INDICE;

Correlacin..................................................................................................... 2
Concepto de Correlacin............................................................................. 2
Ejercicio de Aplicacin:................................................................................ 3
Ejercicio Propuesto:.................................................................................... 6
Regresin:...................................................................................................... 9
Concepto de Regresin:.............................................................................. 9
Ejercicio de Aplicacin............................................................................... 10
Ejercicio Propuesto:................................................................................... 12
Bibliografia................................................................................................... 14

1
Correlacin
Concepto de Correlacin
El anlisis de correlacin emplea mtodos para medir la significacin del
grado o

Intensidad de asociacin entre dos o ms variables. El concepto de

correlacin est

Estrechamente vinculado al concepto de regresin, pues, para que una

ecuacin de

Regresin sea razonable los puntos mustrales deben estar ceidos a la

ecuacin de

Regresin; adems el coeficiente de correlacin debe ser:

Coeficiente de correlacin Lineal Simple ( r).

Es un nmero que indica el grado o intensidad de asociacin entre las

variables X e Y. Su

Valor vara entre -1 y +1; esto es:

-1 r 1.

El coeficiente de correlacin est dada por:

n ( XY ) ( X )( Y )
r=
[n ( X )( X ) ][n ( Y )( Y ) ]
2 2 2 2

Coeficiente de determinacin:

r2

Coeficiente de no determinacin:

1r 2

Correlacin de Rango:

6 d2
r S =1
n ( n2 1 )

2
Ejercicio de Aplicacin:
Puntuaciones y calificaciones alcanzados por los ingresantes por los
ingresantes otorgados por el nivel gerencial y el programa entretenimiento
y/o capacitacin.

Calificacin
en
Ingresant entrenamient
X.Y X.X Y.Y
es Puntuacin o/
Nivel capacitacin
Gerencial X Y
1 7 3 21 49 9
2 9 3 27 81 9
3 8 3 24 64 9
4 3 2 6 9 4
5 11 5 55 121 25
6 10 8 80 100 64
7 10 8 80 100 64
8 11 8 88 121 64
9 9 4 36 81 16
10 12 8 96 144 64
11 7 5 35 49 25
12 6 5 30 36 25
TOTAL 103 62 578 955 378

Diagrama de Dispersin:

3
 Diagrama de Dispercion
10

6
Puntuacion 4

0
2 4 6 8 10 12 14

Calificacion

Coeficiente de Determinacin:

n ( XY ) ( X )( Y )
r=
[n ( X )( X ) ][n ( Y )( Y ) ]
2 2 2 2

12 ( 578 ) (103 )( 62 )
r=
[ 12 ( 955 )( 103 ) ][ 12 ( 378 )( 62 ) ]
2 2

r=0,72

Interpretacin:

La relacin entre la puntuacin del nivel gerencial (X) y la calificacin del

entretenimiento y capacitacin (Y) es de 0,72; por lo tanto presenta una
correlacin positiva intensa.

Coeficiente de Determinacin:

r2

r 2=0,720,72

4
 2
r =0,52

Interpretacin:

La variacin total de la calificacin en entrenamientos y capacitacin(Y) es

explicada por la variacin en la puntuacin a nivel gerencial(X) en 0,52

Coeficiente de no Determinacin:

1r 2

1r 2 =10,52

2
1r =0,48

Interpretacin:

La variacin total de la calificacin de entrenamiento y capacitacin (Y) no

es explicada por la variacin en la puntuacin a nivel gerencial (X) en 0,48

Coeficiente de Rango de de Sperman:

Puntuacin Calificacin en
Ingresant X y
Nivel entrenamiento/ d d*d
es rango rango
Gerencial X capacitacin Y
1 7 3 3,5 3 0,5 0,25
2 9 3 6,5 3 3,5 12,25
3 8 3 5 3 2 4
4 3 2 1 1 0 0
5 11 5 10,5 7 3,5 12,25
6 10 8 8,5 10,5 -2 4
7 10 8 8,5 10,5 -2 4
8 11 8 10,5 10,5 0 0
9 9 4 6,5 5 1,5 2,25
10 12 8 12 10,5 1,5 2,25
11 7 5 3,5 7 -3,5 12,25
12 6 5 2 7 -5 25

5
TOTAL 0 78,5

6 d2
. r S =1
n ( n2 1 )

6 (78,5 )
r S =1
12 ( 1441 )

r S =0,73

Interpretacin:

El coeficiente de correlacin de rango de spearman es 0,73 por tanto

presenta una correlacin positiva intensa.

Ejercicio Propuesto:
Evaluacin en la prueba 1 y prueba 2 de 10 alumnos en el curso de MS
Power Point, sobre el nmero de errores que efectu cada estudiante en
cada uno de las pruebas.

Estudiant Prueba 1 Prueba

e (X) 2(Y) X.Y X.X Y.Y
1 4 6 24 16 36
2 8 9 72 64 81
3 3 7 21 9 49
4 1 4 4 1 16
5 5 6 30 25 36
6 2 4 8 4 16
7 3 6 18 9 36
8 4 8 32 16 64
9 5 2 10 25 4
10 7 8 56 49 64
TOTAL 42 60 275 218 402

6
Diagrama de Pearson:

Diarama de Dispersion
10

6
PRUEBA 1 4

0
0 1 2 3 4 5 6 7 8 9

PRUEBA 2

Coeficiente de Correlacin:

n ( XY ) ( X )( Y )
r=
[n ( X )( X ) ][n ( Y )( Y ) ]
2 2 2 2

10 ( 275 )( 42 ) ( 60 )
r=
[ 10 ( 218 )( 42 ) ][ 10 ( 402 ) ( 60 ) ]
2 2

r=0,55

Interpretacin:

Relacin entre los errores de la prueba 1 y la prueba 2 es 0,55 por lo tanto

presenta una correlacin positivamente baja.

Coeficiente de Determinacin:

7
 2
r =0,550,55=0,3

Interpretacin:

La variacin total de la calificacin en la prueba 1 es explicada prueba 2 la

variacin en la prueba 2 en 0,3

Coeficiente de no Determinacin:

1r 2 =10,3=0,7

Interpretacin:

La variacin total de la calificacin en la prueba 1 no es explicada por la

variacin en la prueba 2 en 0,48

Estudiant Prueba 1 Prueba

e (X) 2(Y) X rango Y rango D d^2
1 4 6 4,5 5 -0,5 0,25
2 8 9 9 9 0 0
3 3 7 7 7 0 0
4 1 4 1 2,5 -1,5 2,25
5 5 6 6,5 5 1,5 2,25
6 2 4 2 2,5 -0,5 0,25
7 3 6 3 5 -2 4
8 4 8 4,5 8,5 -4 16
9 5 2 6,5 1 5,5 30,25
10 7 8 8 8,5 -0,5 0,25
TOTAL 42 60 55,5

Coeficiente de rango de spearman:

6 d2
r S =1
n ( n2 1 )

6 ( 55,5 )
r S =1
10 ( 1021 )

r S =0,66

Interpretacin

8
El coeficiente de correlacin de rango de spearman de 0,73, por tanto
presenta una correlacin positiva intensa.

Regresin:

Concepto de Regresin:
Ahora asumiremos que si hay una relacin de causalidad de la variable X
(causa) hacia

la variable Y (efecto). Adems, se sabe que esa relacin es de tipo lineal,

dentro del

9
rango de los datos.

Estableceremos un modelo para explicar la caiusa (Y) en trminos del

efecto (X), del

tipo siguiente:

i Y = a + bX + e

Para i = 1,2,..., n

En que a y b son dos cantidades fijas (parmetros del modelo) y los ei son
cantidades

Aleatorias que representan las diferencias entre lo que postula el modelo a

+ bx y lo

que realmente se observa, y.

Por esa razn a los e los llamaremos "errores" o "errores aleatorios". Se

asume que

tienen valor esperado 0 y desviacin standard comn .

Ejercicio de Aplicacin
Edad y tiempo de servicios de los trabajadores de Cerro verde :

10
Emplead Tiempo de
o Edad (X) Serivicios (Y) X.Y X Y
1 36 13 468 1296 169
2 32 8 256 1024 64
3 27 4 108 729 16
4 32 12 384 1024 144
5 40 18 720 1600 324
6 34 10 340 1156 100
7 27 6 162 729 36
8 39 14 546 1521 196
9 46 20 920 2116 400
10 40 16 640 1600 256
TOTAL 353 121 4544 12795 1705

Diagrama de Dispersin:

Diagrama de dispersion
25

20

15
EDAD 10

0
25 30 35 40 45 50

TIEMPO DE SERVICIO

La ecuacin de regresin:

n ( XY ) ( X )( Y )
b= 2
n ( X 2 ) ( x )

10 ( 4544 )( 353 )( 121 )

b= =0,82
10 ( 12795 )( 353 )2

a=Y b x

a=12,10,82 ( 35,3 )=16,85

11
Por lo tanto:

Y^ =a+bX

Y =16,85+0,82 X

Pronosticar el Valor de Y para cada valor de X:

Y^ =16,85+0,82 ( 27 )=5,29

^ =16,85+0,82 ( 32 )=9,3 9
Y

Y^ =16,85+0,82 ( 34 ) =11,03

^ =16,85+0,82 ( 36 )=12,67
Y

Y^ =16,85+0,82 ( 39 )=15,13

^ =16,85+0,82 ( 40 ) =15,29
Y

Y^ =16,85+0,82 ( 46 )=20,87

Trazar la lnea de Regresin:

25

20

15

10

0
25 30 35 40 45 50

12
Ejercicio Propuesto:
Nmero de horas que ha utilizado un corredor durante cada una de ocho
semanas y los tiempo correspondientes en los cuales como un km al final de
la semana:

Nmero de Tiempo
Semana horas que realizado en X.Y X.X Y.Y
corre Km (min
1 23 1,9 43,7 529 3,61
2 20 2,2 44 400 4,84
3 15 3,4 51 225 11,56
4 25 1,9 47,5 625 3,61
5 17 2,9 49,3 289 8,41
6 21 2,1 44,1 441 4,41
7 14 3,6 50,4 196 12,96
8 18 2,4 43,2 324 5,76
TOTAL 153 20,4 373,2 3029 55,16

Diagrama de Dispersin:

3.5

2.5

1.5

0.5

0
12 14 16 18 20 22 24 26

La Ecuacin de Regresin:

13
 n ( XY ) ( X )( Y )
b= 2
n ( X ) ( x )
2

8 ( 373,2 ) (153 )( 20,4 )

b= =0,16
8 ( 3029 )( 153 )2

a=Y b x

a=2.55(0,16 )19.13=5,61

Por lo tanto la Ecuacin de regresin es:

Y^ =a+bX

Y^ =5,610,16 X

Pronosticar el valor de Y con los valores de X:

Y^ =5,610,16 ( 23 )=1,93

Y^ =5,610,1620=2,41

Y^ =5,610,1615=3,21

Y^ =5,610,1625=1,61

Y^ =5,610,1617=2,89

Y^ =5,610,1621=2,25

Y^ =5,610,1614=3,37

Y^ =5,610,1618=2,73

Traza la Lnea de Regresin:

X Y
23 1,93
20 2,41

14
 15 3,21
25 1,61
17 2,89
21 2,25
14 3,37
18 2,73

4
3.5
3
2.5
2
1.5
1
0.5
0
12 14 16 18 20 22 24 26

Bibliografia

CORRELACION Y REGRESION Jorge Galbiati Riesco

Anlisis de Regresin y Correlacin F. de Mendiburu

15