Correlación y

regresión
 Correlación

Es la relación entre dos variables cuantitativas

sin ser capaz de inferir relaciones causales.

Correlación es una técnica estadística utilizada

para determinar el grado en el que dos
variables están relacionadas
Diagrama de dispersión de puntos

• Dos variables cuantitativas

• Una variable es llamada independiente (X)
y la otra dependiente (Y)
• Los puntos no se unen
• No es tabla de frecuencias
Ejemplo
SBP
TAS(mm
(mmHg)
HG)

220
200

180
160

140
120

100
80 wtPeso
(kg)(Kg)
60 70 80 90 100 110 120

Dispersión de puntos de peso y presión arterial sistólica

SBP
TAS(mm Hg)HG)
(mm
220

200

180

160

140

120

100

80 Peso (Kg)
Wt (kg)
60 70 80 90 100 110 120

Diagrama de puntos dispersos de peso y tensión arterial sistólica

Dispersión de puntos

El modelo de los datos es indicativo del tipo de

relación entre las dos variables:
 Relación positiva

 Relación negativa

 No hay relación
 Relación positiva
Calificación final del curso

Número de horas para estudio

 18

16

14
cm

12
in CM en

10
Estatura
Height

0
0 10 20 30 40 50 60 70 80 90
Edad
Age en semanas
in Weeks
 Relación negativa

Confiabilidad

Edad del Auto

 Sin relación
Peso (libras)

Tasa de pulso (latidos/minuto)

 Coeficiente de correlación

Estadístico que muestra el grado de

relación entre las dos variables
Coeficiente de correlación simple (r)

 También llamado correlación de

Pearson
 Mide la naturaleza y fuerza entre dos
variables cuantitativas.
El signo de r denota la naturaleza de
la asociación

Mientras que el valor de r denota la

fuerza de asociación.
 Si el signo es positivo, significa que la
relación es directa (un incremento en una
variable está asociado con el incremento
de la otra variable; una disminución de
una variable está asociado con la
disminución de la otra variable).

 Si el signo es negativo, significa una

relación inversa o indirecta (significando
que el incremento en una variable está
asociado con una disminución de la otra
variable).
  El valor de r está entre ( -1) y ( +1)
 El valor de r denota la fuerza de la
asociación como se ilustra en el siguiente
diagrama.

fuerte intermedio débil débil intermedio fuerte

1- -0.75 -0.25 0 0.25 0.75 1

indirecta Directa
Correlación correlación
perfecta perfecta
sin relación
Si r = cero significa que no hay asociación o
correlación entre las dos variables.

Si 0 < r < 0.25 = débil correlación.

Si 0.25 ≤ r < 0.75 = intermedia correlación.

Si 0.75 ≤ r < 1 = fuerte correlación.

Si r = l = perfecta correlación.
Cómo calcular el coeficiente de correlación¿
?simple (r)

 xy   x y
r n
 ( x) 2
  ( y) 
2
x 
2 .  y 
2 
 n  n 
  
 :Ejemplo
Una muestra de 6 niños fue seleccionada, datos de su
edad en años y peso en kilogramos fue registrada
como se muestra en la siguiente tabla. Se requiere
encontrar la correlación entre edad y peso.

Nº Edad Peso (Kg)

serial (años)
1 7 12
2 6 8
3 8 12
4 5 10
5 6 11
6 9 13
Las dos variables son de tipo cuantitativo,
una variable (edad) es llamada
independiente y la otra (peso) es llamada
dependiente y con notación de variable Y,
para encontrar la relación entre edad y
peso, calcule el coeficiente de correlación
simple, usando la siguiente fórmula:

 xy   x y
r  n
 ( x) 2  ( y)2 
x 
2 .  y 
2 
 n  n 
  
 Edad Peso
Nº
(años) (Kg) xy X2 Y2
Serial
(x) (y)
1 7 12 84 49 144
2 6 8 48 36 64
3 8 12 96 64 144
4 5 10 50 25 100
5 6 11 66 36 121
6 9 13 117 81 169
Total =x∑ =y∑ xy=∑ =x2∑ =y2∑
41 66 461 291 742
 41  66
461 
r 6
 (41)2   (66)2 
291  .742  
 6  6 

r = 0.759
Fuerte correlación directa
 Ejemplo: Relación entre ansiedad y puntaje de
pruebas
Ansiedad Puntaje X2 Y2 XY
)X( de
prueba
(Y)
10 2 100 4 20
8 3 64 9 24
2 9 4 81 18
1 7 1 49 7
5 6 25 36 30
6 5 36 25 30
X = 32∑ Y = 32∑ X2 = 230∑ Y2 = 204∑ XY=129∑
 Calculando el coeficiente de correlación

(6)(129)  (32)(32) 774  1024

r   .94
6(230)  32 6(204)  32 
2 2
(356)(200)

r = - 0.94

Fuerte correlación indirecta

 Análisis de regresión
Regresión: técnica enfocada a la predicción de
algunas variables conociendo a otras.

El proceso de predecir la variable Y usando la

variable X.
 Regresión
 Usa la variable (x) para predecir el valor de la
variable resultado (y)
 Nos dice cuanto es el valor de cambio de y en
función del cambio en los valores de x.
 Correlación y regresión

 Correlación describe la fuerza de una relación

lineal entre dos variables
 Lineal significa “línea recta”

 Regresión nos dice como trazar la línea recta

descrita en la correlación.
 Regresión
 Calcule la línea que de “el mejor trazo” para un grupo de
datos
La línea de regresión hace la suma de cuadrados de los
residuales, menores a cualquier otra línea
Regresión minimiza los residuales
TAS(mmHg)
220

200

180

160

140

120

100
Peso
80 Kg
Wt (kg)
60 70 80 90 100 110 120
Usando el método de los cuadrados mínimos (un
procedimiento que minimiza las desviaciones
verticales de puntos trazados alrededor de la
línea recta) somos capaces de construir el mejor
trazado de la línea recta en la gráfica de puntos
dispersos y luego formular la ecuación de
regresión en la forma de:

ŷ  a  bX

 x y
 xy  n
ŷ  y  b(x) bb1 
(  x) 2
 x 2

n
Ecuación de regresión
SBP(mm
TASHg)
(mmHg)
220

 La ecuación de regresión 200

describe la línea de 180

160
regresión 140

matemáticamente 120

100
 Intersección
80
PesoWt (kg)
60 70 80 90 100 110 120 (Kg)
 Pendiente
Horas estudiando y calificaciones
Regresión de calificaciones sobre horas de estudio


Regresión lineal
Linear Regression


Calificación final en el curso= 59.95 + 3.17 * horas de estudio 
90.00 Final grade in course = 59.95 + 3.17 * study
Calificación final en el curso

R2=0.88
R-Square = 0.88




80.00  

70.00  

2.00 4.00 6.00 8.00 10.00

Number
Número de of hours
horas spenten
empleadas studying
estudio

Calificación final predicha en clase =

59.95 + 3.17*(número de horas de estudio por
semana)
Calificación final en clases predicha= 59.95 + 3.17*(horas de
estudio)
… Prediga la calificación final de

 Alguien quien estudia 12 horas

 Calificación final = 59.95 + (3.17*12)
 Calificación final = 97.99

 Alguine quien estudia 1 hora:

 Calificación final = 59.95 + (3.17*1)
 Calificación final = 63.12