CAPITULO 9 ESTADISTICA

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 10

ESTADÍSTICA BÁSICA APLICADA

CAPÍTULO 9: REGRESIÓN Y CORRELACIÓN

Autores:

Astudillo Luey, José Honorato, (orcid.org/0009-0005-5127-4882)


jastudillol@ucvvirtual.edu.pe , ingeniería Mecánica Eléctrica, III

Chávez Seminario Pedro Manuel, (orcid.org/0009-0008-9172-8588)


pchavezse@ucvvirtual.edu.pe , ingeniería Civil, III.

Cruz Valdez, José Mauricio, (orcid.org/0009-0001-2571-7636),


jcruzva12@ucvvirtual.edu.pe ,ingeniería Mecánica Eléctrica, lll

Livia Sosa Linda Rosaura, (orcid.org/0009-0008-6006-7334)


rlivias@ucvvirtual.edu.pe, Ingeniería Civil, III

Paulini Sunción, José Andrés,(orcid.org/0009-0007-3145-2228)


jpaulinis@ucvvirtual.edu.pe , Ingeniería civil, III

Sipiran Ramirez, Juriko Loren,(orcid.org/0009-0009-1379-5862)


jlsipirans@ucvvirtual.edu.pe, Ingeniería civil, III

Asesor:

Lic. Irene Maricela Silva Siesquén (orcid.org/0000-0002-9295-6549)

Piura-2024
CAPÍTULO 9

REGRESIÓN Y CORRELACIÓN
OBJETIVOS

 Identificar hechos que admitan intuitivamente un comportamiento lineal simple.


 Interpretar y manejar los conceptos de regresión y correlación.
 Evaluar la importancia que tiene la regresión y la correlación en el análisis de dos
variables. Construir e interpretar gráficos de relación entre dos variables.

COEFICIENTE DE CORRELACIÓN:

¿Qué es el coeficiente de correlación de Pearson?


Objetivo: Es dar un valor a la
Es una medida estadística que indica relación entre variables para luego
poder comparar entre ellas.
La relación entre dos variables.

¿Qué es el coeficiente de correlación de Spearman?

Es una medida no paramétrica de la correlación de rango

 Se utilizó en el cálculo, una de las fórmulas r2 = R2 , conocido como coeficiente de


correlación al cuadrado o coeficiente de determinación y si solamente se calcula r = R
= R2 el cual se denomina coeficiente de correlación o coeficiente de correlación de
Pearson, que son calculados mediante la aplicación de algunas de las siguientes
fórmulas:

 Entre más cercano esté r a 1, hay una mayor correlación; cuando r ≤ 30 se dice que no
hay correlación, por lo tanto la función utilizada no nos va a dar una buena estimación,
pues no hay relación entre esas dos variables. El grado de correlación se podrá
interpretar, evitando un tanto la rigidez, mediante la presentación de los siguientes
límites:
 Aquí se observa el comportamiento gráfico del coeficiente de correlación:

Cálculo de la regresión de X en función de Y (utilizando la calculadora)

 Cuando nosotros utilizamos la calculadora, nos damos cuenta que no hay necesidad
del cambio en las columnas, pues se podrá estimar a X en función de Y, además, de la
estimación de Y en función de X.

 Las ecuaciones generales serán:

El proceso manual de cálculo, podría ser:

a) Utilizando un sistema de ecuaciones b) Mediante procedimiento directo, con aplicación


normales. de fórmulas.

Por ejemplo tenemos este ejercicio:

Con los datos de la tabla calcular los coeficiente de regresión y establecer las ecuaciones
de estimación, tanto para Y como para X.

Solución
1er paso: Reemplazamos

(1) 50 = 80byx + 5 cyx (2) 1.100 = 1.632byx + 80 cyx

2do paso:

Multiplicamos, la primera ecuación por - 16, y el producto obtenido se lo restamos a la


segunda ecuación, de esta manera eliminamos el parámetro c yx y determinamos el

valor de byx.

xi yi x2 i y2i x i yi
6 3 36 9 18 (2) 1.100 = 1.632 byx + 80 cyx
10 4 100 16 40
14 8 196 64 112
20 12 400 144 240 (1) –800 = –1.280 byx –80 cyx
30 23 900 529 690
300 = 352 byx
80 50 1.632 762 1.100
Siendo: byx = 300 = 0.85
352

3er paso:
 Ahora, si este valor, de 0,85 correspondiente a b yx , lo reemplazamos en la
ecuación (1), se tendrá el valor para Cyx :
50 = 80 (0,85) + 5 cyx 50 = 68 + 5 cyx donde cyx = 50 - 68 = -18 = -3,6

 La recta ajustada a esos puntos sería: Y = 0,85 x – 3,6

4to paso:
 La suma de los valores
estimados será igual a la suma de los valores reales:
 Veamos ahora la estimación de los valores de Xi:

5to paso:

Reemplazando:

(1) 80 = 50bxy + 5cxy (2) 1.100 = 762 bxy + 50 cxy

 Multiplicando la ecuación (1) por - 10 y el producto obtenido se lo restamos a la


ecuación (2):

(2) 1.100 = 762 bxy + 50 c xy


bxy = 300 = 1,15
(1) -800 = -500 bxy - 50 c xy 262

300 = 262 b xy --

6to paso:

Reemplazamos el valor de bxy en la primera ecuación:

(1) 80 = 50(1,15) + 5 c xy 80 = 57,5 + 5 c xy c xy = 80 - 57,5 = 4.5

 La recta de regresión ajustada a esos puntos es:

X = 1,15 y + 4,5

 Si sustituimos a Y por los valores se tendrá:


B) Desarrolle 3 ejercicios propuestos relacionados con el cálculo del coeficiente de
correlación de Pearson o Spearman.

1. ¿Qué nos indica que el coeficiente angular sea negativo?


Respuesta: .

Respuesta:

 Cuando la recta tiene una pendiente descendente. En este


caso, el valor de (y) disminuye cuando (x) aumenta.
 La línea se inclina hacia abajo en el plano cartesiano.

2. Determinar si las siguientes relaciones son posibles o no.


a) s2 = 19 R2 = 0,81 s y = 10
b) Y = 4 + 7x x = 10 y = 64 r = 0,8
c) byx = 0,3 bxy = –3 R2 = 0,9
d) mxy = 60 s2 x = s2 y = 50 byx = 1,2

Respuesta:

a) Para la relación a, tenemos:

 (s_{yx}^2 = 19)
 (R^2 = 0,81)
 (s_y = 10)
La relación entre (x) e (y) está dada por: [ y = mx + b ]

 Donde (m) es la pendiente y (b) es la ordenada al origen. En este caso, la


pendiente (m) se relaciona con (s_{yx}) y la ordenada al origen (b) se
relaciona con (s_y).

Podemos calcular la pendiente (m) usando: [ m = \frac{s_{yx}}{s_x} ]

Y luego encontrar la ordenada al origen (b) usando: [ b = \bar{y} - m\bar{x} ]

 Donde (\bar{y}) es la media de los valores de (y) y (\bar{x}) es la media


de los valores de (x).

b) Para la relación b, tenemos:

 (Y = 4 + 7x)
 (x = 10)
 (y = 64)
 (r = 0,8)

 La correlación (r) nos dice cuán fuerte es la relación lineal entre (x) e (y).
En este caso, (r = 0,8) indica una correlación positiva fuerte.

c) Para la relación c, tenemos:

 (b_{yx} = 0,3)
 (b_{xy} = -3)
 (R^2 = 0,9)

La relación entre (x) e (y) está dada por: [ y = b_{yx}x + b_{xy} ]

 El coeficiente de determinación (R^2) nos dice cuánta variabilidad en (y)


se explica por la relación lineal con (x). En este caso, (R^2 = 0,9) indica
una buena explicación de la variabilidad.

d) Para la relación d, tenemos:

 (m_{xy} = 60)
 (s_{x}^2 = s_{y}^2 = 50)
 (b_{yx} = 1,2)
 La pendiente (m_{xy}) nos dice cómo cambia (y) con respecto a (x). En
este caso, (m_{xy} = 60) indica un cambio significativo en (y) por cada
unidad de cambio en (x).

3. Las variables X y Y están correlacionadas. De las observaciones numéricas


correspondientes se ha obtenido: s x = 3 s2 y = 25 m2 = 400

Hallar el coeficiente de correlación entre dichas variables y discutir el resultado.

Se calcula el coeficiente de correlación utilizando los datos proporcionados:

 (s_x = 3): Desviación estándar de la variable X.


 (s_y^2 = 25): Varianza de la variable Y.
 (m^2 = 400): Media al cuadrado de la variable Y.

 Primero, encontramos la desviación estándar de la variable Y: [ s_y = \


sqrt{s_y^2} = \sqrt{25} = 5 ]

 Luego, calculamos el coeficiente de correlación de Pearson: [ r = \frac{m^2}{s_x


\cdot s_y} = \frac{400}{3 \cdot 5} = \frac{80}{15} = 5.33 ]

Se discute el resultado:

El signo positivo indica una relación directa entre las variables.

La magnitud (5.33) sugiere una fuerte tendencia positiva entre X e Y.

 Quiere decir que las variables X e Y están correlacionadas positivamente con un


coeficiente de correlación de aproximadamente 5.33. Esto significa que cuando
X aumenta, Y tiende a aumentar también.

4. ¿Son ciertos o falsos los siguientes puntos?

a) Un coeficiente de correlación igual a -1, indica que la línea de regresión no es la


que mejor refleja las relaciones entre las dos variables. (VERDADERO)

b) La recta de regresión rectilínea pasa por el punto donde se cortan las medias.
(FALSO)

c) El producto de las desviaciones típicas es menor que la covarianza. (FALSO)

d) Si r es mayor que 1, la recta ajustada explica de manera más que suficiente las
relaciones entre las dos variables. (FALSO)
e) El coeficiente de correlación es un valor menor que -1 y mayor que 1.
(VERDADERO)

También podría gustarte