REGRESION Y

CORRELACION
Por: Ma. de los Angeles Curieses P.

REGRESION Y CORRELACION
En estadstica es importante analizar no solo una variable,
sino la relacin entre varias variables.
Regresin: la relacin estadstica que existe entre una
variable dependiente y una o ms variables independientes,
postulando una relacin funcional entre las variables.
El grado de relacin que existe entre las variables es
correlacin
REGRESION MULTIPLE:
Relacin que existe entre una variable dependiente y 2 o
mas variables independientes.
REGRESION LINEAL:
Relacin que existe entre una variable dependiente y una
variable independiente. EJ. Estatura y peso, Ingresos y
gastos

REGRESIN LINEAL

Regresin lineal se encarga de hacer un estudio entre la

relacin dos variables. Donde una de ellas depende (Variable
dependiente Y) de los resultados de la otra variable (Variable
independiente X).
Cuando solo existe una variable independiente (X), esto se
reduce a una lnea recta:
La recta nos sirve para predecir si los valores de una variable
pueden ser utilizados para estimar el valor de la otra.
Para poder visualizar el grado de relacin que existe entre las
variables, como primer paso en el anlisis de regresin, es
conveniente elaborar un diagrama de dispersin.

DIAGRAMA DE DISPERSION
es una representacin grfica en un sistema de coordenadas
cartesianas donde en el eje X van los datos de la variable
independiente (X), y en el eje Y van los datos de la variable
dependiente. Cada punto en el diagrama muestra la pareja de
datos (X,Y), formando una nube de puntos, cuyo anlisis permite
estudiar cualitativamente, la relacin entre ambas variables

METODO DE LOS MINIMOS CUADRADOS

Consiste en estimar los coeficientes de la recta de regresin a
y b que son los parmetros que definen la posicin e
inclinacin de la recta.
El parmetro a, conocido como la ordenada en el origen, nos
indica cunto es Y cuando X = 0.
El parmetro b, conocido como la pendiente, nos indica
cunto aumenta Y por cada aumento de una unidad en X.
Nuestro problema consiste en obtener estimaciones de estos
coeficientes a partir de una muestra de observaciones sobre
las variables Y y X.

EJEMPLO:
El siguiente cuadro muestra, las estaturas y los pesos de 10
estudiantes del ITM elegidos al azar. Las alturas (en cm) y pesos
(en kilos).

a. Cul es la variable dependiente y cul la independiente?

b. Encontrar la recta de mejor ajuste.
c. Si un estudiante tiene una estatura de
debe pesar?

188 cms. cuanto

CORRELACION
La Correlacin es una tcnica estadstica usada para
determinar el grado de relacin entre dos o ms variables.
La correlacin que existe entre una variable Independiente
(X) y una variable dependiente (Y), se mide por el coeficiente
de correlacin (r) de Pearson.
COEFICIENTE DE CORRELACION DE PEARSON
El coeficiente de correlacin de Pearson (r) es un ndice que
mide la magnitud de la relacin lineal entre dos variables
cuantitativas, as como el sentido positivo o negativo de dicha
relacin.
Indica en qu grado dos variables X e Y fluctan
simultneamente, es decir cunto aumenta X al aumentar Y
(correlacin positiva), o cunto aumenta X al disminuir Y
(correlacin negativa)

El coeficiente de correlacin de Pearson es a dimensional. Puede

tomar cualquier valor desde -1 hasta +1, es decir, -1 r 1.
El siguiente diagrama resume el anlisis del coeficiente de
correlacin, entre dos variable:

COEFICIENTE DE DETERMINACIN ( R)

El coeficiente de determinacin nos indica el porcentaje del

ajuste que se ha conseguido con el modelo lineal, es decir el
porcentaje de variacin de la variable Y, a travs del
comportamiento de la variable X.
A mayor porcentaje mejor es el modelo para predecir el
comportamiento de la variable Y.

Para expresarlo en % se multiplica por 100%

EJEMPLO:
En el ejercicio anterior hallar:
a. El coeficiente de correlacin r
b. El coeficiente de determinacin