Professional Documents
Culture Documents
CORRELACIÓN Y REGRESIÓN
Nivel de ruido 4 3 1 2 6 7 5 8
Grado de ansiedad 39 38 16 18 41 45 40 48
S oluc ión :
x 1 2 3 4 5 6 7 8
y 16 18 38 39 40 41 45 48
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
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.
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.