Correlación y Regresión Lineal

Qué es Correlación
•Concepto:
Correlación positiva
Una correlación es una medida o
grado de relación entre dos variables. Un
conjunto de datos puede ser
positivamente correlacionado,
negativamente correlacionado o no
correlacionado del todo.
Correlación positiva o directamente

proporcional r = (+).
Nos indica que al modificarse en
promedio una variable en un sentido, la
otra lo hace en la misma dirección. Correlación negativa
Correlación nula
Correlación negativa o inversamente
proporcional r = (-).
Nos muestra que al cambiar una
variable en una determinada dirección
(en promedio), la otra lo hace en sentido
contrario u opuesto.
Tipos de Correlación
• Correlación Directa:
La correlación directa se da cuando al
aumentar una de las variables la otra
aumenta.
La recta correspondiente a la nube de
puntos de la distribución es una recta
creciente
• Correlación Inversa:
La correlación inversa se da cuando al
aumentar una de las variables la otra
disminuye.
La recta correspondiente a la nube de
puntos de la distribución es una recta
decreciente.
• Correlación nula:
La correlación nula se da cuando no hay
dependencia de ningún tipo entre las
variables.
En este caso se dice que las variables son
incorrelacionadas y la nube de puntos
tiene una forma redondeada.
Grado de Correlación
Correlación fuerte
Concepto: El grado de correlación indica

la proximidad que hay entre los puntos
de la nube de puntos. Se pueden dar tres
tipos:
•Correlación fuerte:
La correlación será fuerte cuanto más
cerca esté los puntos de la recta.
•Correlación débil: Correlación débil

La correlación será débil cuanto más
separados estén los puntos de la recta.
•Correlación nula:
Clasificación de la Correlación
•Según la Relación entre Variables:

⁻ Correlación lineal: Se representa
mediante una línea recta.
⁻ Correlación no lineal: Se representa con
una línea curva.
•Según el número de variables:

⁻Correlación simple: La variable
dependiente actúa sobre la variable
independiente.
⁻Correlación múltiple: Cuando la variable
dependiente actúa sobre varias variables
independientes.
⁻Correlación parcial: Cuando la relación
que existe entre una variable dependiente y
una independiente es de tal forma que los
demás factores permanezcan constantes.
Clasificación de la Correlación
•Según el valor cuantitativo:

⁻ Correlación perfecta: El valor del coeficiente de
correlación es 1
⁻ Correlación imperfecta: El coeficiente de correlación
es menor a 1 sea en sentido positivo o negativo.
⁻ Correlación nula: El coeficiente de correlación es 0.
No existe correlación entre las variables. Ejemplo:
Número de calzado de una persona y su cociente
intelectual.
•Según el signo:
⁻Correlación positiva: Dos variables tiene correlación
positiva cuando al aumentar o disminuir el valor de una
de ellas entonces el valor correspondiente a la otra
aumentará o disminuirá respectivamente, es decir,
cuando las dos variables aumentan en el mismo sentido.
⁻Correlación negativa: Dos variables tiene correlación
negativa cuando al aumentar o disminuir el valor de una
de ellas entonces el valor de la otra disminuirá o
aumentará respectivamente, es decir, una variable
aumenta y otra disminuye o viceversa.
Coeficiente de Correlación
•Concepto:
Para Sote (2005), el coeficiente de
correlación (r) se define como un
“indicador estadístico que nos permite
conocer el grado de relación, asociación
o dependencia que pueda existir entre
dos o más variables”. (p. 360)
En general, r> 0 indica una relación

positiva y r <0 indica una relación
negativa, mientras que r = 0 indica que
no hay relación (o que las variables son
independientes y no están relacionadas).
Aquí, r = 1,0 describe una correlación
positiva perfecta y r = -1,0 describe una
correlación negativa perfecta.
Cuanto más cerca estén los

coeficientes de +1,0 y -1,0, mayor será la
fuerza de la relación entre las variables.
Coeficiente de Correlación de Pearson
Concepto:
En estadística el Coeficiente de
Correlación de Pearson es un índice
estadístico que mide la relación lineal entre
dos variables cuantitativas. A diferencia de la
covarianza, la correlación de Pearson es
independiente de la escala de medida de las
variables.
Siendo:
Sx: La covarianza
de (X,Y).
Sx y Sy: Las
desviaciones
típicas de las
El cálculo del coeficiente de distribuciones
correlación lineal se realiza dividiendo la marginales.
covarianza por el producto de las El valor del índice
desviaciones estándar de ambas variables. de correlación
varía en el
intervalo [-1, + 1]
r= Coeficiente de Correlación.
Ejercicios
Es el producto momento de correlación

lineal.
Con los datos sobre las temperaturas en dos días diferentes en una ciudad, determinar el tipo
de correlación que existe entre ellas mediante el coeficiente de PEARSON.
X 18 17 15 16 14 12 9 15 16 14 16 18 SX =180
Y 13 15 14 13 9 10 8 13 12 13 10 8 SY= 138
Resultado:
Una vez aplicada la
formula de correlación
de Pearson obtenemos
como resultado una
Correlación Moderada
de 0,416.
Valor Significado
-1 Correlación negativa grande y perfecta
-0,9 a -0,99 Correlación negativa muy alta
-0,7 a -0,89 Correlación negativa alta
-0,4 a -0,69 Correlación negativa moderada
-0,2 a -0,39 Correlación negativa baja
-0,01 a -0,19 Correlación negativa muy baja
0 Correlación nula
0,01 a 0,19 Correlación positiva muy baja
0,2 a 0,39 Correlación positiva baja
0,4 a 0,69 Correlación positiva moderada
0,7 a 0,89 Correlación positiva alta
0,9 a 0,99 Correlación positiva muy alta
1 Correlación positiva grande y perfecta

Covarianza
Concepto:
En probabilidad y estadística, la Ejercicios
covarianza es un valor que indica el grado de
variación conjunta de dos variables
aleatorias.
Es el dato básico para determinar si

existe una dependencia entre ambas
variables y además es el dato necesario para
estimar otros parámetros básicos, como el
Siendo:
coeficiente de correlación lineal o la recta de
La covarianza se
regresión.
representa por
Si
Covarianza
xi yi xi · yi
Ejercicios
2 1 2
3 3 9
4 2 8
Las notas de 12 alumnos de
4 4 16 una clase en Matemáticas y
5 4 20 Física son las siguientes.
6 4 24 Hallar la covarianza de la
6 6 36 distribución.
7 4 28
7 6 42
8 7 56
10 9 90
10 10 100
72 60 431
Coeficiente de Correlación para Datos No Agrupados
Concepto:
Así en estadística podremos
calcular la correlación para datos no
agrupados con la siguiente formula.
n n n
n∑ xi y i − ∑ x i * ∑ y i
r= i= 1 i= 1 i= 1
 n 2  n  2  n 2  n  2
 n ∑ xi −  ∑ xi    n∑ y i −  ∑ y i  
 i = 1  i= 1    i= 1  i = 1  
En donde:
donde
R = coeficiente de correlación
N = número de pares ordenados
X = variable independiente
Y = variable dependiente.
Coeficiente de Correlación para Datos No Agrupados
Edad (x) Peso (y) X2 Y2 X* Y Ejercicios
15 60 225 3600 900
30 75 900 5625 2250
18 67 324 4489 1206
42 80 1764 6400 3360
Supóngase que
28 60 784 3600 1680 deseamos
obtener la
19 65 361 4225 1235 correlación de los
datos de la tabla
31 92 961 8464 2852 siguiente
183 499 5319 36403 13483

Coeficiente de Correlación para Datos Agrupados
Concepto:
De cualquier forma aquí también
estamos evaluando numéricamente si existe
relación entre dos variables y lo haremos con
la siguiente ecuación.
Tipos de correlación en cuanto al signo del
coeficiente “r”
a) Con el Coeficiente de Regresión b
b) Con el Coeficiente de Determinación
c) Con la Covarianza
d) Coeficiente de Correlación Biserial Puntual
e) Coeficiente de Correlación Biserial
f) Coeficiente de Correlación Biserial Ordinal

Correlación y Regresión Lineal

Cargado por

Copyright:

Formatos disponibles

Correlación y Regresión Lineal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Correlación y Regresión Lineal

Cargado por

Copyright:

Formatos disponibles

Qué es Correlación

Correlación positiva o directamente

Concepto: El grado de correlación indica

•Correlación débil: Correlación débil

•Según la Relación entre Variables:

•Según el número de variables:

•Según el valor cuantitativo:

En general, r> 0 indica una relación

Cuanto más cerca estén los

Es el producto momento de correlación

-1 Correlación negativa grande y perfecta

-0,9 a -0,99 Correlación negativa muy alta

-0,7 a -0,89 Correlación negativa alta

-0,4 a -0,69 Correlación negativa moderada

-0,2 a -0,39 Correlación negativa baja

-0,01 a -0,19 Correlación negativa muy baja

0,01 a 0,19 Correlación positiva muy baja

0,2 a 0,39 Correlación positiva baja

0,4 a 0,69 Correlación positiva moderada

0,7 a 0,89 Correlación positiva alta

0,9 a 0,99 Correlación positiva muy alta

1 Correlación positiva grande y perfecta

Es el dato básico para determinar si

Edad (x) Peso (y) X2 Y2 X* Y Ejercicios

15 60 225 3600 900

30 75 900 5625 2250

18 67 324 4489 1206

42 80 1764 6400 3360

183 499 5319 36403 13483

a) Con el Coeficiente de Regresión b

b) Con el Coeficiente de Determinación

d) Coeficiente de Correlación Biserial Puntual

e) Coeficiente de Correlación Biserial

f) Coeficiente de Correlación Biserial Ordinal

También podría gustarte