REGRESION Y

CORRELACION
SIMPLE

REGRESION Y CORRELACION
SIMPLE

La Regresin y la correlacin son dostcnicas

estadsticasque se pueden utilizar para
solucionarproblemascomunes en losnegocios.
Muchos estudios se basan en la creencia de que
es posible identificar y cuantificar alguna
Relacin Funcional entre dos o msvariables,
donde una variable depende de la otra
variable.
Se puede decir que Y depende de X, en donde
Y y X son dos variables cualquiera en un
modelode Regresin Simple.

"Y ES UNA FUNCIN DE X"

Y = F(X)

Como Y depende de X,
Y es la variable dependiente, y
X es la variable independiente.
En el Modelo de Regresin es muy importante
identificar cul es la variable dependiente y
cul es la variable independiente.
En el Modelo deRegresin Simplese establece
que Y es una funcin de slo una variable
independiente, razn por la cual se le denomina
tambin Regresin Divariada porque slo hay dos
variables, una dependiente y otra independiente
y se representa as:

Y = f (X)
"Y est regresando por X

La variable dependiente es la variable que se

desea explicar, predecir. Tambin se le llama
REGRESANDO VARIABLE DE RESPUESTA.

La variable Independiente X se le denomina

VARIABLE EXPLICATIVA REGRESOR y se le utiliza
para EXPLICAR Y.

CORRELACION

Enprobabilidadyestadstica,
lacorrelacinindica la fuerza y la direccin
de
unarelacin linealyproporcionalidad
entre
dosvariables estadsticas.
Se
considera que dos variables cuantitativas
estn correlacionadas cuando los valores de
una de ellas varan sistemticamente con
respecto a los valores homnimos de la otra:
si tenemos dos variables (A y B) existe
correlacin si al aumentar los valores de A lo
hacen tambin los de B y viceversa.

COEFICIENTE DE CORRELACIN
LINEAL
El Coeficiente de Correlacin (r) requiere

variables medidas en escala de intervalos o

de proporciones
Vara

entre -1 y 1.
Valores de -1 1 indican correlacin perfecta.
Valor igual a 0 indica ausencia de correlacin.
Valores negativos indican una relacin lineal
inversa y valores positivos indican una relacin
lineal directa

16

CORRELACIN NEGATIVA
PERFECTA

10
9
8
7
6
5
4
3
2
1
0
0

X
17

10

Correlacin Positiva Perfecta

10
9
8
7
6
5
4
3
2
1
0
0

X
18

10

Ausencia de Correlacin

10
9
8
7
6
5
4
3
2
1
0
0

X
19

10

Correlacin Fuerte y Positiva

10
9
8
7
6
Y 5
4
3
2
1
0
0

X
20

10

FRMULA PARA EL COEFICENTE DE

CORRELACIN (R) PEARSON

n(XY) (X)(Y)
r=
[ n(X ) (X) ] [ n( Y ) ( Y)
2

21