Вы находитесь на странице: 1из 12

FACULTAD DE INGENIERÍA

Alicia.ChiokG@urp.pe
CORRELACION Y REGRESION

1 .- Correlación
Permite conocer el grado de
relación que puede existir
entre 2 variables
cuantitativas X e Y
Variable
Independiente Variable
(X) Dependiente
(determinística, es decir Tipos de Variables
no aleatoria.)
(Y)
aleatoria

Ejemplos

X: Número de llamadas telefónicas realizadas por un vendedor


promocionando un producto.
Y: Unidades vendidas por el vendedor.

X: Tiempo que dedica un estudiante a un curso


Y : Notas que obtiene el estudiante en el curso
1.CORRELACION
1.1.DIAGRAMA DE DISPERSIÓN

• Conocido como Gráfico de puntos


• Se obtiene representando los pares de
datos ( x , y ) , en un plano.
Relación entre X y Y
1.2 .- Coeficiente de Correlación :r Prop:
-1 = < r = < 1
r= (n *  (x*y)) - (  x *  y_ )____
((n*  x2 - ( x)2) (n*  y2 -( y)2))
donde n : número de pares de datos (x,y)

SIGNIFICADO de r :
r > 0 : Relación Directa
r = 1 : Relación Perfecta y Directa
r < 0 : Relación Inversa
r = -1 : Relación Perfecta e Inversa
r = 0 : no existe relación
Nota: Si r > = |0.6| Relación muy buena o consistente
Interpretación:
1. El valor absoluto de r indica la fuerza de la relación
entre Y y X.
2. El signo la dirección de la relación (directa o
inversamente proporcional)
(tener cuidado con relaciones espúreas)

r=1 correlación positiva perfecta.


r = -1 correlación negativa perfecta.
r=0 no hay relación lineal entre Y y X.
2 .- REGRESIÓN

- Permite proyectar los valores de una


variable en función de la otra
- Son confiables las proyecciones cuando la
relación entre las 2 variables es
consistente.
- El diagrama de dispersión permite
conocer la tendencia del modelo de
regresión
MODELOS DE TENDENCIA
• Representan gráficamente un Modelo
de Regresión Simple.
• Los 5 tipos de Modelos de Regresión mas
comunes son:
LINEAL
POLINOMICA
LOGARITMICA
EXPONENCIAL
POTENCIAL

Mg.Alicia Chiok G-de Taipe


e-mail:Alicia.ChiokG@urp.pe
MODELO LINEAL

RECTA DE REGRESION DE MINIMOS CUADRADOS :


Y = a + b*x
b = (n *  (x*y)) - ( x * y )
(n* x2 - ( x)2)

a=Y-b*X

X = x / n , Y =  y / n
aunque se
Relación directa aprecia una
fuerte tendencia no
lineal

Tamaño sala vs. Costo


r = 0.991
450
400
350
300
Costo

250
200
150
100
50
0
0 5 10 15 20 25
Tamaño
COEFICIENTE DE
DETERMINACION:R2
• El Coeficiente de Determinación indica cual es el
Modelo de Regresión más adecuado para nuestras
proyecciones

• Se representa por R2 , mientras este valor sea más


cercano a 1, el Modelo de Regresión sera mejor.
R2 = r2