Pedro Alberto Castro Lezama Alejandro Vlez Luna 5D

La correlacin indica la fuerza y la direccin de una relacin lineal y proporcionalidad entre dos variables estadsticas. Se considera que dos variables cuantitativas estn correlacionadas cuando los valores de una de ellas varan sistemticamente con respecto a los valores homnimos de la otra: si tenemos dos variables (A y B) existe correlacin si al aumentar los valores de A lo hacen tambin los de B y viceversa. La correlacin entre dos variables no implica, por s misma, ninguna relacin de causalidad.

La relacin entre dos variables cuantitativas queda representada mediante la lnea de mejor ajuste, trazada a partir de la nube de puntos. Los principales componentes elementales de una lnea de ajuste y, por lo tanto, de una correlacin, son la fuerza, el sentido y la forma: La fuerza extrema segn el caso, mide el grado en que la lnea representa a la nube de puntos: si la nube es estrecha y alargada, se representa por una lnea recta, lo que indica que la relacin es fuerte; si la nube de puntos tiene una tendencia elptica o circular, la relacin es dbil. El sentido mide la variacin de los valores de B con respecto a A: si al crecer los valores de A lo hacen los de B, la relacin es positiva; si al crecer los valores de A disminuyen los de B, la relacin es negativa. La forma establece el tipo de lnea que define el mejor ajuste: la lnea recta, la curva monotnica o la curva no monotnica

Existen diversos coeficientes que miden el grado de correlacin, adaptados a la naturaleza de los datos. El ms conocido es el coeficiente de correlacin de Pearson (introducido en realidad por Francis Galton), que se obtiene dividiendo la covarianza de dos variables entre el producto de sus desviaciones estndar. Otros coeficientes son:

Coeficiente de correlacin de Spearman Correlacin cannica Coeficiente de Correlacin Intraclase

Dados los valores mustrales de dos variables aleatorias e que pueden ser consideradas como vectores en un espacio a n dimensiones, pueden construirse los "vectores centrados" como: e

La recta de regresin es la que mejor se ajusta a la nube de puntos. La recta de regresin pasa por el punto llamado centro de gravedad.
Recta de regresin de Y sobre X

La recta de regresin de Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X.

La recta de regresin de X sobre Y se utiliza para estimar los valores de la X a partir de los de la Y. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y.

Si la correlacin es nula, r = 0, las rectas de regresin son perpendiculares entre s, y sus ecuaciones son: y= x=

Las notas de 12 alumnos de una clase en Matemticas y Qumica son las siguientes:

Matemticas 2 3 4 4 5 6 6 7 7 8 10 10 Qumica 1 3 2 4 4 4 6 4 6 7 9 10

Hallar las rectas de regresin y representarlas.

X1

2 3 4 4 5 6 6 7 7 8

Y1

1 3 2 4 4 4 6 4 6 7

2 9 8 16 20 24 36 28 42 56

X1Y1

X12

4 9 16 16 25 36 36 49 49 64

Y12

1 9 4 16 16 16 36 16 36 49

1.

10 9 90 100 81 10 10 100 100 100 72 60 431 504 380 Hallamos las medias aritmticas.

2.

Calculamos la covarianza.

3.

Calculamos las varianzas.

4.

Recta de regresin de Y sobre X.

5.

Recta de regresin de X sobre Y.