Documente Academic
Documente Profesional
Documente Cultură
correlación
Introducción
En este capitulo el énfasis será cambiado. Ya que
se estudiará la relación entre dos o mas
variables y se desarrollara una ecuacion que
permita calcular una variable basada en otra.
Por ejemplo ¿existe relación entre lo que gasta
una empresa un publicidad y sus ventas?
En este capitulo se examinara primero el
significado y el objetivo del análisis de
correlación.
Se analizara una grafica diseñada para
representar la relación entre dos variables
conocido como el diagrama de dispersión.
Se desarrollara una ecuacion matemática que
permita calcular el valor de una variable con
base en el valor de otra lo que se conoce como
análisis de regresión.
Pasos a seguir
Tom Kller 20 30
Jeff Hall 40 60
Brian Virost 20 40
Greg Fish 30 60
Susan Walch 10 30
Carlos Ramirez 10 40
Rich Niles 20 40
Mike Kiel 20 50
Mark Reynolds 20 30
Soni Jones 30 70
Diagama de dispercion
Es aquel grafico que representa la
relación entre dos variables.
Variable Dependiente
Esla variable que se predice o calcula. Cuya
representación es “Y”. En el ejemplo seria el
numero de copiadoras vendidas.
Variable Independiente
Es la variable que proporciona las bases para
el calculo. Es la variable de predicción. Cuya
representación es: X1,X2,X3……. En el
ejemplo seria el numero de llamadas.
COEFICIENTE DE CORRELACION
Describe la intensidad de la relación entre dos
conjuntos de variables de nivel de intervalo.
Se lo denota con la letra r.
Se lo menciona con frecuencia como la r de
Pearson o como coeficiente de correlación
Puede tomar cualquier valor de -1.00 a +1.00
Un coeficiente de -1.00 o +1.00 indica una
correlación perfecta
Si no existe relación alguna entre los dos
conjuntos la r de Pearson será de 0
La relación también puede ser fuerte o débil
según si se aproxima a uno o a cero
respectivamente
Correlación positiva y negativa
perfecta
CORRELACIONES NULA, DÉBIL Y
FUERTE
CALCULO:
SUMA
220 450 900
PROMEDIO
22 45
COEFICIENTE DE CORRELACIÓN .
FORMA CONCEPTUAL
r=
r=
r=0.759
COEFICIENTE DE CORRELACION
r=
r=
r=0.759
¿Cómo se interpreta un coeficiente de
correlación igual a 0.759?
1. es positivo->
se ve que hay una relación directa entre:
Número de llamadas a clientes y la cantidad
de copiadoras vendidas
2. el valor 0.759 está bastante cercano a 1.00
por lo que concluye:
La relación es fuerte
Un aumento de 25% en las llamadas
posiblemente llevaría a un aumento de 25%
en las ventas
EJERCICIO Nº 1 cap13
Se seleccionaron al azar las siguientes observaciones de muestra
X Y
4 4
5 6
3 5
6 7
10 7
Suma=28 Suma= 29
COEFICIENTE DE CORRELACION
r=
r=
r=
r=
r=0.7522
¿Cómo se interpreta un coeficiente de
correlación igual a 0.752?
1. es positivo->
se ve que hay una relación directa entre:
Las variables de (x) y (y)
2. el valor 0.752 está bastante cercano a
1.00 por lo que concluye:
La relación es fuerte
Un incremento de 25% en la variable (x)
posiblemente llevaría a un aumento de
25% en la variable(y)
Ejercicio número 4
En un departamento de producción (de la
empresa NDB Electronics) se desea examinar
la relación entre el número de trabajadores
que arman un subensamble, y la cantidad de
subensambles producidos. Como experimento,
se asignaron dos empleados para armar el
dispositivo electrónico. Produjeron 15 unidades
durante una hora. Después se asignaron
cuatro obreros al mismo trabajo y produjeron
25 unidades durante dicho periodo. A
continuación se presenta el conjunto completo
de pares de observaciones.
a) Trace el diagrama de dispersión
b) Con base en tal diagrama ¿ parece haber una relación
entre el numero de trabajadores con la producción?
Tiene una relación lineal intensa ya que tiene
pendiente positiva y una correlacion positiva
y fuerte como se verifica en el grafico
c) Calcule el coeficiente de
correlación
CANTIDAD DE PRODUCCION EN UNA HORA X-Ẍ Y-Ῡ (X-Ẍ)(Y-Ῡ)
EMPLEADOS (UNIDADES)
2 15 -1 -9 9
4 25 1 1 1
1 10 -2 -14 28
5 40 2 16 32
3 30 0 6 0
Ẍ =3 Ῡ =24 70
1,58113883 11,93733639
DESVIACION X DESVIACION Y
Calcule el coeficiente de
correlación
d) Evalué la fuerza de la relación calculando el
coeficiente de determinación
Coeficiente de determinación
=0.8596
El valor 0.9273 está bastante cercano a
1.00 por lo que concluye: