Asignatura

Estadística descriptiva
NR11562

Título del trabajo

Actividad #13

Presenta:
Luisa Fernanda Zácipa Martínez
ID: 658463
Verónica Cardona Murillo
ID: 668300
Angie Lorena Garzón Gaviria
ID: 665194
Angie Julieth Méndez Córdoba
ID: 635120

Docente
Carol Soraya Sánchez Rodríguez

Colombia, Guadalajara de Buga, Abril 4 de 2018

CORRELACIÓN Y REGRESIÓN

La regresión y la correlación son dos técnicas estrechamente relacionadas y comprenden una

forma de estimación. En forma más especifica el análisis de correlación y regresión comprende

el análisis de los datos muéstrales para saber qué es y cómo se relacionan entre si dos o más

variables en una población. El análisis de correlación produce un número que resume el grado de

la correlación entre dos variables dependiente e independiente; y el

análisis de regresión da lugar a una ecuación matemática que describe dicha relación.



DIAGRAMA DE DISPERSIÓN O NUBE DE PUNTOS

Consiste en representar cada par de valores de las variables en un sistema de coordenadas

cartesianas en el que los ejes X e Y representan las variables de la distribución bidimensional.

CORRELACIÓN Y COVARIANZA

Cuando observamos el diagrama de dispersión, nos podemos hacer una idea o generar una
hipótesis de si existe más o menos relación entre ambas variables y del tipo de relación
existente. Esto se expresa mediante el concepto de correlación.
Para conocer si la correlación es directa o inversa, basta con determinar la covarianza. El cálculo
de este parámetro es algo complejo, por lo que resulta muy útil a veces obtener el resultado de
una forma más directa y dedicar nuestro tiempo en interpretar los resultados.

rXY = covarianza/(desviación típica X * desviación típica Y)

rXY =SXY/(SX *SY)
-1<=r<=1

Con los diagramas de dispersión podemos ver cómo se relacionan ambas variables entre sí. Esto
es lo que se conoce como correlación. Hay tres tipos de correlación: positiva, negativa y nula
(sin correlación).

Correlación positiva: ocurre cuando una variable aumenta y la otra también. Por ejemplo, la
altura de una persona y el tamaño de su pie; mientras aumenta la altura, el pie también.

r = 1: hay una relación positiva perfecta


Correlación negativa: es cuando una variable aumenta y la otra disminuye. El tiempo de
estudio y el tiempo que pasas jugando videojuegos, tienen una correlación negativa, ya que
cuando tu tiempo de estudio aumenta, no te queda tanto tiempo para jugar videojuegos.

r = -1: hay una relación lineal negativa perfecta


Sin correlación: no hay una relación aparente entre las variables. Los puntos en tus
videojuegos y tu talla de zapato no parece tener ninguna correlación; mientras una aumenta, la
otra no tiene ningún efecto.

r = 0: no existe relación lineal, datos incorrelacionados

 LISTA DE REFERENCIAS

Martínez, C., y Levin, R. (2012). Estadística aplicada. Bogotá D.C., Colombia: Pearson
Educación.

Lind, D. A., Marchal, W. G., Wathen, S. A. (2015). Estadística aplicada a los negocios y
a la economía. México D.F., México: McGraw Hill/Interamericana editores S.A.

García, D. (2012). Análisis de regresión y correlación lineal [Video].

Ejemplo de Hipótesis de dependencia causal. Revista Ejemplode.com. Obtenido 08,

2014, de
https://www.ejemplode.com/29logica/3923ejemplo_de_hipotesis_de_dependencia_causal.ht
ml

Ministerio de Educación, Cultura y Deporte | Instituto de Tecnologías Educativas. (s.f.).

Recta de regresión. Recuperado de
http://www.ite.educacion.es/formacion/materiales/100/cd/m4/recta_de_regresin.html

Shmoop University. (s.f.). Diagrama de dispersión y correlación. Recuperado de

https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-dispersion-
correlacion.html