Professional Documents
Culture Documents
CORRELACIÓN Y REGRESIÓN
Al concluir la fase de recolección de datos de un experimento, el investigador cuenta normalmente con un conjunto de
medidas de alguna variable dependiente(Y) en relación con ciertos valores seleccionados de una variable independiente(X).
QUE ESTUDIAMOS?
Dadas dos variables, que pueden ser aleatorias o no aleatorias, deseamos saber que relación existe entre ellas.
Si existe dicha relación, el grado de correlación o intensidad entre ambas
Hacer predicciones de posibles resultados, conociendo determinados valores.
Ejemplo:
1. Rendimiento en Kg. /Ha. de arroz:
Cantidad de lluvia caída en cada parcela Variable aleatoria.
Cantidad de abono colocado en cada parcela Variable No aleatoria.
2. Velocidad de un automóvil, y distancia de frenado en mts. que le tomará detenerse.
3. Inversiones en Plazo Fijo, ante la suba o baja de las tasas de interés.
4. Capacidad de ahorro, ante un aumento determinado de salarios.
5. Costo de los alquileres de departamentos, y su distancia al microcentro.
PASOS A SEGUIR:
1. Diagrama de dispersión. (Gráfico con los n pares de valores Curva de Aproximación)
Lineal
2. Ajustar una curva a los datos. (Elección del modelo matemático) No lineal
Directa
3. Grado o intensidad de la relación. ( Coeficiente r ) Inversa
1)
Y . .
. .
. .
. .
. .
X
Directa Inversa
Lineal No lineal
_ _
Sxy = (Xi . Yi ) – X . Y
Sxy N xi . y i
x. y
3) r = _ _ n
r=
. x = Xi2 _ X2 y = Yi2 _ Y2
x y xi2 2 y i2 2
N N x y
n n
4) MÉTODOS DE AJUSTAMIENTO:
Yi = a.N + b. Xi ( X)
2
( Xi . Yi) = a . Xi + b . Xi (-N)
EJERCICIO 1.
Objetivo: Observar la relación que existe entre ambas variables.
X Y X2 y2 XY Ŷ
5 9
5 10
6 12
7 13
8 10
8 12
EJERCICIO 2.
Objetivo: Observar la relación que hay entre el grado de estudio que presentan los estudiantes de Estadística de
segundo año del Instituto Misericordia en relación con el grado de estrés.
1 5
2 8
3 4
4 3
5 7
6 10
7 5
8 1
9 4
Coef. De Correlación: r=
a) Mínimos Cuadrados: b= a=
Ecuación Cuadrática
Y = A . N + B . X + C . X2
Y A B. X C. X 2
X. Y = A . X + B . X2 + C . X3
X2.Y = A . X2 + B . X3 + C. X4
X Y X.Y X2.Y X2 X3 X4 Ŷ
0 2.4
1 2.,1
2 3.2
3 5.6
4 9.3
5 14.6
6 21.9
A B C
X = 21 X2 = 91 X3 = 441 X4 = 2275
Y = 59.1 X*Y = 266.9 X2 * Y = 1367.5
A B C
A= B= C=
EJERCICIO 2-b)
X Y X.Y X2.Y X2 X3 X4 Ŷ
1.2 4.5
1.8 5.9
3.1 7.0
4.9 7.8
5.7 7.2
7.1 6.8
8.6 4.5
9.8 2.7
Y=
X= X2 = X3 = X4 =
Y= X*Y = X2 * Y =
= A= B= C=
PASOS A SEGUIR:
Diagrama de dispersión. (Gráfico con los n pares de valores (Curva de Aproximación).
Ajustar una curva a los datos (Elección del modelo matemático adecuado).
Cálculo de los coeficientes del modelo elegido. (a y b) por Mínimos Cuadrados.
Graficación del modelo. (Curva de Ajuste).
b= _
ln a = lnY – b . X
b = 706,27
Xi2 – N . X2
Cálculo de coeficientes a y b
X Y lnX*lnY lnX lnY lnX2 Y
1 1000 1085,78
2 500 443,74
3 250 262,91
5 140 135,96
10 60 55,56
15 30 32,92
36 1980 36,97 8,41 31,08 14,84
_ _
a = -1,21 (lnXi . ln Yi) – N . lnX . lnY _ _
b = 966,81 b= _ ln a = lnY – b . lnX
lnXi2 – N . lnX2
MODELO EXPONENCIAL
MODELO POTENCIAL
MODELO EXPONENCIAL
MODELO POTENCIAL