COEFICIENTE DE CORRELACIN,r

El coeficiente de correlacin (r) es una medida de la intensidad de la relacin entre dos variables.

Requiere datos con escala de intervalo o de razn (variables). Puede tomar valores entre -1.00 y 1.00. Valores de -1.00 o 1.00 indican correlacin fuerte y perfecta. Valores cercanos a 0.0 indican correlacin dbil. Valores negativos indican una relacin inversa y valores positivos indican una relacin directa

COEFICIENTE DE CORRELACIN,r
Frmula para calcular el coeficiente r: n (xy) - ( x) ( y)

r = _______________________________
[n(x2) - ( x)2] [n(y)2 - (y)2 ]

Correlacin Negativa Perfecta

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

Correlacin Positiva perfecta

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

Correlacin CERO

10

Ejemplo 1 El gerente de marketing de una gran cadena de supermercados le gustara utilizar el espacio en el estante para predecir las ventas de alimentos para mascotas, se selecciona una muestra de 12 tiendas. Existe alguna relacin entre las variables?
Espacio Ventas Estante (pies) Semanales ($) 5 160 5 220 5 140 10 190 10 240 10 260 15 230 15 270 15 280 20 260 20 290 20 310

Tienda 1 2 3 4 5 6 7 8 9 10 11 12

Diagrama de Dispersin
Ventas Semanales ($) Vs Espacio Estante (pies)
350

300

250

Ventas ($)

200

150

100

50

0 0 5 10 15 20 25

Espacio Estante (pies)

r= 0.83

REGRESIN LINEAL SIMPLE

El objetivo es establecer una relacin cuantitativa entre dos variables relacionadas, con la finalidad de Explicar el valor de una variable Y (dependiente) en funcin de otra variable X (independiente). * Esta relacin se obtiene ajustando una lnea entre los puntos 0bservados

MODELO DE REGRESION LINEAL SIMPLE

La relacin entre las dos variables es una relacin lineal definida de la siguiente manera:

Intercepto con Y

Pendiente

Error Aleatorio

Yi 0 1 X i i
Variable Dependiente (Respuesta) Variable Independiente (Explicatoria)

AJUSTE DEL MODELO

1.

Mejor Ajuste Significa que las Diferencias entre el Valor Real (Yi) & el Valor Predecido Y

son Mnimas Pero Diferencias Positivas Anulan las Negativas,por lo que las elevamos al cuadrado. As, las diferencias se ponderan de acuerdo a su tamao.

) e2 (Y Y i i i
i 1 i 1
2. Mnimos Cuadrados Ordinarios, minimiza la Suma de los Cuadrados de las Diferencias (o Errores)

COEFICIENTES DEL MODELO

Ecuacin de Regresin Muestral Pendiente muestral

Y i b 0 b1 X i
b 1 SPXY SCX

Intercepto en Y muestral

b 0 Y b1 X

Aplicacin Prctica

Tomando el ejemplo 1, se puede predecir las ventas semanales ($) en funcin del espacio en el estante (pies)?
El modelo hallado es:

145 7.4 X i Y i
Bo = 145

B1= 7.4

SALIDA EXCELL

Coeficientes Error tpico Estadstico t Probabilidad Intercepcin Espacio Estante (pies) 145 21.7830209 6.65656066 7.4 1.59080692 4.6517273 5.66278E-05 0.000905656

Interpretacin: Pendiente b1: Las ventas semanales (Y) se incrementarn en 7.4 veces por cada unidad de espacio que se incremente en el estante. Intercepto bo: El promedio de las ventas es de 145, cuando no se incrementa el espacio de los estantes.

Medidas de Variacin en la Regresin

1. Suma de cuadrados TOTAL (SST suma total de cuadrados). Mide la variacin del valor

observado Yi alrededor de su promedioY

2. Variacin explicada (SCR) Suma de Cuadrado de regresin.Variacin debida a la relacin entre X

& Y.
2. Variacin NO explicada (SCE) Suma de Cuadrado del Error.Variacin debida a otros factores

Coeficiente de Determinacin
Mide el porcentaje de la variacin de la variable dependiente que probablemente es explicado por la variable independiente. Es un indicador del ajuste del modelo.

Su valor esta entre 0 y 1.

Variacin Explicada Variacin Total

SCR SCT

Salida Excel
Estadsticas de la regresin Coeficiente de correlacin mltiple Coeficiente de determinacin R^2 R^2 ajustado Error tpico
Observaciones 0.82700064 0.68393006 0.65232306 30.8058436 12

ANLISIS DE VARIANZA Promedio S. de los Cuadrados cuadrados 1 10 11 20535 9490 30025 949 Valor crtico de F 0.000905656

Gl Regresin Residuos Total

20535 21.63856691

Regresin Lineal Mltiple

* Para dos variables independientes, la frmula general de la ecuacin de regresin mltiple es: Y ' a b1 X 1 b2 X 2 * X1 y X2 son las variables independientes. a: es la intercepcin en Y. b1: es el cambio neto en Y por cada cambio unitario en X1, manteniendo X2 constante. Se denomina coeficiente de regresin parcial, coeficiente de regresin neta o bien coeficiente de regresin.

Regresin Lineal Mltiple

* La ecuacin general de regresin mltiple con k variables independientes es:

Y ' a b1 X 1 b2 X 2 ...bk X k
El criterio de mnimos cuadrados se usa para el desarrollo de esta ecuacin. * Como estimar b1, b2, etc. es muy tedioso, existen muchos programas de cmputo que pueden utilizarse para estimarlos.

Matriz de Correlaciones
La matriz de correlacin se usa para mostrar todos los posibles coeficientes de correlacin simple entre todas las variables.
. La matriz tambin se til para localizar la correlacin de las variables independientes. . En la matriz se muestra qu tan fuerte est correlacionada la variable independiente con la variable dependiente.

Prueba Global
La prueba global se usa para investigar si todas las variables independientes tienen coeficientes significativos. Las hiptesis son:

H 0 : 1 2 3 ... k 0
Ha : al menos uno de los coeficientes de regresin no es cero
El estadstico de prueba es la distribucin F con k (nmero de variables independientes) y n - (k + 1) grados de libertad, donde n es el tamao de la muestra

Pruebas Individuales
* La prueba se usa para determinar qu variable independiente tiene coeficientes de regresin diferentes de 0. * Las variables que tiene coeficientes de regresin cero, suelen desaparecer del anlisis. * El estadstico de prueba es la distribucin t con n - (k + 1) grados de libertad.

Aplicacin Prctica