Escolar Documentos
Profissional Documentos
Cultura Documentos
Las variables como su nombre lo indican van hacer lo que va a variar, lo que se va a someter a
estudio.
Variables dependientes: Son las variables de respuesta que se observan en el estudio y que
podran estar influenciadas por los valores de las variables independientes. En la pgina
electrnica Enciclopedia libre 2010 cita a Hayman (1974.Pg, 69) la define como propiedad o
caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente.
La variable dependiente es el factor que es observado y medido para determinar el efecto de
la variable independiente.
Coeficiente de Correlacin
Para Sote (2005), el coeficiente de correlacin (r) se define como un indicador estadstico que
nos permite conocer el grado de relacin, asociacin o dependencia que pueda existir entre
dos o ms variables. (p. 360)
Y agrega lo siguiente:
Correlacin rectilnea o lineal: cuando los datos presenten una tendencia de lnea recta.
Correlacin curvilnea: la variable presenta una tendencia distinta a la lnea recta. (p.233)
TIPOS DE CORRELACIN
Esta clasificacin es muy parecida a la que hace Sote, sin embargo en esta ltima se incluye la
correlacin parcial. Aqu es importante mencionar que el autor (Sote) nos habla de
clasificacin y adems hace alusin a los tipos de correlacin, haciendo una diferenciacin
entre lo que es la clasificacin y los tipos, lo cual no lo hace el anterior, pues al hablar de tipos
de correlacin menciona a la clasificacin.
Incorrelacin r = 0
Cuando la obtencin de dicho indicador r sea exactamente igual a cero, se dice que no existe
alguna relacin, asociacin o dependencia entre las variables estudiadas, siendo por tanto
ellas, variables correlacionadas o faltes de alguna dependencia lineal. (Sote (2005. Pg. 239-
240)).
Coeficientes de correlacin:
Regresin Lineal
Y adems nos expone puntualmente que donde intervienen una variable independiente y una
variable dependiente, y la relacin entre ellas se aproxima mediante una lnea recta. A esto se
llama regresin simple. (Sweeney y otros (2005. Pg. 539)).
donde 0 es la interseccin o trmino "constante", las son los parmetros respectivos a cada
variable independiente, y p es el nmero de parmetros independientes a tener en cuenta en
la regresin. La regresin lineal puede ser contrastada con la regresin no lineal. (Parra.1)
Regresin lineal simple: Slo se maneja una variable independiente, por lo que slo cuenta con
dos parmetros. Son de la forma:
6
donde es el error asociado a la medicin del valor Xi y siguen los supuestos de modo que
(media cero, varianza constante e igual a un y con ).
Anlisis
Dado el modelo de regresin simple, si se calcula la esperanza (valor esperado) del valor Y, se
obtiene:[5]
donde es el error asociado a la medicin i del valor Xip y siguen los supuestos de modo que
(media cero, varianza constante e igual a un y con ).
Rectas de regresin Las rectas de regresin son las rectas que mejor se ajustan a la nube de
puntos (o tambin llamado diagrama de dispersin) generada por una distribucin binomial.
Matemticamente, son posibles dos rectas de mximo ajuste:[7]
La recta de regresin de Y sobre X:
La correlacin ("r") de las rectas determinar la calidad del ajuste. Si r es cercano o igual a 1, el
ajuste ser bueno y las predicciones realizadas a partir del modelo obtenido sern muy fiables
(el modelo obtenido resulta verdaderamente representativo); si r es cercano o igual a 0, se
tratar de un ajuste malo en el que las predicciones que se realicen a partir del modelo
obtenido no sern fiables (el modelo obtenido no resulta representativo de la realidad). Ambas
rectas de regresin se intersecan en un punto llamado centro de gravedad de la distribucin.
(Enciclopedia Libre Wikipedia (2010. Parra.9))
Notando lo anterior se puede concluir con las palabras de Garzo (1988) explicando que en la
estadstica descriptiva tratbamos de regresar la posible relacin lineal entre las observaciones
mustrales de dos caractersticas, mientras que ahora tratamos de expresar la posible relacin
lineal entre dos caractersticas en toda la poblacin. (Pg.161) De esta manera, explicando que
se hace en la Regresin Lineal.