Regresion

03) Hernandez, E. (2006). Regresin y correlacin. En Manual de estadstica. (pp.75-85).
Colombia: EDUEC-Universidad
Corporativa de Colombia.
LECCIN
8
Regresin y correlacin
~fapa conceptual
Regresin y correlacin
I Diagra.ma de dispersin
R9fsi6n y
correlacin
lineal
Regresin y
oonetacln
de
potencia
Ecuacin de
estimacin
Ecuacin de
Coeficiente de
correlacin
Coeficiente de
correlacin
estimacin
Objetivos de aprendizaje
Calcular la ecuacin de regresin )1 el coeficicnte de correlacin de l1J11 si tuacin
prctica de los datos correspondientes a dos variables.
Analizar correctamente el grado de relacin entre dos variables e interpretarlos
adec uadam en te.
Desarrollar dcscriptivamcntc los modelos de regresin lfncal )' de potencia

simple y' (le potencia, COIllQ medio ele utilizar una variable para predecir otra
~'medir In intensidad <le la asociacin entre (los variables,
7S
~
-4
Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.
Copyrigl1ted material
Handbook 01' Stausrics
76
r-----------------~-------------------------------------------------------.
Actividades indicadoras de logros
Dado un conjunto de puntos (X, Y), dcrermine la ecuacin de estimacin lineal
)' (le.potencia y por medio del coeficiente de correlacin decida la ecuacin de
mejor ajuste.
EIl1a prctica encontramos con frecuencia una relacin entre dos o 111<1S variables,
pOI' ejemplo: el peso de los adultos depende en algn grado de su estatura; la circunfercncia depende de su radio; yla presin de una masa (I;(L,de gas depende de
su temperatura ): VO)UlllCI1. Con frecuencia deseamos expresar estas relaciones en

forma matemtica, determinando una ecuacin (ILJCconecte I,L$variables.
8.1
Dagr ama de dispersin

Para ayudar a determinnr una ecuacin que conecte las variables, un primer paso es
la recoleccin de datos. que muestren los valores correspondientes de las variables
bajo consideracin.
El siguiente pas es dibujar 10$"lInIO~(X" \',), (X" Y,), ...(X", y j, en unsisrcma

coordenado rccrangular. El grupo (le puntos resultante es lluruado un diagrnma de
dispersin .
.,!.\
parti r de
ID) diagrama
de dispcrsi on es posible visual izar una curva de aproxi ma-
cin suave de J()$ daros. 1";11curva es llamuda una curva de aproximacin.
El problema general de encontrar una ecuacin de curva (le aproximacin, la cual

se adapta al grupo de puntos dados, llamado regresin.
8.2
Regresin
Frecuentemente,
COI) I)<IS(~el' los
datos de la muestra, dCSC<lItlOSestimar los datos
de la variable y, corrcspondicmc a un valor dado de una variable X. Esto puede ser

realizado estimando los valores de Y, a partir de una curva de m Inimos cuadrados,
la cual se adapta a I(lSdatos de la muestra. La curva resultante es llamada una curva
de regresin de. y en X. puesto que y es estimado a partir de X.
l..cccin 8: Regresin)' correlacin
77
~----------------+-----------------------------------------~--~-------'.
"
/"
IJJI%I hlVersa
lne'))cfue't~
_!......
---
~"
.~
C~I~~;)d!lecta
.-
Ctlrvine"invel'$~
y
SInfclc"
Figura S.!
Aplicaciones a series de tiempo

Si la variable independiente X, es tiempo. los datos muestran los valores de Y, en
varios tiCIllPOS. Los datos ordenados de.acuerdo con el tiempo. son llamados series
de tiempo. La lnea deregresin o curva (le Y el) X. en este caso, es frecuentemente
11,1IUldauna l1Cl<le tendencia o curva de tendencia ~' es usada para propsitos
(le estimacin, prediccin o pronstico. T,..as ecuaciones ms comnmente usadas
son:
Lmeal. Y = a + bX ;
Potencia: Y
= aX"
o log y
= log <l + b log X
Donde a )' b son constantes.
8.3
Correlacin
Consideramos el problema relacionado de correlacin o el grndo de.relacin entre
las variables, el cual busca determinar
una ecuacin lineal, '1 otra, describe o

explica I\relacin entre las variables. Si todos los valores <lela variable satisfacen
CW()
78
r-----------------~-------------------------------------------------------.
una ecuacin exactamente, decimos que las variables estn perfectamente correlacionadas o que hay perfecta correlacin entre ellas.
Cuando s610 dos variables
CSI,n
involucradas. hablamos de corre/acin simple )'
rcgresion stmptc.,
Cuando ms de dos variables estn involucradas, hablamos de corretacin mlple
)f
regresuni 1/1"i/tiple._
En este capulo
$()10
considerarnos la correlacin
::;iI11IJle.
Si "~iJJlO$a tratar con el problema de dispersin de <'1a1<).') muestrales (le lneas o

curvas en una forma cuantitauva, ser necesario 1J~lr(1110SQlrO$ idear una mcdidr
de correlacin.
Para describir el grado de relacin entre las variables,
correlacin, el cual es denotado por 1',
si 0,9
5,
r<1
6 -[ < J'
5,
ll~"'JI1OSel
coeficiente de.
-0,9 ... correlacin excelente.
si 0,8 s r < 0,9
-0,9 < r '" -0,8 ... corre lucin buena.
0,6 s r < 0,8
-0,$ < r s: -0,6 _.. correlacin regular.
si 0,3 '" r <.1),6
-0,6 < r s-O"' ... correlacin mala.
si
si -0,3 < r < 0,3 ,..no existe correlacin.
8,4
Anlisis
de regl-esin
y correlacin
lj
n eal
Ecuacin de cstimacin:
IY = lJo+')L, X
LX!' =" LX +hLX'
Ecuaciones normales:
Coeficiente de correlacin:
8,5
Anlisis
de r-eg r es i n y correlacin
de potencia
=aX" lo"~ Y= lo"o- a + b los,_ X
Ecuacin <le estimacin:
Ecuaciones normales:
.L1og y
= Illoga+b
LlogX
L,logX logY =Ioga L,logX +bL(Jog X)'
l..cccin 8: Regresin )' correlacin
79
~----------------+-----------------------------------------~--~-------'.
Ejemplo 1: Para el siguiente grupo de puntos (labia 8.1), encuentre:
8.
Diagrama de dispersin.
b, Ecuacin de estimacin lineal y r,

c. Ecuacin de estimacin de potencia )1 r,
Tabla 8.1
13
16
14
11
17
1.0
2.0
1.4
0.8
0,5
13
17
18
12
1,1
2,8
3.0
1.2
Solucin:
u.
y
3
1-1
10
"
-t-+
15
l -t-t -t-I-
20
Figura 8.2
_.
b. Ecuacin de estimacin lineal. Y = (J+bX

De las ecuaciones nonnalesy la tabla R.I
CJ)lC)IlCC$: 1:>
= 0,277
Y a
= -2,278
80
r-----------------~-------------------------------------------------------.
Ecuacin de estimacin lineal.
A
Y =-2.27S+ O.277X
Coeficiente de correlacin.
Usando la tabla 8.1, entonces: r = 0,95
c. Ecuacin de estimacin de potencia.

A
Y =aXI,; de las ecuaciones normales.
= loga Llogx + b L(logX)'

= 0,0018 Y ,,= 2,538
L(logX logY)
entonces:
el
Y =0 ,OOI8X"~"
Coeficiente de correlacin.
r = 0,9781
De acuerdo c-onlos resultados es mejor la ecuacin de potencia, debido al valor de ,'.

Ejemplo 2: La produccin de acero en Estados Unidos, en millones de toneladas.
durante los aos 1989.1999, eSI, dada en 111tabla 8.2
a, Grca de 1os datos.
1). Encuerure la ecuacinlineal de
(1.\
Jj IDOS
cuadrados que mejor se adapta
Ios
datos.
c. Estime la produccin de acero en el ao 2.000.
8J
~----------------+-----------------------------------------~--~-------'.
Tabla 8.2
ProduccIn d acero en Estados UnidOG
Ao
(millones d toneladas)
1989
1990
1991
1992
1993
66,6
1994
84,9
88,6
78.0
96.8
105,2
1995
93,2
1996
111,6
88.3
117.0
115,2
1997
1998
1999
Solucin:
a, Diagrama de.dispersin
Produccin
,....
120
tlO
100
90
80
'0
./ .i.
. ,.,
,/
"
60
--t
89
1-1-1
"
,':.,
..
,'
v
... "
""
1-1-'
9S
--
99
ao
b. Diaarama (le estimacin lineal.

Tabla 8.3
Ao
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
66.6
84,9
88.6
3
4
5
6
7
78,0
111,6
88.3
9
10
117,0
96,8
105.2
93.2
115,2
82
r-----------------~-------------------------------------------------------.
Donde el origen X = Oes el ao 1989 y las unidades de X, son J ao.
De las ecuaciones normales tenernos:
a = 75.2
b = 3,95
entonces: Y =75.2+3.95X
Ecuacin de estimacin lineal.
c. I)ara In produccin de. acero en el ao 2()(X),
cntC)IICCS
X = '11.
Y = 75,2+3.95 < 11= 118.6 ~rillonesde toneladas.
Pro b lem as
Leccin 8
1. Los <hIlOSde la labia 8.-1, muestran la edad yel peso de seis (6) nios.
Tabla 8,4
Edad
(ao)
,.
24
16
23
'2
26
Peso
(k)
a. Realiza el diagrama de.dispersin.

b. Encuentre la eC1IHC,i().n liueal (le mniuios cuadrados que uiejor se .1(1.ip13 ;,
los datos .
Resp, y = 170.13X'"
c.
el coeficiente de correlacin.
Resp. r = 0,973
E,)ClICI)1J'C
d. Estime el peso de un nio de 5 aos de edad

Resp. 19.8 k.
2, El ndice de contaminacin atmosfrica en los ltimos cuatro aos fue (rabia
8.5):
Tabla 8.6
Ao
index [PPM]
1999
2000
2001
220
350
800
2002
2.450
a. Realice el diagrama de dispersin.

b. Encuentre la ecuacin de estimacin de potencia,
Resp, J"=8.78.2.2JX
c. 611cucolrc el coeficiente d correlacin.
83
~----------------+-----------------------------------------~--~-------'.
Resp, r = 0,929
d. Estime el ndice de contaminacin aunosrica para el ao 2003.
Resp. 2.344,7 ppm

3. La demanda (Q), de un producto depende del precio (P). Una compaa est intentando estimar tal funcin parroel producto y tiene los datos d la rabia 8.6.
Tabla 8.6
p
('10'$1
(Unidades)
10
4.7
8.5
100
150
128
120
162
170
180
200
8.0
4.5
4.0
3.0
2.0
8. Realice el
diagrama de dispersin.
b. 611Clle_lllre la ecuacin de estimacin lineal.

A
Resp, Y =8S,92+9.G-IX
c. Encuentre el coeficiente de
C()ITC)HCill.
Resp, r = .0,98
4.
I..()S
IUI
datos de la tabla 8.7 corresponden a cargamentos de e,ar recolectados por
agricultor,
Tabla 8.7
Ao
Carga de caf
(k)
1996
1997
1998
1999
2000
2001
2002
90
98
110
117
124
136
150

b, Encuentre la ecuacin (le estimacin lineal.
,
Resp. y = 88.92+9.G-IX
c. Encuentre el coeficiente de correlacin.
Resp, r = 0.994
84
r-----------------~-------------------------------------------------------.
5. Los valores deja tabla 8.8 corresponden a los pesos en (k) y los niveles de glucosa
en la sangre en (mgllOO mi), de 20 hombres adultos. aparentemente saludables.
Tabla 8.8
Glucosa
ImgllOOmJj
106
Peso
Ik]
64,0
15,3
109
13,0
82,1
10'
102
76.2
105
95,7
121
59,4
79
93,4
82.1
107
101
78.9
85
76,7
9.
82,1
100
83.9
lOa
73.0
104
64,4
102
17,6
87
85.0
102
89.0
115
90.0
120
89
59,0

b. 81'1('uclltre la ecuacin de estimacin lineal.
A
Resp. Y ~ 52. 71~O.636X

c. Encuentre la ecuacin de estimacin (le pctencia.
Rcsp, y
= ]~.04XH;'
d. Cul es la mejor ecuacin y por qu'!
6. Adapte una liea y = a+b.f, por el mtodo de

guicntes observaciones:
x,
7.2
5.9
4.9
9
4,3
12
2.8
111iJUnlOS
cuadrados para las si-
15
1.9
18
1.1
Resp, y = 7.05-0.338X
a. Encuentre l coeficiente de correlacin.

Resp. r = - 0.996
85
~----------------+-----------------------------------------~--~-------'.
7, Suponga que usted est estudiando el efecto de cierta friccin constante y
uniforme sobre lminas metalicas del mismo espesor y la misma aleacin: se
llevan a cabo ocho observaciones Cll)IOS resultados son:
XI = Tiempo de fricciu en horas

Y, = Espesor de la hoja eu mm
X,
10
12
15
9,5
9,0
6,8
8,5
8,2
8,0
7,6
7,0
Con la ecuacin y
a.
ES!>CS(.)f
= a +b.\', determine:
original de las laminas.
Resp. 10.07 mm
b. Curultas horas durar la friccin en destruir la lmina?

Resp, 49,1 horas.
t. {nene algn sentido pronosticar el espesor de
una lmina despus de 70
horas de friccin?
Resumen
Lecctn 8
La grfk'l de los puntos (X,. Y,), (X~ Y,),,,,, (X,. Y,) en un sistema coordenado
rectangular,
se denomina diaerama
de dispersin,
~
~
A la curva que mejor se adapta a los datos del diagrama de dispersin, se le
llama curva de regresin o curva de tendencia y se utiliza para propsitos de
estimacin,
prediccin o pronstico.
Las ecuaciones (le regresin ms

Lineal: Y=a+
C(1IJJl'nUnI11c
usadas son:
bX
El coeficiente de correlacin ( r ), mide la intensidad de la asociacin entre dos

variables.
Trm inos clave
Regresin
Correlacin
Diagramo de dispersin
Regresin )1 correlacin lineal
Regresin )r correlacin de potencia
Sen es de tiempo
Copyrigl1led m alerial

Regresion

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Regresion

Uploaded by

Copyright:

Available Formats

03) Hernandez, E. (2006). Regresin y correlacin. En Manual de estadstica. (pp.75-85).

Analizar correctamente el grado de relacin entre dos variables e interpretarlos

adec uadam en te.

Desarrollar dcscriptivamcntc los modelos de regresin lfncal )' de potencia

Handbook 01' Stausrics

su temperatura ): VO)UlllCI1. Con frecuencia deseamos expresar estas relaciones en

Dagr ama de dispersin

El siguiente pas es dibujar 10$"lInIO~(X" \',), (X" Y,), ...(X", y j, en unsisrcma

de dispcrsi on es posible visual izar una curva de aproxi ma-

cin suave de J()$ daros. 1";11curva es llamuda una curva de aproximacin.

El problema general de encontrar una ecuacin de curva (le aproximacin, la cual

COI) I)<IS(~el' los

datos de la muestra, dCSC<lItlOSestimar los datos

de la variable y, corrcspondicmc a un valor dado de una variable X. Esto puede ser

l..cccin 8: Regresin)' correlacin

Aplicaciones a series de tiempo

= log <l + b log X

Donde a )' b son constantes.

una ecuacin lineal, '1 otra, describe o

Handbook 01' Stausrics

involucradas. hablamos de corre/acin simple )'

Si "~iJJlO$a tratar con el problema de dispersin de <'1a1<).') muestrales (le lneas o

-0,9 ... correlacin excelente.

si 0,8 s r < 0,9

-0,9 < r '" -0,8 ... corre lucin buena.

0,6 s r < 0,8

-0,$ < r s: -0,6 _.. correlacin regular.

si 0,3 '" r <.1),6

-0,6 < r s-O"' ... correlacin mala.

si -0,3 < r < 0,3 ,..no existe correlacin.

=aX" lo"~ Y= lo"o- a + b los,_ X

Ecuacin <le estimacin:

L,logX logY =Ioga L,logX +bL(Jog X)'

l..cccin 8: Regresin )' correlacin

b, Ecuacin de estimacin lineal y r,

b. Ecuacin de estimacin lineal. Y = (J+bX

Handbook 01' Stausrics

Usando la tabla 8.1, entonces: r = 0,95

c. Ecuacin de estimacin de potencia.

Y =aXI,; de las ecuaciones normales.

= loga Llogx + b L(logX)'

De acuerdo c-onlos resultados es mejor la ecuacin de potencia, debido al valor de ,'.

1). Encuerure la ecuacinlineal de

cuadrados que mejor se adapta

l..cccin 8: Regresin )' correlacin

b. Diaarama (le estimacin lineal.

Handbook 01' Stausrics

Ecuacin de estimacin lineal.

c. I)ara In produccin de. acero en el ao 2()(X),

Y = 75,2+3.95 < 11= 118.6 ~rillonesde toneladas.

a. Realiza el diagrama de.dispersin.

d. Estime el peso de un nio de 5 aos de edad

a. Realice el diagrama de dispersin.

l..cccin 8: Regresin )' correlacin

Resp. 2.344,7 ppm

b. 611Clle_lllre la ecuacin de estimacin lineal.

datos de la tabla 8.7 corresponden a cargamentos de e,ar recolectados por

a. Realice el diagrama de dispersin.

Handbook 01' Stausrics

a. Realice el diagrama de dispersin.

Resp. Y ~ 52. 71~O.636X

d. Cul es la mejor ecuacin y por qu'!