1-1

Regresión Lineal y Correlación

Ing. Wilbert Zevallos Gonzales

Introducción
 En este capitulo se estudia la relación
entre dos o mas variables.

 Por ejemplo: Existe relación entre lo que

gasta una empresa en publicidad y sus
ventas.

 ¿Existe una relación entre la antigüedad

en el trabajo de un empleado de
producción y el número de unidades que
elabora?
12-3

Análisis de correlación
 Análisis de correlación: Conjunto de técnicas estadísticas
empleadas para medir la intensidad de la asociación (fuerza de
la relación) entre dos variables.
El objetivo del análisis de correlación consiste en
determinar que tan intensa es la relación entre dos
variables
 Diagrama de dispersión: gráfica que describe la relación entre
las dos variables de interés.
 Variable dependiente: la variable que se pronostica o estima.
 Variable independiente: la variable que proporciona la base para
la estimación. Es la variable predictora.
12-3

Análisis de correlación
12-3

Análisis de correlación
12-4

Coeficiente de correlación, r
 El coeficiente de correlación (r) es una
medida de la intensidad de la relación
entre dos variables.
◦ Requiere datos con escala de intervalo o de razón
(variables).
◦ Puede tomar valores entre -1.00 y 1.00.
◦ Valores de -1.00 o 1.00 indican correlación fuerte y
perfecta.
◦ Valores cercanos a 0.0 indican correlación débil.
◦ Valores negativos indican una relación inversa y
valores positivos indican una relación directa.
12-4

Coeficiente de correlación, r
12-5

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
12-6

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
12-7

Correlación cero

10
9
8
7
6
Y
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
12-8

Correlación positiva fuerte

10
9
8
7
6
Y
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X
Fórmula para r
12-15

Análisis de regresión
 A continuación se desarrollará una ecuación
para expresar la relación entre dos variables y
obtener el valor de la variable dependiente Y
con base en un valor seleccionado de la variable
independiente X.
 A la técnica empleada para desarrollar la
ecuación de la recta y hacer estas predicciones,
se le denomina análisis de regresión.
 Ecuación de regresión: Expresión
matemática que define la relación entre dos
variables.
12-15

Análisis de regresión
 Propósito: determinar la ecuación de
regresión; se usa para predecir el valor de
la variable dependiente (Y) basado en la
variable independiente (X).
 Procedimiento: seleccionar una muestra
de la población y enumerar los datos por
pares para cada observación; dibujar un
diagrama de dispersión para visualizar la
relación; determinar la ecuación de
regresión.
12-15

Principio de mínimos cuadrados

 Técnica empleada para obtener la ecuación de
regresión, minimizando la suma de los
cuadrados de las distancias verticales entre los
valores Y verdaderos y los valores
pronosticados de Y.

2
12-16

Análisis de regresión
 La ecuación de regresión: Y’= a + bX, donde:
 Y’ es el valor promedio pronosticado de Y para
cualquier valor de X.
 a es la intercepción en Y, o el valor estimado de Y
cuando X = 0
 b es la pendiente de la recta, o cambio promedio en
Y’ por cada cambio de una unidad en X
 se usa el principio de mínimos cuadrados para
obtener
a y b: n(  XY )  (  X )(  Y )
b
n(  X 2 )  (  X ) 2
Y X
a b
n n