 170 180 190 200
 𝟐
COEFICIENTE DE DETERMINACIÓN (𝑹 )
Coeficiente de Determinación
El coeficiente de determinación es la proporción o porcentaje de variación total en Y
respecto a su media, que es explicada por el modelo de regresión. Es usual expresar esta
medida en tanto por ciento, multiplicándola por cien

0 ≤ 𝑅2 ≤ 1
Descomposición de la variabilidad de Y:
El resultado del 𝑅2 oscila entre 0
ത 2
෍(𝑌 − 𝑌) ෍(𝑌෠ − 𝑌)
ത 2 ෠ 2
෍(𝑌 − 𝑌) y 1. Cuanto más cerca de 1 se
= +
sitúe su valor, mayor será el
SCT = SCR + SCE ajuste del modelo a la variable
Variación = Variación + Variación no que estamos intentando explicar.
total (Y) Explicada explicada De forma inversa, cuanto más
cerca de cero, menos ajustado
SCT=SCR+SCE
σ( ෠ − 𝑌)
𝑌 ത 2 𝑆𝐶𝑅 estará el modelo y, por tanto,
2
𝑅 = = menos fiable será.
σ(𝑌 − 𝑌)ത 2 𝑆𝐶𝑇
 𝟐
COEFICIENTE DE DETERMINACIÓN (𝑹 )
𝑌෠ = 2.56665 + 2.7565𝑋
Ejemplo: Si se tiene los siguiente resultados
𝑅2 = 0.8998 → 𝑟 = 0.9485
Interpretación
 El ajuste del modelo es bueno, ya que el valor de 𝑅2 = 0.8998 es cercano a 1, en concreto, el 89,98%
de la variabilidad de la variable de Y es explicado por el modelo de regresión ajustado. Podemos
concluir que el modelo lineal es adecuado para describir la relación que existe entre estas variables
(X e Y).

 El coeficiente de correlación de 𝑟 = 0.9485, indica que existe una relación lineal intensa entre X e Y
de manera directa

En una regresión lineal simple el coeficiente de determinación

coincide con la correlación de Pearson elevada al cuadrado.

𝑅2 = 𝑟 2
 EJERCICIO
Ejercicio:
La Propina que se le otorga a un mozo en un restaurante depende de muchos factores, por ejemplo la
cordialidad del personal, Tipo de ambiente, Satisfacción por el servicio, etc.
En el siguiente cuadro se tiene la cantidad de propina (s/.) que los clientes de un restaurant dan a los
mozos en función al tiempo en que se demora en servir una orden(minutos).

Propina(S/) 1 3 3 2 6 1 2 3 4
Tiempo de Atención (minutos) 3 2 2 4 1 4 3 2 2

Halle e interprete el coeficiente de Correlación y coeficiente de determinación

 EJERCICIO
Solución: Coeficiente de correlación(r) 𝒏 σ 𝑿𝒀 − σ 𝑿 σ 𝒀
𝒓=
𝑌෠ = 𝟔. 𝟏𝟓 − 𝟏. 𝟑𝟐𝑋 2
𝒏 σ 𝑿2 −(σ𝑿) . 𝒏 σ 𝒀2 −(σ𝒀)
2

Y (propina) X (tiempo) 𝑋2 𝑌2 𝑋𝑌
1 3 9 1 3 9 53 − 23 25
3 2 4 9 6 𝑟=
9 67 − 232 . 9 89 − 252
3 2 4 9 6
2 4 16 4 8 𝑟 = −0.86
6 1 1 36 6
1 4 16 1 4 –1< r < -0.8  Correlación Inversa intensa
2 3 9 4 6 Existe una correlación intensa entre el
3 2 4 9 6 tiempo de atención(X) y la propina
otorgada por el cliente (Y) y la relación es
4 2 4 16 8 de manera inversa, decir mientras mas
tiempo se demora en atender a un clientes
σ 𝑌 = 25 σ 𝑋 =23 σ 𝑋 2 =67 σ 𝑌 2 =89 σ 𝑋𝑌 =53 menos propina dará este.
 EJERCICIO
Coeficiente de determinación(𝑹𝟐 ) Calculemos
𝟐 2 σ(𝑌෠ − 𝑌)
ത 2 𝑆𝐶𝑅
x y ෡ = 𝟔. 𝟏𝟓 − 𝟏. 𝟑𝟐𝑿
𝒀
𝑺𝑪𝑹 = ෍(ෝ ഥ)
𝒚𝒊 − 𝒚 𝑆𝐶𝑬 = ෍(𝑦𝑖 − 𝑦ො𝑖 ) 2
𝑅 =
σ(𝑌 − 𝑌)ത 2
=
𝑆𝐶𝑇
3 1 2,19 0,35 1,42
2 3 3,51 0,53 0,26 2 14,32
𝑅 = = 0.7353
2 3 3,51 0,53 0,26 19,47
4 2 0,87 3,65 1,28
𝑅2 = 74%
1 6 4,83 4,2 1,37
4 1 0,87 3,65 0,02
3 2 2,19 0,35 0,04
2 3 3,51 0,53 0,26
2 4 3,51 0,53 0,24
𝑦ത =2,78 𝑆𝐶𝑹=14,32 𝑆𝐶𝑬=5,15
𝑆𝐶𝑇=SCR+SCE SCT = 14,32 + 5,15 = 19.47
 EJERCICIO
Coeficiente de determinación(𝑹𝟐 )

El 74% de la variabilidad de Y (propina) es explicado por el modelo de regresión ajustado.

NOTA:

En una regresión lineal simple el coeficiente de determinación

coincide con la correlación de Pearson elevada al cuadrado.
𝑅2 = 𝑟 2

r = −0.86
Sabemos 𝑅2 = 0.74 = 74%
 EJERCICIO

Calcula los coeficiente de manera rápida!

https://www.youtube.com/watch?v=0qkh8NJroos

https://www.youtube.com/watch?v=4_WO31Dapv0
 EJERCICIO ADICIONAL
La compresión de un resorte depende de la fuerza con que se aplique
a aquel según los valores del siguiente cuadro.

Fuerza (Newton) 1 0 2 3 4 2 3 4
Compresión (cm) 2 1 2 2 3 2 1 1

Halle el coeficiente de correlación y determinación

Interprete cada uno de ellos
CIERRE (15 min)
Principio pedagógico: Aprendizaje autónomo.

Actividad:
El estudiante responde en el chat sobre 2 principales preguntas del
docente sobre su aprendizaje en la clase de hoy.

Cierre
 CIERRE
¿QUÉ HEMOS APRENDIDO?

1. ¿Cómo se calcula el coeficiente de

correlación y determinación?

2. ¿Cuál es la diferencia entre el

coeficiente de correlación y
determinación?