INSTITUTO DE CIENCIAS Y ESTUDIOS SUPERIORES

DE TAMAULIPAS, A.C.
EDUCACIÓN EN LÍNEA.

“COEFICIENTE DE CORRELACIÓN Y
REGRESIÓN LINEAL”

ADIEL JESUS POOT CANCHE.

VALLADOLID YUCATAN A 20 DE MARZO DE 2022.

Introducción
 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
Coeficiente de dos variables.
correlación
Por tanto, es una medida estadística que cuantifica la
lineal
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.
Aplicaciones
en la industria
medica
Un ejemplos
práctico de la
aplicación del
coeficiente de
correlación y
regresión lineal
en el área
médica
 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.