MARIANA CASTRO

m
er as
co
eH w
o.
UNIVERSIDAD DE CIENCIA Y TECNOLOGÍA DESCARTES
rs e
ou urc
o

ESTADÍSTICA Y PROBABILIDAD I
aC s
vi y re
ed d

INVESTIGACIÓN SOBRE LAS DIFERENCIAS ENTRE

ar stu

CORRELACIÓN LINEAL Y REGRESIÓN LINEAL

sh is
Th

5030

1
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/
 Índice.

Introducción ………………………………………………………………………. Pp. 3-4

Contenido ………………………………………………………………………… Pp- 4-5

Conclusión………………………………………………………………………… Pp. 5

Bibliografía ………………………………………………………………………… Pp. 6

m
er as
co
eH w
o.
rs e
ou urc
o
aC s
vi y re
ed d
ar stu
sh is
Th

2
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/
 Introducción.

La correlación lineal y la regresión lineal simple son métodos estadísticos que

estudian la relación lineal existente entre dos variables.

De acuerdo a Tamara Gascó, la correlación lineal, tiene como propósito determinar

cuál es el grado de intensidad que existe entre dos datos o variables. Por ello, el
coeficiente de correlación lineal sirve para comprobar cuándo la relación entre dos
variables es lineal, por ejemplo como se relaciona la cantidad de fumadores con la
cantidad de enfermos de cáncer del pulmón o la relación que tienen las notas de
cursos de estudiantes de diferentes universidades o diferentes nivel económico.

m
er as
La finalidad de la correlación es examinar la dirección y la fuerza de la asociación

co
entre dos variables cuantitativas. Así conoceremos la intensidad de la relación entre

eH w
ellas y si, al aumentar el valor de una variable, aumenta o disminuye el valor de la

o.
otra variable.
rs e
ou urc
Para valorar la asociación entre dos variables, la primera aproximación suele
hacerse mediante un diagrama de dispersión.
o
aC s

Para estudiar la relación lineal existente entre dos variables continuas es necesario
vi y re

disponer de parámetros que permitan cuantificar dicha relación. Uno de estos

parámetros es la covarianza, que indica el grado de variación conjunta de dos
ed d

variables aleatorias.
ar stu

La covarianza depende de las escalas en que se miden las variables estudiadas,

por lo tanto, no es comparable entre distintos pares de variables. Para poder hacer
sh is

comparaciones se estandariza la covarianza, generando lo que se conoce como

Th

coeficientes de correlación. Existen diferentes tipos, de entre los que destacan el

coeficiente de Pearson, Rho de Spearman y Tau de Kendall.

Por otro lado, la regresión lineal, de acuerdo a Clara Laguna, está dirigida a describir
cómo es la relación entre dos variables X e Y, de tal manera que incluso se pueden
hacer predicciones sobre los valores de la variable Y, a partir de los de X. Cuando
la asociación entre ambas variables es fuerte, la regresión nos ofrece un modelo
estadístico que puede alcanzar finalidades predictivas.

3
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/
 La regresión es su forma más sencilla se llama regresión lineal simple. Se trata de

una técnica estadística que analiza la relación entre dos variables cuantitativas,

tratando de verificar si dicha relación es lineal. Con la regresión podemos construir

una fórmula que nos dé el número de enfermos de cáncer de pulmón en función de
los fumadores o el número de cursos aprobados en función de la universidad o del
estatus social del estudiante.

Si tenemos dos variables hablamos de regresión simple, si hay más de dos

variables regresión múltiple.

Diferencias entre la correlación lineal y regresión lineal.

m
er as
Joaquín Amat, señala que existen cerca de 6 diferencias principales entre ambas

co
eH w
herramientas, las cuales son:

o.
rs e
1. La correlación cuantifica como de relacionadas están dos variables, mientras
ou urc
que la regresión lineal consiste en generar una ecuación (modelo) que,
basándose en la relación existente entre ambas variables, permita predecir
o

el valor de una a partir de la otra.

aC s
vi y re

2. El cálculo de la correlación entre dos variables es independiente del orden o

asignación de cada variable a X e Y, mide únicamente la relación entre
ambas sin considerar dependencias. En el caso de la regresión lineal, el
ed d

modelo varía según qué variable se considere dependiente de la otra (lo cual
ar stu

no implica causa-efecto).
3. A nivel experimental, la correlación se suele emplear cuando ninguna de las
sh is

variables se ha controlado, simplemente se han medido ambas y se desea

Th

saber si están relacionadas. En el caso de estudios de regresión lineal, es

más común que una de las variables se controle (tiempo, concentración de
reactivo, temperatura…) y se mida la otra.
4. Por norma general, los estudios de correlación lineal preceden a la
generación de modelos de regresión lineal. Primero se analiza si ambas
variables están correlacionadas y, en caso de estarlo, se procede a generar
el modelo de regresión.

4
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/
 5. La regresión supone que hay una variable fija, controlada por el investigador
(es la variable independiente o predictora), y otra que no está controlada
(variable respuesta o dependiente). La correlación supone que ninguna es
fija: las dos variables están fuera del control de investigador.
6. La correlación suele ser el primer análisis que se realiza ya que se quiere
comprobar si existe relación entre las variables, en cambio el análisis de
regresión se suelen tomar datos con el fin de encontrar una relación que
prevea la salida del proceso cambiando los datos que afectan a esta.

m
er as
Conclusión.

co
eH w
Para concluir, se puede afirmar que ambas herramientas son de suma importancia

o.
para analizar un conjunto de datos y sus relaciones. Por su parte, cuando se está
rs e
realizando una correlación se necesita saber con qué fuerza influye una variable
ou urc
con el comportamiento de la segunda variable, es decir, cuando medimos la
correlación nos interesa saber que tan importante es una variable y que tanto influye
o
aC s

en el resultado.
vi y re

Y del otro lado, se encuentra la regresión, que si bien resulta un punto importante
dentro del análisis, primero es necesario que se realice una correlación entre
ed d

variables, y después proceder a la regresión, ya que esta es la construcción de una

ar stu

ecuación matemática que muestra el comportamiento de dos variables a partir de

datos obtenidos. Por ejemplo, si deseo saber el número de alumnos en una clase
sh is

de biología y quiero saber la cantidad de alumnos que aprobaran, lo puedo lograr

Th

gracias a datos estadísticos que me han generado una ecuación que describa el
comportamiento del número de alumnos aprobados en función del número de
alumnos que son parte de la clase de biología.

5
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/
 Bibliografía.

• Gascó, T. (2019). Definición de Coeficiente de correlación lineal. Recuperado

de Economía Simple: https://www.economiasimple.net/glosario/coeficiente-
de-correlacion-lineal
• Laguna, C. (2014). Correlación y regresión lineal. Recuperado de Instituto
Aragonés de Ciencias de la salud: http://www.ics-aragon.com/cursos/salud-
publica/2014/pdf/M2T04.pdf
• Amat, J. (2016). Correlación lineal y regresión lineal simple. Recuperado de
RStudio: https://rpubs.com/Joaquin_AR/223351

m
er as
co
eH w
o.
rs e
ou urc
o
aC s
vi y re
ed d
ar stu
sh is
Th

6
https://www.coursehero.com/file/54335093/diferencias-entre-correlacion-lineal-y-regresion-linealpdf/

Powered by TCPDF (www.tcpdf.org)