Taller de Coeficiente de Correlación de Pearson

En cada caso se pide: graficar la tabla, encontrar el valor de r y decir la relación existente entre las
dos variables

a)
x y X*Y Sxy=54-12*35/6 = -16
X² Y²
1 12 12 1 144
2 6 12 4 36 Sx=28-12²/6 =4
3 1 3 9 1
1 8 8 1 64 Sy= 279-35²/6=74,9
2 5 10 4 25
3 3 9 9 9 R= -16/√ 4❑∗74,9 =-0,92

Σx=12 Σy=35 Σxy= 54 Σx²=28 Σy²=279

x y X*Y Sxy=54-12*21/6 = 12
X² Y²
1 5 5 1 25
2 2 4 4 4 Sx=28-12²/6 =4
3 2 6 9 4
1 2 2 1 4 Sy= 87-21²/6=13,5
2 5 10 4 25
3 5 15 9 25 R= -16/√ 4❑∗13,5 =-2,70
Σx=12 Σy=21 Σxy= 42 Σx²=28 Σy²=87

Valores Y
6

0
0.5 1 1.5 2 2.5 3 3.5
 b)
x y X*y X² Y² Sxy=46-12*20/6 = 6

1 1 1 1 1
2 3 6 4 9 Sx=28-12²/6 =4
3 5 15 9 25
1 2 2 1 4 Sy= 80-20²/6=13,33
2 5 10 4 25
3 4 12 9 16 R= 6/√ 4❑∗13,33 =0,82
Σx=12 Σy=20 Σxy= 46 Σx²=28 Σy²=80

Directa Muy fuerte

Valores Y
6
5
4
3
2
1
0
0.5 1 1.5 2 2.5 3 3.5
 c)
x y X*y x² y² Sxy=203-21*48/6 = 35

1 3 3 1 9
2 5 10 2 25 Sx=89-21²/6 =15.5
3 7 21 9 49
4 9 36 16 81 Sy= 454-48²/6=70
5 11 55 25 121
6 13 78 36 169
R= 35/√ 15.5❑∗70 =1,06

Σx=21 Σy=48 Σxy=203 Σx²= 89 Σy²=454 n=6

Directa perfecta

Valores Y
14

12

10

0
0 1 2 3 4 5 6 7
 d)
Y X x y Sxy=133-21*48/6 = -35
* ²
y
1 1 1 1 Sx=91-21²/6 =17.5
3 3 6
9
1 2 4 1 Sy= 454-48²/6=70
1 2 2
1
9 2 9 8 R= -35/√ 17.5❑∗70 =-1
7 1
7 2 1 4
8 9
5 2 2 2
5 5
3 1 3 9
8

Σx=21 Σy=48 Σxy=133 Σx²=91 Σy²=454

Inversa perfecta
 Valores Y
14

12

10

0
0 1 2 3 4 5 6 7

Años Accidente X*y x² y² Sxy=225-45*62/10 = -54

s
2 10 20 4 100

2 11 22 4 121 Sx=237-45²/10 =34.5

7 3 21 49 9
Sy= 478-62²/10=93.6
6 4 24 36 16

5 5 25 25 25 R= -54/√ 34.5❑∗93.6 =-0.95

6 3 18 36 9

7 2 14 49 4
3 8 24 9 64

4 9 36 16 81

3 7 21 9 49

Σx=45 Σy=62 Σxy=225 Σx²=237 Σy²=478

Valores Y
12

10

0
1 2 3 4 5 6 7 8
Regresión lineal
*Modelo de predicción (pronosticar)
*Ecuación de la recta que mejor describe la relación entre las dos variables.
y=ax+b
a=SxY/Sx
b=∑y-a*∑x / n

años meses Ganancia X*y X² y²

anual
1995 5 31 155 25 961
1994 11 40 440 121 1600
1993 3 30 90 9 900
1992 5 34 170 25 1156
1991 3 25 75 9 625
1990 2 20 40 4 400
Σx=29 Σy=180 Σxy=970 Σx²=237 Σy²=478
 Guía de Coeficiente de Correlación y
Regresión Lineal
1) Una empresa de asesorías le presta servicio a cierto centro de eventos gastronómicos donde
quieren estudiar si existe relación entre las preferencias de sus seguidores en redes sociales y la
encuesta de satisfacción que aplican. Para ello consideran esta información de los últimos siete
meses:

X Y X*y X2 Y2

1000 62

1800 71

1300 50

900 55

2000 78

800 55
 1700 65

Donde:

X : es la cantidad de “likes” mensuales

Y : es el porcentaje promedio mensual de la encuesta de satisfacción

a) Su diagrama de dispersión está dado por:

Interprete el gráfico.

b) Q e interprete

c) Calcule la recta de Regresión Lineal

 d) Estime el porcentaje de satisfacción para 1.500 “likes”

e) ¿Cuántos “likes” se estima para que el porcentaje de satisfacción sea de 60%?

f) ¿Qué porcentaje se estima para 2.100 “likes”?

g) Estime los “likes” mínimos para un porcentaje de satisfacción mayor a 90%.

2) Javier recolectó un conjunto de datos bivariados y calculó r, el coeficiente de correlación

lineal. Su valor fue –1.78. Ana concluyó que no había correlación entre las dos variables. Berta
afirma que es fuertemente inverso la relación. Por último, Carolina alegó que –1.78 era
imposible. ¿Quién tiene razón? Justifique su respuesta y aclare en qué se equivocaron las otras
personas.
3) Se tiene dos variables: “tiempo de estudio” y “notas”. Se da el coeficiente
de correlación de diferentes alumnos, después de estudiar el tiempo que le dedicaron al estudio
y las notas obtenidas en sus diferentes evaluaciones. Escriba una conclusión que describa el
significado de r para cada uno de estos valores:

a. Mario r= 0.93 = directa y muy fuerte = mientras mas estudia, mejor nota
b. Luis r= - 0.52 = inversa moderada = mientras menor estudia, mejor nota
c. Marta r=0.03 =directa y nula= nula= la nota es independiente del estudio
d. Carlos r= -0.08 = nula
e. Alex r= 2.3 = no existe, mal calculado
f. Martín r= 0.0 = nula
g. g Úrsula r= 0.3 = directa y débil= la hota de estudio influye muy poco en la nota
h. Raúl r= -0,85 = inversa y muy fuerte= mientras mas estudia, no saca buenas notas

4) De los datos del problema anterior, grafique en forma aproximada cómo sería un diagrama
de dispersión para cada uno de los siguientes estudiantes: a) Mario

b) Luis
c) Marta
d) Raúl

X Y X*y X2 Y2

1000 62 62000

1800 71 127800

1300 50 65000

900 55 45000

2000 78 156000

800 55 44000

1700 65 110500
 Σx=9.300 Σy=436 Σxy=614800 Σx²=14.270.000 Σy²=27.744 N=7

Sxy=225-45*62/10 = 23.085,7

Sx=237-45²/10 =1.377.142,9

Sy= 478-62²/10=587,4

R= -54/√ 34.5❑∗93.6 =0,81

y=ax+b
a=SxY/Sx
b=∑y-a*∑x / n

dH
n=7
y=ax+b
a=Sxy/Sx = 23.085,7/1.377.142,9=0.02
b=Σy-a*Σx/N = 436-0,02 * 9500 / 7 = 35,14
y=0.02X+35,14

h) Estime el porcentaje de satisfacción para 1.500 “likes” = X=1500

y=0,02*1500+35,14=65,14%

i) Cuántos “likes” se estima para que el porcentaje de satisfacción sea de 60%?

Y=60%

Y=0.02x+35,14

60=0.02X+35,14

60-35,14=0.02X

24,86=0.02X

24,86/0.02=X
 1.243=X

j) Estime los “likes” mínimos para un porcentaje de satisfacción mayor a 90%.

Y=90

Y=0,02X+35,14

90=0,02X+35,14