ENSAYO ANALISIS DE REGRESION Y CORRELACION LINEAL Correlacin Lineal: En ocasiones nos puede interesar estudiar si existe o no algn tipo

de relacin entre dos variables aleatorias. As podemos preguntarnos si hay alguna relacin entre las notas de la asignatura Estadstica I y las de Matemticas I. Una primera aproximacin al problema consistira en dibu ar en el plano !" un punto por cada alumno# la primera coordenada de cada punto sera su nota en estadstica$ mientras %ue la segunda sera su nota en matemticas. As$ obtendramos una nube de puntos la cual podra indicarnos visualmente la existencia o no de algn tipo de relacin &lineal$ parablica$ exponencial$ etc.' entre ambas notas. (tro e emplo$ consistira en anali)ar la *acturacin de una empresa en un periodo de tiempo dado y de cmo in*luyen los gastos de promocin y publicidad en dicha *acturacin. +i consideramos un periodo de tiempo de ,- a.os$ una posible representacin sera situar un punto por cada a.o de *orma %ue la primera coordenada de cada punto sera la cantidad en euros invertidos en publicidad$ mientras %ue la segunda sera la cantidad en euros obtenidos de su *acturacin. /e esta manera$ obtendramos una nube de puntos %ue nos indicara el tipo de relacin existente entre ambas variables. En particular$ nos interesa cuanti*icar la intensidad de la relacin lineal entre dos variables. El parmetro %ue nos da tal cuanti*icacin es el coeficiente de correlacin lineal de Pearson r $ cuyo valor oscila entre 0, y 1,#

2omo se observa en los diagramas anteriores$ el valor de r se aproxima a 1, cuando la correlacin tiende a ser lineal directa &mayores valores de X signi*ican mayores valores de Y'$ y se aproxima a 0, cuando la correlacin tiende a ser lineal inversa. Es importante notar %ue la existencia de correlacin entre variables no implica causalidad. Regresin Lineal: En a%uellos casos en %ue el coe*iciente de regresin lineal sea 3cercano4 a 1, o a 0,$ tiene sentido considerar la ecuacin de la recta %ue 3me or se a uste4 a la nube de puntos &recta de mnimos cuadrados'. Uno de los principales usos de dicha recta ser el de predecir o estimar los valores de 5 %ue obtendramos para distintos valores de 6. Estos conceptos %uedarn representados en lo %ue llamamos diagra a de dis!ersin#

Concl"sin: +i sabemos %ue existe una relacin entre una variable denominada dependiente y otras denominadas independientes &como por e emplo las existentes entre# la experiencia pro*esional de los traba adores y sus respectivos sueldos$ las estaturas y pesos de personas$ la produccin agraria y la cantidad de *ertili)antes utili)ados$ etc.'$ puede darse el problema de %ue la dependiente asuma mltiples valores para una combinacin de valores de las independientes.

7a dependencia a la %ue hacemos re*erencia es relacional matemtica y no necesariamente de causalidad. As$ para un mismo nmero de unidades producidas$ pueden existir niveles de costo$ %ue varan empresa a empresa. +i se da ese tipo de relaciones$ se suele recurrir a los estudios de regresin en los cuales se obtiene una nueva relacin pero de un tipo especial denominado *uncin$ en la cual la variable independiente se asocia con un indicador de tendencia central de la variable dependiente. 2abe recordar %ue en t8rminos generales$ una *uncin es un tipo de relacin en la cual para cada valor de la variable independiente le corresponde uno y slo un valor de la variable dependiente.