LOS COEFICIENTES DE CONRRELACION Y DETERMINACION JOSE JAVIER DE LEON GARZA 3 INFORMATICA Coeficiente de Determinación
La bondad de la predicción depende de la relación entre las variables. Si dos variables no
covarían, no podremos hacer predicciones válidas, y si la intensidad de la covariación es moderada, las predicciones no serán demasiado buenas. En consecuencia, hay que disponer de alguna medida de la capacidad de la ecuación de Regresión para obtener predicciones buenas (en el sentido de que sean lo menos erróneas posible). Esta medida es el Coeficiente de Determinación, que es el cuadrado del coeficiente de correlación de Pearson, y da la proporción de variación de la variable Y que es explicada por la variable X (variable predictora o explicativa). Si la proporción es igual a 0, significa que la variable predictora no tiene NULA capacidad predictiva de la variable a predecir (Y). Cuanto mayor sea la proporción, mejor será la predicción. Si llegara a ser igual a 1 la variable predictora explicaría TODA la variación de Y, y las predicciones NO tendrían error. EJEMPLO
En el siguiente cuadro puedes comprobar:
a) que la Varianza total de la variable Y (0.76) es igual a la suma de las Varianzas de las puntuaciones estimadas (Y') y de los errores de predicción (Y-Y'). b) Que el coeficiente de determinación (r2xy) es igual a la proporción de la Varianza explicada (s2y') respeto de la Varianza total (s2y) COEFICIENTE DE CORRELACIÓN
En estadística, el coeficiente de correlación de Pearson es una medida lineal entre dos
variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables. De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas y continuas. EJEMPLO
Suponiendo que se están estudiando dos variables aleatorias X y Y sobre una población;
el coeficiente de correlación de Pearson se simboliza con la letra siendo la expresión que nos permite calcularlo: