Estadística y

Análisis de Datos

Tema 14: Análisis Regresión lineal

Escuela de Negocios
Logro de Aprendizaje N°14:
Aplica la regresión lineal y reconoce su
importancia en la toma de decisiones.
Calcula e interpreta la covarianza,
coeficiente de correlación y determinación,
y la prueba de chi-cuadrado.
TEMA 14:
Análisis Regresión lineal

SUBTEMAS: • Aplicación e interpretación

• Recta de regresión lineal, definición • Prueba de chi-cuadrado, Definición
• Tipos de regresión • Coeficiente de correlación
• Ajuste por mínimo cuadrado • Aplicación e interpretación
• Aplicación e interpretación
• Covarianza
• Coeficiente de correlación
• Coeficiente de determinación
Estadística y Análisis de Datos

Observamos

Si el número de
visitas es 100.
¿Cuánto será mis
ventas
aproximadamente?
Estadística y Análisis de Datos

Aprendemos

Relación entre dos variables

Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
En la estadística no todo está supeditado al uso de una variable,
concentración de una distribución hace referencia al mayor o
también
menor grado existen
de igualdadtécnicas para
en el reparto analizar
del total la relación
de los valores de de dos variables.
una variable, son por tanto indicadores del grado de distribución de
la variable.
Determina el grado de
Correlación asociación lineal entre las dos
variables.
Técnicas para hacer
análisis de la relación
entre dos variables
Es la encargada de describir
Regresión como es la relación entre las dos
variables
 Estadística y Análisis de Datos

Aprendemos
Regresión
Son indicadores o medidas estadísticos que permiten medir el
La grado
relación entre dos variables
de concentración cuantitativas.
o desigualdad de cualquier distribución. La
En concentración
general nos de interesa:
una distribución hace referencia al mayor o
menor grado
• Investigar si de igualdad
existe en el reparto
asociación entredellas
total
dosde variables.
los valores de
una variable, son por tanto indicadores del grado de distribución de
• Estudiar la fuerza de la asociación, llamada coeficiente de
la variable.
correlación.
• Estudiar la forma de la relación, para ello proponemos la
relación de variable dependiente (Y) con variable
independiente (X). Además el modelo de regresión lineal
ayuda a “predecir” el valor de la variable
dependiente (Y) cuando la variable independiente (X)
toma un valor determinado.
Estadística y Análisis de Datos

Aprendemos

Modelo Matemático
Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
La funcióndematemática
concentración una distribuciónquehace referencia al mayor o
menor grado de
relaciona laigualdad
variable en el reparto del total de los valores de
dependiente
una variable, son por tanto indicadores del grado de distribución de
la(Y) y la variable independiente (X)
variable.
es llamado Modelo Matemático.
La función más simple para 𝑌 =𝑎 +𝑏𝑋
relacionar estas dos variables es
la Función Lineal
Estadística y Análisis de Datos

Aprendemos
Rectas de Regresión posibles
Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
concentración de una distribución hace referencia al mayor o
menor grado de igualdad en el reparto del total de los valores de
una variable, son por tanto indicadores del grado de distribución de
la variable.
Estadística y Análisis de Datos

Aprendemos
En la empresa “Electronics” se venden unidades de dispositivos electrónicos; se tomó una
muestra de las ventas realizadas por 6 de los vendedores de planta y se quiere comparar
laSon
cantidad de llamadas
indicadores realizadas
o medidas durante
estadísticos queel permiten
mes y lasmedir
ventas
el facturadas.
grado de concentración o desigualdad de cualquier distribución. La
Los resultados son los que se muestra en la tabla: Número de
concentración de una distribución hace referencia al mayor o Números de
menor grado de igualdad en el reparto del total de los valores deVendedor unidades
llamadas
vendidas
una variable, son genere
por tantoelindicadores (X)
Utilizando PSPP, diagrama del grado de distribución de
de dispersión (Y)
la variable.
correspondiente a estos datos. Alex Mamani 20 30
¿Qué indica el diagrama de dispersión? Marco López 40 60
Trate de aproximar la relación entre “x” e “y” trazando Luis Baca 30 60
una línea recta que pase a través de los puntos de los Carlos Ordoñez 10 40
datos. Utilizando PSPP encuentre dicha recta.
César Olivo 20 50
Mauricio Pérez 20 35
 Estadística y Análisis de Datos

Aprendemos

En PSPP:

1º Elegimos la
Variable
dependiente

Hallaremos 2º Elegimos la
el diagrama Variable 3º
de dispersión independiente El diagrama de
dispersión nos
muestra que los datos
pueden aproximarse a
una recta, ya que hay
una relación positiva
entre “x” e “y”.
Estadística y Análisis de Datos

Aprendemos
3º
En PSPP:
Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
concentración de una distribución hace referencia al mayor o
menor grado de igualdad en el reparto del total de los valores de
una variable, son por tanto indicadores del grado de distribución de
Hallaremos
la variable. 1º Elegimos la
la ecuación Variable
dependiente
de la recta
estimada.
2º Elegimos la
Variable
independiente
Estadística y Análisis de Datos

Aprendemos
3º
En PSPP:
Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
concentración de una distribución hace referencia al mayor o
menor grado de igualdad en el reparto del total de los valores de
una variable, son por tanto indicadores del grado de distribución de
la variable.
Hallaremos 1º Elegimos la
la ecuación Variable
dependiente
de la recta
estimada.
2º Elegimos la
Variable
independiente
Estadística y Análisis de Datos

Aprendemos

En PSPP:
Le ecuación de regresión
lineal estimada es:

Hallaremos ^
la ecuación
𝑦 =24.69+0.91 𝑥
de la recta
estimada.

Intersección de la
recta de regresión con
el eje Y
Coeficiente de
regresión
Estadística y Análisis de Datos

Aprendemos
A continuación se tiene el número de cigarrillos consumidos (cientos por persona) y
mortalidad por cáncer de pulmón (muertes/100000 habitantes) en 15 localidades. Halla la
Son indicadores o medidas estadísticos que permiten medir el
ecuación de la recta estimada utilizando PSPP.
grado de concentración o desigualdad de cualquier distribución. La
concentración de una distribución hace referencia al mayor o
Cigarrillos Mortalidad Cigarrillos Mortalidad
menor grado de Localidad
igualdad en el (X)
reparto del total
(M) de los Localidadde
valores (X) (M)
una variable, son por tanto indicadores del grado de distribución de
la variable. 1 18.20 17.05 9 20.10 13.58
2 25.82 19.80 10 27.91 22.80
3 18.24 15.98 11 26.18 20.30
4 28.60 22.07 12 22.12 16.59
5 31.10 22.83 13 21.84 16.84
6 33.60 24.55 14 23.44 17.71
7 40.46 27.27 15 21.58 25.45
8 28.27 23.57
Estadística y Análisis de Datos

Aprendemos

Método Mínimos Cuadrados

Son indicadores o medidas estadísticos que permiten medir el
grado de concentración o desigualdad de cualquier distribución. La
De lo anterior:
concentración de una distribución hace referencia al mayor o
^
𝑦 =𝑏 +𝑏 𝑥
menor grado de igualdad en el reparto del total de los valores de
0 1
una variable, son por tanto indicadores del grado de distribución de
la variable.
De modo que dicha recta se ajuste a la nube de puntos observados. Donde 𝑦 ̂ es el valor
pronosticado de “y” a partir de un valor de “x”. El principio de mínimos cuadrados se utiliza
para obtener b0 y b1.
Las ecuaciones para determinar b0 y b1 son:

𝑏1 =
∑ ( 𝑥 𝑖 − 𝑥 )( 𝑦 𝑖 − 𝑦 ) 𝑏0 =𝑦 − 𝑏1 𝑥
∑ ( 𝑥𝑖 − 𝑥 )2
Estadística y Análisis de Datos

Aprendemos
En la empresa “Electronics” se venden unidades de dispositivos electrónicos; se tomó una
muestra de las ventas realizadas por 6 de los vendedores de planta y se quiere comparar
laSon
cantidad de llamadas
indicadores realizadas
o medidas durante
estadísticos que elpermiten
mes y las ventas
medir el facturadas.
Los resultados
grado son los oque
de concentración se muestra
desigualdad en la tabla:
de cualquier distribución. La
Número de
concentración de una distribución hace referencia al mayor o Números de
unidades
menor grado de igualdad en el reparto del total de los valores deVendedor llamadas
vendidas
(X)
Utilizando
una variable,el método mínimos
son por tanto cuadrados,
indicadores halle
del grado deladistribución de (Y)
ecuación
la variable.de regresión estimada (recta que más se Alex Mamani 20 30
ajusta a los puntos) .
Marco López 40 60
Luis Baca 30 60
Carlos Ordoñez 10 40
César Olivo 20 50
Mauricio Pérez 20 35
Estadística y Análisis de Datos

Aprendemos
Solución: Utilizando el método de mínimos cuadrados, tenemos:
Son indicadores o Número de que permiten medir el
medidas estadísticos
Números
grado de concentración unidadesde cualquier distribución. La
o desigualdad
Vendedor de llamadas
concentración de una vendidas
(X) distribución hace referencia al mayor o
(Y)
menor grado de igualdad en el reparto del total de los valores de
una
Alexvariable,
Mamanison por 20tanto indicadores
30 del grado de distribución
-3,3333 -15,8333 de 52,77713889 11,11088889
la Marco
variable.
López 40 60 16,6667 14,1667 236,11213889 277,77888889
Luis Baca 30 60 6,6667 14,1667 94,44513889 44,44488889
Carlos Ordoñez 10 40 -13,3333 -5,8333 77,77713889 177,77688889
César Olivo 20 50 -3,3333 4,1667 -13,88886111 11,11088889
Mauricio Pérez 20 35 -3,3333 -10,8333 36,11063889 11,11088889

∑ ( 𝒙 𝒊 −𝒙  )( 𝒚 𝒊 −𝒚   )  =483,33333333 ∑ ( 𝒙 𝒊 −𝒙  )  =533,33333333

𝟐
𝑥=23,3333 𝑦 =45,8333
Estadística y Análisis de Datos

Aprendemos

Solución:
Hallando b1 y b0 en:

4 83,33333333
𝑏1= =0,90625 0,91
533,33333333

𝑏0 = 45,8333 − 0,90625 ∙ 23,3333 =24,68749688 24,69

La ecuación de regresión estimada es:

^
𝑦 =𝑏0 +𝑏 1 𝑥

^
𝑦 =24.69+0.91 𝑥
Estadística y Análisis de Datos

Aprendemos
Un centro comercial desea estimar la ecuación de regresión lineal estimada, utilizando el
métodos mínimos cuadrado.
La información del comportamiento de las ventas de todos los almacenes de la cadena se
presenta en la siguiente tabla.

Ventas (en
Mes miles de
soles)
1 3
2 7
3 5
4 11
5 14
Estadística y Análisis de Datos

Verificamos lo aprendido
• ¿ Qué es Correlación?
• ¿ Qué regresión?
• ¿ Qué es ecuación de la regresión?
• ¿ En que consiste el método de los mínimos cuadrados?
Estadística y Análisis de Datos

Observamos
Estadística y Análisis de Datos

Aprendemos
Relación entre dos variables cuantitativas: Diagramas de Dispersión

• También conocido como gráfico de dispersión,

gráfico de puntos, gráfico de nubes, diagrama de
XY o Scattergram.
• Los diagramas de dispersión usan una colección
de puntos colocados utilizando coordenadas
cartesianas para mostrar valores de dos
variables.
• Al mostrar una variable en cada eje, se puede
detectar si existe una relación o correlación entre
las dos variables.
Estadística y Análisis de Datos

Aprendemos
Relación entre dos variables cuantitativas: Diagramas de Dispersión

Los diagramas de dispersión pueden ser:

Estadística y Análisis de Datos

Aprendemos

Covarianza

• La covarianza de una variable bidimensional es la

media aritmética de los productos de las ∑ ( 𝒙 𝒊 − 𝒙   )( 𝒚 𝒊 − 𝒚   )  
desviaciones de cada una de las variables 𝑆 𝑥𝑦 =
𝑛− 1
respecto a sus medias respectivas.
• El signo de la covarianza nos dice si el aspecto Sxy>0 : Hay dependencia (correlación
de la nube de puntos es creciente o no, pero no directa)
nos dice nada sobre el grado de relación entre
las variables. Sxy<0 : No hay dependencia
(correlación indirecta)
• La covarianza indica el sentido de la correlación
entre las dos variables. Esta, a diferencia de la
varianza, puede ser negativa.
Estadística y Análisis de Datos

Aprendemos
Covarianza
Estadística y Análisis de Datos

Aprendemos

Coeficiente de Correlación de Pearson

El coeficiente de correlación lineal es el cociente entre la covarianza y el producto de

las desviaciones típicas de ambas variables.
El coeficiente de correlación lineal se expresa mediante la letra r, este coeficiente se utiliza
para medir el grado o fuerza de la relación de dos variables.

Propiedades: 𝑆 𝑥𝑦
𝑟=
• El coeficiente de correlación no varía al hacerlo la escala de medición. 𝑆𝑥 𝑆 𝑌
• El signo del coeficiente de correlación es el mismo que el de la covarianza.
• El coeficiente de correlación lineal es un número real comprendido entre −1 y 1.
Estadística y Análisis de Datos

Aprendemos
Coeficiente de Correlación de Pearson
Estadística y Análisis de Datos

Aprendemos
Coeficiente de Correlación de Pearson
Estadística y Análisis de Datos

Aprendemos
Tipos de Correlación

Correlación Directa Correlación Inversa

Correlación Nula
Positiva Negativa
Estadística y Análisis de Datos

Aprendemos
Grado de Correlación

Correlación Correlación
Correlación Nula
Fuerte Positiva Débil Negativa
Estadística y Análisis de Datos

Aprendemos
Coeficiente de Determinación
El coeficiente de determinación es el cuadrado del coeficiente de
correlación lineal de Pearson .
El coeficiente de determinación se expresa mediante el r2.
Este coeficiente determina la calidad del modelo para predecir 2 𝑆2𝑥𝑦
resultados 𝑟=
𝑆2𝑥 𝑆 2𝑦
Propiedades:
• El coeficiente de determinación es un número comprendido entre 0 y
1.
• Este coeficiente suele expresarse en porcentajes (%)
 Estadística y Análisis de Datos

Aprendemos
Ejemplo:
En la empresa “Electronics” se venden unidades de dispositivos electrónicos; se tomó una
muestra de las ventas realizadas por 6 de los vendedores de planta y se quiere comparar la
cantidad de llamadas realizadas durante el mes y las ventas facturadas.
Número de
Números de
unidades
Los resultados son los que se muestra en la tabla: Vendedor llamadas
vendidas
(X)
(Y)
a. Calcule la covarianza.
Alex Mamani 20 30
b. Calcule el coeficiente de correlación. Marco López 40 60
c. Calcule el coeficiente de determinación. Luis Baca 30 60
d. Utilizando el PSPP, validemos los resultados anteriores. Carlos Ordoñez 10 40

e. Interpretación de los resultados César Olivo 20 50

Mauricio Pérez 20 35
 Estadística y Análisis de Datos

Aprendemos
Solución: Utilizando el cuadro anterior, tenemos:
Números Número de
de unidades
Vendedor
llamadas vendidas
(X) (Y)
Alex Mamani 20 30 -3,3333 -15,8333 52,77713889 11,11088889 250,69338889
Marco López 40 60 16,6667 14,1667 236,11213889 277,77888889 200,69538889
Luis Baca 30 60 6,6667 14,1667 94,44513889 44,44488889 200,69538889
Carlos Ordoñez 10 40 -13,3333 -5,8333 77,77713889 177,77688889 34,02738889
César Olivo 20 50 -3,3333 4,1667 -13,88886111 11,11088889 17,36138889
Mauricio Pérez 20 35 -3,3333 -10,8333 36,11063889 11,11088889 117,36038889

∑ ( 𝒙 𝒊 −𝒙  )( 𝒚 𝒊 −𝒚   )  =483,33333333 ∑ ( 𝒙 𝒊 −𝒙  )  =533,33333333 ∑ ( 𝒚 𝒊 − 𝒚  )  =820,83333333

𝟐 𝟐
Estadística y Análisis de Datos

Aprendemos
Solución: 1º Hallando la covarianza y desviación estándar de las variables:

𝑆 𝑥𝑦 =
∑ ( 𝒙 𝒊 − 𝒙   )( 𝒚 𝒊 − 𝒚   )  
⟹𝑆
4 83,33333333
𝑥𝑦 = = 96,66666667 96.6 6 67
6 6−1

√ ∑ ( 𝒙𝒊− 𝒙 )2
5 33,33333333
𝑆 𝑥= ⟹ 𝑆 𝑥= =10,32795559 10,328 Como la Covarianza es
6 −1 6 −1
mayor a cero, entonces hay

√
dependencia de las

𝑆𝑦 =
∑ 2
(𝒚𝒊 −𝒚 )
⟹ 𝑆𝑦 =
8 20,33333333
=12,81275406 12,8128
variables.
6 −1 6 −1
Estadística y Análisis de Datos

Aprendemos

Solución: 2º Hallando el coeficiente de correlación:

El coeficiente nos dice que

𝑆 𝑥𝑦 9 6,6667 las variables tienen una
𝑟= ⟹ 𝑟= =0 ,73049944 0 , 7305
𝑆𝑥 𝑆 𝑦 10,328 ∙ 12,8128 correlación positiva y
fuerte.

El hacer llamadas telefónicas a los posibles clientes nos llevó a un incremento en las ventas.
Estadística y Análisis de Datos

Aprendemos
Solución: 3º Hallando el coeficiente de determinación:

2 𝑆2𝑥𝑦 2 2
𝑟 = 2 2
⟹ 𝑟 = ( 0,7305 ) = 0 , 533629442 0 , 5336
𝑆 𝑆 𝑥 𝑦

El 53,36% de las unidades

vendidas es debido a las
llamadas telefónicas a los
posibles clientes.
 Estadística y Análisis de Datos

Aprendemos
3º
En PSPP:

1º Elegimos la
Variable
Hallaremos los
dependiente
coeficientes de
correlación y
determinación 2º Elegimos la
Variable
independiente
 Estadística y Análisis de Datos

Aprendemos

En PSPP:

Se muestra el valor del

coeficiente de
correlación.

Se muestra el
Hallaremos los coeficiente de
coeficientes de determinación.
correlación y
determinación
Estadística y Análisis de Datos

Aprendemos
Resuelve:
La información del comportamiento de las ventas de todos los almacenes de un centro
comercial se presenta en la siguiente tabla.

Ventas
a. Calcule la covarianza. Mes (en miles de
soles)
b. Calcule el coeficiente de correlación.
c. Calcule el coeficiente de determinación. 1 3

d. Utilizando el PSPP, validemos los resultados anteriores. 2 7

e. Interpretación de los resultados 3 5

4 11
5 14
Estadística y Análisis de Datos

Aprendemos
Resuelve:
A continuación se tiene el número de cigarrillos consumidos (cientos por persona) y
mortalidad por cáncer de pulmón (muertes/100000 habitantes) en 15 localidades.

Cigarrillos Mortalidad Cigarrillos Mortalidad

a. Calcule la covarianza Localidad (X) (M) Localidad (X) (M)

b. Calcule el coeficiente de correlación. 1 18.20 17.05 9 20.10 13.58

c. Calcule el coeficiente de determinación. 2 25.82 19.80 10 27.91 22.80
3 18.24 15.98 11 26.18 20.30
d. Utilizando el PSPP, validemos los
resultados anteriores. 4 28.60 22.07 12 22.12 16.59
5 31.10 22.83 13 21.84 16.84
e. Interpretación de los resultados
6 33.60 24.55 14 23.44 17.71
7 40.46 27.27 15 21.58 25.45
8 28.27 23.57
Estadística y Análisis de Datos

Verificamos lo aprendido

• ¿ Si una covarianza es positiva o negativa que interpretación se

puede realizar?
• ¿ Qué determina el coeficiente de correlación de pearson?
• ¿ Qué podríamos interpretar con el resultado de coeficiente
determinación y que valor se expresa?
Estadística y Análisis de Datos

Observamos

Una agencia de publicidades

desea saber si el género de los
consumidores es independiente a
sus preferencias de cuatro marcas
de café.

Una empresa multinacional desea

conocer si existe diferencias
significativas entre sus
trabajadores en distintos países en
el grado de satisfacción en el
trabajo
Estadística y Análisis de Datos

Aprendemos

Relacionan de una
inferencia, donde se desea Prueba de
Prueba de hipótesis que
estudiar si la asociación independencia
encontrada entre dos
determina si dos variables Para ello, realizaremos un
variables en una muestra
cualitativos nominales están contraste de hipótesis.
tomada al azar de una
relacionadas o no
población mayor, podría Prueba de
entenderse a la población
de donde toma los datos
homogeneidad de
subpoblación
Estadística y Análisis de Datos

Aprendemos

Prueba del Chi-Cuadrado (2)

• Una de las medidas de relación o asociación entre dos variables cualitativas más usadas
en la práctica es la prueba del Chi-cuadrado.
• Esta prueba contrasta frecuencias observadas con las frecuencias esperadas de
acuerdo con la hipótesis nula. También se puede usar el estadístico Chi-cuadrado para
evaluar cuán buena puede resultar una distribución teórica, cuando pretende representar
la distribución real de los datos de una muestra determinada. 

Prueba del Chi-cuadrado (2)

fo: frecuencia observada
fe: frecuencia esperada
Estadística y Análisis de Datos

Aprendemos

Tabla de contingencia
• Esta una tabla de frecuencia simple de dos vías (bidimensional), filas y columnas, se usan
para resumir y anotar los resultados de datos recolectados de dos variables.
• Los grados de libertad de un estadístico calculado sobre un conjunto de datos, se referencia
al número de datos independientes que se necesitan en su cálculo, menos el número de
restricciones que emparejan a las observaciones y el estadístico. Variable B
Grados de libertad

g.l.=(n° columnas -1)(n° filas -1)

Variable A
Estadística y Análisis de Datos

Aprendemos
Pasos para realizar la Prueba del Chi-Cuadrado (2)
1. En primer lugar se debe plantear las hipótesis que someteremos a prueba

Hipótesis Nula (H0): “No existe relación entre la primera y la segunda variable”.
Hipótesis Nula (H1): “Sí existe relación entre la primera y la segunda variable”.

En esta prueba estadística siempre la hipótesis nula plantea que las variables analizadas son independientes.

2. En segundo lugar, obtener (calcular) las frecuencias esperadas

Estas son las frecuencias que debieran darse si las variables fueran independientes, es decir, si fuera cierta la hipótesis nula.

3. En tercer lugar se debe calcular el estadístico de prueba

En este caso, el estadístico de prueba es Chi-cuadrado, en esta prueba se compara las frecuencias que entregan los datos de la
muestra (frecuencias observadas) con las frecuencias esperadas, y se utiliza la formula antes mencionada.
Estadística y Análisis de Datos

Aprendemos
Calidad del ¿Le gustó el Calidad del ¿Le gustó el
Cliente Cliente
Ejemplo: Servicio sabor? Servicio sabor?

• Se realizó una encuesta 1 Bueno Sí 14 Bueno No

en las personas sobre 2 Bueno Sí 15 Bueno No

qué les parecía el 3 Malo Sí 16 Regular No
servicio que brindaba 4 Malo Sí 17 Regular No
una heladería y si les 5 Malo Sí 18 Regular No
gustaba el sabor de sus 6 Malo Sí 19 Regular No
helados
7 Malo Sí 20 Regular No
• Realizar la prueba del 8 Malo Sí 21 Malo No
Chi-Cuadrado (2) 9 Regular Sí 22 Malo No
utilizando PSPP.
10 Regular Sí 23 Malo No
11 Regular Sí 24 Malo No
12 Regular Sí 25 Malo No
13 Bueno No
Estadística y Análisis de Datos

Aprendemos
En PSPP:

Realizaremos la
prueba del Chi-
Cuadrado (2)
1º Elegimos la
Variable para las filas
4º Elegir
Chi-C
2º Elegimos la
Variable para las
columnas
Estadística y Análisis de Datos

Aprendemos
En PSPP: 5º
6º

Realizaremos
la prueba del
Chi-Cuadrado
(2)
Estadística y Análisis de Datos

Aprendemos

En PSPP:
• Si p-valor <0,05 Se rechaza la
hipótesis nula.

• Si p-valor <0,05 Se rechaza la

hipótesis nula.
Realizaremos la
prueba del Chi-
Cuadrado (2)

Si el p-valor es mayor a
0.05 se acepta la hipótesis
nula, por lo tanto las dos
variables no están
relacionadas.
Estadística y Análisis de Datos

Verificamos lo aprendido
• ¿ En que consiste el chi-cuadrado?
• ¿ Qué tipo de variable se opera en la prueba de chi-cuadrado?
• ¿ Qué es grado de libertad?
• ¿ Qué es el nivel de significancia?
¡Gracias!