APUNTES DE CLASE: ESTADISTICA Dr.
ANGEL MENDOZA LOPEZ
REGRESION Y CORRELACION LINEAL SIMPLE
Asociación entre dos variables numéricas (escala de
intervalo o de razón):
Para estudiar la naturaleza y fuerza de la relación de variables
como: edad y peso, coeficiente intelectual y puntajes en una
prueba, dosis de un medicamento y frecuencia cardiaca, edad y
presión arterial, etc.; y, cuando al graficar los puntos se observa
una tendencia lineal, puede usarse el análisis de regresión y
correlación lineales simples y, si es de tipo no lineal – como una
exponencial, parabólica, etc. se recurrirá al análisis de regresión
y correlación no lineales simples.
- Cuando existe una tendencia lineal
a. Análisis de regresión lineal simple
Para el análisis de regresión lineal, los puntos se ajustan al
modelo:
Y= a + bX
Donde:
Y: variable dependiente; cuyos valores se desea estimar o
predecir.
X: variable independiente; cuyos valores se usan para
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
efectuar la estimación o predicción.
a: intercepto (coeficiente de posición)
b: coeficiente de regresión (coeficiente angular)
Los coeficientes (a) y (b) se calculan manualmente en la
siguiente manera:
n XY X Y xy
b
n X 2 ( X) 2
2x
a Y b*X
Donde:
xy = covarianza de X, Y
2x = varianza de X
X = media aritmética de X
Y = media aritmética de Y
n = tamaño de la muestra
Una vez calculado el valor de a y b y, previa comprobación de
la linealidad de los datos (puntos), el modelo estará listo para
ser utilizado; por ejemplo, en la predicción o estimación de un
valor de Y dado un valor de X.
2
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Ejemplo: Se tiene información en cuanto a estatura (cm) y
peso (kg) de 10 pacientes que fueron sometidos a vasectomía
en el Hospital Nacional Cayetano Heredia el día 02 de Marzo
del 2019.
ESTATURA X 150 155 180 160 170 165 185 175 160 165
PESO Y 55 50 85 65 75 60 80 70 65 60
a. Encuentre los coeficientes de la recta de regresión
b. Presente la ecuación de la recta de regresión
c. ¿Cuánto pesaría un paciente que tiene una estatura de 167
centímetros?
Solución:
a. De los datos, obtenemos lo siguiente:
n = 10 x = 1665; y = 665;
xy = 111700; x2 = 278325; y2 = 45325;
xy = 1107225; (x)2 = 2772225;
(y)2 = 442225; nxy = 1117000;
nx2 = 2783250; ny2 = 453250.
X = 166,5 Y = 66,5 X *Y = 11072,25
Reemplazando en las fórmulas, tenemos:
3
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
n XY X Y xy
b
n X 2 ( X)2 2x
a Y b*X
1117000 1107225
b
2783250 272225
9775
b 0,886621315 0,89
11025
a 66,5 0,886621315 * 166,5 81,1224489
a 81,12
b. La recta de regresión sería la siguiente:
Y = - 81,12 + 0,89*X
c. Para saber cuánto pesaría un paciente que tiene una
estatura de 167 centímetros, se reemplaza el valor 167 en
la variable X de la ecuación de regresión:
Y = -81,12 + 0,89*167 = 67,51
Por lo tanto, un paciente con una estatura de 167 cm,
pesará 67,51 kilogramos.
4
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Ejercicio. Este problema está relacionado con un estudio acerca
de la cantidad de precipitación pluvial y la cantidad de
contaminación atmosférica.
Tabla mostrando los datos.
_________________________________________________________________
Lluvia (0,026”) | 18 7 14 31 21 5 11 16 26 29
Remoción de contaminación 55 17 36 85 62 18 33 41 63 87
Hacer las siguientes estimaciones:
(a) Identificar la variable dependiente y la variable
independiente. Hacer una gráfica que vaya en función de la
variable dependiente Y, y la variable independiente X.
(b) Calcular los valores de la estadística descriptiva de los datos.
(c) Obtener la ecuación de regresión lineal simple y trazarla en
la gráfica.
5
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
b. Correlación lineal simple
Al efectuar el análisis de correlación lineal, la fuerza con que
podrían estar relacionadas las variables X e Y, se mide con el
coeficiente de correlación de Pearson denotado por r, está
definido como:
n xy ( x )( y ) xy
r
n( x 2 ) ( x ) 2 * n( y 2 ) ( y ) 2 x y
El recorrido del coeficiente de correlación muestral r está en
el intervalo:
-1 r 1
Valores positivos de r, indican que la relación entre las
variables es directa; valores negativos, relación indirecta.
6
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Guía para la interpretación de r:
Valor de r Interpretación
0,00 Ausencia de correlación lineal
± 0,1 a ± 0,19 Correlación lineal insignificante
± 0,2 a ± 0,39 Correlación lineal baja , leve
± 0,4 a ± 0,69 Correlación lineal moderada
± 0,7 a ± 0,99 Correlación lineal alta a muy alta
± 1,0 Correlación lineal perfecta
Ejemplo: Con los datos del ejemplo anterior, encontrar el
coeficiente de correlación de Pearson y luego evalúe si el valor
encontrado es estadísticamente significativo.
Solución:
De los datos, reemplazando en la fórmula, tenemos:
1117000 1107225
r
2783250 2772225 * 453250 442225
9775
r
11025 * 11025
r 0,886621315 0,89
7
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Según el resultado obtenido, podemos decir, que la correlación
que existe es alta a muy alta. Pero para interpretar realmente
este resultado debemos elevarlo al cuadrado (r2), que recibe el
nombre de Coeficiente de determinación.
Por lo tanto, el coeficiente de determinación será igual a:
r2 = (0,89)2 = 0,7921 79,21%
En consecuencia, se puede afirmar que el 79,21% de la
variación de la variable peso se debe a la presencia de la
variable estatura, en el modelo.
Ejercicio: Se llevó a cabo un experimento para estudiar el
efecto de cierta droga en la disminución del ritmo cardíaco en
adultos. La variable independiente es la dosis de la droga en
miligramos, y la variable dependiente es la diferencia entre el
ritmo más bajo registrado después de la administración de la
droga y el ritmo antes de la administración de la droga
(control). Los datos se muestran a continuación (Ejemplo del libro
Probabilidad y Estadística Para Ciencias Químico-Biológicas. de María José Marques de Cantú. Pág. 433)
X: Dosis (mg); Y: Reducción del ritmo cardíaco (latidos/min)
X 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,25 2,50 2,75 3,00 3,25 3,50
Y 10 8 12 12 14 12 16 18 17 20 18 20 21
a. Encuentre los coeficientes de la recta de regresión
b. Presente la ecuación de la recta de regresión
8
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
c. Encuentre el coeficiente de correlacion de pearsos e
interprete el resultado
d. Encuentre el coeficiente de determinación e interprete el
resultado
9
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Asociación entre dos variables medidas en escala
ordinal.
Cuando la escala de las variables es de tipo ordinal, se utiliza el
coeficiente de correlación de Spearman, llamada también por
rangos; se usa en problemas en los que no es posible efectuar una
medición precisa y se hace necesario establecer una jerarquía
entre los elementos de la muestra, en base a alguna cualidad o
atributo.
El coeficiente de correlación de Spearman denotado por rs, está
definido como:
6 D i2
rs 1
n(n2 1)
En particular, es apropiado en situaciones en que el número de
casos está comprendido entre 25 y 30 o aún menos.
Es mucho más rápido y fácil de calcular que el coeficiente de
Pearson.
Ejemplo: Supongamos que el Ministerio del Ambiente ordena a
15 de los mejores trabajadores de las diferentes oficinas
descentralizadas, pertenecientes a dicho ministerio, de acuerdo a
la eficiencia en dos horarios de trabajo (Mañana y Tarde). Se
desea calcular el coeficiente de correlación por rangos entre estos
datos.
10
APUNTES DE CLASE: ESTADISTICA Dr. ANGEL MENDOZA LOPEZ
Rango para Rango para
Trabajador el turno el turno Di D2i
Mañana Tarde
A 1 14 -13 169
B 2 15 -13 169
C 3 12 -9 81
D 4 3 1 1
E 5 13 -8 64
F 6 2 4 16
G 7 9 -2 4
H 8 1 7 49
I 9 7 2 4
J 10 5 5 25
K 11 4 7 49
L 12 10 2 4
M 13 6 7 49
N 14 8 6 36
O 15 11 4 16
736
Solución:
6(736 ) 4416
rs 1 1 1 1,31428571
15(15 2 1) 15(224 )
rs 0,31428571 0,31
Como el resultado es igual a -0,31 podemos concluir que la
correlación es baja o débil.
11
