UNIVERSIDAD METROPOLITANA DE EDUCACIÓN CIENCIA Y TECNOLOGÍA

UMECIT
FACULTAD DE: CIENCIAS DE LA SALUD
LICENCIATURA EN: REGISTROS MÉDICOS Y ESTADÍSTICAS DE SALUD

ELEMENTOS DE ECONOMETRÍA

ACTIVIDAD No.2:

  RELACIÓN SIMPLE Y CORRELACIÓN

PRESENTADO POR:
ESTUDIANTE: REGIE CABALLERO
ESTUDIANTE: KATHERIN CALDERÓN
ESTUDIANTE: NUVIA ESPINOZA
ESTUDIANTE: YAMILETH GONZÁLEZ
ESTUDIANTE: ALBRICK´S LEDEZMA
No DE CÉDULA: 6-709-1871
No DE CÉDULA: 6-710-2342
No DE CÉDULA: 6-717-989
No DE CÉDULA: 6-717-920
No DE CÉDULA: 6-721-1376

TRABAJO PRESENTADO A LA CONSIDERACIÓN DE LA PROFESOR

ARACELYS ARAUZ

CHITRÉ, ENERO 29 DE 2022

 RELACIÓN SIMPLE Y CORRELACIÓN

1. ¿Análisis de Regresión?

La regresión determina tanto la naturaleza como la fuerza de una relación entre

dos variables en una investigación, en donde se desarrolla una ecuación de
estimación que es una fórmula matemática que relaciona a las variables conocidas
con las variables desconocidas, luego de este patrón de esta relación, se puede
aplicar el análisis de correlación para determinar el grado en el que están
relacionadas las variables.

El análisis de regresión utiliza un método de estimación elegido, una variable

dependiente y una o varias variables explicativas para crear una ecuación que
estima valores para la variable dependiente, este modelo de regresión incluye
salidas, para ofrecer información de en qué medida el modelo realiza estimaciones
fiables de la variable dependiente, también es posible utilizar gráficos, para
analizar las relaciones y poner a prueba las suposiciones.

El análisis de regresión se puede usar para resolver los siguientes tipos de

problemas:

 Determinar qué variables explicativas están relacionadas con la variable

dependiente.
 Comprender la relación entre las variables dependientes y explicativas.
 Predecir valores desconocidos de la variable dependiente.

Es decir que el análisis de regresión, utiliza algunos métodos dentro de la

investigación, para llegar a la hipótesis o teoría del caso, que se está investigando
por parte de la persona encargada de solucionar los problemas, y es de gran
utilidad para los profesionales de la materia, y para la sociedad en general en un
determinado país, ya que con ellos se resuelve los diferentes problemas que se
presentan dentro de una investigación que se encuentra en proceso, y esto lo
realizan obteniendo las diferentes variables dentro de la investigación, cumpliendo
así con la finalidad que es tener una hipótesis del problema planteado.

2. En un análisis ¿Qué es una ecuación de estimación?

La Ecuación de estimación es una fórmula matemática que relaciona las variables

conocidas con las desconocidas, luego de obtener el patrón de dicha relación, se
aplica el análisis de correlación para determinar el grado de relación que hay entre
las variables, este procedimiento de ecuaciones de estimación amplía el modelo
lineal para permitir el análisis de mediciones repetidas y otras observaciones
correlacionadas, en las ecuaciones de estimación se considera los datos, es la
respuesta que puede ser de escala, o eventos en ensayos, se supone que los
factores son categóricos, las variables utilizadas para definir los sujetos o las
mediciones repetidas intra sujetos no se pueden utilizar para definir la respuesta,
pero pueden desempeñar otros papeles en el modelo.

Los supuestos, es donde los casos se supone que son dependientes intra sujetos
e independientes inter sujetos, y la matriz de correlaciones que representa las
dependencias intra sujetos se estima como parte del modelo, la obtención de las
ecuaciones de estimación, en donde esta característica requiere tablas
personalizadas y estadísticas avanzadas.

La combinación de valores de las variables especificadas debe definir de forma

exclusiva los sujetos del conjunto de datos, en una configuración de medidas
repetidas, se registran varias observaciones para cada sujeto, de manera que
cada sujeto puede ocupar varios casos del conjunto de datos, las variables intra
sujetos, y la combinación de valores de las variables intra sujetos define el orden
de las mediciones dentro de los sujetos, por lo que la combinación de las variables
se define de forma exclusiva cada medición, y si el conjunto de datos ya está
ordenado de manera que las mediciones de cada sujeto se producen en un bloque
contiguo de casos y en el orden correcto, no es estrictamente necesario
especificar un variable intra sujetos y puede anular la selección de ordenar casos
por variables con el fin de ahorrar el tiempo de procesamiento necesario para
determinar el orden, por lo que es aconsejable utilizar las variables para
asegurarse de que las mediciones se ordenan correctamente.

3. ¿Cuál es el propósito de análisis de correlación?

R: El análisis de correlación es la herramienta estadística que podemos usar para

describir el grado en el que una variable está linealmente relacionada con otra.
Con frecuencia el análisis de correlación se utiliza junto con el de regresión para
medir que tan bien la línea de regresión explica los cambios de la variable
dependiente, Y. sin embargo la correlación se puede usar solo para medir el grado
de asociación entre dos variables.

Cuando quieres determinar la correlación a través del análisis de datos, hay dos
tipos de información con la que se debe trabajar:

Datos univariados: Cuando quieres trabajar con una sola variable, es necesario
medir la tendencia central a preguntar por los datos representativos y conocer su
desviación a través de la dispersión, medir la forma y el tamaño de la distribución
a través de la asimetría y medir la concentración de datos en la posición central a
través de la curtosis. Por lo tanto, los datos relativos a una sola variable se
denominan datos univariados.

Datos bivariados: El análisis de correlación se trata más bien de estudiar la

relación entre dos variables al mismo tiempo. Por ejemplo, el precio de un
producto y sus ventas medias, o la edad y la presión arterial de una persona. Así,
dos caracteres de la misma entidad cuando se miden simultáneamente con la
ayuda de un análisis estadístico, los denominamos datos bivariados.

4. Defina relación directa e inversa

La relación directa se da cuando al aumentar una de las variables la otra
aumenta. La recta correspondiente a la nube de puntos de la distribución es una
recta creciente.

La relación inversa funciona al revés, al aumentar una de las variables la otra

disminuye.

5. ¿A qué se refiere el término relación causal?

Se refiere a una relación causal cuando una variable produce un efecto

determinado sobre otra variable, o correlacional (cuando las variaciones de una se
relacionan de algún modo con las variaciones de la otra). En una hipótesis que
sustenta una relación causal, las variables se llaman dependiente e independiente.
La variable que se supone causa el efecto en la otra manejada por el investigador,
es la variable independiente, y sobre la que se produjo el efecto es la variable
dependiente.

6. Explique la diferencia entre relaciones lineales y curvilíneas

En las relaciones lineales, la línea trazada a través de los puntos representa una
relación directa, los puntos están relativamente cerca de esta línea, podemos decir
que existe un alto grado de asociación entre “x” y “y” la relación descrita por los
puntos está bien definida por una línea recta; mientras que en las relaciones
curvilíneas la relación de las variables “x” y “y” pueden tomar la forma de una
curva.

7. Explique por qué? ¿Y cómo construimos un diagrama de dispersión?

Construimos un diagrama de dispersión porque nos ayuda a determinar si existe

una relación entre dos variables y nos da dos tipos de información. Visualmente,
podemos identificar patrones que indiquen que las variables están relacionadas. Si
esto sucede, podemos ver qué tipo de línea, o ecuación de estimación, describe
esta relación.
Un diagrama de dispersión se construye al transferir la información de una tabla a
una gráfica. El patrón de puntos resulta al registrar cada par de datos de la tabla
como un punto. Todos esos puntos juntos nos ayudan a visualizar la relación que
existe entre las dos variables. Como resultado, se pueden trazar, o ajustar una
línea recta a través del diagrama de dispersión para representar la relación.
Frecuentemente, se intenta trazar estas líneas de modo que exista un número
igual de puntos a cada lado de la línea.