2.

Definir:
Diagrama de dispersión: También llamado diagrama de correlación, muestra la
variación de dos variables cuantitativas. Generalmente, busca establecer una relación de
causalidad entre ambas variables aunque difícilmente esta relación se puede probar sólo
con el gráfico. Cada variable se ubica en uno de los ejes del gráfico, indicando su
variación. Puede mostrar variación positiva o negativa, e incluso representar una línea
de tendencia. (Asociación Española para la Calidad, 2018)
Correlación lineal simple: es un indicador estadístico que se basa en la comparación
de la varianza asociada de dos variables, también llamada covarianza y las desviaciones
estándar de cada una a través del cálculo del coeficiente r de Pearson. (EcuRed, 2018)
Coeficiente de determinación R2: también llamado coeficiente de determinación,
refleja la bondad del ajuste de un modelo a la variable que pretender explicar.
Es importante saber que el resultado del R Cuadrado oscila entre 0 y 1. Cuanto más
cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que estamos
intentando explicar. De forma inversa, cuanto más cerca de cero, menos ajustado estará
el modelo y, por tanto, menos fiable será. (López, 2018)
Correlación positiva y correlación negativa
Correlación Positiva
Se habla de una correlación positiva cuando una relación entre una variable y otra es
lineal y directa, de manera que un cambio en una variable predice el cambio en la otra
variable. En ese caso, se dice que la correlación es positiva perfecta, es decir, ambas
variables varían al mismo tiempo. Este tipo de correlación es directamente proporcional.
Correlación Negativa
Se habla de una correlación negativa cuando la relación entre una variable y otra es
opuesta o inversa, es decir, cuando una variable cambia, la otra se modifica hacia lo
contrario. Entonces, cuando una posee variable valores altos, la otra posee valores bajos
y mientras este valor esté más cerca de -1, más evidente será esta covariación.
Se dice que hay correlación negativa perfecta cuando r = -1. Este tipo de correlación es
inversamente proporcional. (Diferencias.Eu, 2018)

¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?

Es una medida estadística que cuantifica la dependencia lineal entre dos variables, es
decir. El coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de
puntos representados se aproxima a una recta.
¿Qué mide r?
Se puede demostrar una relación algebraica entre r y el análisis de la varianza de la
regresión de tal modo que su cuadrado (coeficiente de determinación) es la proporción
de variación de la variable Y debida a la regresión. (Ucha, 2018)
4. A partir de la base de datos suministrada debe:

-Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.
Edad y Peso
- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de
asociación entre las variables.

Relación Edad y Peso

40 37

35

30 27
24
25 21 20
20 18
16 15
15
9 10 10 9
10 6
5 5 4
5 2 1 1
0
5 15 25 35 45 55 65 75 85

El tipo de asociación es directamente proporcional.

- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
- Determine el grado de relación de las dos variables.
- Relacionar la información obtenida con el problema.

Referencias

Asociación Española para la Calidad. (2018). Diagrama de dispersión. Obtenido de

https://www.aec.es/web/guest/centro-conocimiento/diagrama-de-dispersion
Diferencias.Eu. (2018). Diferencia entre Correlación Positiva y Correlación Negativa.
Obtenido de https://diferencias.eu/entre-correlacion-positiva-y-correlacion-
negativa/
EcuRed. (2018). Correlación lineal. Obtenido de
https://www.ecured.cu/Correlaci%C3%B3n_lineal
López, J. F. (2018). R Cuadrado (Coeficiente de determinación). Obtenido de
https://economipedia.com/definiciones/r-cuadrado-coeficiente-
determinacion.html
Ucha, A. P. (2018). Coeficiente de correlación lineal. Obtenido de
https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html