Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sea:
x = Número de horas estudiadas Relación de variables cuantitativas
y = Nota (calificación obtenida)
¿Existe una relación lineal entre las variables anteriores?
1) CORRELACIÓN: Mide la intensidad de la relación lineal que puede existir entre dos variables
cuantitativas, su grado de relación y su sentido.
x y n ( ∑ xy ) −( ∑ x )( ∑ y )
r= ; –1≤ r ≤1
x1
x2
y1
y2 √ [ n(∑ x )−(∑ x ) ][ n (∑ y )−(∑ y ) ]
2 2 2 2
x3 y3
. .
. .
. .
. .
( ∑ x )( ∑ y ) ∑ y −b ∑ x
( ∑ xy ) − n
a=
n n
b= 2
(∑ x)
( ∑ x2 ) − n
Y = bx + a
Ejercicio 01
0 11
1 12
2 12
3 14
4 14
5 15
6 15
7 16
8 16
9 17
10 17
11 20
a) Coeficiente de correlación (r)
n=12
n ( ∑ xy ) −( ∑ x )( ∑ y )
r=
√ [ n(∑ x )−(∑ x ) ][ n (∑ y )−(∑ y ) ]
2 2 2 2
12∗1082−66∗179
r= → r =0.9682
√ [ 12∗506−( 66 )2 ][ 12∗2741−( 179 )2 ]
Interpretación: Existe una correlación positiva intensa directa entre la cantidad de horas
estudiadas y las calificaciones.
b) Diagrama de dispersión (Nube de puntos)
Excel
r =R = 0.9682
Interpretación: Se observa que los puntos tienen un patrón de una línea recta con
pendiente positiva (0.6818). Por lo tanto, podemos afirmar que existe una relación
lineal directa entre las horas estudiadas y las calificaciones.
2 2 2
R =r ∗100 % → R =0.9374∗100 %=93.74 %
Observación:
2) ANALISIS DE REGRESIÓN LINEAL SIMPLE
n=12
y=bx+ a
( ∑ x )( ∑ y ) 66∗179
( ∑ xy ) − n
1082−
12
b= 2
→ b= 2
=0.6818
(∑ x) ( 66 )
( ∑ x2 ) − n
506−
12
a=
∑ y −b ∑ x → a= 179 − 0.6818∗66 =11.1668
n n 12 12
Ejemplo 01
⏟ x+11.1668
y=0.6818
b=0.6818
positivo
directo
Ejemplo 02
⏟ x+11.1668
y=−0.25
b=−0.25
negativo
inverso
Excell
y=bx+ a → y =0.6818+11.1667
EJERCICIOS ADICIONALES
EJERCICIO 01
De una determinada empresa se conoce los siguientes datos, referidos al
volumen de ventas (en miles de dólares) y el gasto en publicidad (en miles de
soles) de los últimos 10 años.
Gastos en publicidad Volumen de ventas
(miles de soles) (miles de dólares)
16 10
32 15
48 20
56 22
64 30
80 32
85 34
88 40
90 42
92 38
Planteamiento de la hipótesis:
Ho: r = 0; No hay relación entre las variables gastos y ventas
H1: r ≠ 0; Hay relación entre las variables gastos y ventas
Interpretación: Como Sig. = 0.001 < 0.05 rechazo la hipótesis nula y acepto la
alterna por lo tanto Existe una correlación directa positiva intensa entre las
variables gastos y ventas.
Excel
*Seleccionar datos (rótulo)/Insertar/Gráfico de dispersión (x;y)/Doble clic (en un punto) - Clic
derecho: Agregar línea de tendencia/Seleccionar: Presentar ecuación - Valor R
Planteamiento de la hipótesis:
Observación: R2 = 0.4668 R = r = 0.6832 (No coincide con el SPSS ρ = 0.695) Los datos no
tienen distribución normal Correlación de Spearman (ρ)
ACTIVIDAD INVIDIDUAL
EJERCICIO 01.
200
150
f(x) = 0.402290416115576 x + 108.149027876691
R² = 0.0304170375588531
100
50
0
55 60 65 70 75 80 85 90 95 100
1. Correlación
b) Coeficiente de correlación (r)
R =0.9137 R=√ 0.9137 R = 0.9559
2
R = r = 0.9559
Interpretación: Las variables de edades y de Presión Sanguínea
Sistólica tiene una correlación positiva intensa (relación directa)
EJERCICIO 02
Análisis de regresión:
a) Ecuación de regresión lineal
y = 0.7292x + 79.359
donde: y = Glucosa (V. dependiente)
x = Peso (V. independiente)
m = 0.7292 (relación directa)
2. Correlación
b) Coeficiente de correlación (r)
R =0.0952 R=√ 0.0952 R = 0.3085 R = r = 0.3085
2
EJERCICIO 03
Peso (y)
70
60
f(x) = 2.93002915451895 x + 19.6909620991254
R² = 0.948978182498081
50
40
30
20
10
0
6 7 8 9 10 11 12 13 14 15