ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

DANIEL FIGUEREDO VILLACOB, JOSE UPARELA AGUAS

Estudiantes, Corporación universitaria del Caribe, ingeniería industrial, V.

Resumen: El presente trabajo denominado análisis de regresión y correlación lineal pretende mostrar el
grado de la relación entre variables utilizando modelos matemáticos y representaciones gráficas
(diagrama de dispersión). Para representar dichas graficas es necesario aplicar la ecuación con el fin
de conocer el valor de una de ellas en función de la otra. A continuación, estudiaremos dicha
relación la cual es conocida como análisis de correlación y, análisis de regresión que consiste en un
modelo matemático para preciar el valor de una variable basándome en otra.

PALABRAS CLAVE: Relación, Regresión, Correlación, estimación, nube de puntos, dispersión.

Abstract: This work called regression and linear correlation analysis aims to show the degree of the
relationship between variables using mathematical models and graphic representations (scatter diagram). To
represent such graphics is necessary to apply the equation in order to know the value of one of them
depending on the other. Then we will study this relationship which is known as correlation analysis and
regression analysis which consists of a mathematical model for preciar the value of a variable based on
another.

KEYWORDS: Relationship, regression, correlation, estimation, point cloud, dispersion.

1. R/ Cuando independien Esto con el
INTRODUCCIÓN no se puede te fin de lograr
. obtener Y: variable una
dependiente
información predilección
Anteriormente de x
de dos aproximada.
habíamos estudiado y
variables
con solo una son los
relacionadas
variable, de ahora coeficientes
entre ellas
en adelante de regresión
se utiliza el Teniendo
podremos hacerlo donde es
análisis de una nube de
con dos o más la posición
regresión, el puntos
variables. Estas de la debemos
cual busca
variables deben intersección buscar la
conocer el
analizarse al mismo y es la recta que
valor de una mejor
tiempo. pendiente.
de las represente a
La regresión y la variables : esa nube.
correlación son una teniendo en corresponde
forma de estimación cuenta el al error, ya
y están valor de la que no
relacionadas. Estos siempre los
otra.
nos permiten saber valores
Ejemplo: x= estimados
en una población la
relación de una o estatura de corresponde
más variables. El los alumnos n a los
análisis de regresión de observados.
nos arroja una estadística y
ecuación donde y= peso de 3. ¿En qué
observamos lo estos consiste el
anteriormente Principio Al aplicar los
alumnos.
mencionado y el De mínimos
análisis de cuadrado y
2. ¿Cómo está Mínimos
correlación no
definido el Cuadrados obtener la línea,
muestra el índice
correspondiente a la Modelo De ? la suma de los
correlación entre Regresión R/ Es el puntos
ambas variables. Lineal método más sobrantes nos
Simple? utilizado de daría cero y la
2. SOLUCION A estimación, media de los
PREGUNTAS Está donde se valores
definido de resta el
1. ¿En qué la siguiente observados con
valor cuerda con la
consiste El forma:
observado media de los
Análisis De
menos el valores
Regresión
Donde: valor ajustados.
y cuál es su
X: como la estimado
objetivo
variable elevando al 4. ¿En qué
principal?
cuadrado. consiste la
 Medida De de la recta Las fórmulas de permite
Bondad De de cálculo para el encontrarlo
Ajuste? regresión? numerador y el ? Defina
R/ Cantidad que Defina denominador de cada
varía y, esto se cada son parámetro
hace en la parámetro de los
=
ecuación de de los cuales
regresión cuales depende el
.Después de depende la cálculo del
arrojado el valor estimación Coeficiente
(que debe estar de los De
La estimación de
entre 0 y 1), coeficientes mínimos cuadrados Correlació
este se debe . de la ordenada al n.
interpretar. origen de la recta
Donde 0 quiere Utilizando el El coeficiente
método de mínimos de regresión de correlación
decir que se verdadera es
cuadrados, en esta mide la fuerza
presenta una
ocasión y , de relación
nulidad en las entre dos
concordancias estarán variables en una
mientras que el representados por muestra y luego
Es importante tener
1 es una y , los cuales en cuenta que antes relaciona esta
excelente de calcular y con el
se les llama
concordancia. coeficiente de
estimaciones de se debe observar la correlación.
Se recomienda mínimos cuadrados, gráfica y concluir si Solo se puede
que los valores estos minimizan es coherente a un dar cuando la
sean mayores modelo relación es
. Es decir probabilístico lineal.
que 0,85 y 9 lineal o
Si los puntos no exponencial. La
para que y son tales
tienden a agruparse fórmula está
represente la que alrededor de una
ecuación. Si el dada de la
línea recta, con casi siguiente
valor esta entre el mismo grado de manera:
0 y 1 se para cualquiera dispersión para toda
aproxima a x, deben
algunos de los y . La recta de investigarse otros
mínimos cuadrados modelos.
dos valores y se
concluye con es:
6. ¿Que mide
respecto a este. el Donde:
La estimación de coeficiente
5. ¿De qué
mínimos cuadrados de r =
manera
del coeficiente correlación coeficiente
(relación,
es y cuál es la
formulas) de
relación
podemos
(Formula) correlación.
estimar los
que
coeficientes
∑xy = 3. CONCLUSIÓN diagrama de
 El dispersión.
sumatoria coeficiente
de los 7. Describa el de
procedimie correlación 4.
productos BIBLIOGRAFÍA.
nto de es un
de ambas prueba de instrumento
variables. hipótesis estadístico  MARTÍNE
∑x = (Hipótesis que nos Z, Ciro.
sumatoria Nula, muestra la Estadística
Estadístico relación
de los Básica
De Prueba, entre 2 o Aplicada.
valores de Región De más ECOE
x. Rechazo) variables. Ediciones.
∑y = sobre el  El método Bogotá,
parámetro de mínimos
sumatoria 2012.
que cuadrados  Devore, Jay.
de los determina es el más PROBABIL
valores de y. la utilizado en IDAD Y
∑x2 = pendiente estimación. ESTADÍSTI
de la recta  La CA PARA
sumatoria
de regresión INGENIER
de los regresión. lineal ÍA Y
valores al Defina siempre CIENCIAS.
cuadrado de cada expresa la México,
parámetro relación 2005
x.
de los entre la
∑y2 = cuales variable  http://www.
sumatoria depende el dependiente ray-
Procedimie y la variable design.com.
de los
nto De mx/psicopar
valores al independien
aest/index.p
Prueba De te.
cuadrado de hp?
Hipótesis.  El método option=com
y. de mínimos _content&vi
N = tamaño cuadrado ew=article
nos muestra &id=256:co
de la : estimador cual es la eficiente-
muestra en recta que pearson&ca
función de : Valor nulo tid=54:coefi
mayor se
ciente-
parejas. acerca a la correla&Ite
mayoría de mid=75
puntos de la  http://www.
nube, um.es/ae/FE
apoyándose IR/40/#bon
en el
 dad-de-
ajuste
 http://www.
uoc.edu/in3/
emath/docs/
RegresionLi
neal.pdf