CORRELACIÓN

CORRELACIÓN Y REGRESIÓN

1. El editor en jefe de un importante

importante periódico metropolitano ha intentado convencer al
dueño del periódico para que mejore las condiciones de trabajo en el taller de prensas.
Estás convencido de que, cuando trabajan las prensas, el grado de ruido crea niveles no
saludables de tensión y ansiedad. Recientemente hizo que un psicólogo realizara una
prueba durante la cual los prensistas se situaron en cuartos con niveles variables de ruido
y luego se le hizo otra prueba para medir niveles de humor y ansiedad. La siguiente tabla
muestra el índice de su grado de ansiedad o nerviosismo y el nivel de ruido al que se
vieron expuestos, (1,0 es bajo y 10,0 es alto).

Nivel de ruido 4 3 1 2 6 7 5 8
Grado de ansiedad 39 38 16 18 41 45 40 48

a) Represente gráficamente esos datos.

b) Desarrolle una ecuación de estimación que describa los datos.
c) Pronostique el grado de ansiedad que podríamos
podríamos esperar cuando el nivel de ruido
es 9.
d) Calcule e interprete
interprete el coeficiente de correlación.
correlación.
e) Calcule e interprete el coeficiente de determinación.
determinación .

 S oluc ión :

El Nivel de ruido   es la variable independiente la denotaremos por x  y el Grado de

Ansiedad  es la variable dependiente la denotaremos por y. Ordenando los datos
tenemos:

x 1 2 3 4 5 6 7 8
y 16 18 38 39 40 41 45 48

a) Represente gráficamente esos datos

En el siguiente gráfico se puede observar que la tendencia es lineal con una

pendiente es positiva.
 Nivel de ruido relaciondo
con el Grado de ansiedad
60

50

    d
   a 40
    d
   e
   i
   s
   n
   A
   e 30
    d
   o
    d
   a
   r 20
   G

10

0
0 1 2 3 4 5 6 7 8 9
Nivel de Ruido

b) Desarrolle una ecuación de estimación que describa los datos.

Como la gráfica presenta una tendencia lineal se procederá con calcular la ecuación de
estimación utilizando regresión lineal con el método de mínimos cuadrados.
La ecuación de mínimos cuadrados para la regresión lineal es la que se indica a
continuación:
̂ 
̂
Donde:


 Variable dependiente calculada por la ecuación de estimación, indica el pronóstico para


un valor dado de .
  Variable independiente.
 Variable
̂ 

 Indica
 Indica el valor de  cuando  es =0.
 Pendiente de la recta.
 Pendiente
 Representa el valor de la variable dependiente correspondiente a un valor de .
 Representa 
  
Para calcular los valores de  y  se utilizan las siguientes fórmulas.

 ∑ 
     ∑
   ∑   (∑ )

  ∑ 

∑
   ∑ 
    ∑
   ∑   (∑ )

   ∑ 

Para nuestro caso n=8 entonces los valores de i  son de 1 al 8. Tenemos el siguiente
cuadro para calcular las sumatorias que se utilizarán en las fórmulas.

i=1

1

16

16

1

256
i=2 2 18 36 4 324
i=3 3 38 114 9 1444
i=4 4 39 156 16 1521
i=5 5 40 200 25 1600
i=6 6 41 246 36 1681
i=7 7 45 315 49 2025
i=8 8 48 384 64 2304
36 285 1467 204 11155

 

 

 

 
 

 

 

 
Por lo tanto la ecuación de estimación es:

̂
 c) Pronostique el grado de ansiedad que podríamos esperar cuando el nivel de ruido
es 9.
Evaluando en la ecuación de estimación para x=9, se tiene:

̂
̂
d) Calcule e interprete el coeficiente de correlación.


Una medida de la calidad o bondad de ajuste realizado viene dado por el coeficiente de
relación  entre las variables x e, definido como:


    
Donde:

 ∑
   

     ∑ 
   ∑ 
∑  
    
   ∑
   
∑  
    
   ∑ 
   
Entonces reemplazando los datos en las fórmulas:

 

 


      


 
      


   


  
 

El coeficiente de correlación puede adoptar valores desde -1 hasta 1. Si R es +/- 1 o
próximo a estos valores, decimos que el modelo lineal es adecuado para describir los
datos experimentales. Cuando R es cercano a 0 decimos que una expresión lineal no es
una buena descripción de los datos. Para este caso el valor obtenido de R=0,899,
entonces podemos decir que la ecuación lineal de estimación es una buena
representación de la relación que existe entre el nivel de ruido y el grado de ansiedad.

e) Calcule e interprete el coeficiente de determinación.

El coeficiente de determinación es el cuadrado del coeficiente de correlación:

 
 A diferencia del coeficiente de correlación este solo adopta valores de 0 hasta 1, no puede
ser negativo. Mientras más cercano a 1 decimos que el modelo lineal es adecuado para
describir los datos y mientras más cercano a 0 decimos que una expresión lineal no es
una buena descripción de los datos. En nuestro caso R=0,809, entonces podemos decir
que la ecuación lineal de estimación es una buena representación de la relación que
existe entre el nivel de ruido y el grado de ansiedad.

 A continuación se muestra un gráfico de los datos y la ecuación de estimación.