UNIVERSIDAD ICEST

EDUCACION A DISTANCIA

DUARTE SOSA DOLORES

BIOESTADISTICA 1

UNIDAD 2.2

“COEFICIENTE DE CORRELACIÓN Y REGRESIÓN LINEAL”

INTRODUCCION

Uno de los aspectos más relevantes de la Estadística es el análisis

de la relación o dependencia entre variables.
Frecuentemente resulta de interés conocer el efecto que una o
varias variables pueden causar sobre otra, e incluso predecir en
mayor o menor grado valores en una variable a partir de otra.
En probabilidad y estadística, la correlación indica la fuerza y la dirección
de una relación lineal y proporcionalidad entre dos variables estadísticas.

Se considera que dos variables cuantitativas están correlacionadas cuando

los valores de una de ellas varían sistemáticamente con respecto a los
valores homónimos de la otra: si tenemos dos variables (A y B) existe
correlación si al aumentar los valores de A lo hacen también los de B y
viceversa.

La correlación entre dos variables no implica, por sí misma, ninguna

relación de causalidad
COEFICIENTES DE CORRELACIÓN

Existen diversos coeficientes que miden el grado de correlación, adaptados a

la naturaleza de los datos.
El más conocido es el coeficiente de correlación de Pearson (introducido en
realidad por Francis Galton), que se obtiene dividiendo la covarianza de dos
variables entre el producto de sus desviaciones estándar.
Otros coeficientes son:

Coeficiente de correlación de Spearman

Correlación canónica
Coeficiente de Correlación Intraclase
Ejemplo. Supongamos una población de quejas de seleccionados en forma
aleatoria. Analizar la relación entre X y Y, donde, Y es el aumento en nivel de
confianza en función de número de quejas (X) y determinar si existe una
asociación significativa entre estas dos variables
DATOS DE LA POBLACION DE QUEJAS
NUMERO DE QUEJAS (X) INCREMENTO EN NIVEL DE CONFIANZA
(Y)
3 1.4
4 1.5
5 2.2
6 2.4
8 3.1
9 3.2
10 3.2
11 3.9
12 4.1
Estimar la asociación “r”: r = 0.9866 ≈ 99 % Existe una asociación de 99% entre la
X y la Y. Significancia de “r”: tr = (rC – 0) / EEr EEr = [(1 - r2 ) / (n – 2)]1/2 EEr = [(1
- r2 ) / (n – 2)]1/2 = [(1 – 0.9872 ) / (13 – 2)]1/2 = 0.0486 tr = (rC – 0) / EEr =
(0.987 – 0) / 0.0486 = 19.9272 A nivel de α = 0.05 y grados de libertad igual a 11
(13 – 2), el valor calculado (19.9272) es mayor que tabulado (2.201) y por tanto,
se rechaza Ho, es decir existe una asociación significativa y positiva entre la X y
la Y. En estimaciones de intervalo, debemos cuantificar el IC o intervalo de
confianza lo cual es un intervalo dentro el cual se estima que se ubique el
parámetro poblacional con una determinada probabilidad. Formalmente, un
intervalo esta limitado por dos valores calculados a partir de datos de una
muestra, y el valor desconocido ubicado dentro del intervalo es un parámetro
poblacional. El IC se representa por “1 – α” y se denomina nivel de confianza. En
estas circunstancias, α es el llamado error tipo I o nivel de significación, esto es la
probabilidad de rechazar erróneamente una hipótesis nula cierta
El nivel de confianza y la amplitud del intervalo varían conjuntamente, de
forma que un intervalo más amplio tendrá más probabilidad de acierto
(mayor nivel de confianza), y viceversa. Los límites de intervalo de
confianza son los límites inferior (LI) y superior (LS), y se determinan
sumando y restando a la media de la muestra un cierto número Z de la
tabla normal (dependiendo del nivel de error tipo I o α) multiplicado con el
errores estándar de la media X σ
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.