Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Guia de Correlación

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 8

Instituto Universitario de Tecnología “Alonso Gamero”

Cátedra: Estadística y Probabilidades


Coordinación de Matemáticas
LIC. LILA V. LUGO G.

Teoría de la Correlación
Correlación:
Grado de Interconexión entre las variables que intenta determinar con que precisión
se explica o se describe la relación entre las variables por medio de una ecuación
lineal u otra
Construir un modelo que permita predecir el comportamiento de una variable dada. Si
las variables satisfacen la ecuación se dice que están “Perfectamente
Correlacionadas”
Características:
 Cuando dos fenómenos sociales, físicos o biológicos crecen o decrecen de forma
simultánea y proporcional debido a factores externos, se dice que los fenómenos
están positivamente correlacionados.
 Si uno crece en la misma proporción que el otro decrece, los dos fenómenos están
negativamente correlacionados.
 El grado de correlación se calcula aplicando un coeficiente de correlación a los datos
de ambos fenómenos.
 Una correlación positiva perfecta tiene un coeficiente + 1, y para una correlación
negativa perfecta es -1. La ausencia de correlación da como coeficiente 0.
Por ejemplo, el coeficiente 0,89 indica una correlación positiva grande, -0,76 es una
correlación negativa grande y 0,13 es una correlación positiva pequeña. (Correlación).
Tipo de Correlación:
 Simple: Cuando hace referencia a la relación sólo de dos variables.
 Múltiple: Cuando la relación se presenta en más de dos variables.
Coeficiente de Correlación:
 Si los cambios en una de las variables influyen en los valores de la otra. Si ocurre esto
decimos que las variables están correlacionadas o bien que hay correlación entre ellas.
 El rango “r” está comprendido entre:
Clasificación del grado de correlación.

CORRELACIÓN VALOR O RANGO

Perfecta |r| = 1

Excelente 0.9 £ |r| < 1

Buena 0.8 £ |r| < 0.9

Aceptable 0.5 £ |r| <0.8

Bajo |r|< 0.5

Ninguna r= 0

El signo indicará si es Directa o Inversa

Para calcularla se usa la formula :


Diagrama de Dispersión:
Es la Representación grafica de las variables relacionadas en el plano cartesiano.

Tipos de Regresión y Ecuaciones de regresión


Si la relación entre la variable dependiente con la variable independiente es lineal se habla de
una Regresión Lineal, y gráficamente será la recta que mejor se ajusta a los puntos. La
regresión lineal es la más usual, sin embargo, dependiendo de la interacción entre las
variables se pueden presentar diferentes tipos de regresiones. Así la función que representa
esta relación será la ecuación de Regresión

REGRESIÓN ECUACIÓN
Lineal y = A + Bx
Logarítmica y = A + BLn(x)
Exponencial y = Ae(Bx)
Cuadrática y = A+ Bx +Cx2

Si la regresión es lineal se puede dar el caso de:


 Regresión de y sobre x, este caso la ecuación será:
 Regresión de x sobre y, este caso la ecuación será:
 En cualquiera de los dos casos lo que se debe calcular es los valores de A0, A1,
B 0 y B1

Diagrama de Dispersión y Recta de Regresión:


Correlación Positiva Correlación Negativa

La covarianza de una variable bidimensional : es la media aritmética de los productos de las


desviaciones de cada una de las variables respecto a sus medias respectivas. Se representa por
Sxy o σxy.
La covarianza indica el sentido de la correlación entre las variables

Si σxy > 0 la correlación es directa.

Si σxy < 0 la correlación es inversa.

La covarianza presenta como inconveniente, el hecho de que su valor depende


de la escala elegida para los ejes.

Es decir, la covarianza variará si expresamos la altura en metros o en centímetros.


También variará si el dinero lo expresamos en euros o en dólares.

Desviación Estándar

Error estándar de la estimación


El error estándar de la estimación mide la dispersión de los valores observados
alrededor de la recta de regresión.

Resumen de Fórmulas
Ejercicio 1: La siguiente tabla representa los valores obtenidos por un grupo de
estudiantes en el pre-test y post-test de una práctica. Determine:
(x variable Independiente)
a) Recta de Regresión
b) Coeficiente de Regresión y análisis.
c) Diagrama de Dispersión

X (PRE-TEST) Y (POST-TEST)
A 45 80
B 39 76
C 37 52
D 25 50
E 23 33

x y xy x2 y2
A 45 80 3600 2025 6400

B 39 76 2964 1521 5776

C 37 52 1924 1369 2704

D 25 50 1250 625 2500

E 23 33 759 529 1089

N=5 169 291 10497 6069 18469

La Ecuación será: Y = -4,44 + 1,85 X

r = 0,894 es Directa y Buena

Al Calcularla queda:
Ejercicio 2: Las estaturas y pesos de 10 jugadores de baloncesto de un equipo son:
Estatura (X) 186 189 190 192 193 193 198 201 203 205
Pesos (Y) 85 85 86 90 87 91 93 103 100 101
Calcular:
a) La recta de regresión de Y sobre X.
b) El coeficiente de correlación.
c) Covarianza
d) El peso estimado de un jugador que mide 208 cm.

xi yi xi2 yi2 xi ·yi

186 85 34 596 7 225 15 810

189 85 35 721 7 225 16 065

190 86 36 100 7 396 16 340

192 90 36 864 8 100 17 280

193 87 37 249 7 569 16 791

193 91 37 249 8 281 17563

198 93 39 204 8 649 18 414

201 103 40 401 10 609 20 703

203 100 41 209 10 000 20 300

205 101 42 025 10 201 20 705

1 950 921 380 618 85 255 179 971


a)

b) Correlación positiva muy fuerte

c)

d)

Ejercicio 4: El número de horas dedicadas al estudio de una asignatura y la calificación


obtenida en el examen correspondiente, de ocho personas es:
Horas (X) 20 16 34 23 27 32 18 22
Calificación (Y) 6.5 6 8.5 7 9 9.5 7.5 8
Se pide:
a) Recta de regresión de Y sobre X.
b) Coeficiente de Correlación e interpretación
c) Covarianza
d) Error Estimado
e) Diagrama de Dispersión
f) Calificación estimada para una persona que hubiese estudiado 28 horas.

Ejercicio 5: A partir de los siguientes datos referentes a horas trabajadas en un taller (X), y a
unidades producidas (Y), determinar la recta de regresión de Y sobre X, el coeficiente de
correlación lineal e interpretarlo.
Horas (X) 80 79 83 84 78 60 82 85 79 84 80 62
Producción (Y) 300 302 315 330 300 250 300 340 315 330 310 240

Ejercicio 6: Las notas de 12 alumnos de una clase en Matemáticas y Física son las
siguientes:
Matemáticas 2 3 4 4 5 6 6 7 7 8 10 10
Física 1 3 2 4 4 4 6 4 6 7 9 10
Se pide:

a) Recta de regresión de Y sobre X.


b) Coeficiente de Correlación e interpretación
c) Covarianza
d) Error Estimado
e) Calificación estimada en física para una persona que obtuvo 4.3 en matemáticas
Ejercicio 3: La siguiente tabla representa los años de servicio de un empleado (xi) en la empresa “P” relacionado con su sueldo diario en Bsf. (yi).
Determine:
a) Si existe una correlación adecuada y de cuanto será
b) Ajuste los datos a una recta de correlación
c) Calcule el error típico estimado
d) Si un empleado gana 112,5 bsf. Diarios cuantos años se estima que ha trabajado en la empresa sabiendo que pertenece a los trabajadores de la
misma

xi 1 3 4 6 7 9 10 12 13 15 16 18 19 21
yi 2 5 8 11 12 17 20 Gi
50-70 60 5 7 12
70-90 80 10 14 4 28
90-110 100 2 4 8 14
110-130 120 2 15 20 6 43
130-150 140 6 30 2 1 39
150-170 160 5 13 4 1 23
Ji 5 21 39 67 21 5 1 159
xi 1 3 4 6 7 9 10 12 13 15 16 18 19 21
yi 2 5 8 11 12 17 20 Gi y y2 x xy
50-70 60 5 7 12 720 43200 45 2700
70-90 80 10 14 4 28 2240 179200 206 16480
90-110 100 2 4 8 14 1400 140000 130 13000
110-130 120 2 15 20 6 43 5160 619200 422 50640
130-150 140 6 30 2 1 39 5460 764400 419 58660
150-170 160 5 13 4 1 23 3680 588800 299 47840
Ji 5 21 39 67 21 5 1 159 18660 2334800 1521 189320
x 10 105 312 737 252 85 20 1521
x2 20 525 2496 8107 3024 1445 400 16017
y 300 1660 4160 8520 3080 780 160 18660
xy 600 8300 33280 93720 36960 13260 3200 189320

a) r =0,742 es Directa y Aceptable


b) Y = 46,821+2,632 x

c) X= 12,5 entonces Y =61,953

d) Ey/x= 20,158
e) CV= 1,847%

También podría gustarte