INSTITUTO DE CIENCIAS Y ESTUDIOS SUPERIORES

DE TAMAULIPAS, A.C.
EDUCACIÓN EN LÍNEA.

“COEFICIENTE DE CORRELACIÓN Y
REGRESIÓN LINEAL”
MARIANA MOROYOQUI ROSAS.

ENSENADA BAJA CALIFORNIA, A 04 DE MARZO DE 2021.

Coeficiente de correlación lineal
La correlación, también conocida como coeficiente de correlación lineal (de
Pearson), es una medida de regresión que pretende cuantificar el grado de
variación conjunta entre dos variables.

Por tanto, es una medida estadística que cuantifica la dependencia lineal entre
dos variables, es decir, si se representan en un diagrama de dispersión los
valores que toman dos variables, el coeficiente de correlación lineal señalará lo
bien o lo mal que el conjunto de puntos representados se aproxima a una recta.
 De una forma menos coloquial, la podemos definir como el número que mide el
grado de intensidad y el sentido de la relación entre dos variables.
Cov (x;y): la covarianza entre el valor «x» e «y».

σ(x): desviación típica de «x».

σ(y): desviación típica de «y».

Representación gráfica de la correlación

• Hablamos de correlación positiva si
siempre que el valor «x» sube, el valor
«y» sube, y además con la misma
intensidad (+1).
• En el caso opuesto, si siempre que el
valor «x» sube, y el valor «y» baja, y
además con la misma intensidad,
entonces estamos hablando de
correlación negativa (-1).

• Es importante saber que esto no quiere

decir que lo hagan en la misma
proporción (salvo que tengan la misma
desviación típica).
La regresión lineal
Un modelo de regresión es un modelo que permite describir como influye
una variable X sobre otra variable Y .

I X: Variable independiente o explicativa o exógena

I Y: Variable dependiente o respuesta o endógena

El objetivo es obtener estimaciones razonables de Y para distintos valores

de X a partir de una muestra de n pares de valores (x1, y1), . . . ,(xn, yn).
La covarianza
Una medida de la dependencia lineal es la covarianza:

• Si hay relación lineal positiva, la covarianza será positiva y grande.

• Si hay relación lineal negativa, la covarianza será negativa y grande en valor
absoluto.
• Si hay no hay relación entre las variables o la relación es marcadamente no
lineal, la covarianza será próxima a cero.
Pero la covarianza depende de las unidades de medida de las variables.
Conclusión:
El uso de correlación y regresión en la investigación científica es esencial para
poder predecir patrones. Un patrón es una tendencia establecido de tipo
ascendente, constante o descendente lo cual el investigador persigue a través
de la investigación. Hay que recordar que la ciencia es la búsqueda de la
realidad espacio-temporal por medio del uso del método científico basado en
los sentidos y inferencias lógicas. La ciencia se trata de apoyarnos a descubrir
la realidad espacio-temporal acerca de la naturaleza y su funcionamiento. La
búsqueda de los patrones es uno de los objetivos de la ciencia y la herramienta
estadística de correlación y regresión nos permite a alcanzar a detectar los
patrones escondidas en la naturaleza.