Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Correlación
EJEMPLO: Copiadoras
El primer paso es realizar un diagrama de
dispersión.
La variable independiente es la variable
predictora.
La variable dependiente es aleatoria, hay
muchos posibles resultados para la variable
dependiente.
Existe una relación positiva entre ambas
variables, pero no todos los puntos caen en
una recta.
Coeficiente de correlación
COEFICIENTE DE CORRELACION
• Describe la fuerza de la relación entre dos
variables.
• Un coeficiente de correlación de
-1.00 o +1.00 indica una correlación perfecta.
• Un coeficiente de correlación de
0.00 indica que la relación lineal es muy débil.
• ¿Cómo se determina?
•
• Donde
• diferencia de cada versus su promedio.
• diferencia de cada versus su promedio.
• numero de elementos de .
• desviación estándar de .
• desviación estándar de .
Coeficiente de correlación
VENDEDOR LLAMADAS x COPIADORAS y x - xm (x-xm)2 y-ym (y-ym)2 (x-xm)(y-ym)
Brian Virost 96 41 0 0 -4 16 0
Carlos Ramirez 40 41 -56 3,136 -4 16 224
Carol Saia 104 51 8 64 6 36 48
Greg Fish 128 60 32 1,024 15 225 480
Jeff Hall 164 61 68 4,624 16 256 1,088
Mark Reynolds 76 29 -20 400 -16 256 320
Meryl Rumsey 72 39 -24 576 -6 36 144
Mike Kiel 80 50 -16 256 5 25 -80
Ray Snarsky 36 28 -60 3,600 -17 289 1,020
Rich Niles 84 43 -12 144 -2 4 24
Ron Broderick 180 70 84 7,056 25 625 2,100
Sal Spina 132 56 36 1,296 11 121 396
Soni Jones 120 45 24 576 0 0 0
Susan Welch 44 31 -52 2,704 -14 196 728
Tom Keller 84 30 -12 144 -15 225 180
Totales 1,440 675 0 25,600 0 2,326 6,672
Elementos 15 15
Promedios 96 45
Desviación 42.76 12.89
Coeficiente de correlación
EJEMPLO: Copiadoras
• La correlación es positiva,
es una relación directa.
• El valor de 0.856 es cercano a 1.00,
se concluye que la asociación es fuerte.
• Se debe tener mucho cuidado con la interpretación.
• ¿Más llamadas de ventas ocasionan más ventas? No.
• Sólo que hay una relación entre ambas variables.
• Si existe una relación fuerte (r ≥ ±0.95) es factible suponer que un aumento o una
disminución en una variable causa un cambio en la otra.
• También hay tener cuidado con las
correlaciones espurias:
• Aquellos casos en los que parece ser que existe una relación entre dos variables,
pero una no afecta a la otra.
Prueba t del Coeficiente de correlación
EJEMPLO: Copiadoras PASO 2: α = 0.05
• La muestra sólo incluía 15 vendedores. PASO 3: Estadístico t
• ¿Puede ser que la correlación de la población PASO 4: Valor crítico con α = 0.05
sea 0?, • Grados de libertad gl = n - 2 = 15 - 2 = 13
y que la correlación de 0.865 se debió a la
casualidad. • No se rechaza H0 si -2.160 ≤ test ≤ 2.160
Hipótesis nula
H0: ρ≥0 ρ=0 ρ≤0
Problema 19
Lind, D., Marchal, W. y Wathen, S. (2018).
ística aplicada a los negocios y la economía.
17ma edición. Editorial McGraw Hill. México.
CAPÍTULO 13
Regresión lineal
y correlación
OA13-1 ¿Qué es el análisis de correlación? 381
OA13-2 Coeficiente de correlación 383
OA13-3 Análisis de regresión lineal 392
OA13-4 Probar la significancia de la pendiente 399
OA13-5 Error estándar de estimación 401
OA13-6 Estimaciones de intervalo de predicción
405