LICENCIATURA EN ADMINISTRACIÓN

LABORATORIO

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

AUTOR: ANA GABRIELA NIETO MARTÍNEZ

MTRA: MARIA DE LA LUZ ALONSO VARGAS

CIUDAD VICTORIA, TAM. MAYO 2017

Correlación
En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación lineal y proporcionalidad entre
dos variables estadísticas. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una
de ellas varían sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos variables (A y B) existe
correlación disminuir los valores de A lo hacen también los de B y viceversa. La correlación entre dos variables no
implica, por sí misma, ninguna relación de causalidad.
Teoría de regresión y correlación
El término correlación se utiliza generalmente para indicar la correspondencia o la relación recíproca que se da entre dos
o más cosas, ideas, personas, entre otras.
En tanto, en probabilidad y estadística, la correlación es aquello que indicará la fuerza y la dirección lineal que se
establece entre dos variables aleatorias
Se considera que dos variables de tipo cuantitativo presentan correlación la una respecto de la otra cuando los valores de
una ellas varíen sistemáticamente con respecto a los valores homónimos de la otra.
Por ejemplo, si tenemos dos variables que se llaman A y B, existirá el mencionado fenómeno de correlación si al
aumentar los valores de A lo hacen también los valores correspondientes a B y viceversa.
De todas maneras, vale aclarar que la correlación que pueda darse entre dos variables no implicará por si misma ningún
tipo de relación de causalidad. Los principales elementos componentes de una correlación de este tipo serán: la fuerza, el
sentido y la forma.

Diagrama de dispersión
Un diagrama de dispersión se emplea cuando existe una variable que está bajo el control del experimentador. Si existe
un parámetro que se incrementa o disminuye de forma sistemática por el experimentador, se le denomina parámetro de
control o variable independiente = eje de x y habitualmente se representa a lo largo del eje horizontal. La variable medida
o dependiente = eje de y usualmente se representa a lo largo del eje vertical. Si no existe una variable dependiente,
cualquier variable se puede representar en cada eje y el diagrama de dispersión mostrará el grado de correlación (no
causalidad) entre las dos variables.
Fórmulas a usar
Estimación de la Recta de Regresión.
Para estimar los coeficientes por medio de mínimos cuadrados, se utilizan las siguientes fórmulas:

∑ 𝑥𝑦 − (𝑛)(ẋ)(ẏ)
ℬ1 =
∑𝑥 2 − 𝑛(ẋ)
ℬ0 = ẏ − ( ℬ1)(ẋ)
Fórmula para sacar la ẏ (teórica)

ẏ = ℬ1(𝑥) + ℬ0

Para sacar (S)

√∑ẏ 2 − (ℬ0)(∑ 𝑥) − (ℬ1)(∑ 𝑥𝑦)

𝑆=
𝑛−2

ERROR (PORCENTAJE)
𝑠. 100
% 𝑒𝑟𝑟𝑜𝑟 =
𝑌𝑟𝑒𝑎𝑙𝑚𝑎𝑦𝑜𝑟
COEFICIENTE DE PERSON(r) mide la intensidad de (X) y (Y) (-1 a 1)
∑ 𝑥𝑦 − 𝑛(ẋ)(ẏ)
𝑟=
√∑𝑥 2 − (𝑛)2 . √∑𝑦 2 − 𝑛(ẏ)2

Sum square regression.

𝑆𝑆𝑅 = (ℬ0 . ∑ 𝑦) + ( ℬ1 . ∑ 𝑥𝑦) − (𝑛)(ẏ)2

Sum square error.

𝑆𝑆𝐸 = ∑ 2 − (ℬ0 . ∑ ẏ) − (ℬ1 . ∑ 𝑥𝑦)

ẏ

Sum square total.

𝑠𝑠𝑡 = ∑ 2 − (𝑛)(ẏ2 )
ẏ

COEFICIENTE DE DETERMINACION
Mide la eficiencia del método lineal para describir a la variable y.
𝑆𝑆𝑅
𝑅2 =
𝑆𝑆𝑇

Para Verificar si la prueba fue hecha correctamente.

𝑃𝑅𝑈𝐸𝐵𝐴 = 𝑆𝑆𝑅 + 𝑆𝑆𝐸 = 𝑆𝑆
Ejercicio
Se tomó como muestra la estatura (cm) y peso (kg) de equipo de futbol de 26 personas todos hombres.
Variable independiente= estatura
Variable dependiente= peso
Se hizo las formulas anteriores para poder sacar los datos y la gráfica de regresión y correlación.
X real Y real Ŷ teórica
194 95 88.214698
182 80 80.96371
179 78 79.150963
169 77 73.108473
180 82 79.755212
188 87 84.589204
157 67 65.857485
181 82 80.359461
176 82 77.338216
163 65 69.482979
159 67 67.065983
184 88 82.172208
192 93 87.0062
166 74 71.295726
196 88 89.423196
156 65 65.253236
155 64 64.648987
171 75 74.316971
190 91 85.797702
165 66 70.691477
178 76 78.546714
183 80 81.567959
198 97 90.631694
167 76 71.899975
153 58 63.440489
196 59 89.423196
DATOS
n= 26
x= 4578
x2= 811052
ẋ= 176.0769231
y 2012
y2= 158784
ẏ= 77.38461538
x.y= 357271
B1= 0.604249
Bo= -29.009608

ẏ teórica= B1(X)+B0

S= 7.276823
%ERROR= 9.096029

r= 0.766948
SST= 3086.153846
SSR= 1815.302050
SSE= 1270.851796

R2= 58.820854

PRUEBA= 3086.153846
 Análisis de Regresión y Correlación
100

95

90

85

80
peso
(kg)

Y real
75

Ŷ teórica

70

65

60

55
140 150 160 170 180 190 200

altura (cm)