1

EstadsticaDescriptivaBidimensional
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
VARIABLEESTADSTICABIDIMENSIONAL
Cuandoseconsideransituacionesenlaqueelestadsticorealizalaobservacinsimultaneadedos
caracteresenelindividuo,seobtienenparesderesultados.
Losdistintosvaloresdelasmodalidadesquepuedenadoptarestoscaracteresformanunconjuntode
pares,querepresentamospor(X,Y),yllamaremosvariableestadsticabidimensional.
Losdoscaracteresobservadosnotienenporquserdelamismaclase,pudiendopresentarse
distintassituaciones:
Doscaracterescualitativos:Elsexoycolordelpelodeunapersona.
Doscaracterescuantitativos:Elpesoylaestaturadeunapersona.
Unocuantitativoyotrocualitativo:Laprofesinylosaosdeservicio.
Lasvariables(X,Y)querepresentanlosvaloresdedoscaracterescuantitativos,puedenclasificarse:
XdiscretaeYdiscreta:Nmerodehijosynmerodehermanosdeunapersona.
XcontinuaeYcontinua:Permetrocranealypermetrotorcicodeunapersona.
XdiscretaeYcontinua:Hijosdeunafamiliayestaturadelpadre.
XcontinuaeYdiscreta:Temperaturaypulsaciones.
ORDENACINDELOSDATOS:TABLADEDOBLEENTRADA
Elpar(X,Y)eslaunidaddelestudioydosparessernrepetidossolocuandosusrespectivas
componentesseaniguales.Deotraparte,elnmerodemodalidadesqueadoptaelcarcterXno
tieneporquserelmismoqueelqueadoptaelcarcterY:
) y , , y , y ( Y ) x , , x , x ( X
m 2 1 k 2 1
= =
Paraordenarlosdatosseutilizaunatabladedobleentradadondetengancabidaloskvalores
distintosdelavariableXylosmvaloresdistintosdelavariableY.Enlatablasepuedeexpresarel
nmerodevecesqueserepitecadaparadevaloresposibles ) y , x (
j i
formadoenelproducto
cartesianodelosdosconjuntosnumricos.
TABLADEDOBLEENTRADA
Y
X
1
y
2
y
j
y

m
y
1
x
11
n
12
n

m 1
n
2
x
21
n
22
n

m 2
n

i
x

ij
n
im
n

k
x
1 k
n
2 k
n

km
n
Nnmerototalobservaciones
ij
n frecuenciaabsoluta,nmerode
vecesqueaparecerepetidoelpar
) y , x (
j i
.
Lafrecuenciarelativadelparse
define:
N
n
f
ij
ij
=
2
DISTRIBUCIONESMARGINALES
Y
X
1
y
2
y
j
y

m
y
i
n
1
x
11
n
12
n

j 1
n

m 1
n
1
n
2
x
21
n
22
n

j 2
n

m 2
n
2
n

i
x
1 i
n
2 i
n

ij
n

im
n
i
n

k
x
1 k
n
2 k
n

kj
n

km
n
k
n
j
n
1
n
2
n
j
n
m
n

=

=

= =
m
1 j
j
k
1 i
i
n n N

N
n . y . x
a
k
1 i
m
1 j
ij j i
11

= =
= y . x a a . a a s
11 01 10 11 yx
= = (covarianza)
DISTRIBUCINMARGINALDELAVARIABLEX
X 1
x
2
x

i
x

k
x
i
n
1
n
2
n
i
n
k
n
N
n
f
i
i

= 1
f
2
f
i
f
k
f

=

=
k
1 i
i
n N
1 f
k
1 i
i
=

N
n . x
x a
k
1 i
i i
10

=

= =
N
n . x
a
k
1 i
i
2
i
20

=

=
2
20
2
10 20
2
x 20
) x ( a ) a ( a s m = = =
DISTRIBUCINMARGINALDELAVARIABLEY
Y 1
y
2
y
j
y

m
y
j
n
1
n
2
n
j
n
m
n

N
n
f
j
j

= 1
f
2
f
j
f
m
f

=

=
m
1 j
j
n N
1 f
m
1 j
j
=

N
n . y
y a
m
1 j
j j
01

=

= =
N
n . y
a
m
1 j
j
2
j
02

=

=
2
02
2
01 02
2
y 02
) y ( a ) a ( a s m = = =
Lasvariables(X,Y)sonindependientescuando: j , i
N
n
N
n
N
n
j
i
ij

3
0 s ntes independie ) Y , X ( Si
yx
=
ntes independie No ) Y , X ( 0 s Si
yx
=
DISTRIBUCINCONDICIONADADELAVARIABLEXparaunvalor
j
y Y =
Y
X
1
y
2
y
y
j
m
y
i
n
x
1
11
n
12
n
n
1j
m 1
n
1
n
x
2
21
n
22
n
n
2j
m 2
n
2
n

x
i
1 i
n
2 i
n
n
ij
im
n
i
n

x
k
1 k
n
2 k
n
n
kj
km
n
k
n
j
n
1
n
2
n
j
n
m
n

=

=

= =
m
1 j
j
k
1 i
i
n n N
X 1
x
2
x

i
x

k
x
) y Y / X ( n
j
=
j 1
n
j 2
n
j i
n
j k
n
) y Y / X ( f
j
=
j 1
f
j 2
f
j i
f
j k
f
j
j i
j
n
) y Y / x ( n
) y Y / X ( f

=
= =
DISTRIBUCINCONDICIONADADELAVARIABLEYparaunvalor
i
x X =
Y
X
Y
1
Y
2 y
j y
m
i
n
x
1
11
n
12
n
n
1j
m 1
n
1
n
x
2
21
n
22
n
n
2j
m 2
n
2
n

x
i
n
i1
n
i2 n
ij n
im
i
n

x
k
1 k
n
2 k
n
n
kj
km
n
k
n
j
n
1
n
2
n
j
n
m
n

=

=

= =
m
1 j
j
k
1 i
i
n n N
Y 1
y
2
y
j
y

m
y
) x X / Y ( n
i
=
1 i
n
2 i
n
j i
n
im
n
) x X / Y ( f
i
=
1 i
f
2 i
f
j i
f

im
f

=
= =
i
i
i
n
) x X / Y ( n
) x X / Y ( f
4
MOMENTOS
Sedefineelmomentorespectoalpardevalores(c,v)derdenesrys:
N
n ) v y ( ) c x (
) v , c ( M
k
1 i
ij
s
j
m
1 j
r
i
s r

= =

=
Tienenespecialintersdoscasosparticularesparalosvalorescyv
MOMENTOSRESPECTOALORIGEN(c,v)=(0,0)
N
n . y . x
N
n ) 0 y ( ) 0 x (
a
k
1 i
ij
s
j
m
1 j
r
i
k
1 i
ij
s
j
m
1 j
r
i
s r

= = = =
=

=
deinterssonlosparticulares:
1
N
n
N
n . y . x
a
k
1 i
ij
m
1 j
k
1 i
ij
0
j
m
1 j
0
i
00
= = =

= = = =

N
n . y . x
a
k
1 i
ij
1
j
m
1 j
1
i
11

= =
=
x
N
n x
N
n x
N
n . y . x
a
k
1 i
i i
k
1 i
ij
m
1 j
i
k
1 i
ij
0
j
m
1 j
1
i
10
= = = =


=

= = = =
y
N
n y
N
n y
N
n . y . x
a
m
1 j
j j
k
1 i
ij
m
1 j
j
k
1 i
ij
1
j
m
1 j
0
01
= = = =

=

= = = =
N
n x
N
n x
N
n . y . x
a
k
1 i
i
2
i
k
1 i
ij
m
1 j
2
i
k
1 i
ij
0
j
m
1 j
2
i
20

=

= = = =
= = =
N
n y
N
n y
N
n . y . x
a
m
1 j
j
2
j
k
1 i
ij
m
1 j
2
j
k
1 i
ij
2
j
m
1 j
0
02

=

= = = =
= = =
MOMENTOSCENTRALESORESPECTOALASMEDIAS ) y , x ( ) v , c ( =
N
n ) y y ( ) x x (
m
k
1 i
ij
s
j
m
1 j
r
i
s r

= =

=
deinterssonlosparticulares:
arianza cov s
N
n ) y y ( ) x x (
s m
xy
k
1 i
ij j
m
1 j
i
yx 11
=

= =

= =
X de ianza var s
N
n ) x x (
N
n ) x x (
N
n ) y y ( ) x x (
m
2
x
k
1 i
i
2
i
k
1 i
ij
m
1 j
2
i
k
1 i
ij
0
j
m
1 j
2
i
20
=

=

=


=

= = = =
5
Y de ianza var s
N
n ) y y (
N
n ) y y (
N
n ) y y ( ) x x (
m
2
y
m
1 j
j
2
j
k
1 i
m
1 j
ij
2
j
k
1 i
ij
2
j
m
1 j
0
i
02
=

=

=

=

= = = =
Sedemuestrafcilmenteque, y . x a a . a a
N
n ) y y ( ) x x (
s m
11 01 10 11
k
1 i
ij j
m
1 j
i
xy 11
= =

= =

= =
01 10 11 11 11
k
1 i
m
1 j
ij
m
1 j
j j
k
1 i
i i
k
1 i
ij
m
1 j
j i
k
1 i
m
1 j
ij
k
1 i
ij
m
1 j
j
k
1 i
ij
m
1 j
i
k
1 i
ij
m
1 j
j i
k
1 i
ij
m
1 j
j i j i
k
1 i
ij j
m
1 j
i
xy 11
a . a a y . x a y . x y . x x . y a
N
n
. y . x
N
n . y
. x
N
n . x
. y
N
n . y . x
N
n
. y . x
N
n . y
. x
N
n . x
. y
N
n . y . x
N
n ) y . x y . x y . x y . x (
N
n ) y y ( ) x x (
s m
= = + =
= + =
= + =
=
+
=

= =

= = =

=

= =
= = = = = = = =
= = = =
DEPENDENCIAENTRELASVARIABLES(X,Y)
Alobservardoscaracteresencadaindividuosepresentaelproblemadedeterminarlaexistenciade
algntipodedependenciaentreellos.Enestesentido,convienedestacardostiposdedependencia:
Dependenciafuncional:EntredosvariablesXeYexistedependenciafuncionalcuandohayuna
expresinmatemticasquelasrelacione.Porejemplo,losradiosdeunacircunferencia(X)ylas
longitudes(Y).
Dependenciaaleatoria:EntredosvariablesXeYexistedependenciaaleatoriacuandonoexiste
unaexpresinmatemticaquelasrelacione.Porejemplo,laedaddelosnios(X)ylaedad(Y).
Sealarqueexistenvariablesentrelasquenoexisteningntipodedependencia,loqueconllevaa
decirquelosdosconceptosanterioresnosoncomplementarios.
REGRESINOAJUSTE
Laobservacindeunavariableestadsticabidimensional(X,Y)comportalarepresentacindelos
puntosobtenidosenunanubeodiagramadedispersin.Elproblemageneralderegresinseplantea
enelintentodeajustarunafuncindeecuacinconocida(recta,parbola,exponencial,hiprbola,
polinmica,etc.)alanubedepuntosconelintersdepoderobtenerunaprediccinaproximadade
unadelasvariablesapartirdelaotra.
Naturalmente,queentretodaslasfuncionesquesepuedenelegirparaajustaralanubedepuntos,
hemosdeseleccionarlaptima,estoes,laquemejorencajesobrelospuntosquetenemos,paralo
cualrecurriremosalmtododelosmnimoscuadrados.
MTODO:Dependiendodelaformaqueadoptelanubedepuntos,enunprincipiosabremossi
hemosdeemplearunarecta,unaparbola,unafuncinmixta,etc.
6
Unavezelegidalafuncin,seestimanlosparmetroscorrespondientesdelamismaapartirdelos
datosobservados.Porejemplo,silafuncinelegidaesunaparbola:
2
x c x b a y + + = hemosdeestimar c , b , a
Porltimo,unavezrealizadalaestimacinhayquecomprobarsiefectivamenteelajusteerael
idneoono.Paraelloseempleancualquieradelostestsconstruidosparaestudiarlabondaddel
ajuste.Elmodelomsutilizadoeseldela
2
(chicuadrado).
REGRESINLINEALMNIMOCUADRTICA
Enelsupuestodequesealarectalafuncinquemejorsecomportaconarregloalaformadelanube
depuntos,nosencontramosanteunaproblemaderegresinlineal,distinguiendoentre:
RectaderegresindeYsobreX:ObteniendovaloresaproximadosdelaYconocidoslosdelaX
RectaderegresindeXsobreY:ObteniendovaloresaproximadosdelaXconocidoslosdelaY
RECTADEREGRESINDEYSOBREX
Encadapar(X,Y)alvalorobservado
i
x lecorrespondeun
valorobservado
j
y yotrovalorterico
i
y queseraelque
lecorresponderaenlarectacomofuncin,esdecir:
i i
x b a y + =
Aladistanciaentreestosdosvalores(tericoy
experimental),ladenotamospor
j i ij
y y d =
Paraobtenerlosparmetrosayb,setomanlasdistancias(errores)alcuadradoparaquenose
contrarrestenlossignospositivosynegativos,haciendomnimasusuma:

= =
j , i
2
j i
j , i
2
j , i
) y y ( d M
Porotraparte,parasimplificarelmecanismoparaobtenerlarectaderegresindeY(variable
dependiente)sobreX(variableindependiente),sedescartanmultiplicidadesysuponemosquecada
parserepiteunasolavez.
Considerandoque
i i
x b a y + = ,

+ = =
j , i
2
j i
j , i
2
j , i
) y x b a ( d M
Parahallarlosvaloresdeaybquehaganmnimaestafuncinhemosdehallarlasderivadas,
igualandoacerolasecuacionesresultantes:
7


= + = + =

= + = + =

j , i
i j i
j , i
i j i
j , i
j i
j , i
j i
0 ) x ( ) y x b a ( 0 ) x ( ) y x b a ( 2
b
M
0 ) y x b a ( 0 ) y x b a ( 2
a
M
Porlaspropiedadesdelsumatorio,seobtienenlasecuacionesnormalesdelaregresin:

= +
= +

= +
= +




i j , i
j i
2
i
i
i
i i j
j i
i j , i
j i
2
i
i
i
i i j
j i
y x x b x a
y x b a
0 y x x b x a
0 y x b a
DividiendolasexpresionesanterioresporN(nmerototaldedatos),habiendosupuestoquela
frecuenciaabsolutadecadapar(X,Y)eslaunidad,resulta:

= +
= +

N
y x
N
x
b
N
x
a
N
y
N
x
b
N
1
a
j , i
j i
i
2
i
i
i
j
j
i
i
i
Considerandolosmomentos,setiene:

= +
= +
11 20
a a b x a
y x b a
x b y a =
sustituyendoenlaecuacin
11 20
a ba x a = + ,resulta:
y x a ) x a ( b a a b x ) x b y (
11
2
20 11 20
= = +
2
x
xy
2
20
11
s
s
x a
y x a
b =

=
x
s
s
y a
2
x
xy
=
Finalmente,sustituyendolosvaloresobtenidosenlaecuacindelarecta x b a y + =
+ = x
s
s
x
s
s
y y
2
x
xy
2
x
xy
) x x (
s
s
y y
2
x
xy
=
NOTA.Enelsupuestodequenohubiramospartidodelashiptesisinicialesparaeldesarrollo,es
decir,sihaymultiplicidadesde ) y , x (
j i
ysicadaparserepite
ij
n veces,laecuacinaminimizarsera

+ = =
j , i
ij
2
j i ij
j , i
2
j , i
n ) y x b a ( n d M
8
RECTADEREGRESINDEXSOBREY
Sienlugardetomarlasdistancias
ij
d sobrelasverticales
(estoes,sobrelaY)setomansobrelashorizontales(sobrela
X)yseutilizaelmismomtododelosmnimoscuadrados,
porunprocesoidnticamenteigualsellegaalaecuacinde
regresindeXsobreY:
) y y (
s
s
x x
2
y
xy
=
COEFICIENTESDEREGRESINLINEAL
LarectaderegresindeYsobreX: ) x x (
s
s
y y
2
x
xy
= ,dondeelcoeficientederegresinlineal
2
x
xy
yx
s
s
b = eslapendientedelarecta.
RectaderegresindeYsobreX,segnelcoeficientederegresin

<
=
>

e decrecient 0
horizontal 0
creciente 0
b
yx
LarectaderegresindeXsobreY: ) y y (
s
s
x x
2
y
xy
= ,dondeelcoeficientederegresinlineal
2
y
yx
xy
s
s
b = eslapendientedelarecta.
RectaderegresindeXsobreY,segnelcoeficientederegresin

<
=
>

e decrecient 0
vertical 0
creciente 0
b
xy
CORRELACIN
Ascomolaregresinestudialaposibleprediccindelosvaloresdeunavariableapartirdelaotra,la
correlacinestudiaeltipodedependenciaqueexisteentreambasvariables,intentandocuantificarla
medianteelclculodeloscoeficientesdecorrelacin.
Acontinuacinseestudianloscoeficientesdedeterminacinycorrelacinlineal.
COEFICIENTEDECORRELACINLINEAL
ElcoeficientedecorrelacinlinealResunnmeroabstractoquedeterminaelgradodeajuste
entreunanubedepuntosyunarectaderegresin.Sedefinecomolamediageomtricadelos
coeficientesdecorrelacinlineal
y x
xy
2
y
xy
2
x
xy
xy yx
s s
s
s
s
s
s
b . b r = = =
9
RELACINENTRELOSCOEFICIENTESDEREGRESINYDECORRELACIN
RectaderegresindeYsobreX: ) x x (
s
s
y y
2
x
xy
= ,coeficientederegresinlineal
2
x
xy
yx
s
s
b =
(pendientedelarecta),coeficientedecorrelacin
y x
xy
s s
s
r = (gradodeajuste)

y x
2
x yx
y x xy
2
x yx xy
y x
xy
2
x
xy
yx
s s r s b
s s r s
s b s
s s
s
r
s
s
b
=

=
=

=
=
x
y
yx
s
s
r b =
seobservaquelosdoscoeficientes(regresinlinealycorrelacinlineal)tienenelmismosigno.
RectaderegresindeXsobreY: ) y y (
s
s
x x
2
y
xy
= ,coeficientederegresinlineal
2
y
xy
xy
s
s
b =
(pendientedelarecta),coeficientedecorrelacin
y x
xy
s s
s
r = (gradodeajuste)

y x
2
y xy
y x xy
2
y xy xy
y x
xy
2
y
xy
xy
s s r s b
s s r s
s b s
s s
s
r
s
s
b
=

=
=

=
=
y
x
xy
s
s
r b =
losdoscoeficientes(regresinlinealycorrelacinlineal)tienenelmismosigno.
VARIANZARESIDUAL
Esladispersindeloserrorescometidosentre
losresiduos,dispersindelasumadelas
distanciasdelosvaloresobservados(o
experimentales)ylosvalorestericos(enlarecta
deregresin).
*Lasdiferenciassetomanalcuadradoparaque
nosepuedancontrarrestarlossignospositivosy
negativos.
N
n d
s
ij
j , i
2
j , i
2
r

=
Parasimplificarelmecanismosuponemosqueelcentrodegravedadseencuentraenelorigen
) 0 y , 0 x ( = = ,conloquelaecuacindelarecta x b a y + = sereducea x b y = ,partiendoquecada
par ) y , x (
j i
serepiteunasolavez(descartandomultiplicidades).
10
Conlashiptesisplanteadas:
) 0 y , 0 x ( = =
2
x
xy
s
s
b=

= =
= =
= =
02
2
02
2
y
20
2
20
2
x
11 11 xy
a y a s
a x a s
a y x a s
Conlocual,

+ = + = = =
ij
j i
j
2
j
i
2
i
2
j , i
j i
2
j
2
i
2
j , i
2
j i
ij
2
j i
j , i
2
j , i
y x b 2 y x b ) y x b 2 y x b ( ) y x b ( ) y y ( d
yx
2
y
2
x
2
11 02 20
2
ij
j i
j
2
j
i
2
i
2
j , i
2
j , i
2
r
s b 2 s s b a b 2 a a b
N
y x
b 2
N
y
N
x
b
N
d
s + = + = + = =

[ ] [ ]
2 2
y
2
y
2
x
2
xy
2
y
2
y
2
x
2
xy
2
y xy xy
2
x
xy
2
y xy
2
x
2
x
xy
2
x
xy
2
y xy
2
x yx
2
y
2
x
2 2
r
r 1 s
s s
s
1 s s
s
s
s s 2 s
s
s
s s 2 s
s
s
s
s
s ) s 2 s b ( b s b 2 s s b s
=

= + = + =
= +

= + = + =
Lacotamximadelavarianzaresidual
2
r
s eslavarianzaquetratamosdeexplicarmedianteel
modeloderegresin,esdecir,lavarianzadelavariabledependiente.Enestecaso,
2
y
2
r
s s = ,hecho
quesucedecuando 0 r = ,estoescuandolasvariablessonincorreladas.
Lacotamnimadelavarianzaresidual
2
r
s seobtendrcuandolasvariablestienenuna
dependenciafuncional 1 r
2
=

2
y
2
r
s
s
100 licado exp no iaciones var % =
Unaformadedefinirelcoeficientededeterminacin:
2
y
2
r 2
s
s
1 r = 1 r 0
2

INTERPRETACINCOEFICIENTEDECORRELACINLINEAL
Sehaceunainterpretacinapartirdelarelacinconlavarianzaresidual ) r 1 ( s s
2 2
y
2
r
= :
0 b y 0 b y s s 0 r Si
xy yx
2
y
2
r
= = = = .
LasdosrectassonperpendicularesylasvariablessonINCORRELADAS
0 s 1 r Si
2
r
= = .
Todoslospuntosseencuentransituadossobrelarectaderegresin,existiendo
entrelasdosvariablesunaDEPENDENCIAFUNCIONAL(rectaderegresin
creciente).
11
0 s 1 r Si
2
r
= = .
Todoslospuntosseencuentransituadossobrelarectaderegresin,existiendo
entrelasdosvariablesunaDEPENDENCIAFUNCIONAL(rectaderegresin
decreciente).

1 r 0 0 r 1 Si < < < <

Lasvariablesestntantomscorreladasencuantoelcoeficiente
seaproximamsa11,respectivamente.
Enamboscasos,existeunaDEPENDENCIAALEATORIAentrelas
variables.
Resaltarquenopuededarseelcasodequeunarecta
deregresinseacrecienteylaotradecreciente

< < <

> > >
0 b 0 r 0 b
0 b 0 r 0 b
xy yx
xy yx
DESCOMPOSICINDELAVARIABILIDAD:
COEFICIENTEDECORRELACINVARIANZARESIDUAL
Sea
i
y elvalortericoquecorresponderaenlarectaderegresindeYsobreX:
i i
x b a y + = .
Elevandoalcuadradoladescomposicin ) y y ( ) y y ( ) y y (
i i i i
+ = ,seobtiene:
[ ]

0
n
1 i
i i i
n
1 i
2
i
n
1 i
2
i i
2
n
1 i
i i i
2
n
1 i
i
) y y ).( y y ( 2 ) y y ( ) y y ( ) y y ( ) y y ( ) y y ( SCT
=
= = = = =

+ + = + = =
Observemosque, = + =

= =
n
1 i
i i i
n
1 i
i i i
) y x b a ).( x b a y ( ) y y ).( y y (

_ _ _
0
n
1 i
i i
0
n
1 i
i i i
0
n
1 i
i i
) x b a y ( y ) x b a y ( x b ) x b a y ( a
=
=
=
=
=
=

+ + =
conlocual,
_ _ _
licada exp cuadrados suma residual cuadrados suma total cuadrados suma
SCE
) y y (
SCR
) y y (
SCT
) y y (
n
1 i
2
i
n
1 i
2
i i
2
n
1 i
i
= = =
+ =
Porotrolado,
_ _

SCT / SCE r
) y y (
) y y (
SCT / SCR
) y y (
) y y (
1 ) y y ( ) y y ( ) y y (
2
2
n
1 i
i
n
1 i
2
i
2
n
1 i
i
n
1 i
2
i i
SCE
n
1 i
2
i
SCR
n
1 i
2
i i
SCT
2
n
1 i
i
=

= + =

=
=
=
=
= = =
Unavezestimadoelmodeloesconvenienteobtenerunamedidaacercadelabondaddelajuste
realizado.UnestadsticoquefacilitaestamedidaeselCoeficientedeDeterminacin(
2
r ),quese
12
define:
2
n
1 i
i
n
1 i
2
i
2
) y y (
) y y (
SCT
SCE
r

= =

=
=
ElCoeficientedeDeterminacinpermite,adems,seleccionarentremodelosclsicosquetenganel
mismonmeroderegresores,yaquelacapacidadexplicativadeunmodeloesmayorcuantoms
elevadoseaelvalorquetomeestecoeficiente.
Deotraparte, ) r 1 ( s s
s
s
1
N ) y y (
N ) y y (
1
SCT
SCR
1 r
residual ianza var
2 2
y
2
r
2
y
2
r
s
2
i
s
2
i i 2
2
y
2
r

_

= =

= =

ConsiderandolarectaderegresindeYsobreX,elcoeficientededeterminacin
2
r puede
expresarse:

n correlaci e coeficient
y x
xy
2
y
2
x
2
xy
2
i
2
i
2
2
x
xy
2
i
2
i
2
x
xy
2
i
2
i 2
s s
s
r
s s
s
N
) y y (
N
) x x (
s
s
) y y (
) x x (
s
s
) y y (
) y y (
r = =

Elcoeficientedecorrelacinlineal r esunnmeroabstractoquedeterminarelgradodeajusteentre
unanubedepuntosyunarectaderegresin.Sedefinecomolamediageomtricadeloscoeficientes
deregresinlineal:

y x
yx
2
y
yx
2
x
yx
xy yx
s s
s
s
s
s
s
b b r = = =
Advirtasequesilavarianzaresidualescero, 0 s
2
r
= ,setiene, 0 r 1 0 ) r 1 ( s s
2 2 2
y
2
r
= = =
conlocual,
y x xy
2
s s s 1 r = =