Correlacion y Regresion
Correlacion y Regresion
Correlacion y Regresion
regresión
Correlación
220
200
180
160
140
120
100
80 wtPeso
(kg)(Kg)
60 70 80 90 100 110 120
200
180
160
140
120
100
80 Peso (Kg)
Wt (kg)
60 70 80 90 100 110 120
Relación negativa
No hay relación
Relación positiva
Calificación final del curso
16
14
cm
12
in CMen
10
Estatura
Height
0
0 10 20 30 40 50 60 70 80 90
Edad
Age en semanas
in Weeks
Relación negativa
Confiabilidad
Si r = l = perfecta correlación.
Cómo clacular el coeficiente de correlación¿
?simple (r)
xy x y
r n
( x) 2
( y)
2
x
2 . y
2
n n
:Ejemplo
Una muestra de 6 niños fue seleccionada, datos de su
edad en años y peso en kilogramos fue registrada
como se muestra en la siguiente tabla. Se requiere
encontrar la correlación entre edad y peso.
x y
xy n
r
( x) 2 ( y)2
x
2 . y
2
n n
Edad Peso
Nº
(años) (Kg) xy X2 Y2
Serial
(x) (y)
1 7 12 84 49 144
2 6 8 48 36 64
3 8 12 96 64 144
4 5 10 50 25 100
5 6 11 66 36 121
6 9 13 117 81 169
Total =x∑ =y∑ xy=∑ =x2∑ =y2∑
41 66 461 291 742
41 66
461
r 6
(41)2 (66)2
291 .742
6 6
r = 0.759
Fuerte correlación directa
Ejemplo: Relación entre ansiedad y puntaje de
pruebas
Ansiedad Puntaje X2 Y2 XY
)X( de
prueba
(Y)
10 2 100 4 20
8 3 64 9 24
2 9 4 81 18
1 7 1 49 7
5 6 25 36 30
6 5 36 25 30
X = 32∑ Y = 32∑ X2 = 230∑ Y2 = 204∑ XY=129∑
Calculando el coeficiente de correlación
r = - 0.94
6 (di) 2
rs 1
n(n 2 1)
Posició 1 2 3 4 5 6 7
n
Rx 1 2 7/2 5 13/2
3.5 3.5 6.5 6.5
Ingreso 8 10 10 15 25 50 60
posicion 1 2 3 4 5 6 7
Ry 1 5/2 4 5 6 7
2.5 2.5
Respuesta:
Rx Rankin di di2
g
(X) (Y) X
A Preparatoria 5 25 5 o 0
F Analfabeta 1 50 6 -5 25
G Universidad 6.5 60 7 -0.5 0.25
∑ di2=57
Comentario:
Hay una correlación débil indirecta entre el
nivel de educación y el ingreso
Un psicólogo organizacional esta interesado en
conocer la influencia del clima organizacional
sobre el estrés de los trabajadores de una
empresa. Para saberlo administro dos escalas
una que mide clima organizacional y otra que
mide estrés, a un grupo de 10 trabajadores. El
psicólogo se plantea que ambas variables están
relacionadas. Existe una relación significativa
entre clima organizacional y estrés
Hipótesis estadísticas
Ho= No existe uma relación significativa entre
clima organizacional y estres
H1= Existe uma relación significativa entre
clima organizacional y estres
N.C= 95%
Nivel de significación=0.05
Ordenando de menor a mayor
Clima Estres
organizacional x 41 42 50 55 56 57 59 60 61 62
61 2 Rx 1 2 3 4 5 6 7 8 9 10
41 15
56 9
y 1 2 3 5 7 9 10 11 12 15
42 12
50 11 Ry 1 2 3 4 5 6 7 8 9 10
55 10
62 1
57 7
60 3
59 5
Clima Rx Estres Ry di di2
organizacional 6 (di) 2
61 9 2 2 7 49 rs 1
41 1 15 10 -9 81 n(n 2 1)
56 5 9 6 -1 1
42 2 12 9 -7 49 6(330)
rs 1 1
50 3 11 8 -5 25
10(10 1)
2
55 4 10 7 -3 9
62 10 1 1 9 81
57 6 7 5 1 1
60 8 3 3 5 25
59 7 5 4 3 9
∑330
0.648- 0.648
Ejercicio
Análisis de regresión
Regresión: técnica enfocada a la predicción de
algunas variables conociendo a otras.
200
180
160
140
120
100
Peso
80 Kg
Wt (kg)
60 70 80 90 100 110 120
Usando el método de los cuadrados mínimos (un
procedimiento que minimiza las desviaciones
verticales de puntos trazados alrededor de la
línea recta) somos capaces de construir el mejor
trazado de la línea recta en la gráfica de puntos
dispersos y luego formular la ecuación de
regresión en la forma de:
ŷ a bX
x y
xy
ŷ y b(x x) bb1 n
( x) 2
x 2
n
Ecuación de regresión
SBP(mmH g)
TAS (mmHg)
220
La ecuación de regresión 200
regresión
160
140
matemáticamente 120
Intersección 100
80
PesoWt (kg)
Pendiente 60 70 80 90 100 110 120 (Kg)
Ecuación
Ecuación lineal
lineal
Y
Yŷ = baX + bX
a
Change
Cambio
b= pendiente
b = S lo p e in Y
en Y
C h a n g e i en
Cambio n XX
aa == Yintersección
-in te r c e p t
X
Horas estudiando y calificaciones
Regresión de calificaciones sobre horas de estudio
Regresión lineal
Linear Regression
Calificación final en el curso= 59.95 + 3.17 * horas de estudio
90.00 Final grade in course = 59.95 + 3.17 * study
Calificación final en el curso
R2=0.88
R-Square = 0.88
80.00
70.00
Number
Número de of hours
horas spenten
empleadas studying
estudio
41 66
461
b 6 0.92
2
(41)
291
6
Ecuación de regresión
11.8
11.6
11.4
7 7.5 8 8.5 9
Age (in(en
Edad years)
años)
x n
2 41678
20
ŷ =112.13 + 0.4547 x
para edad 25
Presión arterial = 112.13 + 0.4547 * 25=123.49 = 123.5 mm hg
Regresión múltiple