Universidad Del Noreste

Estadística Inferencial

2º A

Área Económico Administrativo

Licenciatura en Contaduría y Finanzas

22 de Marzo de 2020

Investigación de Periodo

Osiris Adamari Reyes Reyes 100%

Arisbe Vera Arguelles 100%

Jean Roberto Villasana 100%

1
 ÍNDICE

1. Coeficientes de correlación…………………………..3

2. Coeficiente de determinación múltiple………………6

2
 Coeficientes de correlación
El Coeficiente de correlación es una medida que permite conocer el
grado de asociación lineal entre dos variables cuantitativas (X, Y).
En los siguientes Diagramas de dispersión se puede observar que
existe una relación lineal entre la variable X y la variable Y.

Sin embargo si trazamos una linea recta en los diagramas.

Podemos observar que en un diagrama B los puntos se acercan mas a

la recta, caso contrario en el diagrama A, los puntos están mas
alejados. Entonces podemos decir que la relación lineal del diagrama
A es mas débil con comparación a la relación que existe en el
diagrama B.

3
Un diagrama dispersión no nos da certeza de que tan débil o fuerte es
la relación lineal, necesitamos una medida que nos de la fuerza de la
asociación y la dirección que toma esta relación.
Para esto sirve el coeficiente de correlación que esta dado por la
siguiente formula.

¿De donde sacamos estos valores?

Recordar entonces que el coeficiente de relación lineal, mide la fuerza

y el sentido de la relación lineal entre 2 variables cuantitativas.
Luego de haber aplicado la formula, según el resultado se puede
clasificar en este rango.

Entre mas cercano es a 1 es mas fuerte, entre mas cercano a 0 es

débil hasta llegar hacerse nula, si los valores del coeficiente de
relación es -1 es una Asociación lineal perfecta Negativa, si es 0 no
existe relación y si es 1 es una Asociación Lineal perfecta Positiva.

4
¿Entonces como identificamos cuan dispersos son los puntos de la
linea recta?.
Con la siguiente tabla podemos clasificar nuestros resultados y
responder esta interrogante.

5
 Coeficiente de determinación múltiple
El coeficiente de determinación, se define como la proporción de la
varianza total de la variable explicada por la regresión. El coeficiente
de determinación, también llamado R cuadrado, refleja la bondad del
ajuste de un modelo a la variable que pretender explicar.

Es importante saber que el resultado del coeficiente de determinación

oscila entre 0 y 1. Cuanto más cerca de 1 se sitúe su valor, mayor será
el ajuste del modelo a la variable que estamos intentando explicar. De
forma inversa, cuanto más cerca de cero, menos ajustado estará el
modelo y, por tanto, menos fiable será.

En la expresión anterior tenemos una fracción. Así pues, vayamos por

partes. En primer lugar, analizaremos el numerador, es decir, la parte
de arriba.

Para aquellos que no conozcan la expresión de la varianza, les

recomiendo que lean el artículo sobre la misma. Para aquellos que si
la conozcan, podrán caer en la cuenta de que es la expresión de la
varianza, pero con dos diferencias fundamentales.

6
La primera diferencia es que la Y lleva un circunflejo o, lo que los
profesores llaman de forma didáctica, “sombrerito”. Ese sombrerito lo
que detalla es que esa Y es la estimación de un modelo sobre lo que
según las variables explicativas vale Y, pero no es el valor real de Y,
sino una estimación de Y.

En segundo lugar, faltaría dividir entre T. Que, en otros casos, se nota

como N o número de observaciones. Sin embargo, dado que la
fórmula del denominador también la llevaría, eliminamos los
denominadores (parte de abajo) de ambas fórmulas para simplificar la
expresión. De esta manera es más fácil trabajar con ella.
A continuación, vamos a realizar el mismo análisis con la parte del
denominador (parte de abajo).

Bibliografía

José Francisco López, J. F. (2017, 2 octubre). Coeficiente de

determinación (R cuadrado) - Qué es, definición y concepto |
Economipedia. Recuperado 23 marzo, 2020, de
https://economipedia.com/definiciones/r-cuadrado-coeficiente-
determinacion.html
(LATAM, 2020)