Documente Academic
Documente Profesional
Documente Cultură
Estadística Descriptiva
Docente
Apartado Antioquia
V Semestre
2020
Coeficiente de correlación
El Coeficiente de correlación es una medida que permite conocer el grado de asociación lineal
entre dos variables cuantitativas (X, Y).
En los siguientes Diagramas de dispersión se puede observar que existe una relación lineal entre
la variable X y la variable Y.
Para poder contar con un indicador que nos permita, por un lado establecer la covariación
conjunta de dos variables, y por otro, que tenga la universalidad suficiente para poder establecer
comparaciones entre distintos casos, se utiliza el coeficiente de correlación (lineal, de
Pearson).La correlación es, pues una medida de covariación conjunta que nos informa del
sentido de esta y de su relevancia, que está acotada y permite la comparación entre distintos
casos.
**Si r < 0 Hay correlación negativa : las dos variables se correlacionan en sentido inverso. A
valores altos de una de ellas le suelen corresponder valores bajos de la otra y viceversa. Cuánto
más próximo a -1 esté el coeficiente de correlación más patente será esta covariación extrema.
Si r= -1 hablaremos de correlación negativa perfecta lo que supone una determinación absoluta
entre las dos variables (en sentido inverso): Existe una relación funcional perfecta entre ambas
(una relación lineal de pendiente negativa).
** Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido directo. A
valores altos de una le corresponden valores altos de la otra e igualmente con los valores bajos.
Cuánto más próximo a +1 esté el coeficiente de correlación más patente será esta covariación.
Si r = 1 hablaremos de correlación positiva perfecta lo que supone una determinación absoluta
entre las dos variables (en sentido directo): Existe una relación lineal perfecta (con pendiente
positiva).
** Si r = 0 se dice que las variables están correlacionadas: no puede establecerse ningún sentido
de covariación.
El análisis de regresión lineal simple tiene por objetivo (1) describir las relaciones lineal
existente entre dos variables cuantitativa mediante la ecuación de la recta que mejor se ajusta a
los datos y (2) usar al ecuación para realizar una predicción de los valores de una variable
En el análisis de regresión lineal es simple cuando intervienen sólo dos variables: Una de ellas
variable dependiente, denotada por la letra Y. Los valores de la variable dependiente son los
que deseamos predecir, usando para ello la información aportada por la variable independiente
Ejercicio 1. Una determinada empresa de productos básicos muestra los datos del último año
de ventas (en millones de pesos) y al gasto en publicidad (en millones de pesos). La tabla
siguientes muestra estas dos variables X e Y.
X Y
181 16
176 17
174 15
196 21
200 19
188 17
184 18
193 20
190 21
199 22
170 15
184 17
Solución:
20
f(x) = 0.1 x
R² = 0.99
15
10
0
165 170 175 180 185 190 195 200 205
X 2235
X́ =∑ = =186,25≈ 186
n 12
X 218
Ý =∑ = =18,16 ≈ 18
n 12
2 X2 2 417335 2
σ X =∑ − x́ = −186 =37939,54−34596 ≈ 3344
n 12
2 y2 2 4024 2
σ =∑
y − ý = −18 =335,333−324 ≈ 11
n 12
σ x =√ 3344=57,82≈ 58
σ y =√ 11=3,31 ≈ 3,3
xy ❑ 40828
σ xy =∑ ´ ❑=
− x∗y −( 186∗18 )=3402−3348 ≈ 54
n 12
C Determine el tipo de correlación lineal hallando el coeficiente de correlación
54 54
R= = =0,99 COEFICIENTE DE CORRELACION
58∗3,3 191.4
La correlación entre las variables es muy buena ya que su valor se aproxima a 1
y = 0,0978x
X 52
X́ =∑ = =5,2
n 10
X 65
Ý =∑ = =6,5
n 10
2 X2 2 308 2
σ =∑
X − x́ = −5,2 =30,8−27,04 ≈ 3,76
n 10
2 y2 2 477 2
σ y =∑ − ý = −6,5 =47,7−42,25 ≈ 5,45
n 10
σ x =√ 3,76=1,93
σ y =√ 5,45=2,33
xy ❑ 332
σ xy =∑ ´ ❑=
− x∗y −( 5,2∗6,5 )=33,2−33,8 ≈−0,6
n 10
b. Grafique la nube de puntos
10 f(x) = 1.08 x
R² = 0.75
0
2 3 4 5 6 7 8 9 10 11
−0,6 −0,6
R= = =−0,018 COEFICIENTE DE CORRELACION
5,2∗6,5 33,8
La correlación entre las 2 variables es muy mala ya que se aleja de 1
y = 1,0779x
Con este trabajo llegamos a concluir que el coeficiente de correlación puede resultar muy
útil a la hora de buscar valores o sectores en los que podemos mejorar nuestra
diversificación.
Eso si siempre hay que analizar la lógica detrás del valor del coeficiente y analizar si su
valor se adecua a las características de la empresa que hay de hay detrás de una cifra
Referencia
https://www.uv.es/ceaces/base/descriptiva/coefcorre.htm
https://es.slideshare.net/JoanFernandoChipia/anlisis-de-correlacin-y-regresin-lineal-simple