Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Relación
𝒏 σ 𝑿𝒀 − σ 𝑿 σ 𝒀 inversa Relación
𝒓= Intensa Variables directa
2 2 incorreladas Intensa
𝒏 σ 𝑿2 −(σ𝑿) . 𝒏 σ 𝒀2 −(σ𝒀)
-1 0 +1
Rango de valores r
r = -1 Si –1< r < -0.8 → Relación Inversa Intensa
Correlación inversa perfecta Si –0.2 < r < 0 → Relación Inversa débil
Si 0 < r < 0.2 → Relación Directa débil
r= 1
Correlación directa perfecta 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 r=0,4
40
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
10 r=-0,95 10 r=-0,999
0 0
140 150 160 170 180 190 200 140 150 160 170 180 190 200
COEFICIENTE DE 𝟐
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 y 1.
ത 2
(𝑌 − 𝑌) (𝑌 − 𝑌)
ത 2 2
(𝑌 − 𝑌) Cuanto más cerca de 1 se sitúe su
= + valor, mayor será el ajuste del
SCT = SCR + SCE modelo a la variable que estamos
intentando explicar. De forma
Variación = Variación + Variación no inversa, cuanto más cerca de cero,
total (Y) Explicada explicada menos ajustado estará el modelo y,
− 𝑌)
ത 2 por tanto, menos fiable será.
SCT=SCR+SCE
2
σ( 𝑌 𝑆𝐶𝑅
𝑅 = =
σ(𝑌 − 𝑌)ത 2 𝑆𝐶𝑇
COEFICIENTE DE 𝟐
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
𝑅2 = 𝑟 2
EJERCICIO 1
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 (soles) que los clientes de un restaurante dan
a los mozos en función al tiempo en que se demora en servir una orden (minutos):
Propina (soles) 1 3 3 2 6 1 2 3 4
Tiempo de Atención
(minutos)
3 2 2 4 1 4 3 2 2
Y (propina) X (tiempo) 𝑋2 𝑌2 𝑋𝑌
1 3 9 1 3 9 53 − 23 25
𝑟=
3 2 4 9 6 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<r<-0.8 → Correlación Inversa intensa
1 4 16 1 4
Existe una correlación intensa entre el
2 3 9 4 6 tiempo de atención(X) y la propina
3 2 4 9 6 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 2 =89 menos propina dará este.
σ 𝑌 = 25 σ 𝑋 =23 σ 𝑋 2 =67 σ 𝑋𝑌 =53
EJERCICIO 1
Coeficiente de determinación (𝑹𝟐 ) Calculemos
𝑺𝑪𝑹 = (ෝ ഥ)𝟐
𝒚𝒊 − 𝒚 𝑆𝐶𝑬 = (𝑦𝑖 − 𝑦ො𝑖 )2 σ(𝑌 − 𝑌)
ത 2 𝑆𝐶𝑅
x y = 𝟔. 𝟏𝟓 − 𝟏. 𝟑𝟐𝑿
2
𝑅 = =
𝒀 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
2 3 3,51 0,53 0,26 𝑅 = = 0.7353
19,47
4 2 0,87 3,65 1,28
1 6 4,83 4,2 1,37 𝑅2 = 74%
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
𝑅2 = 𝑟 2
Comencemos a
practicar
20 minutos!!
Anuncios 3 7 4 2 0 4 1 2
Latas compradas 11 18 9 4 7 6 3 8