Diagrama de dispersión:

Consiste en la representación grafica de dos variables para un conjunto de datos. En otras

palabras, analizamos la relación entre dos variables, conociendo qué tanto se afectan entre sí
o qué tan independientes son una de la otra.

Correlación lineal simple:

Estudia la dependencia o relación existente entre dos variables que intervienen en una
distribución bidimensional

La forma más simple de analizarlo es mirar si las variables COVARÍAN.

Covarianza:

- Cuando una variable se desvía con respecto a la media, la otra variable se desvía de
forma similar

Coeficiente de determinación R2

es el cuadrado del coeficiente de correlación de Pearson, y da la proporción de variación de la

variable Y que es explicada por la variable X (variable predictora o explicativa). Si la proporción
es igual a 0, significa que la variable predictora no tiene NULA capacidad predictiva de la
variable a predecir (Y). Cuanto mayor sea la proporción, mejor será la predicción. Si llegara a
ser igual a 1 la variable predictora explicaría TODA la variación de Y, y las predicciones NO
tendrían error.

Ejemplo

En el siguiente cuadro puedes comprobar:

a) que la Varianza total de la variable Y (0.76) es igual a la suma de las Varianzas de las
puntuaciones estimadas (Y') y de los errores de predicción (Y-Y').

b) Que el coeficiente de determinación (r2xy) es igual a la proporción de la Varianza explicada

(s2y') respeto de la Varianza total (s2y)
Correlación positiva:

Es cuando una relación entre una variable y otra es lineal y directa, de manera que un cambio
en una variable predice el cambio en la otra variable. En ese caso, se dice que la correlación es
positiva perfecta, es decir, ambas variables varían al mismo tiempo. Este tipo de correlación es
directamente proporcional. Hay correlación positiva cuando las dos variables se correlacionan
en sentido directo. Por lo que, a valores altos de una le corresponden valores altos de la otra e
igualmente con los valores bajos.

Correlación negativa

cuando la relación entre una variable y otra es opuesta o inversa, es decir, cuando una variable
cambia, la otra se modifica hacia lo contrario. Entonces, cuando una posee variable valores
altos, la otra posee valores bajos y mientras este valor esté más cerca de -1, más evidente será
esta covariación.

Se dice que hay correlación negativa perfecta cuando r = -1. Este tipo de correlación es
inversamente proporcional. Entonces, hay correlación negativa cuando las dos variables se
correlacionan en sentido inverso.

¿Qué es el coeficiente de correlación lineal y qué nos ayuda a

medir?

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.
De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.

El coeficiente de correlación lineal se expresa mediante la letra r.

Es un índice que puede utilizarse para medir el grado de relación de dos variables siempre y
cuando ambas sean cuantitativas y continuas.