ANLISIS DE DATOS BIVARIADOS

ESTADSTICA II
AUTOR: Rogelio Alvarado Martinez
NDICE

NDICE

1. ANLISIS DE DATOS BIVARIADOS

1.1. Coeficiente de correlacin r

1.2. Modelo de regresin lineal

Acceso rpido
1.3. Coeficiente de determinacin

GENERALIDADES DESARROLLO








REFERENCIAS

Este material pertenece al Politcnico

Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproduccin total
o parcial.
 01 -------
INTRODUCCIN 1. ANLISIS DE DATOS BIVARIADOS
02 -------
La toma de decisiones basada en predicciones de sucesos futuros es esencial para la
administracin, si se puede determinar cmo lo conocido se relaciona con un evento futuro
puede ayudar considerablemente en la toma de decisiones, es as como en esta unidad vamos a
analizar la relacin entre variables. 1.1. Coeficiente de correlacin r

En la unidad anterior manejamos la prueba chi cuadrado de independencia para determinar si Para medir el grado de asociacin entre dos variables se utiliza el coeficiente de correlacin que
puede notarse como r en minscula o R en mayscula.
exista una relacin entre variables, pero esa prueba no nos dice cmo es esa relacin. En esta
unidad vamos a utilizar el anlisis de regresin y el de correlacin para determinar, tanto la
naturaleza como la fuerza entre dos variables. Con el anlisis de regresin desarrollaremos una
ecuacin de estimacin, es decir, una frmula matemtica para determinar una variable
desconocida en base a unas variables conocidas y con un anlisis de correlacin se va a medir el
grado de relacin entre dos variables. (n XY ) ( X )(Y )
Frmula; r =
2 2 2 2

n X ( X ) n Y ( Y )

RECOMENDACIONES ACADMICAS

Ejemplo:
Hasta el momento los temas vistos han sido para datos univariados. En esta unidad se tratarn
algunos conceptos importantes relacionados con datos bivariados. Estos datos son los que se Con el nimo de determinar la relacin que existe entre el nmero de comerciales que se
obtienen al analizar dos variables en forma simultnea, una variable considerada como variable transmiten al da sobre un producto y las ventas semanales del producto en miles de unidades
independiente, la variable X y una variable dependiente, la variable Y. Por ejemplo, la oferta y la monetarias, se obtiene la siguiente informacin:
demanda de un producto, el tiempo de estudios y el nivel de ingresos por empleado o los costos

de publicidad y los ingresos por ventas que conducen a la prediccin o estimacin de valores

Como en las unidades anteriores, se recomienda revisar las lecturas y las teleconferencias en Nmero de 4 4 5 6 9 11 13 14 17 18
detalle, siguiendo los ejemplos con papel, lpiz y calculadora, para la mejor comprensin del comerciales
tema, para cualquier duda, puede usar los canales de comunicacin tales como: correo, X
elluminate y chat.
Ventas 2,0 1,3 1,5 2,0 2,8 3,0 3,5 3,0 4,0 4,5

semanales
Y

Tabla 1. Nmero de comerciales y ventas semanales

Fuente: Elaboracin propia (2016)

3 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 4

 Estos valores corresponden a parejas ordenadas (x, y) que podemos llevar al plano cartesiano y Enseguida, elaboramos la siguiente tabla, que facilita la aplicacin de las frmulas para
marcar los puntos respectivos obteniendo un grfico llamado Diagrama de Dispersin o Nube determinar el coeficiente de correlacin y la ecuacin de regresin lineal simple.
de Puntos.

X Y XY X2 Y2

4 2,0 8 16 4

4 1,3 5,2 16 1,69

5 1,5 7,5 25 2,25

6 2,0 12 36 4

9 2,8 25,2 81 7,84

11 3,0 33 121 9

13 3,5 45,5 169 12,25

Figura 1. Diagrama de dispersin

14 3,0 42 196 9
Fuente: Elaboracin propia (2016)

17 4,0 68 289 16
La realizacin del diagrama de dispersin es fundamental. A partir de l, visualizamos el
comportamiento de los datos y nos indica, en forma aproximada, el tipo de relacin que hay entre 18 4,5 81 324 20,25
las variables.

101 27,6 327,4 1273 86,28

Tabla 2. Columnas de trabajo

Fuente: Elaboracin propia (2016)

5 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 6

 r=
(10)(327,4) ) (101)(27,6) Este coeficiente se interpreta teniendo en cuenta su valor como tal y su signo.

(10)(1273) (101) 2 (10)(86,28) ( 27,6) 2 Si el valor se acerca a 1 o a 1 existe una fuerte correlacin entre las variables. Si se acerca a 0 no
hay relacin.

Si el signo es positivo indica que hay una relacin directa entre X y Y, es decir, a mayores valores
r = 0,962 de X mayores valores de Y y si es negativo, la relacin es inversa, es decir, a mayores valores de X
menores valores de Y.

En el ejemplo, el coeficiente de correlacin con un valor de 0,962 indica que existe una relacin
El valor de este coeficiente da entre 1 y 1, es decir, fuerte entre el nmero de comerciales y las ventas semanales del producto. Como el resultado es
positivo, indica que a medida en que aumenta el nmero de comerciales, aumentan las ventas
1 r 1 semanales.

Una vez establecida la relacin entre variables, es importante establecer la Influencia que tiene
la variable independiente, nmero de comerciales, sobre la variable dependiente, ventas
de tal forma que: semanales.

Si r se acerca a 1 hay correlacin positiva entre las variables, Para cuantificar dicha relacin y tener una aproximacin de la magnitud de la influencia de los
gastos en publicidad sobre las ventas, se debe trabajar el modelo de regresin lineal.
si se acerca a 1 la correlacin es negativa y

si se acerca a 0 las variables son independientes, no tiene que ver la una con la otra.

1.2. Modelo de regresin lineal
El siguiente diagrama resume los anlisis del coeficiente de correlacin, entre dos variables:
Sobre la nube de puntos se traza una lnea recta que cobije la mayora de los puntos. La mejor
ecuacin que tiene las mnimas distancias con respecto a los puntos reales, se establece con el
mtodo conocido como mtodo de mnimos cuadrados.

La regresin lineal establece para el anlisis de las dos variables la ecuacin de una lnea recta:

Y = A + BX

Y : simboliza la variable dependiente calculada para diferenciarla de la real u observada.

A: Es el intercepto o punto de corte de la recta con el eje Y. Si la pendiente es positiva indica el
Figura 2. Interpretacin correlacin valor mnimo estimado de Y, si es negativa indica el valor mximo estimado de Y.

Fuente: Elaboracin propia (2016)

7 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 8

 B: Es la pendiente de la recta. Indica el incremento que sufre la variable Y cuando la variable X El punto de corte indica que si X=0, es decir, si no hay comerciales, se estiman ventas mnimas de
aumenta en una unidad. 0,8175 unidades monetarias.

A y B son conocidos como los parmetros del modelo. Son valores desconocidos que se pueden La pendiente indica que al aumentar los comerciales las ventas aumentan en 0,1923 unidades
calcular por el mtodo de mnimos cuadrados. monetarias.

Para determinar el valor A que representa el punto de corte de la recta con el eje Y y B que
representa la pendiente de la recta, se emplean las siguientes ecuaciones:
1.3. Coeficiente de determinacin

El coeficiente de determinacin mide el porcentaje de valores de la variable dependiente Y, que
n XY ( X )( Y ) caen sobre la lnea recta, se interpreta como el porcentaje de valores de Y que son explicados por
B= el modelo lineal en funcin de la variable X.
n X 2 ( X ) 2
El coeficiente de determinacin se simboliza con r2 y se obtiene como el cuadrado del coeficiente
de correlacin.
A = Y BX
Este coeficiente siempre da un valor entre 0 y 1 y para la interpretacin se multiplica por 100 para
expresarlo en porcentaje. Un modelo de regresin lineal presenta buen ajuste (el modelo es

bueno) si el coeficiente de determinacin es mayor o igual al 75%.
En el ejemplo anterior:

Primero se calcula la pendiente B porque se requiere para el clculo de A:
r275% el modelo presenta buen ajuste.


n XY ( X )( Y )
B=
n X 2 ( X ) 2

Para el modelo del ejemplo anterior se tiene que:
10(327,4) (101)(27,6) 3274 2787,6
B= = = 0,1923
10(1273) (101) 2 12730 10201
r = 0,962 entonces r2= (0,962)2

r2 = 0,9254

A=
Y B X A = 27,6 (0,1923)(101) = 0,8175
n 10
(Se multiplica por 100 y se expresa en porcentaje).

El 92,54% de las ventas son explicadas por el modelo de regresin lineal en funcin del nmero
Y = 0,8175 + 0,1923 X de comerciales. El modelo presenta un buen ajuste para los datos.

9 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 10

 a) Dibuje el grfico de dispersin que muestre el comportamiento de las dos variables.

b) Encuentre el modelo de regresin lineal para estimar las ventas semanales en funcin del
nmero de empleados.

c) Interprete los parmetros del modelo.

d) Cul es el nivel o grado de asociacin entre variables?

e) Qu porcentaje de las ventas son explicadas por el modelo lineal en funcin del nmero
de empleados?

f) Estime las ventas para un almacn que tiene 50 empleados.

Solucin:

a) Grfico de dispersin:
Figura 3. Ajuste del modelo
Sobre el eje X se colocan los valores para el nmero de empleados utilizando una escala de valores
Fuente. Elaboracin propia (2016)
apropiada, teniendo en cuenta el valor mximo y el mnimo de los datos. En forma similar se
colocan los valores de Y y se ubican las parejas ordenadas de valores.

Ejemplo:

Se quiere medir la relacin que existe entre el nmero de empleados (X) y las ventas semanales
(en millones de $) (Y), para un grupo de almacenes del sector de los alimentos en una ciudad. Los
datos obtenidos son los siguientes:

X 12 16 20 28 30 32 36 40

Y 20 30 36 44 80 60 95 98

Tabla 3. Ejemplo ventas y nmero de empleados

Fuente. Elaboracin propia (2016)
Figura 4. Grfico de dispersin nmero de empleados, ventas

Fuente. Elaboracin propia (2016)

11 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 12

 b) para construir el modelo de regresin lineal: Y = A + BX se completan los valores Los resultados obtenidos se van reemplazando en las frmulas establecidas para obtener los
dados inicialmente de la siguiente forma: parmetros del modelo de regresin lineal.

n XY ( X )( Y ) (8)(14332) (214)(463)
X Y XY 2
X Y 2 B= 2 2
= = 2,8649
n X ( X ) (8)(6404) (214) 2

12 20 240 144 400

16 30 480 256 900 A=

Y B X =
463 (2,8649)(214)
= 18,763
n 8

20 36 720 400 1296

Reemplazando en la ecuacin del modelo de regresin lineal, queda:

28 44 1232 784 1936

30 80 2400 900 6400

Y = 18,763 + 2,8649 X
32 60 1920 1024 3600

c) En este modelo el valor de A=-18,763 indica que si no hay empleados (X=0) se

36 95 3420 1296 9025 estara dejando de vender $18`763.000.

40 98 3920 1600 9604 El valor de B=2,8649 indica que por cada empleado se estima que las ventas semanales aumentan
en $2`864.900.

214 463 14332 6404 33161

d) El nivel o grado de asociacin entre variables se mide con el coeficiente de

Tabla 4. Ampliacin tabla nmero de empleados, ventas
correlacin r:
Fuente. Elaboracin propia (2016)

r=
(n XY ) ( X )(Y )
2 2 2 2
n X ( X ) n Y ( Y )
n = 8 X = 214 Y = 463

2 2
X = 6404 Y = 33161 XY = 14332

13 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 14

 r=
(8)(14332) ) (214)(463) = 0,936 X Y XY X2 Y2
2 2
8(6404) ( 214) (8)(33161) (463)
17 9 153 289 81

El valor es positivo y cercano a 1, lo que indica que existe una correlacin fuerte entre el nmero 15 12 180 225 144
de empleados y las ventas semanales. El signo positivo indica que, a mayor nmero de empleados
en los almacenes, se tienen mayores ventas semanales.
15 13 195 225 169

13 16 208 169 256
e) El porcentaje de las ventas semanales explicadas por el modelo lineal en funcin del
nmero de empleados, se mide con el coeficiente de determinacin:
12 20 240 144 400
2
r = 0,876
10 20 200 100 400
El 87,6% de las ventas son explicadas por el modelo lineal, presentando un buen modelo para
hacer estimacin de valores (r2 mayor al 75%).
8 23 184 64 529

f) Ventas estimadas para un almacn con 50 empleados: 90 113 1360 1216 1979

Y = 18,763 + 2,8649(50) Tabla 5. Ejemplo 2 consumo y precio de un producto

Fuente. Elaboracin propia (2016)

Y = 124 ,482

a) Encontrar el modelo de regresin lineal.
Se estiman ventas de $124`482.000 para un almacn con 50 empleados.
b) Estimar los parmetros del modelo.
2. En un estudio de consumidores se quiere analizar el comportamiento del consumo
c) Calcular e interpretar el coeficiente de correlacin.
semanal del producto (Y en libras), en funcin del precio del producto por libra (X en
miles de pesos) y para esto se tiene informacin de los ltimos meses, encontrando:
d) Calcular e interpretar el coeficiente de determinacin.

e) Estimar el consumo del producto para un precio de $20.000.

15 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 16

 Solucin: c) Coeficiente de correlacin:

a) para el modelo de regresin lineal:

r=
(n XY ) ( X )(Y )

n = 7 X = 90 Y = 113 n X ( X ) n Y ( Y ) 2 2 2 2

X 2
= 1216 Y 2 = 1979 XY = 1360

r=
(7)(1360) ) (90)(113) = 0,972
2 2
7(1216) (90) (7)(1979) (113)
Y = A + BX

Hay correlacin negativa entre el precio del producto y el consumo, esto significa que a
medida en que aumenta el precio disminuye el consumo.
Los parmetros del modelo, quedan:

n XY ( X )( Y ) (7)(1360) (90)(113)
B= 2 2
= = 1,5776 d) r
2
= 0,946
n X ( X ) (7)(1216) (90) 2

A=
Y B X =
113 (1,5776)(90)
= 36,4271
n 7 El 94,6% del consumo es explicado por el modelo lineal en funcin del precio del producto,
el modelo presenta un buen ajuste para los datos.


El modelo lineal es:
e) Y = 36,4271 1,5776 X
Y = 36,4271 1,5776 X
Y = 36,4271 1,5776(20) = 4,8751


b) Para la interpretacin de los parmetros A y B del modelo, se tiene en cuenta que la
pendiente es negativa.
El consumo mximo estimado es de 36,4271 unidades del producto, cuando el precio aumenta
en $1.000 el consumo disminuye en 1,5776 unidades.

17 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 18

 04 -------
REFERENCIAS

Textos

Anderson D., Sweenei, D. y Willians, T. (2004). Estadstica para administracin y economa. Mxico: Cengage
Learning Editores,

Lind, Marchal y Wathen (2012). Estadstica Aplicada a los negocios y la economa. Mxico: Mac Graw Hill.

Martinez, C. (2002). Estadstica y Muestreo. Bogot: ECOE Ediciones

Newbold, P. (2008). Estadstica para los Negocios y la Economa. Mxico: Ed. Prentice Hall.

Triola, M. (2013). Estadstica. Mxico: Pearson

Walpole R. y Myers R. (2008). Probabilidad y Estadstica para Ingenieros. Mxico: Prentice Hall.

Webster A. L. (2000). Estadstica aplicada a los negocios y la economa. Mxico: McGraw Hill.

LISTA DE FIGURAS

Figura 1. Diagrama de dispersin

Figura 2. Anlisis de correlacin

Figura 3. Ajuste del modelo

Figura 4. Nmero de empleados y ventas

LISTA DE TABLAS

Tabla 1. Nmero de comerciales y ventas

Tabla 2. Ampliacin tabla nmero de comerciales y ventas

Tabla 3. Ejemplo1 ventas y nmero de empleados

Tabla 4. Ampliacin tabla ejemplo1

Tabla 5. Ejemplo 2 consumo y precios

19 POLITCNICO GRANCOLOMBIANO ESTADSTICA II 20

POLITCNICO GRANCOLOMBIANO - 2016