Documente Academic
Documente Profesional
Documente Cultură
14
2016
UN CASO
TEMATICA:
Anlisis de correlacin. Diagrama de dispersin.
Coeficiente de correlacin lineal de Pearson. Modelo de
regresin lineal simple (Aplicaciones con SPSS, MINITAB o
EXCEL).
CAPACIDADES:
Calcula el coeficiente de correlacin de Pearson para
dos variables cuantitativas.
Estima los coeficientes para el modelo de regresin
lineal simple.
Interpreta la asociacin de dos variables cuantitativas
mediante la aplicacin de la correlacin y regresin
lineal simple.
simple.
ACTIVIDADES:
CONTENIDO
ANLISIS DE
REGRESIN
CORRELACI
N
DEFINICIN
CORRELACI
N LINEAL
SIMPLE
Fuente: Elaboracin por la Coordinacin de Mtodos Estadsticos.
REGRESIN
LINEAL
SIMPLE
CARACTERTI
CAS
MODELO
LINEAL
CORRELACIN
REGRESIN LINEAL SIMPLE
El anlisis de correlacin tiene por objetivo medir la
fuerza de una relacin entre variables cuantitativas
o cualitativas . Ella es medida a travs del
coeficiente de correlacin
variables cuantitativas ( que tiene distribucin
normal) La correlacin de Pearson
variables cualitativas ( que no tiene distribucin
normal) la correlacin de tau de kendall o spearman.
El anlisis de correlacin se realiza para determinar
el grado de relacin que hay entra las variables
CORRELACION
TIPO DE
Sxy< 0 relacin lineal inversa o negativa
CORRELACION
Sxy> 0 relacin lineal directa
o
positiva
Y - Y
Y - Y
X - X
X - X
Y - Y
Coeficiente de
correlacin:
X - X
rxy
X
n xy ( x)( y )
n x 2 ( x ) 2 n y 2 ( y ) 2
DIAGRAMA DE
DISPERSION
representacin
grafica de los distintos
Es la
valores de la variable
estadstica bidimensional (Xi, Yi) en el sistema cartesiano. Esta
representacin da origen a una NUBE DE PUNTOS que se
denomina DIAGRAMA DE DISPERSIN O ESPARCIMIENTO.
y
y
Lineal positiva
Lineal negativa
Ninguna relacin
No lineal
MEDIDA DE
CORRELACION
LINEAL SIMPLE
Se realiza a travs del Coeficiente de Correlacin Lineal de
Pearson (r).
Se utiliza cuando las variables de estudio son cuantitativas
medidas en escala de intervalo o razn.
El Coeficiente puede tomar cualquier valor entre -1 y 1
r = 1 (relacin lineal directa y perfecta)
r = -1 (relacin lineal inversa y perfecta)
r = 0 (indica que las dos variables no estn asociadas)
CORRELACION LINEAL
SIMPLE
n.(XY ) (X )(Y )
n.(X 2 ) (X ) 2 .
2
2
n. Y Y
CORRELACIN
REGRESIN LINEAL SIMPLE
ECUACION DE
REGRESION
1
0
n X iYi ( X i )( Yi )
i 1
n X i2 ( X i ) 2
ACTIVIDAD
En un determinado sector, la produccin y las exportaciones
durante los ltimos aos han sido:
Ao
2000
2001
2002
2003
2004
Produccin
(miles y)
400
420
440
480
500
Exportacin
(miles x)
80
80
90
92
98
ACTIVIDAD EN AULA
REFERENCIAS
Molina, H. (2012). Mtodos Estadsticos. Lima: UCV Lima Norte.
Casas, J. (2006) Ejercicios de Inferencia Estadstica y Muestreo
para Economa y Administracin de Empresas. Ed. Pirmide.
Cdigo UCV: 330.015195076 C33
Montgomery, M. y Runger, G. (1999) Probabilidad y Estadstica
Aplicada a la Ingeniera. Mxico DF: Mc Graw Hill.
Norman, R. (1998). Bioestadstica. Editorial Harcourt Brace.
Cdigo UCV: 570.15195 N84
Walpole, R. (2002) Probabilidad y Estadstica para Ingenieros.
(6 Ed.) Mxico DF: Pearson Education.
Y2
4
25
81
6
9
13
16
21
27
96
36
256
189
81
441
351
169
36
80
689
312
729
1536
n(XY ) (X )(Y )
n(X 2 ) (X ) 2 n Y 2 Y 2
6(689) (36)(80)
6(312) (36) 2 61536 80 2
1254
(576)( 2816)
1254
r
1273,58392
r 0.9846
1
0
n X iYi ( X i )( Yi )
i 1
n X i2 ( X i ) 2
Y B0 B1. X
X
n
6(689) 36(80)
1
2.177
2
6(312) (36)
(80)
36
0
(2.177) 0.271
6
6
Y 0.271 2.177. X
Correlations
horas
Pearson Correlation
salario
,985**
horas
Sig. (2-tailed)
,000
N
6
6
Pearson
,985**
1
Correlacin
salario
Sig. (2-tailed)
,000
N
6
6
**. Correlation is significant at the 0.01 level (2-tailed).
y B B1a
y 0.271 2.177 x
N de
observacion
es
(x
Obreros (
y)
x.y
X2
Y2
16
32
256
15
45
225
13
65
169
25
11
77
121
49
72
64
81
10
60
36
100
13
39
169
49
390
880
437
Total
Das
72
n(X 2 ) (X ) 2 n Y 2 Y 2
2730 3528
r
6160 5184 3059 2401
798
801.38
r 0.9957
1
0
n X iYi ( X i )( Yi )
i 1
n X i2 ( X i ) 2
X
n
7(390) 72(49)
1
0.81
2
7(880) (72)
(49)
72
0
(0.81)
15.403
7
7
Correlations
dias
obreros
Pearson
1
-,996**
Correlation
dias
Sig. (2-tailed)
,000
N
7
7
Pearson
-,996**
1
Correlation
obreros
Sig. (2-tailed)
,000
N
7
7
**. Correlation is significant at the 0.01 level
(2-tailed).
y a bx
y 18.775 (1.213) x
Aos
que ha
fumado
(x)
Daos en
los
pulmones
(y)
25
55
36
50
15
30
48
75
39
70
42
70
31
55
22
45
33
35
10
45
336
72
557
Total
X:Y
1375
625
3025
1800
1296
2500
225
900
3600
2304
5625
2730
1521
4900
2940
1764
4900
1705
961
3025
990
484
2025
1155
1089
1225
3240
2025
5184
19985 12294
33309
450
n XY X Y
[n X 2 ( X ) 2 ][ n Y 2 ( Y ) 2 ]
10(19985) (336)(557)
[10(12294) (336) 2 ][10(33309)- (557) 2
r = 0,84
Correlaciones
Aos
Daos
que ha en los
fumado pulmon
es
Correlacin
1
,838**
Aos que de Pearson
ha
Sig.
,002
fumado
(bilateral)
N
10
10
Correlacin
,838**
1
Daos en de Pearson
los
Sig.
,002
pulmones (bilateral)
N
10
10
**. La correlacin es significativa al nivel 0,01
Regresin
(bilateral).
Modelo
Coeficientesa
Coeficientes no Coeficie
t
Sig.
estandarizados
ntes
tipificad
os
B
Error
Beta
tp.
(Constante)
2,635
7,376
,357 ,730
Daos en los
4,35
,556
,128
,838
,002
55
Casos
1
2
3
4
5
6
7
8
9
10
15
5
50
x
150
155
180
160
170
165
185
175
160
165
Totale
s
1665
85
65
y
55
50
85
65
75
60
80
70
65
60
665
75
60
xy
8250
7750
15300
10400
12750
9900
14800
12250
10400
9900
111700
80
x2
22500
24025
32400
25600
28900
27225
34225
30625
25600
27225
70
65
y2
3025
2500
7225
4225
5625
3600
6400
4900
4225
3600
27832
5
45325
165
60
Correlaciones
Correlaciones
Estatura
Peso
Correlacin de
Pearson
Sig. (bilateral)
N
Correlacin de
Pearson
Sig. (bilateral)
N
Estatura
Peso
,887**
10
,001
10
,887**
,001
10
10
Coeficientesa
Coeficientes no
estandarizados
Modelo
B
1
(Constant
e)
Estatura
Error tp.
-81,122
27,280
,887
,164
Coeficient
es
tipificados
Beta
,887
Sig.
-2,974
,018
5,422
,001