www.monografias.

com
Regresin y Correlacin Lineal
1. Tipos de variables
2. Definicin de regresin lineal
3. Definicin de correlacin lineal
4. Pasos en el anlisis de correlacin y !"ili#acin e in"erpre"acin de las "$cnicas de
correlacin
%. Regresin y correlacin lineal
&. Dis"rib!cin divarian"e
'. Regresin simple y correlacin
(. )s"imacin de la ec!acin de regresin m!es"ral
*. )+emplo de regresin lineal
1,. Rec"as de Regresion
11. -plicaciones de la regresin lineal
12. )+ercicios regresin y correlacin lineal res!el"os
13. Concl!sin
14. .ibliograf/a o Lis"a de referencias
Tipos de variables
Variable Independiente (X) (determinstica, es decir no aleatoria.)
Variable Dependiente (Y) aleatoria
Ejemplos
X: Nmero de llamadas telefnicas reali!adas por "n #endedor promocionando "n prod"cto.
Y: $nidades #endidas por el #endedor.
X: %iempo &"e dedica "n est"diante a "na materia.
Y : E#al"acin &"e obtiene el est"diante en la materia.
Definicin de re'resin lineal
La regresin es"ad/s"ica o regresin a la media es la "endencia de !na medicin e0"rema a
presen"arse ms cercana a la media en !na seg!nda medicin. La regresin se !"ili#a para predecir
!na medida basndonos en el conocimien"o de o"ra.
12D)L2 D) R)3R)4567 L57)-L
Regresin lineal
En estadstica la re'resin lineal o aj"ste lineal es "n m(todo matem)tico &"e modeli!a la relacin
entre "na #ariable dependiente Y, las #ariables independientes Xi * "n t(rmino aleatorio +. Este modelo
p"ede ser e,presado como:
-a re'resin lineal p"ede ser contrastada con la re'resin no lineal.
Regresin lineal simple
.lo se maneja "na #ariable independiente, por lo &"e slo c"enta con dos par)metros. .on de la forma:

/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Dado el modelo de re'resin simple, si se calc"la la esperan!a (#alor esperado) del #alor Y, se obtiene:
1bteniendo dos ec"aciones denominadas ec"aciones normales &"e 'eneran la si'"iente sol"cin para
ambos par)metros
-a interpretacin del par)metro beta 2 es &"e "n incremento en Xi de "na "nidad, Yi incrementar) en beta 2
3aneja #arias #ariables independientes. 4"enta con #arios par)metros. .e e,presan de la forma:5
Regresin lineal simple
Dadas dos #ariables (Y: #ariable dependiente6 X: independiente) se trata de encontrar "na f"ncin simple
(lineal) de X &"e nos permita apro,imar Y mediante: 7 8 a 9 bX
(ordenada en el ori'en, constante)
(pendiente de la recta)
: la cantidad e8Y;7 se le denomina resid"o o error resid!al.
:s, en el ejemplo de /earson: 7 8 5< cm 9 =,<X
Donde 7 es la alt"ra predic>a del >ijo * X la alt"ra del padre: En media, el >ijo 'ana =,< cm por cada cm del
padre.
Regresin no lineal
En estadstica, la re'resin no lineal es "n problema de inferencia para "n modelo tipo:
89 : ;<=,>?)
basado en datos m"ltidimensionales x,y, donde f es al'"na f"ncin no lineal respecto a al'"nos par)metros
desconocidos . 4omo mnimo, se pretende obtener los #alores de los par)metros asociados con la
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
mejor c"r#a de aj"ste (>abit"almente, con el m(todo de los mnimos c"adrados). 4on el fin de determinar si
el modelo es adec"ado, p"ede ser necesario "tili!ar conceptos de inferencia estadstica tales como
inter#alos de confian!a para los par)metros as como pr"ebas de bondad de aj"ste.
El objeti#o de la re'resin no lineal se p"ede clarificar al considerar el caso de la re'resin polinomial, la
c"al es mejor no tratar como "n caso de re'resin no lineal. 4"ando la f"ncin ftoma la forma:
F;X> 9 AX2 ? BX ? C
la f"ncin f es no lineal en f"ncin de x pero lineal en f"ncin de los par)metros desconocidos a, b, *c. Este
es el sentido del t(rmino ?lineal? en el conte,to de la re'resin estadstica. -os procedimientos
comp"tacionales para la re'resin polinomial son procedimientos de re'resin lineal (mltiple), en este caso
con dos #ariables predictoras x * x2. .in embar'o, en ocasiones se s"'iere &"e la re'resin no lineal es
necesaria para aj"star polinomios. -as consec"encias practicas de esta mala interpretacin cond"cen a &"e
"n procedimiento de optimi!acin no lineal sea "sado c"ando en realidad >a* "na sol"cin disponible en
t(rminos de re'resin lineal. /a&"etes (soft0are) estadsticos consideran, por lo 'eneral, m)s alternati#as
de re'resin lineal &"e de re'resin no lineal en s"s procedimientos.
Definicin de correlacin lineal
En ocasiones nos p"ede interesar est"diar si e,iste o no al'n tipo de relacin entre dos #ariables
aleatorias.
/or ejemplo, podemos pre'"ntarnos si >a* al'"na relacin entre las notas de la asi'nat"ra
Estadstica I * las de 3atem)ticas I. $na primera apro,imacin al problema consistira en dib"jar en el plano
@2 "n p"nto por cada al"mno: la primera coordenada de cada p"nto sera s" nota en estadstica, mientras
&"e la se'"nda sera s" nota en matem)ticas. :s, obtendramos "na n"be de p"ntos la c"al podra
indicarnos #is"almente la e,istencia o no de al'n tipo de relacin (lineal, parablica, e,ponencial, etc.)
entre ambas notas.
1tro ejemplo, consistira en anali!ar la fact"racin de "na empresa en "n periodo de tiempo dado *
de cmo infl"*en los 'astos de promocin * p"blicidad en dic>a fact"racin. .i consideramos "n periodo de
tiempo de A= aBos, "na posible representacin sera sit"ar "n p"nto por cada aBo de forma &"e la primera
coordenada de cada p"nto sera la cantidad en e"ros in#ertidos en p"blicidad, mientras &"e la se'"nda
sera la cantidad en e"ros obtenidos de s" fact"racin. De esta manera, obtendramos "na n"be de p"ntos
&"e nos indicara el tipo de relacin e,istente entre ambas #ariables. En partic"lar, nos interesa c"antificar la
intensidad de la relacin lineal entre dos #ariables.
El par)metro &"e nos da tal c"antificacin es el coeficiente de correlacin lineal de /earson r, c"*o
#alor oscila entre CA * 9A :
.iendo ., * .* las des#iaciones tpicas de , e *. Este coeficiente es adimensional * siempre estar) entre C
A * A.
.i >a* relacin lineal positi#a, r,*D= * pr,imo a A.
.i >a* relacin lineal ne'ati#a r,*E= * pr,imo a CA.
.i no >a* relacin lineal r,* ser) pr,imo a =.
7o"a@ 4"ando las #ariables , e * son independientes, .,* 8=, * por tanto r,*8=. Es decir, si dos
#ariables son independientes s" co#arian!a #ale cero. No podemos ase'"rar lo mismo en sentido
contrario. .i dos #ariables tienen co#arian!a cero, no podemos decir &"e son independientes.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
.abemos &"e linealmente no tienen relacin, pero podran tener otro tipo de relacin * no ser
independientes.
)+emplo@ : partir de los si'"ientes datos, #amos a calc"lar la 4o#arian!a * el coeficiente de correlacin:

:lt"ra AF< A5= AG2 A<F A5= AFH AFA AG5 AG< AG<
/eso 5= 52 <F GH F5 G< GG GF G2 <5
-os c)lc"los &"e necesitamos:
:>ora se p"ede calc"lar el coeficiente de correlacin lineal r,* * el de determinacin lineal @2
&"e nos indica &"e las #ariables est)n relacionadas.
El #alor de r se apro,ima a 9A c"ando la correlacin tiende a ser lineal directa (ma*ores #alores de
X si'nifican ma*ores #alores de Y), * se apro,ima a CA c"ando la correlacin tiende a ser lineal in#ersa. Es
importante notar &"e la e,istencia de correlacin entre #ariables no implica ca"salidad. I:tencinJ: si no >a*
correlacin de nin'n tipo entre dos #.a., entonces tampoco >abr) correlacin lineal, por lo &"e r 8 =. .in
embar'o, el &"e oc"rra r 8 = slo nos dice &"e no >a* correlacin lineal, pero p"ede &"e la >a*a de otro
tipo. El si'"iente dia'rama res"me el an)lisis del coeficiente de correlacin entre dos #ariable:
4orrelacin ne'ati#a perfectaKKKKKKKKKK.. ;A
4orrelacin ne'ati#a f"erte moderada d(bilKKKKK ;=,<
Nin'"na correlacinKKKKKKKKKKKKKK. =
4orrelacin positi#a moderada L"erteKKKKKKK. 9=,<
4orrelacin positi#a perfectaKKKKKKKKKK... 9 A
Pasos en el anlisis de correlacin y "tili!acin e interpretacin de las t(cnicas de correlacin
Determinar c")l es la #ariable dependiente. Y: 4osto.
.eleccionar "na m"estra de tamaBo n de ambas #ariables X e Y, con lo &"e se obtienen n pares de
obser#aciones (,A , *A) , (,2 , *2)K (,n , *n).
En n"estro ejemplo se tomo "na m"estra de 2= apartamentos. .e midieron todas las #ariables
independientes para cada "no de ellos.
Estos m(todos se emplean para conocer las relaciones * si'nificacin entre series de datos
4"ando, sim"lt)neamente, contemplamos dos #ariables contin"as, a"n&"e por e,tensin se p"eden
emplear para #ariables discretas c"antitati#as, s"r'en pre'"ntas * problemas especficos. Esencialmente,
se emplear)n estadsticos descripti#os * t(cnicas de estimacin para contestar esas pre'"ntas, * t(cnicas
de contraste de >iptesis especficos para resol#er dic>os problemas. -a ma*ora de estos m(todos est)n
enc"adrados en las t(cnicas re'resin * correlacin. En este artc"lo comentaremos las t(cnicas bi#ariantes
lineales.
.i se parte de "n modelo en el c"al "na de las dos #ariables contin"as es dependiente o resp"esta (*) * la
otra es independiente o e,plicati#a (,), s"r'en n"e#os estadsticos para describir los datos.
-a n"be de p"ntos, o el dia'rama de dispersin, res"ltante de la representacin 'r)fica de los datos est)
?concentrada? en la recta de re'resin de mejor aj"ste obtenida por el m(todo de mnimos c"adrados. $na
condicin pre#ia, en las t(cnicas lineales, es &"e la n"be de p"ntos debe tender a la linealidad (en sentido
rectilneo, se entiende). -os coeficientes de la re'resin lineal, la ordenada en el ori'en (a) * la pendiente de
la recta (b), son estadsticos m"estrales. .e s"elen presentar de la forma *M 8 a 9 b,.
-a dispersin de los p"ntos alrededor de la recta de mejor aj"ste es "na caracterstica de los datos
bidimensionales &"e merece c"antificarse. El estadstico correspondiente es la des#iacin tpica de los
resid"os. Es posible obtener la distrib"cin de los resid"os. Estos son las distancias en #ertical de cada
p"nto a la recta de re'resin. ." medida es cero (esta propiedad es compartida por otras m"c>as rectas de
aj"ste, adem)s de por la de mejor aj"ste, &"e es la n"estra), * s" des#iacin tpica es el estadstico de
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
eleccin para describir la dispersin alrededor de la recta. ."s "nidades son las de la #ariable dependiente
(*).
Es posible, &"e est"diando "na #ariable bidimensional, no se desee establecer nin'"na relacin de
s"bordinacin de "na #ariable con respecto a la otra. En este s"p"esto, se intenta c"antificar la asociacin
entre las dos caractersticas. Entramos en las t(cnicas de correlacin lineal. Es posible definir otro
estadstico m"estral a partir del las dos pendientes tericas de las dos posibles rectas de re'resin (*)
sobre(,) * de (,) sobre (*). Este estadstico es el coeficiente de correlacin r. ." c"adrado r2 es el
coeficiente de determinacin * da "na medida entre = * A de la cantidad de informacin compartida por dos
caractersticas o #ariables contin"as en los datos m"estrales.
-a ma'nit"d de la asociacin entre dos #ariables contin"as est) en relacin con la dispersin de la
n"be de p"ntos. .e p"ede establecer "na relacin matem)tica perfecta entre la des#iacin tpica de los
resid"os * el coeficiente de determinacin.
El >ec>o de &"e dos #ariables est(n correlacionadas, e incl"so &"e lo est(n con #alores m"*
cercanos a A, no implica &"e e,ista "na relacin de ca"salidad entre ellas. .e p"eden prod"cir correlaciones
esp"rias (ca"sales) entre dos #ariables, por estar ambas relacionadas con otra tercera #ariable contin"a *
anterior en el tiempo.
-os n"e#os estadsticos 'enerados en la re'resin * correlacin lineal se emplean como
estimadores de los correspondientes par)metros poblacionales. /ara &"e los coeficientes de la re'resin *
correlacin sean estimadores adec"ados (centrados * de mnima #arian!a) de s"s correspondientes
par)metros poblacionales, es necesario &"e se as"man ciertas condiciones en la poblacin de ori'en,
referidas f"ndamentalmente a las distrib"ciones de los resid"os
.e define la covarian#a de la si'"iente forma:


.in embar'o, esta frm"la res"lta complicada de aplicar. /odemos desarrollar el n"merador * lle'ar a la
si'"iente frm"la, m"c>o m)s f)cil para trabajar con ella:


:>ora *a si estamos en condiciones de definir el si'"iente coeficiente.
Coeficien"e de correlacin lineal de Pearson. .e define este coeficiente como el cociente entre la
co#arian!a * el prod"cto de las des#iaciones tpicas de ambas #ariables, es decir:


Este coeficiente tomar) siempre #alores comprendidos entre ;A * A. .e'n los #alores &"e tome, podremos
ded"cir &"e:
.i r8A, e,iste dependencia f"ncional, todos los p"ntos del dia'rama de dispersin est)n sit"ados en
"na lnea recta creciente.
.i =ErEA, la correlacin es positi#a * ser) m)s f"erte se'n se apro,ime m)s a A.

.i r8=, no e,iste correlacin lineal, pero p"ede e,istir correlacin c"r#ilnea.

.i ;AErE=, la correlacin es ne'ati#a * ser) m)s f"erte se'n se apro,ime m)s a ;A.

.i r8;A, e,iste dependencia f"ncional, todos los p"ntos del dia'rama de dispersin est)n sit"ados
en "na lnea recta decreciente.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
:!nciones y Correlacin ...correlacin es el &"e se refiere a la e,istencia de correlacin lineal la
c"al se presenta c"ando los p"ntos del 'rafico de las #ariables objeto de an)lisis se distrib"*en alrededor de
"na recta. en ese sentido >ablamos de correlacin lineal f"erte c"ando la n"be de p"ntos 'raficados se
parece m"c>o a "na recta * la correlacin lineal ser) cada #e! m)s d(bil (o menos f"erte) c"ando la n"be
de p"ntos #a*a alej)ndose cada #e! m)s de la recta. la c"antificacin del 'rado de correlacin lineal entre
dos #ariables se >ace a tra#(s del coeficiente de correlacin el c"al se es denotado con la letra r, el c"al nos
permite #er si la correlacin lineal entre dos #ariables es f"erte o d(bil * positi#a o ne'ati#a. el #alor de r
adopta #alores entre ;A * A (es decir ;A E r E A), indicando los #alores cercanos a ;A * A la e,istencia de "na
f"erte correlacin ne'ati#a * positi#a respecti#amente, mientras &"e los #alores &"e se acerca a = indican
"na correlacin cada #e! m)s d(bil * el #alor de = para el coeficiente de correlacin indica la no e,istencia
de correlacin (o correlacin n"la entre las #ariables). 3ientras el coeficiente de correlacin se apro,ima a
los #alores A * ;A la apro,imacin a "na correlacin se considera b"ena. 4"ando mas se aleja de A o de ;A *
se acerca a cero se tiene menos confian!a en la relacin lineal entre las #ariables por lo &"e "na
apro,imacin lineal no ser) apropiada. .in embar'o no si'nifica &"e no e,iste relacin entre las #ariables, lo
nico &"e podemos decir es &"e la relacin no es lineal. .in embar'o, es importante tener presente &"e la
e,istencia de correlacin no implica ca"salidad en el sentido &"e la correlacin indica &"e e,iste "na
relacin entre las #ariables pero no nos indica &"e "na #ariable ca"se a la otra. el concepto de ca"salidad
es importante en economa p"es es precisamente a tra#(s de la ca"salidad &"e se p"ede inferir el
comportamiento de "na #ariable a partir del comportamiento de otra * nos permite la identificacin de las
#ariables de control para la reali!acin de polticas econmicas. por lo tanto, el objeti#o del an)lisis de
ca"salidad es e,plicar el f"ncionamiento de "n sistema a partir de las relaciones ca"sales del mismo,
considerando &"e para el establecimiento de tales relaciones se re&"iere de constr"cciones tericas, es
decir, detr)s de toda relacin ca"sal debe >aber "na teora
Regresin y correlacin lineal
-a re'resin como "na t(cnica estadstica, "na de ellas la re'resin lineal simple * la re'resin
m"ltifactorial, anali!a la relacin de dos o m)s #ariables contin"as, c"ando anali!a las dos #ariables a esta
se le conoce como #ariable bi#ariantes &"e p"eden corresponder a #ariables c"alitati#as, la re'resin nos
permite el cambio en "na de las #ariables llamadas resp"esta * &"e corresponde a otra conocida como
#ariable e,plicati#a, la re'resin es "na t(cnica "tili!ada para inferir datos a partir de otros * >allar "na
resp"esta de lo &"e p"ede s"ceder.
.iendo as la re'resin "na t(cnica estadstica, por lo tanto para interpretar sit"aciones reales,
pero a #eces se manip"la de mala manera por lo &"e es necesario reali!ar "na seleccin adec"ada de las
#ariables &"e #an a constr"ir las form"las matem)tica, &"e representen a la re'resin, por eso >a* &"e
tomar en c"enta #ariables &"e tiene relacin, de lo contraria se estara matemati!ando "n 'alimatas.
.e p"eden encontrar #arios tipos de re'resin, por ejemplo:
@e'resin lineal simple
@e'resin mltiple ( #arias #ariables)
A. .imple
2. 3ltiple, etc.
@e'resin lo'stica
-a re'resin lineal t(cnica &"e "sa #ariables aleatorias, contin"as se diferencia del otro m(todo
analtica &"e es la correlacin, por &"e esta ltima no distin'"e entre las #ariables resp"esta * la #ariable
e,plicati#a por &"e las trata en forma sim(trica.
-a mate mati!acin nos da ec"aciones para manip"lar los datos, como por ejemplo medir la
circ"nferencia de los niBos * niBas * &"e parece incrementarse entre las edades de 2 meses * A5 aBos, a&"
podemos inferir o predecir &"e las circ"nferencias del cr)neo cambiara con la edad, en este ejercicio la
circ"nferencia de la cabe!a es la resp"esta * la edad la #ariable e,plicati#a.
En la re'resin tenemos ec"aciones &"e nos representan las diferentes clases de re'resin:
@e'resin -ineal: * 8 : 9 N,
@e'resin -o'artmica: * 8 : 9 N-n(,)
@e'resin E,ponencial: * 8 :c(b,)
@e'resin 4"adr)tica: * 8 : 9 N, 94,2
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
92 .D (O5P)
3edia (<=P)
;2 .D (2P)
/ara obtener "n modelo de re'resin es s"ficiente establecer la re'resin para eso se >ace "so del
coeficiente de correlacin: @.
@ 8 4oeficiente de correlacin, este m(todo mide el 'rado de relacin e,istente entre dos #ariables,
el #alor de @ #ara de ;A a A, pero en la pr)ctica se traba con "n #alor absol"to de @.
El #alor del coeficiente de relacin se interpreta de modo &"e a media &"e @ se apro,ima a A, es
m)s 'rande la relacin entre los datos, por lo tanto @ (coeficiente de correlacin) mide la apro,imacin entre
las #ariables.
El coeficiente de correlacin se p"ede clasificar de la si'"iente manera:
C2RR)L-C5A7 B-L2R 2 R-732
A) /erfecta A) @ 8 A
2) E,celente 2) @ 8 =.O E 8 @ E A
H) N"ena H) @ 8 =.5 E 8 @ E =.O
Q) @e'"lar Q) @ 8 =.< E 8 @ E =.5
<) 3ala <) @ E =.<
Distribucin divariante
-a distrib"cin di#)riate es c"ando se est"dia en "na poblacin dos #ariables, &"e forman pares
correspondientes a cada indi#id"o, como por Ejm:
-as notas de A= al"mnos en biolo'a * len'"aje
NI1-1RI: 2 Q < < G G F F 5 O
-ENR$:SE 2 2 < < < F < 5 F A=
-os pares de #alores son: ( 2, 2) (Q,2) (<,<)KK.(5,F) (O,A=) forman "na distrib"cin di#)riate.
-a correlacin, m(todo por el c"al se relacionan dos #ariables se p"de 'raficar con "n dia'rama de
dispersin de p"ntos, a la c"al m"c>os a"tores le llaman n"bes de p"ntos, enc"adrado dentro de "n 'r)fico
de coordenadas X Y en la c"al se p"de tra!ar "na recta * c"*os p"ntos mas cercanos de "na recta >ablaran
de "na correlacin mas f"erte, >a esta recta se le denomina recta de re'resin= &"e p"ede ser positi#a o
ne'ati#a, la primera cont"ndencia a a"mentar * la se'"nda en descenso o decreciente.
%ambi(n se p"ede describir "n dia'rama de dispersin en coordenadas cartesianas #alores como en la
distrib"cin di#)riate, en donde la n"be de p"ntos representa los pares de #alores.
3R-:5C24 D) R)CT- D) R)3R)45A7
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
/or ltimo se p"eden 'raficar las lneas de tendencia= >erramienta m"* til para el mercadeo por
&"e es "tili!ada para e#al"ar la resistencia &"e pro*ectan los precios. 4"ando "na lnea de tendencia
central se rompe *a sea con tendencia al al!a o en la baja es por&"e oc"rre "n cambio en los precios, por lo
tanto las lneas de tendencia p"eden ser alcista c"ando se "nen los p"ntos s"cesi#os * bajista c"ando se
"nen los p"ntos m),imos.
%ambi(n e,isten 'r)ficos &"e representan la dispersin de datos dentro de las coordenadas
cartesianas, sea las n"bes de p"ntos * &"e p"eden darse se'n la relaciTn &"e representa, &"e p"ede ser
lineal, e,ponencial * sin relacin, esta ltima c"ando los p"ntos est)n dispersos en todo el c"adro sin
a'r"parse lo c"al s"'iere &"e no >a* relacin.
L24 3RC:5C24 453D5)7T)4 724 1D)4TR-7 )4T- R)L-C567@
Relacin l/neas@
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Relacin )0ponencial@
4in Relacin
3atem)ticamente las ec"aciones seran:
:j"ste -ineal : Y 8 N, 9 :
:j"ste -o'arUtmico : Y 8N-nX 9 :
:j"ste E,ponencial : Y 8 :4 NX
En el modelo de re'resin lineal simple se "tili!a la t(cnica de estimacin de los mnimos
c"adrados, este modelo tiene solo "na #ariable de prediccin * se s"pone "na ec"acin de re'resin lineal.
En el si'"iente ejemplo la relacin entre la calificacin * salario la #ariable rep"esta es el salario
inicial * la #ariable predicti#a o de prediccin es la calificacin promedia, si se desea determinar "na
ec"acin de re'resin para el salario inicial promedio como "na f"ncin de la calificacin promedio se podr)
'raficar * procesar los datos en "na comp"tadora, estos datos son:
4/ 8 4alificacin /romedio
.I 8 .alario Inicial
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
De este 'r"po de datos se obtiene el si'"iente 'r)fico de dispersin
Regresin simple y correlacin
-a @e'resin * la correlacin son dos t(cnicas estadsticas &"e se p"eden "tili!ar para sol"cionar
problemas com"nes en los ne'ocios.
3"c>os est"dios se basan en la creencia de &"e es posible identificar * c"antificar al'"na @elacin
L"ncional entre dos o m)s #ariables, donde "na #ariable depende de la otra #ariable.
.e p"ede decir &"e Y depende de X, en donde Y * X son dos #ariables c"al&"iera en "n modelo de
@e'resin .imple.
E8 es !na f!ncin de <E 8 9 f;<>
4omo Y depende de X,
Y es la #ariable dependiente, *
X es la #ariable independiente.
En el 3odelo de @e'resin es m"* importante identificar c")l es la #ariable dependiente * c")l es la
#ariable independiente.
En el 3odelo de @e'resin .imple se establece &"e Y es "na f"ncin de slo "na #ariable
independiente, ra!n por la c"al se le denomina tambi(n @e'resin Di#ariada por&"e slo >a* dos
#ariables, "na dependiente * otra independiente * se representa as:
8 9 f ;<> E8 es" regresando por <E
-a #ariable dependiente es la #ariable &"e se desea e,plicar, predecir. %ambi(n se le llama
re'resando #ariable de resp"esta.
-a #ariable Independiente X se le denomina #ariable e,plicati#a re'resor * se le "tili!a para e,plicar *.
-7CL5454 )4T-DF4T5C2@ R)3R)4567 L57)-L 451PL)
En el est"dio de la relacin f"ncional entre dos #ariables poblacionales, "na #ariable X, llamada
independiente, e,plicati#a o de prediccin * "na #ariable Y, llamada dependiente o #ariable resp"esta,
presenta la si'"iente notacin:
8 9 a ? b < ? e
Donde:
a es el #alor de la ordenada donde la lnea de re'resin se intercepta con el eje Y.
b es el coeficiente de re'resin poblacional (pendiente de la lnea recta)
e es el error
4DP245C527)4 D) L- R)3R)4567 L57)-L
-os #alores de la #ariable independiente X son fijos, medidos sin error.
-a #ariable Y es aleatoria
/ara cada #alor de X, e,iste "na distrib"cin normal de #alores de Y (s"bpoblaciones Y)
-as #ariancias de las s"bpoblaciones Y son todas i'"ales.
%odas las medias de las s"bpoblaciones de Y est)n sobre la recta.
-os #alores de Y est)n normalmente distrib"idos * son estadsticamente independientes.
Estimacin de la ecuacin de regresin muestral
4onsiste en determinar los #alores de ?a? * ?b ? a partir de la m"estra, es decir, encontrar los #alores
de a * b con los datos obser#ados de la m"estra. El m(todo de estimacin es el de 3nimos 4"adrados,
mediante el c"al se obtiene:
V"e se interpreta como:
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
a es el estimador de a
Es el #alor estimado de la #ariable Y c"ando la #ariable X 8 =
b es el estimador de b , es el coeficiente de re'resin
Est) e,presado en las mismas "nidades de Y por cada "nidad de X. Indica el nmero de "nidades
en &"e #ara Y c"ando se prod"ce "n cambio, en "na "nidad, en X (pendiente de la recta de re'resin).
$n #alor ne'ati#o de b sera interpretado como la ma'nit"d del decremento en Y por cada "nidad de
a"mento en X.
/odemos clasificar los tipos de re'resin se'n di#ersos criterios.
En primer l"'ar, en f"ncin del nmero de #ariables independientes:
@e'resin simple: 4"ando la #ariable Y depende nicamente de "na nica #ariable X.
@e'resin mltiple: 4"ando la #ariable Y depende de #arias #ariables (XA, X2, ..., Xr)
En se'"ndo l"'ar, en f"ncin del tipo de f"ncin f(X):
@e'resin lineal: 4"ando f(X) es "na f"ncin lineal.
@e'resin no lineal: 4"ando f(X) no es "na f"ncin lineal.
En tercer l"'ar, en f"ncin de la nat"rale!a de la relacin &"e e,ista entre las dos #ariables:
-a #ariable X p"ede ser la ca"sa del #alor de la #ariable Y.
/or ejemplo, en to,icolo'a, si X 8 Dosis de la dro'a e Y 8 3ortalidad, la mortalidad se atrib"*e a la dosis
administrada * no a otras ca"sas.
/"ede >aber simplemente relacin entre las dos #ariables.
/or ejemplo, en "n est"dio de medicina en &"e se est"dian las #ariables X 8 /eso e Y 8 :lt"ra de "n 'r"po
de indi#id"os, p"ede >aber relacin entre las dos, a"n&"e difcilmente "na p"eda considerarse ca"sa de la
otra.
En este tema se tratar) nicamente de la @e'resin lineal simple.
Ejemplo de regresin lineal
12D)L2 D) R)3R)4527 L57)-L
El modelo lineal relaciona la #ariable dependiente Y con K #ariables e,plicati#as Xk (k = 1,...K), o
c"al&"ier transformacin de (stas, &"e 'eneran "n >per plano de par)metros Wk desconocidos:
4)PD)4T24 D)L 12D)L2 D) R)3R)4567 L57)-L
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
/ara poder crear "n modelo de re'resin lineal, es necesario &"e se c"mpla con los si'"ientes
s"p"estos:<
A. -a relacin entre las #ariables es lineal.
2. -os errores son independientes.
H. -os errores tienen #arian!a constante.
Q. -os errores tienen "na esperan!a matem)tica i'"al a cero.
<. El error total es la s"ma de todos los errores.
T5P24 12D)L2 D) R)3R)4567 L57)-L
E,isten diferentes tipos de re'resin lineal &"e se clasifican de ac"erdo a s"s par)metros:
1> Regresin lineal simple
.lo se maneja "na #ariable independiente, por lo &"e slo c"enta con dos par)metros. .on de la
forma:G
2> -nlisis
Dado el modelo de re'resin simple, si se calc"la la esperan!a (#alor esperado) del #alor Y, se obtiene
1bteniendo dos ec"aciones denominadas ec"aciones normales &"e 'eneran la si'"iente sol"cin para
ambos par)metros:G
-a interpretacin del par)metro beta 2 es &"e "n incremento en Xi de "na "nidad, Yi incrementar) en beta 2
3> Regresin lineal mGl"iple
3aneja #arias #ariables independientes. 4"enta con #arios par)metros. .e e,presan de la forma:5
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Rectas de Regresion
-as rectas de re'resin son las rectas &"e mejor se aj"stan a la n"be de p"ntos (o tambi(n
llamado dia'rama de dispersin) 'enerada por "na distrib"cin binomial. 3atem)ticamente, son posibles
dos rectas de m),imo aj"ste:O
-a recta de re'resin de Y sobre X:
-a recta de re'resin de X sobre Y:
-a correlacin ("r") de las rectas determinar) la calidad del aj"ste. .i r es cercano o i'"al a A, el
aj"ste ser) b"eno6 si r es cercano o i'"al a =, se tratar) de "n aj"ste malo. :mbas rectas de re'resin se
intersecan en "n p"nto llamado centro de 'ra#edad de la distrib"cin.
-plicaciones de la regresin lineal
L/neas de "endencia
Tendencia
$na lnea de tendencia representa "na tendencia en "na serie de datos obtenidos a tra#(s de "n
lar'o perodo. Este tipo de lneas p"ede decirnos si "n conj"nto de datos en partic"lar (como por ejemplo,
el /NI, el precio del petrleo o el #alor de las acciones) >an a"mentado o decrementado en "n determinado
perodo.A= .e p"ede dib"jar "na lnea de tendencia a simple #ista f)cilmente a partir de "n 'r"po de p"ntos,
pero s" posicin * pendiente se calc"la de manera m)s precisa "tili!ando t(cnicas estadsticas como las
re'resiones lineales. -as lneas de tendencia son 'eneralmente lneas rectas, a"n&"e al'"nas #ariaciones
"tili!an polinomios de ma*or 'rado dependiendo de la c"r#at"ra deseada en la lnea.
1edicina
En medicina, las primeras e#idencias relacionando la mortalidad con el f"mar tabaco AA #inieron de
est"dios &"e "tili!aban la re'resin lineal. -os in#esti'adores incl"*en "na 'ran cantidad de #ariables en s"
an)lisis de re'resin en "n esf"er!o por eliminar factores &"e p"dieran prod"cir correlaciones esp"rias. En
el caso del taba&"ismo, los in#esti'adores incl"*eron el estado socio;econmico para ase'"rarse &"e los
efectos de mortalidad por taba&"ismo no sean "n efecto de s" ed"cacin o posicin econmica. No
obstante, es imposible incl"ir todas las #ariables posibles en "n est"dio de re'resin.A2 AH En el ejemplo
del taba&"ismo, "n >ipot(tico 'en podra a"mentar la mortalidad * a"mentar la propensin a ad&"irir
enfermedades relacionadas con el cons"mo de tabaco. /or esta ra!n, en la act"alidad las pr"ebas
controladas aleatorias son consideradas m"c>o m)s confiables &"e los an)lisis de re'resin.
T5P24 D) C2RR)L-C567
4ada conj"nto de correlaciones se basa en "n tipo de correlacin= &"e no es m)s &"e "na lista de
propiedades. Xstas p"eden ser propiedades de datos, &"e se enc"entran en el propio mensaje, o
propiedades de conte,to, &"e describen detalles del sistema o de mensajes no relacionados con los datos
transmitidos en el mensaje.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
/"ede "sar "n tipo de correlacin en m)s de "n conj"nto de correlaciones. .i necesita establecer
correlaciones entre distintos #alores para las propiedades de "n tipo de correlacin, deber) crear "n
conj"nto de correlaciones n"e#o: cada "no de ellos se p"ede iniciali!ar "na sola #e!.
/"ede promocionar las propiedades de "n es&"ema de propiedades para declarar &"e al'"nas de las
propiedades de "n mensaje est)n accesibles para la or&"estacin. /ara obtener m)s informacin,
#ea /romocionar propiedades.
T5P24 D) C2RR)L-C567
1H Correlacin direc"a
-a correlacin directa se da c"ando al a"mentar "na de las #ariables la otra a"menta.
-a recta correspondiente a la n"be de p"ntos de la distrib"cin es "na recta creciente.
2H Correlacin inversa
-a correlacin in#ersa se da c"ando al a"mentar "na de las #ariables la otra dismin"*e.
-a recta correspondiente a la n"be de p"ntos de la distrib"cin es "na recta decreciente.
3H Correlacin n!la
-a correlacin n"la se da c"ando no >a* dependencia de nin'n tipo entre las #ariables.
En este caso se dice &"e las #ariables son incorreladas * la n"be de p"ntos tiene "na forma
redondeada.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
3R-D2 D) C2RR)L-C567
El 'rado de correlacin indica la pro,imidad &"e >a* entre los p"ntos de la n"be de p"ntos. .e
p"eden dar tres tipos:
1. Correlacin f!er"e
-a correlacin ser) f"erte c"anto m)s cerca est(n los p"ntos de la recta.
2. Correlacin d$bil
-a correlacin ser) d(bil c"anto m)s separados est(n los p"ntos de la recta.
3. Correlacin n!la
El coeficiente de correlacin lineal es el cociente entre la co#arian!a * el prod"cto de
las des#iaciones tpicas de ambas #ariables.
El coeficiente de correlacin lineal se e,presa mediante la letra r.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Propiedades del coeficien"e de correlacin
A. El coeficiente de correlacin no #ara al >acerlo la escala de medicin.
Es decir, si e,presamos la alt"ra en metros o en centmetros el coeficiente de correlacin no
#ara.
2. El si'no del coeficiente de correlacin es el mismo &"e el de la co#arian!a.
.i la co#arian!a es positi#a, la correlacin es directa.
.i la co#arian!a es ne'ati#a, la correlacin es in#ersa.
.i la co#arian!a es n"la, no e,iste correlacin.
H. El coeficiente de correlacin lineal es "n nmero real comprendido entre YA * A.
YA Z r Z A
Q. .i el coeficien"e de correlacin lineal toma #alores cercanos a YA la correlacin es f"erte e
in#ersa, * ser) tanto m)s f"erte c"anto m)s se apro,ime r a YA.
<. .i el coeficiente de correlacin lineal toma #alores cercanos a A la correlacin es f"erte *
directa, * ser) tanto m)s f"erte c"anto m)s se apro,ime r a A.
G. .i el coeficiente de correlacin lineal toma #alores cercanos a =, la correlacin es d(bil.
F. .i r 8 A YA, los p"ntos de la n"be est)n sobre la recta creciente o decreciente. Entre
ambas #ariables >a* dependencia f!ncional.
)+emplos@ -as notas de A2 al"mnos de "na clase en 3atem)ticas * Lsica son las si'"ientes:
3atem)ticas 2 H Q Q < G G F F 5 A= A=
Lsica A H 2 Q Q Q G Q G F O A=
[allar el coeficiente de correlacin de la distrib"cin e interpretarlo.
,i *i ,i \*i ,i2 *i2
2 A 2 Q A
H H O O O
Q 2 5 AG Q
Q Q AG AG AG
< Q 2= 2< AG
G Q 2Q HG AG
G G HG HG HG
F Q 25 QO AG
F G Q2 QO HG
5 F <G GQ QO
A= O O= A== 5A
A= A= A== A== A==
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
F2 G= QHA <=Q H5=
A] [allamos las medias aritm(ticas.
2] 4alc"lamos la co#arian!a.
H] 4alc"lamos las des#iaciones tpicas.
Q] :plicamos la frm"la del coeficiente de correlacin lineal.
:l ser el coeficiente de correlacin positi#o, la correlacin es directa.
4omo coeficiente de correlacin est) m"* pr,imo a A la correlacin es m"* f"erte.
-os #alores de dos #ariables X e Y se distrib"*en se'n la tabla si'"iente:
Y^X = 2 Q
A 2 A H
2 A Q 2
H 2 < =
Determinar el coeficiente de correlacin.
4on#ertimos la tabla de doble entrada en tabla simple.
,i *i fi ,i \ fi ,i2 \ fi *i \ fi *i2 \ fi ,i \ *i \ fi
= A 2 = = 2 2 =
= 2 A = = 2 Q =
= H 2 = = G A5 =
2 A A 2 Q A A 2
2 2 Q 5 AG 5 AG AG
2 H < A= 2= A< Q< H=
Q A H A2 Q5 H H A2
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Q 2 2 5 H2 Q 5 AG
2= Q= A2= QA OF FG
:l ser el coeficiente de correlacin ne'ati#o, la correlacin es in#ersa.
4omo coeficiente de correlacin est) m"* pr,imo a = la correlacin es m"* d(bil.
-a recta de re'resin es la &"e mejor se aj"sta a la n"be de p"ntos.
-a recta de re'resin pasa por el p"nto (X * Y) llamado centro de 'ra#edad.
Rec"a de regresin de 8 sobre <
-a recta de re'resin de Y sobre X se "tili!a para estimar los #alores de la Y a partir de los de
la X.
-a pendiente de la recta es el cociente entre la co#arian!a * la #arian!a de la #ariable X.
Rec"a de regresin de < sobre 8
-a recta de re'resin de X sobre Y se "tili!a para estimar los #alores de la X a partir de los de
la Y.
-a pendiente de la recta es el cociente entre la co#arian!a * la #arian!a de la #ariable Y.
.i la correlacin es n"la, r 8 =, las rectas de re'resin son perpendic"lares entre s, * s"s e"caciones son:
* 8
, 8
)+emplo@-as notas de A2 al"mnos de "na clase en 3atem)ticas * Lsica son las si'"ientes:
3atem)ticas 2 H Q Q < G G F F 5 A= A=
Lsica A H 2 Q Q Q G Q G F O A=
[allar las rectas de re'resin * representarlas.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
,i *i ,i \*i ,i2 *i2
2 A 2 Q A
H H O O O
Q 2 5 AG Q
Q Q AG AG AG
< Q 2= 2< AG
G Q 2Q HG AG
G G HG HG HG
F Q 25 QO AG
F G Q2 QO HG
5 F <G GQ QO
A= O O= A== 5A
A= A= A== A== A==
F2 G= QHA <=Q H5=
A] [allamos las medias arim(ticas.
2] 4alc"lamos la co#arian!a.
H] 4alc"lamos las #arian!as.
Q]@ecta de re'resin de Y sobre X.
Q]@ecta de re'resin de X sobre Y.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
Ejercicios regresin y correlacin lineal resueltos
$na compaBa de se'"ros considera &"e el nmero de #e>c"los (*) &"e circ"lan por "na determinada
a"topista a m)s de A2= _m^> , p"ede ponerse en f"ncin del nmero de accidentes (,) &"e oc"rren en ella.
D"rante < das obt"#o los si'"ientes res"ltados:
-cciden"es 0i < F 2 A O
7Gmero de veI/c!los yi A< A5 A= 5 2=

4alc"la el coeficiente de correlacin lineal.
` .i a*er se prod"jeron G accidentes, ac")ntos #e>c"los podemos s"poner &"e circ"laban por la a"topista
a m)s de A2= _m ^ >b
` aEs b"ena la prediccinb
4onstr"imos "na tabla, teniendo en c"enta &"e la frec"encia absol"ta es "no. Debemos conocer la media
aritm(tica de las dos #ariables, las #arian!as, las des#iaciones tpicas * la co#arian!a.
1edia ari"m$"ica Barian#a Covarian#a
fi 0i yi 0i2 yi2 0i . yi
A % 1% 2< 22< F<
A ' 1( QO H2Q A2G
A 2 1, Q A== 2=
A 1 ( A GQ 5
A * 2, 5A Q== A5=
< 2Q FA AG= AAAH Q=O

/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
)J)RC5C524 R)3R)4527 8 C2RR)L-C527 L57)-L R)4D)LT24
4orrelacin * re'resin
A. El nmero de espaBoles (en millones) oc"pados en la a'ric"lt"ra, para los aBos &"e se
indican, era:
:Bo AO5= AO52 AO5Q AO5G AO55 AOO= AOO2 AOOQ
1c"pados 2,A 2,=Q A,OG A,FQ A,GO A,QO A,2< A,AG
a) a/odra e,plicarse s" e#ol"cin mediante "na recta de re'resinb
b) aV"( limitaciones tendran las estimaciones >ec>as por esa rectab
csold a) .i6 b) No #ale para >acer estimaciones alejadas de los aBos considerados.
2. :socia las rectas de re'resin * 8 C, 9AG, * 8 2, C A2, * 8 =,<, 9 < a las n"bes de p"ntos si'"ientes:
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
H. :si'na los coeficientes de correlacin lineal r 8 =,Q, r 8 C=,5< * r 8 =,F, a las n"bes del problema anterior.
csold a) @especti#amente: (c), (b), (a). b) @especti#amente: (a), (b), (c)
%ipo II. 4)lc"lo de la correlacin * re'resin
Q. c.d a) 4alc"la la recta de re'resin de Y sobre X en la distrib"cin si'"iente reali!ando todos los c)lc"los
intermedios.
X A= F < H =
Y 2 Q G 5 A=
b) a4")l es el #alor &"e correspondera se'n dic>a recta a X 8 Fb
csold a) * 8 C=,52FG, 9A=,AH56 b) Q,HQQ5.
<. c.d El nmero de bacterias por "nidad de #ol"men, presentes en "n c"lti#o desp"(s de "n cierto nmero
de >oras, #iene e,presado en la si'"iente tabla:
X: N] de >oras = A 2 H Q 5
Y: N] de bacterias A2 AO 2H HQ <G G2
4alc"la:
a) -as medias * des#iaciones tpicas de las #ariables, nmero de >oras * nmero de bacterias.
b) -a co#arian!a de la #ariable bidimensional.
c) El coeficiente de correlacin e interpretacin.
d) -a recta de re'resin de Y sobre X.
csold a)
x
8 2,<6 s, 8 A,F=F526
y
8 HQ,HHHH6 s* 8 A5,GOGQ6 b) HA6 c) =,OF=5G. d) * 8 A=,G25<, 9 F,FGAO
G. -a tabla si'"iente m"estra las notas obtenidas por 5 al"mnos en "n e,amen, las >oras de est"dio
dedicadas a s" preparacin * las >oras &"e #ieron la tele#isin los das pre#ios al e,amen.
Nota < G F H < 5 Q O
[oras de est"dio F A= O Q 5 A= < AQ
[oras de %V F G 2 AA O H O <
a) @epresenta 'r)ficamente los dia'ramas correspondientes a nota;est"dio * nota;%V.
b) a.e obser#a correlacin entre las #ariables est"diadasb aDe &"( tipob aEn &"( caso estimas &"e es
m)s f"erteb
csold b) .. Directa6 in#ersa.
F. 4on los datos del problema anterior, >alla el coeficiente de correlacin de nota;est"dio * nota;%V. aV"(
p"ede ded"cirse con m)s precisin conociendo la nota &"e obt"#o "na persona en el e,amen: el tiempo
&"e dedic al est"dio o el &"e dedic a #er la tele#isinb
csold =,OQHH52 * =,5QG25H. El tiempo &"e dedic al est"dio.
5. 4on los mismos datos, >alla las rectas de re'resin correspondientes * estima para "n al"mno &"e sac
"n 2 en el e,amen:
a) -as >oras &"e est"di.
b) -as >oras &"e #io la %V.
csold a) Est 8 =,2QGF<H 9 A,QGF<H \ Nota6 2,F >. b) %V 8 AQ,A2OO A,2O5F \ Nota6 AA,< >.
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
%ipo III. Estimacin a partir del a recta de re'resin
O. -a alt"ra, en cm, de 5 padres * del ma*or de s"s >ijos #arones, son:
/adre AF= AFH AF5 AGF AFA AGO A5Q AF<
[ijo AF2 AFF AF< AF= AF5 AGO A5= A5F
a) 4alc"la la recta de re'resin &"e permita estimar la alt"ra de los >ijos dependiendo de la del padre6 * la
del padre conociendo la del >ijo.
b) aV"( alt"ra cabra esperar para "n >ijo si s" padre mide AFQb aY para "n padre, si s" >ijo mide AO= cmb
csold a) [ 8 G5,A5<H 9 =,G2A5<O \ /6 / 8 FF,QQ=G 9 =,<Q<=52 \ [. b) AFG,Q cm6 A5A cm.
A=. c.d D"rante s" primer aBo de #ida >an pesado a 3arta cada mes. En la tabla si'"iente se dan s"s
pesos:
x A 2 H Q < G F 5 O A= AA A2
y H,2 H,F Q,2 <,H <,F G,< G,5 F,2 F,O F,F 5 5,<
En esta tabla, x representa la edad en meses e y el peso en _ilo'ramos.
a) 4alc"la la media * la des#iacin tpica de los pesos.
b) Determina la ec"acin de la recta de re'resin de y sobre x, e,plicando detalladamente los c)lc"los &"e
>aces * las frm"las &"e "tili!as.
csold a) G,22<6 A,FA5A b) * 8 =,Q5F=G, 9 H,=<O=O
AA. c.d $tili!ando la recta de re'resin de x sobre y correspondiente a la distrib"cin si'"iente:
, 8 alt"ra sobre el ni#el del mar = A5Q 2HA Q5A OAA
* 8 temperat"ra media en ]4 2= A5 AF A2 A=
4alc"la la altit"d de "na ci"dad en la &"e la temperat"ra media es de A<].
csold HO2,F m.
C27CLD4527
@e'resin * correlacin lineal son dos >erramientas para in#esti'ar la dependencia de "na #ariable
dependiente * en f"ncin de "na #ariable independiente ,. * 8 f(,)
* 8 #ariable dependiente &"e se desea e,plicar o predecir, tambi(n se llama re'resor o resp"esta
, 8 #ariable independiente, tambi(n se llama #ariable e,plicati#a, re'resor o predictor
@e'resin lineal ; la relacin entre , * * se representa por medio de "na lnea recta
@e'resin c"r#ilinea ; la relacin entre , * * se representa por medio de "na c"r#a.
Conclusin
-as t(cnicas de re'resin * correlacin c"antifican la asociacin estadstica entre dos o m)s
#ariables. -a re'resin lineal simple e,presa la relacin entre "na #ariable dependiente Y * "na #ariable
independiente X, en t(rminos de la pendiente * la interseccin de la lnea &"e mejor se aj"ste a las
#ariables.
-a correlacin simple e,presa el 'rado o la cercana de la relacin entre las dos #ariables en
t(rminos de "n coeficiente de correlacin &"e proporciona "na medida indirecta de la #ariabilidad de los
p"ntos alrededor de la mejor lnea de aj"ste; Ni la re'resin ni la correlacin dan pr"ebas de relaciones
ca"sa C efecto.
.ibliograf/a o Lis"a de referencias
I""p@KKes.wiLipedia.orgKwiLiKRegresinMnoMlineal
I""p@KKes.wiLipedia.orgKwiLiKRegresinMlineal
I""p@KKwww.vi"!"or.comKes"adis"icaKbiKcorrelacion.I"ml
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com
www.monografias.com
I""p@KKwww.vi"!"or.comKbiKcorrelacion.I"ml
I""p@KKdescar"es.cnice.mec.esKma"erialesMdidac"icosKCorrelacionMregresionMrec"aMregresionKcorrelaci
onMyMregresion.I"m
:"tores:
CamacIo Leonel
leonelMplayNIo"mail.com
Rober" -maya
Casanova JesGs
/rof.: Sos( /erdomo
.ociolo'a Intersemestrales
$ni#ersidad Nacional E,perimental de los -lanos 1ccidentales
E!e&"iel eamora
$NE--Ee
Narinas, :'osto del 2=A=
/ara #er trabajos similares o recibir informacin semanal sobre n"e#as p"blicaciones, #isite 000.mono'rafias.com