Regresión lineal y

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

1.-Se determinara la ecuacion de la recta

que mejor se adapte a los datos
2.-Se calculara el valor de una variable con
base en otra
3.-Se denominara el error de la estimación
4.-Se establecerá los intervalos de
confianza y de predicción para el calculo.
¿Qué es un análisis de correlación?
 Es el conjunto de técnicas estadísticas
empleado para medir la intensidad de la
asociación entre dos variables. El
principal objetivo del análisis de
correlación consiste en determinar que
tan intensa es la relación entre dos
variables. Normalmente, el primer paso
es mostrar los datos en un diagrama de
dispersión.
Ejemplo
Representantes de Numero de llamadas Numero de copiadoras
ventas vendidas

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:

Se lo calcula utilizando como herramienta la tabla de

frecuencias:

Con la cual, se procede a aplicar la formula:

FORMULAS
Parael calculo del coeficiente de relación se
pueden utilizar también:
REPRESENTANTES LLAMADAS VENTAS

DE VENTAS X Y X-Ẍ Y-Ῡ (X-Ẍ)(Y-Ῡ)

Tom Kller 20 30 -2 -15 30

Jeff Hall 40 60 18 15 270
Brian Virost 20 40 -2 -5 10
Greg Fish 30 60 8 15 120
Susan Walch 10 30 -12 -15 180
Carlos Ramirez 10 40 -12 -5 60
Rich Niles 20 40 -2 -5 10
Mike Kiel 20 50 -2 5 -10
Mark Reynolds 20 30 -2 -15 30
Soni Jones 30 70 8 25 200

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

Evalué el coeficiente de correlación .interprétalo

 X Y X-Ẍ Y-Ῡ (X-Ẍ)(Y-Ῡ) x*y x*2 y*2

1 4 4 1,2 1,1 1,32 16 16 16

2 5 6 2,2 3,1 6,82 30 25 36

3 3 5 0,2 2,1 0,42 15 9 25

4 6 7 3,2 4,1 13,12 42 36 49

5 10 7 7,2 4,1 29,52 70 100 49

SUMA 28 29 51,2 173 186 175

PROMEDIO 2,8 2,9
SOLUCIÓN :

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:


La relación es fuerte

