2 Regresion

ESTADISTICA MATEMATICA
REGRESIÓN Y CORRELACIÓN Introducción
 El término regresión fue introducido por Galton en su libro

“Natural inheritance” (1889) refiriéndose a la “ley de la regresión
universal”:
“Cada peculiaridad en un hombre es compartida por sus

descendientes, pero en media, en un grado menor.”
 Se introdujo la idea de regresión a la media
 Su trabajo se centraba en la descripción de los rasgos físicos de los

descendientes (una variable) a partir de los de sus padres (otra
variable).
Dra. Norka Bedregal Alpaca

 Pearson (un amigo suyo) realizó un estudio con más de 1000

registros de grupos familiares observando una relación del tipo:
Altura del hijo = 85cm + 0,5 • altura del padre (aproximadamente)
 La conclusión fue:
o los padres muy altos tienen tendencia a tener hijos que
heredan parte de esta altura, aunque tienen tendencia a acercarse
(regresar) a la media.
o Lo mismo puede decirse de los padres muy bajos.
 Actualmente el sentido de regresión es el de predicción de una

medida basándose en el conocimiento de otra.

Muchas veces las decisiones estadísticas se basan en la relación

entre dos o más variables.
Ejemplos
 Relación entre el ingreso familiar y el gasto por consumo.
 Relación entre la dosis de fertilizantes aplicadas en un terreno y

rendimiento del cultivo.
 Relación entre el tamaño de un lote de producción y la cantidad de

horas –hombres utilizadas para realizarlo.
 Relación entre el número de horas de estudio previas a un examen

y la calificación obtenida en el mismo

REGRESIÓN Y CORRELACIÓN Relación funcional entre dos variables
 Una relación funcional se expresa mediante una función matemática.
 Si X es la variable independiente e Y es la variable dependiente, una

relación funcional tiene la forma:
Y=f(X)
Ejemplo
Se ha observado la dosis de fertilizante aplicada en determinadas parcelas
y el rendimiento del cultivo existente en ellas.
Parcela Dosis Rend.(kg/h)

1 75 150
2 25 50
3 130 260

REGRESIÓN Y CORRELACIÓN Relación funcional entre dos variables
Relación funcional perfecta entre dosis y

rendimientos
300
250
200
150
Rend.
100
im
toR
n
d
e
50
0 20 40 60 80 100 120 14
Nota: Las observaciones caen exactamente sobre la línea de relación

Dosis
funcional

REGRESIÓN Y CORRELACIÓN Relación estadística entre dos variables
En la relación estadística las observaciones no caen exactamente sobre la

curva de relación entre las variables
Lote de prod. Tamaño del lote Horas hombre
Ejemplo
1 30 73
2 20 50
3 60 128
4 80 170
5 40 87
La mayor parte de los puntos no caen directamente sobre la línea de relación

estadística.
Esta dispersión de punto alrededor de la línea representa la variación aleatoria
Ejemplo
El dueño de una empresa que vende carros desea determinar si hay
relación lineal entre los años de experiencia de sus vendedores y la
cantidad de carros que venden.
Los siguientes datos representan los años de experiencia (X) y las

unidades de carros vendidas al año (Y), de 10 vendedores de la empresa
Primero se grafican los puntos obtenidos considerando los años de

experiencia en el eje horizontal y las ventas en el eje vertical

Scatterplot of ventas vs years

50
40
ventas
30
20
10
0 5 10 15 20 25
years

Ejemplo: Estudio conjunto de dos variables aleatorias

 Se tiene una muestra de individuos, en los
Altura en Peso en
que se ha observado el peso y la estatura cm. Kg.
162 61
 En cada fila se tiene los datos de un
154 60
individuo
180 78
 Cada columna representa los valores que 158 62
toma una variable aleatoria sobre los mismos. 171 66

169 60
 Las individuos no se muestran en ningún 166 54
orden particular. 176 84
163 68
 El objetivo es determinar si hay relación ... ...
entre las variables, de qué tipo, y si es posible
predecir el valor de una de ellas en función de
la otra.
 Primero se grafican los puntos obtenidos
 Cada punto es un valor particular de la variable aleatoria

bidimensional (X, Y). ¿quién es X? ¿quién es Y?

Se tienen las alturas y los pesos de 30 individuos representados en un

diagrama de puntos llamado diagrama de dispersión.

Predicción de una variable en función de otra

Aparentemente el peso aumenta 10Kg por cada 10 cm de altura... O sea,
el peso aumenta en una unidad por cada unidad de altura.

REGRESIÓN Y CORRELACIÓN Conceptos básicos
 Análisis de Regresión:
Es el procedimiento estadístico que estudia la naturaleza de la relación
funcional entre variables, con la finalidad de predecir una variable en
función de las otras.
 Análisis de Correlación:
Conjunto de técnicas estadísticas usadas para medir el grado de la
relación entre dos variables
 Diagrama de Dispersión:
Gráfico que muestra la forma y el sentido de la relación entre dos
variables de interés. También proporciona una idea del grado o
intensidad de esa relación
 Variable dependiente (respuesta, predicha, endógena):

Variable que se desea predecir o estimar

REGRESIÓN Y CORRELACIÓN Conceptos básicos
Variables independientes (predictoras, explicativas exógenas).

Son las variables que proveen las bases para estimar.
 Regresión simple:
Interviene una sola variable independiente
 Regresión múltiple:
Intervienen dos o más variables independientes.
 Regresión lineal:
La función es una combinación lineal de los parámetros.
 Regresión no lineal:
La función que relaciona los parámetros no es una combinación lineal

REGRESIÓN Y CORRELACIÓN Diagrama de dispersión
 Los diagramas de dispersión muestran la forma de la relación existente

entre variables
 También resaltan las observaciones individuales que se desvían de la
relación general.
 Estas observaciones son conocidas como outliers o valores inusitados,
que son puntos de los datos que aparecen separados del resto.

REGRESIÓN Y CORRELACIÓN Covarianza de dos variables aleatorias X e Y
 La covarianza entre dos variables, Sxy, nos indica si la posible

relación entre dos variables es directa o inversa
 Se calcula mediante:
1
S xy = ∑ ( xi − x )( yi − y )
n i
 Directa: Sxy > 0

 Inversa: Sxy < 0
 Incorreladas: Sxy = 0
El signo de la covarianza indica si el aspecto de la nube de puntos es
creciente o no, pero no nos dice nada sobre el grado de relación entre las
variables.

REGRESIÓN Y CORRELACIÓN Coeficiente de correlación lineal
 También se le llama coeficiente de correlación de Pearson
 Se representa por r y es una medida que representa el grado de

asociación entre dos variables cuantitativas X e Y.
 Indica si los puntos tienen una tendencia a disponerse alineadamente

(excluyendo rectas horizontales y verticales).
 Tiene el mismo signo que Sxy . Por tanto de su signo se obtine el que
la posible relación sea directa o inversa.
 Es útil para determinar si hay relación lineal entre dos variables, pero
no servirá para otro tipo de relaciones (cuadrática, logarítmica,...)
 Se define por:
S xy
r=
SxS y
Otras formas de calcular r

Mediante la fórmula desarrollada:
n(ΣXY ) - (ΣX )(ΣY )
r=
[ n(ΣX 2
][ ( )
) - (ΣX ) 2 n ΣY 2 - ( ΣY )
2
]
En función de las observaciones individuales
Donde:

Observaciones
Tanto Sxx como Syy no pueden ser negativas
 Sxy si puede ser positiva o negativa.
 Varía entre -1 y 1.
 Valores de -1 ó 1 indican correlación perfecta.
 Valor igual a 0 indica ausencia de correlación.
 Valores negativos indican una relación lineal inversa y valores

positivos indican una relación lineal directa
 En la mayoría de los problemas, una correlación mayor que 0.75 o

menor que -0.75 es considerada bastante aceptable.

Observaciones
 Una correlación que cae entre -0.3 y 0.3 es considerada muy baja.
 Si la correlación es positiva entonces cuando X aumenta se espera que

Y tambien aumente.
 Si la correlación es negativa entonces cuando X aumenta se espera que

Y disminuya.
 Si r = 0 no necesariamente las variables son independientes

REGRESIÓN Y CORRELACIÓN Correlación Negativa Perfecta
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
REGRESIÓN Y CORRELACIÓN Correlación Positiva Perfecta
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
REGRESIÓN Y CORRELACIÓN Ausencia de Correlación
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
REGRESIÓN Y CORRELACIÓN Correlación Fuerte y Positiva
10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
REGRESIÓN Y CORRELACIÓN Modelos de Regresión
 Un modelo de regresión, es una forma de expresar dos componentes

presentes en una relación estadística:
o La tendencia de la variable dependiente Y a variar de manera
conjunta con la variación de la variable independiente X de manera
sistemática
o La dispersión de las observaciones en torno a la curva de relación
estadística
 Estas dos características están presentes en un modelo de regresión,

suponiendo que:
o En la población de observaciones asociadas con el proceso que
fue muestreado, hay una distribución de probabilidades de Y para
cada nivel de X.
o Las medias de estas distribuciones varían de manera sistemática al
variar X.

REGRESIÓN Y CORRELACIÓN Representación gráfica del modelo de Regresión Lineal
Nota:
En la figura se muestran las distribuciones de probabilidades de Y para
distintos valores de X

REGRESIÓN Y CORRELACIÓN Análisis de Regresión
 Utilidad:
El análisis de regresión sirve para predecir una medida en función de
otra medida (regresión simple) o de varias medidas (regresión múltiple)
Se determina la ecuación de regresión que servirá para predecir los
valores de la variable dependiente (Y) en base a la o las variables
independientes (X).
 Supuestos de Regresión Lineal Clásica

Cada error está normalmente distribuido con:
o Esperanza de los errores igual a 0
o Variancia de los errores igual a una constante σ 2.
o Covariancia de los errores nula para todo i≠ j
Procedimiento:
o Seleccionar una muestra a partir de la población
o Listar pares de datos para cada observación
o Dibujar un diagrama de dispersión para obtener una idea visual de
la relación
o Determinar la ecuación de regresión. Dra. Norka Bedregal Alpaca
REGRESIÓN Y CORRELACIÓN Modelo de Regresión Lineal Simple
Se tiene que:
 Y : Variable dependiente, predicha, explicada
 X : Variable independiente, predictora, controlada, explicativa
¿Es posible descubrir una relación?

Y = f(X) + error
donde:
 f es una función de un tipo determinado
 el error es aleatorio, pequeño, y no depende de X

REGRESIÓN Y CORRELACIÓN Modelo de Regresión Lineal Simple
El modelo de regresión lineal está dado por la ecuación

Y =α +βX + ε
yˆ i = α + β xi + ei
La ecuación de regresión lineal está dada por la ecuación

yˆ = α + β x
Como los parámetros α , β son desconocidos, es necesario

estimar su valor para ello se sigue el siguiente:
Procedimiento:
o Seleccionar una muestra a partir de la población
o Listar pares de datos para cada observación
o Dibujar un diagrama de dispersión para obtener una idea visual
de la relación
o Determinar la ecuación de regresión.
REGRESIÓN Y CORRELACIÓN Regresión Lineal Simple
Considerando los datos obtenidos en la muestra y el modelo de

regresión lineal:
yi = α + β xi + ei
es posible estimarlos valores de α y de β mediante los estadísticos

muestrales a , b y e
con lo que el modelo de regresión en la muestra queda determinada

por la ecuación
yˆ i = a + b xi
Donde:
 ŷi es el valor estimado de Y para distintos X.
 a es la intersección o el valor estimado de Y cuando X=0
 b es la pendiente de la línea, o el cambio promedio de ŷi para cada
cambio en una unidad de X

y e ŷ rara vez coincidirán por muy bueno que sea el modelo de regresión.
A la cantidad
e = y-ŷ
se le denomina residuo o error residual
La estimación de α y de β mediante los estadísticos muestrales a , b

se hace mediante el método de mínimos cuadrados, que se basa en
minimizar la suma del cuadrados de los errores.
n n
∑e = ∑ ( yi − a − b xi )
2 2
i
i =1 i =1
Con lo que se obtiene:

Las que también pueden expresarse como:
n( Σ XY ) − ( Σ X )( Σ Y )
b=
n( Σ X 2 ) − ( Σ X ) 2
ΣY ΣX
a = −b
n n

Ejemplo : Venta de automóviles
Una importadora de automóviles está interesada en aumentar sus

volúmenes de venta.
Se piensa que si aumentan el porcentaje de comisión pagada al vendedor
de automóviles, entonces aumentaría la venta.
Para validar esta suposición se ha tomado información sobre 15

concesionarios similares, se ha considerado:
• las comisiones pagadas ha vendedores (en % del valor de la ventas)

• la ganancia neta por ventas en el mismo mes (en miles de soles)
¿cuál es la posible relación funcional? ¿las comisiones dependen de la

ganancia neta? ¿la ganancia neta depende de las comisiones?

X: Comisiones pagadas a vendedores de autos en un mes (%)

Y: Ganancias netas por ventas, en el mismo mes (Miles de S/.)
Observación X Y
1 3.6 11.28
2 5.2 14.74
3 5.3 18.46
4 7.3 20.01
5 5 12.43
6 5.2 15.37
7 3 9.59
8 3.1 11.26
9 3.2 8.05
10 7.5 27.91
11 8.3 24.62
12 6.1 18.8
13 4.9 13.87
14 5.8 12.11
15 7.1 23.68

Se representan de los datos en un diagrama o gráfico de dispersión:
Se puede apreciar la relación lineal existente entre ambas variables

observadas.

El problema es estimar los parámetros a, b para poder identificar la

ecuación de regresión
Para ello se utiliza el método de Mínimos cuadrados, que consiste en

encontrar aquellos valores de a y de b que hagan mínima la suma de los
cuadrados de las desviaciones de las observaciones respecto de la recta
que representa el modelo, en el sentido vertical

Es necesario saber si los datos observados se pueden o no ajustar

mediante un modelo lineal, para ello se encuentra el coeficiente de
correlación:
Observación X Y XY X2 Y2
1 3.6 11.28 40.608 12.96 127.2384

2 5.2 14.74 76.648 27.04 217.2676
3 5.3 18.46 97.838 28.09 340.7716
4 7.3 20.01 146.073 53.29 400.4001
5 5 12.43 62.15 25 154.5049
6 5.2 15.37 79.924 27.04 236.2369
7 3 9.59 28.77 9 91.9681
8 3.1 11.26 34.906 9.61 126.7876
9 3.2 8.05 25.76 10.24 64.8025
10 7.5 27.91 209.325 56.25 778.9681
11 8.3 24.62 204.346 68.89 606.1444
12 6.1 18.8 114.68 37.21 353.44
13 4.9 13.87 67.963 24.01 192.3769
14 5.8 12.11 70.238 33.64 146.6521
15 7.1 23.68 168.128 50.41 560.7424
TOTAL 80.6 242.18 1427.357 472.68 4398.302

Aplicando la fórmula correspondiente:
n(ΣXY ) - (ΣX )(ΣY )

r=
[ n(ΣX 2
][ ( )
) - (ΣX ) 2 n ΣY 2 - ( ΣY )
2
]
1890.65
r = = 0.91
2085.40
Como r  1, existe una fuerte correlación positiva por tanto se puede

aplicar mínimos cuadrados para estimar los coeficientes del modelo

La solución está dada por las siguientes fórmulas:
Se calculan las desviaciones respecto de las medias, sus cuadrados y productos:
Observación X Y X - 5.4 Y - 16.1 (X - 5.4)2 (Y - 16.1)2 (X - 5.4) (Y - 16.1)

1 3.6 11.28 -1.8 -4.9 3.145 23.671 8.628
2 5.2 14.74 -0.2 -1.4 0.030 1.975 0.244
3 5.3 18.46 -0.1 2.3 0.005 5.358 -0.170
4 7.3 20.01 1.9 3.9 3.712 14.936 7.446
5 5 12.43 -0.4 -3.7 0.139 13.804 1.387
6 5.2 15.37 -0.2 -0.8 0.030 0.601 0.134
7 3 9.59 -2.4 -6.6 5.633 42.972 15.558
8 3.1 11.26 -2.3 -4.9 5.168 23.866 11.106
9 3.2 8.05 -2.2 -8.1 4.723 65.534 17.594
10 7.5 27.91 2.1 11.8 4.523 138.407 25.020
11 8.3 24.62 2.9 8.5 8.565 71.820 24.803
12 6.1 18.8 0.7 2.7 0.528 7.047 1.929
13 4.9 13.87 -0.5 -2.3 0.224 5.177 1.077
14 5.8 12.11 0.4 -4.0 0.182 16.284 -1.722
15 7.1 23.68 1.7 7.5 2.981 56.771 13.010
TOTAL 80.6 242.18 0.0 0.0 39.589 488.225 126.043
PROMEDIO 5.4 16.1
Entonces utilizando las fórmulas anteriores:
b =3.18 a = -0.96
Luego, la ecuación de regresión para estos datos es
yˆ i = − 0.96 + 3.18 xi
Esta ecuación representa una recta:

 cuyo intercepto con el eje vertical es -0.96
 con pendiente 3.18

Luego:
 Interpretación de a: no tiene interpretación práctica
 Interpretación de b: (pendiente de la recta) si el porcentaje de comisión X

aumenta en 1%, la ganancia neta Y aumenta en 3.18 Millones de soles

Valores ajustados al modelo.
 El modelo de regresión lineal se puede utilizar para obtener valores de

Y ajustados al modelo
 Los valores puntuales se obtienen mediante la ecuación de regresión

donde:
o a y b son los valores estimados anteriormente
o Xi toma los valores de la muestra.
o Los puntos que representan estos valores en el gráfico de
dispersión, caen exactamente sobre la recta.

La tabla siguiente contiene los valores de Y ajustados , para cada valor de

X, además de los valores de Y observados, a modo de comparación
Observació X Y Y e= y - y est
n estimado
1 3.6 11.28 10.5 0.79
2 5.2 14.74 15.6 -0.84
3 5.3 18.46 15.9 2.57
4 7.3 20.01 22.3 -2.24
5 5 12.43 14.9 -2.51
6 5.2 15.37 15.6 -0.21
7 3 9.59 8.6 1.01
8 3.1 11.26 8.9 2.36
9 3.2 8.05 9.2 -1.17
10 7.5 27.91 22.9 5.02
11 8.3 24.62 25.4 -0.81
12 6.1 18.8 18.4 0.36
13 4.9 13.87 14.6 -0.75
14 5.8 12.11 17.5 -5.37
15 7.1 23.68 21.6 2.06
PROMEDIO 5.4 16.1 16.1 0.02

REGRESIÓN Y CORRELACIÓN Ejercicios Propuestos
Ejercicio 1.-
En la oficina central de turismo de Arequipa se ha observado que el número
de plazas hoteleras ocupadas es diferente según sea el precio de la
habitación. Sobre el total de plazas ocupadas en un año se tiene:
precio S/. /noche 25 65 100 140 210 250 270 330 400
Nº habitaciones ocupadas 4725 2610 1872 943 750 700 700 580 500
Se pide:
1.Representar gráficamente para determinar si existe cierta dependencia
lineal entre las variables.
2.Hallar el coeficiente de correlación
3.Si es conveniente, halle la ecuación de la recta de regresión del número
de habitaciones sobre el precio.
4.Es posible determinar ¿Cuántas habitaciones se llenarían a 150 soles?
Mientras que la misma información relativa ala ciudad del Cusco

proporciona los siguientes datos
x y
Se pide: 25 6165
a) Representa gráficamente para 30 6000
comprobar que existe cierta 35 6100
60 5880
dependencia lineal entre las variables.
65 5556
b) Halla la ecuación de la recta de 80 5385
regresión del precio sobre el número 100 5350
de habitaciones. 150 4322
b) Halla la ecuación de la recta de 180 3955
regresión del número de habitaciones 210 3810
sobre el precio. 245 3100
c) ¿Cuántas habitaciones se llenarían 300 2470
320 2100
a 150 soles?
400 1450
430 904
500 98

Ejercicio 2.-
Los datos de la tabla adjunta muestran el tiempo en horas de impresión
de trabajos que se han imprimido en una
impresora Láser de la marca HP. Se está interesado en estudiar la
relación existente entre la variable de interés
“tiempo de impresión de un trabajo” y la variable explicativa “número
de páginas del trabajo”. Hacer el estudio en
base a los datos obtenidos en el muestreo y que son los de la tabla
adjunta.
Se pide:
a) Recta de regresión considerando el tiempo
como variable independiente.
b) Recta de regresión considerando el número
de páginas como variable independiente
c) ¿Estime cuántas paginas se imprimirían en
12 horas?

Ejercicio 3.-
El número de libras de vapor utilizadas por mes por una planta química,
está relacionado con la temperatura ambiente promedio (en grados
Farenheit) de ese mes. En la tabla siguiente se muestra el uso del vapor
de un año y la temperatura del mes correspondiente

a) Elabore el diagrama de dispersión.

b) Suponga que resulta apropiado un modelo de regresión lineal simple. Ajuste
el modelo de regresión que relaciona el uso de vapor (y) con la temperatura
promedio (x).
c) ¿Cuál es la estimación de uso de vapor esperado cuando la temperatura
promedio es 55°F?
d) ¿Cuál es el cambio esperado en el uso del vapor promedio cuando a
temperatura mensual promedio cambia en 1°F?
e) Suponga que la temperatura mensual promedio es 47°F, Calcule el valor
ajustado de y y el residuo correspondiente.

Ejercicio 4.-
Un centro comercial sabe en función de la distancia, en kilómetros, a la
que se sitúe de un núcleo de población, acuden los clientes, en cientos,
que figuran en la tabla:
1. Calcular el coeficiente de correlación lineal.

2. Si el centro comercial se sitúa a 2 km, ¿cuántos clientes puede esperar?
3. Si desea recibir a 500 clientes, ¿a qué distancia del núcleo de población
debe situarse?

Ejercicio 5.-
Un conjunto de datos bidimensionales (X, Y) tiene coeficiente de
correlación r = −0.9, se sabe que la media de las distribución de x igual
a 1, y de la variable e igual a 2.
Una de las cuatro ecuaciones siguientes corresponde a la recta de

regresión de Y sobre X:
y = -x + 2 3x - y = 1 2x + y = 4 y=x+1
Seleccionar razonadamente esta recta.

Ejercicio 6.-
Se ha solicitado a un grupo de 50 individuos información sobre el
número de horas que dedican diariamente a dormir y ver la televisión.
La clasificación de las respuestas ha permitido elaborar la siente tabla:
Se pide:
1.Calcular el coeficiente de correlación.
2.Determinar la ecuación de la recta de regresión de Y sobre X.
3.Si una persona duerme ocho horas y media, ¿cuánto cabe esperar que vea
la televisión?

REGRESIÓN Y CORRELACIÓN
FIN

2 Regresion

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2 Regresion

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA MATEMATICA

REGRESIÓN Y CORRELACIÓN Introducción

 El término regresión fue introducido por Galton en su libro

“Cada peculiaridad en un hombre es compartida por sus

 Se introdujo la idea de regresión a la media

 Su trabajo se centraba en la descripción de los rasgos físicos de los

Dra. Norka Bedregal Alpaca

 Pearson (un amigo suyo) realizó un estudio con más de 1000

Altura del hijo = 85cm + 0,5 • altura del padre (aproximadamente)

 Actualmente el sentido de regresión es el de predicción de una

Dra. Norka Bedregal Alpaca

Muchas veces las decisiones estadísticas se basan en la relación

 Relación entre el ingreso familiar y el gasto por consumo.

 Relación entre la dosis de fertilizantes aplicadas en un terreno y

 Relación entre el tamaño de un lote de producción y la cantidad de

 Relación entre el número de horas de estudio previas a un examen

Dra. Norka Bedregal Alpaca

 Una relación funcional se expresa mediante una función matemática.

 Si X es la variable independiente e Y es la variable dependiente, una

Parcela Dosis Rend.(kg/h)

Dra. Norka Bedregal Alpaca

Relación funcional perfecta entre dosis y

Nota: Las observaciones caen exactamente sobre la línea de relación

Dra. Norka Bedregal Alpaca

En la relación estadística las observaciones no caen exactamente sobre la

La mayor parte de los puntos no caen directamente sobre la línea de relación

Los siguientes datos representan los años de experiencia (X) y las

Primero se grafican los puntos obtenidos considerando los años de

Dra. Norka Bedregal Alpaca

Scatterplot of ventas vs years

Dra. Norka Bedregal Alpaca

Ejemplo: Estudio conjunto de dos variables aleatorias

 Cada columna representa los valores que 158 62

toma una variable aleatoria sobre los mismos. 171 66

 Primero se grafican los puntos obtenidos

 Cada punto es un valor particular de la variable aleatoria

Dra. Norka Bedregal Alpaca

Se tienen las alturas y los pesos de 30 individuos representados en un

Dra. Norka Bedregal Alpaca

Predicción de una variable en función de otra

Dra. Norka Bedregal Alpaca

 Variable dependiente (respuesta, predicha, endógena):

Dra. Norka Bedregal Alpaca

Variables independientes (predictoras, explicativas exógenas).

Dra. Norka Bedregal Alpaca

 Los diagramas de dispersión muestran la forma de la relación existente

Dra. Norka Bedregal Alpaca

 La covarianza entre dos variables, Sxy, nos indica si la posible

 Directa: Sxy > 0

Dra. Norka Bedregal Alpaca

 También se le llama coeficiente de correlación de Pearson

 Se representa por r y es una medida que representa el grado de

 Indica si los puntos tienen una tendencia a disponerse alineadamente

Otras formas de calcular r

Dra. Norka Bedregal Alpaca

 Sxy si puede ser positiva o negativa.

 Valores de -1 ó 1 indican correlación perfecta.

 Valor igual a 0 indica ausencia de correlación.

 Valores negativos indican una relación lineal inversa y valores

 En la mayoría de los problemas, una correlación mayor que 0.75 o

Dra. Norka Bedregal Alpaca

 Si la correlación es positiva entonces cuando X aumenta se espera que