UNIVERSIDAD NACIONAL EXPERIMENTAL

“FRANCISCO DE MIRANDA”
DECANATO DE POSTGRADO
PROGRAMA MAESTRIA EN GERENCIA PÚBLICA

Estadística Aplicada a la Investigación

Sesión de Clase Semana 3

Estadística Aplicada a la Investigación

Dra. Lila Virginia Lugo García

Santa Ana de Coro, 2022

LVLG
 TEMA 6: CORRELACIÓN LINEAL
Puntos a tratar:
▪ Teoría de Correlación
▪ Análisis de Correlación
▪ Tipos de Correlación
▪ Ecuaciones de Regresión
▪ Diagrama de Dispersión
▪ Coeficiente de Correlación e Interpretación
▪ Error Típico y Varianza
▪ Representación de la recta de regresión
▪ Ejercicios

LVLG Pág 2
 Teoría de la Correlación

Correlación
Grado de Interconexión entre las
variables que intenta determinar con que
precisión se explica o se describe la
relación entre las variables por medio de
una ecuación lineal u otra

Permite construir un modelo que permita

predecir el comportamiento de una variable
dada.
Si las variables satisface la ecuación se dice que
están “Perfectamente Correlacionadas”

LVLG Pág 3
 TEORÍA DE LA CORRELACIÓN

• Expresa la
dependencia
entre las
variables

CORRELACIÓN
 ANÁLISIS DE LA CORRELACIÓN
• Cuando dos fenómenos sociales, físicos o biológicos crecen o
decrecen de forma simultánea y proporcional debido a factores
externos, se dice que los fenómenos están correlacionados.
• Si uno ambas variables crecen en la misma proporción se dicen
que la correlación es positiva
• Si uno crece en la proporción que el otro decrece, los dos
fenómenos están negativamente correlacionados.
• El grado de correlación se calcula aplicando un coeficiente de
correlación (r) a los datos de ambos fenómenos.
• Una correlación positiva perfecta tiene un coeficiente + 1, y para
una correlación negativa perfecta es -1. La ausencia de
correlación da como coeficiente 0. Por ejemplo, el coeficiente
0,89 indica una correlación positiva fuerte, -0,76 es una
correlación negativa fuerte y 0,13 es una correlación positiva
pequeña.

LVLG Pág 5
Tipos de la Correlación

Simple Dos Variables

Puede ser
Correlación
Más de dos
Múltiple
Variables

Plano Diagrama de
Gráficamente Se Cartesiano Por Dispersión
representa medio

LVLG Pág 6
 ECUACIONES DE REGRESIÓN
REGRESIÓN ECUACIÓN
Lineal y = A + Bx

Logarítmica y = A + BLn(x)

Exponencial y = Ae(Bx)

Cuadrática y = A+ Bx +Cx2

El tipo de regresión va depender de la dependencia entre las variables,

la más usual es la regresión lineal que será la que abordaremos.

LVLG Pág 7
 ECUACIÓN DE REGRESIÓN

ECUACIÓN LINEAL
Explica la relación entre las variables

Regresión de y Regresión de x
sobre x sobre y

En esta caso la variable “Y” En esta caso la variable “X”

depende de “X” depende de “Y”

LVLG Pág 8
 ECUACIÓN DE REGRESIÓN

RECTA DE REGRESIÓN DE MINIMOS

CUADRADOS

LVLG Pág 9
 DIAGRAMA DE DISPERSIÓN

Note como los

puntos no se
ajustan a ningún
comportamiento,
es decir a
ninguna función

Note como los puntos se

acercan a una recta que
este caso es creciente Note como los
puntos se
acercan a una
función
exponencial
creciente

LVLG Pág 10
 Correlación
Positiva

Correlación
Negativa

Observe como la recta no necesariamente pasa por los puntos sino es aquella recta que mejor
se ajusta al comportamiento. Dicha recta se conoce como Recta de regresión y se grafica
usando la ecuación de regresión correspondiente

LVLG Pág 11
 COEFICIENTE DE CORRELACIÓN
• Coeficiente de Correlación: si los cambios en
una de las variables influyen en los valores de
la otra. Si ocurre esto decimos que las variables
están correlacionadas o bien que hay
correlación entre ellas.
• El rango “r” está comprendido entre:

• Se calcula por medio de la ecuación

LVLG Pág 12
 CLASIFICACIÓN DEL GRADO DE
CORRELACIÓN
Existen parámetros que indican que tan perfecta y
directa es la relación entre las variables, a continuación
se presenta:
CORRELACIÓN VALOR O RANGO
Perfecta |r| = 1
Fuerte 0.9  |r| < 1
Buena 0.8  |r| < 0.9
Aceptable 0.5  |r| <0.8
Bajo |r|< 0.5
Ninguna r= 0
El signo indicará si es Directa o Inversa

LVLG Pág 13
 CÁLCULO DEL COEFICIENTE DE CORRELACIÓN Y
DE ERROR TÍPICO

También se puede calcular “r” usando la covarianza (xy)

por medio de la fórmula:

El Error Típico Estimado

En todo cálculo siempre existe un error, en esta caso se calcula por
medio de la ecuación:

LVLG Pág 14
 EN SINTESIS
RECTA DE REGRESIÓN

COVARIANZA

COEFICIENTE DE CORRELACIÓN

LVLG Pág 15
 DIAGRAMA DE DISPERSIÓN SEGÚN EL GRADO DE
CORRELACIÓN

Las siguientes gráfica de dispersión muestra el comportamiento de los puntos en base a

su correlación. Observe como los puntos se encuentran más unidos o separados
dependiendo de la interrelación entre las variables descrita por “r”. Las gráficas de
dispersión se pueden realizar usando EXCEL

LVLG Pág 16
 EJERCICIO 1
La siguiente tabla representa las nota obtenida por un grupo de
estudiantes en el pre-test y post-test de una práctica. Determine:
(x variable Independiente)
a) Ecuación de la Recta de Regresión
b) Coeficiente de Regresión y análisis.
c) Diagrama de Dispersión y recta de regresión

X (PRE-TEST) Y (POST-TEST)
A 45 80
B 39 76
C 37 52
D 25 50
E 23 33

LVLG Pág 17
 RESPUESTA DEL EJERCICIO 1

X Y XY X2 Y2
A 45 80 3600 2025 6400
B 39 76 2964 1521 5776
r = 0,894 es
C 37 52 1924 1369 2704 Directa y Buena
D 25 50 1250 625 2500
E 23 33 759 529 1089
Total Al Calcularla queda:
169 291 10497 6069 18469
N=5
A0 =-4,43609865
La Ecuación será:
A1 =1,85313901
Donde:
La Ecuación de
Regresión por
aproximación queda:
Y = -4,44 + 1,85 X

LVLG Pág 18
 RECTA DE REGRESIÓN Y DIAGRAMA DE
REGRESIÓN

Diagrama de Recta de Regresión

Dispersión (o de mínimos
cuadrados)
90
90
80
80
70
70
60
60
50
40 50

30 40

20 30

10 20

0 10
0 10 20 30 40 50
0
0 10 20 30 40 50

Puede realizar ambas gráficas usando EXCEL

LVLG Pág 19
 EJERCICIO 2
A continuación se presentan las estaturas y pesos de 10
jugadores de baloncesto de un equipo son:
Determine :
• Ecuación de la recta de regresión de Y sobre X.
• El coeficiente de correlación.
• Covarianza y Error
• El peso estimado de un jugador que mide 208 cm.

Estatura
186 189 190 192 193 193 198 201 203 205
(X)
Pesos
85 85 86 90 87 91 93 103 100 101
(Y)

LVLG Pág 20
 RESPUESTA DEL EJERCICIO 2
Ecuación de Regresión
x y x2 y2 x ·y
186 85 34 596 7 225 15 810
189 85 35 721 7 225 16 065 Correlación positiva muy
fuerte
190 86 36 100 7 396 16 340
192 90 36 864 8 100 17 280
193 87 37 249 7 569 16 791 Covarianza
193 91 37 249 8 281 17563
198 93 39 204 8 649 18 414
201 103 40 401 10 609 20 703 Error Estimado
Ey/x=14,70
203 100 41 209 10 000 20 300
120
205 101 42 025 10 201 20 705
100
1 950 921 380 618 85 255 179 971 80

60

40
Peso de jugador 20

0
185 190 195 200 205 210

LVLG Pág 21
 OBSERVACIÓN
A veces se presentan la correlación entre variables se presenta por
medio de una tabla de intervalos cuyo procedimiento es más
laborioso, al final se dejará un ejercicio planteado para que sepa
como realizarlo.

A pesar que la correlación lineal es la más utilizada veces las variables

se interrelacionan de forma no lineal por ello se requiere realizar la
representación gráfica para ver como es el comportamiento

Note que aunque

existe una
correlación
perfecta en cada
caso no es lineal

LVLG Pág 22
 EJERCICIO 3
A veces se presentan la correlación entre variables por medio de
una tabla de intervalos, por ello a continuación se presenta un
ejemplo adaptado a esto

La siguiente tabla representa los años de servicio de un empleado

(xi) en la empresa “P” relacionado con su sueldo diario en $. (yi).
Determine :
a) Si existe una correlación adecuada y cuál será
b) Ajuste los datos a una recta de regresión
c) Calcule el error típico estimado
d) Si un empleado tiene 12,5 años de servicio, ¿qué sueldo se
estima que tiene sabiendo el trabajador pertenece a la
empresa?

LVLG Pág 23
 (Años de
servicio) Li-Lf 1-3 4-6 7 -9 10 - 12 13 - 15 16 - 18 19 - 21
xi 2 3 8 11 12 17 20
Li-Lf (sueldo
yi en $)

50-70 60 5 7
70-90 80 10 14 4
90-110 100 2 4 8
110-130 120 2 15 20 6
130-150 140 6 30 2 1
150-170 160 5 13 4 1

LVLG Pág 24
 RESPUETA DEL EJERCICIO 2 TABLA
(Años)/ 1- 3 4- 6 7- 9 10 - 12 13 - 15 16 - 18 19 - 21
Sueldo Xi/Yi 2 5 8 11 12 17 20 Gi Sy Sy2 Sx Sxy

5+7= 60*12= 602*12= (2*5)+(5*7)= 60*45=

50-70 60 5 7 12 720 43200 45 2700
10+14+4 80*28= 802*28= (5*10)+(8*14) 80*206=
70-90 80 10 14 4 =28 2240 179200 ¨(11*3)=206 16480

90-110 100 2 4 8 14 1400 140000 130 13000

110-130 120 2 15 20 6 43 5160 619200 422 50640

130-150 140 6 30 2 1 39 5460 764400 419 58660

150-170 160 5 13 4 1 23 3680 588800 299 47840

7+10
Ji 5=5 +2+2= 21 39 67 21 5 1 159 18660 2334800 1521 189320

2*5= 5*21=
Sx 10 105 312 737 252 85 20 1521
22*5= 52*21=
Sx2 20 525 2496 8107 3024 1445 400 16017
60*7+80*
10+100*2
60*5= +120*2=
Sy 300 1660 4160 8520 3080 780 160 18660
2*300= 5*1660=
Sxy 600 8300 33280 93720 36960 13260 3200 189320

LVLG Pág 25
 r =0,744 es
Directa y Aceptable

Y = 57,26 +2,53 X

X= 12,5 entonces
Y =88,89
100

90

80

70

60

50

40

30

20

10

Ey/x= 20,158 0
0 2 4 6 8 10 12 14

LVLG Pág 26
LVLG Pág 27