INSTITUTO SUPERIOR CONCORDIA

MAESTRIA EN CRIMINOLOGA

COVARIANZA, CORRELACIN Y REGRESIN LINEAL

COVARIANZA: es una medida de dispersin para dos variables de un conjunto de datos, indicando en una
primera lectura si existe o no dependencia o relacin entre ellas.

Existen tres casos:

a) Covarianza positiva. Los dos factores son del mismo signo, mientras el valor de una variable
aumenta, el otro tambin (son directamente proporcional)
b) Covarianza negativa. Uno de los factores es de signo contrario, mientras el valor de una variable
aumenta, el de la otra disminuye (son inversamente proporcional)
c) Covarianza cero. No existe relacin entre los factores

COEFICIENTE DE CORRELACIN: Se refiere al grado de parecido o variacin conjunta existente entre

dos ms variables. A diferencia de la covarianza, su valor oscila entre -1 y +1 y es un estadstico ms
preciso

Las correlaciones pueden ser:

a) Correlacin positiva. - para cada valor alto de x le corresponde un valor alto de y; para cada valor bajo
de x le corresponde un valor bajo de y (relacin directamente proporcional). Su valor tiende a + 1
b) Correlacin negativa. - para cada valor alto de x le corresponde un valor bajo de y; para cada valor
bajo de x le corresponde un valor alto de y (relacin inversamente proporcional). Su valor tiende a 1
c) Correlacin cero. - no hay relacin entre el par de variables.

-1 0 +1
Correlacin negativa No hay correlacin Correlacin positiva
(Alta correlacin) (Nula correlacin) (Alta correlacin)
El lmite es 1
REGRESIN LINEAL: Es una tcnica estadstica para estudiar la relacin entre variables cuantitativas y a
partir de ellas poder efectuar predicciones.

Representa una continuacin del tema anterior sobre correlacin, en la que a partir de determinar una nube
de puntos y su orientacin dentro de una grfica era posible predeterminar que tanta relacin haba entre
cada elemento x con su respectivo elemento y. Ahora se propone establecer una ecuacin lineal o de primer
grado que intente explicar el comportamiento de esa nube de puntos.

Expresin matemtica de una ecuacin lineal:

y = mx + b
Donde:
y: es la variable dependiente x: es la variable independiente
m: pendiente de la recta
b: es el punto en el que la recta corta con el eje y

El tradicional mtodo para calcular la recta es llamada MINIMOS CUADRADOS entre las distancias de cada
punto y la recta.

COEFICIENTE DE DETERMINACIN r 2: Adems de la recta, es necesario obtener alguna informacin

adicional que permita determinar el grado de confiabilidad con que esa recta describe la pauta de relacin
existente en los datos, es decir, el grado de ajuste de la recta a la nube de puntos. Es el cuadrado del
coeficiente de correlacin r y cuyo valor oscila entre 0 (las variables entre s son independientes) y 1 (existe
relacin perfecta entre las variables).

Al resultado obtenido se multiplica por el 100% y de ah se obtiene la probabilidad de que la variable x influya
en la variable y.