CORRELACION DE VARIABLES Y REGRESION

SIMPLE
Florez, Laura1; Montilla, Juan2; Piratova, Joel3; Rodrguez, David4
Patolin.39@gmail.com1; m.c.juan@ieee.org2; joelpiratova.mc@academia.umb.edu.co3;
David.L.RodriguezSarmiento@IEEE.org4
UNIVERSIDAD MANUELA BELTRAN

Abstract in the following paper shows how to apply simple

regression and correlation of variables in the field of engineering
and other fields in which it is essential to solution concepts or
problems of this type are proposed.
Keywords variables, correlation, slope, intercorrelations.

I. INTRODUCCIN
Este proyecto de investigacin, tiene como finalidad presentar
un avance de la aplicacin de correlaciones de variables y
regresin simple en la ingeniera y la importancia de esta, en
el cual se podr observar y analizar sus soluciones y
aplicaciones a problemas determinados de este aspecto
obteniendo desarrollos a los mismos sin alguna dificultad y
reconociendo adems, que este algoritmo matemtico es
empleado no solo en ingeniera sino en muchos otros campos
de la vida.
II. REGRESIN LINEAL
En estadstica la regresin lineal o ajuste lineal es un mtodo
matemtico que modela la relacin entre una variable
dependiente Y,
las variables
independientes Xi y
un
trmino aleatorio . Este modelo puede ser expresado como:
Y= a+bX
Donde Y es el valor predicho a es el intercepto b es la
pendiente de la lnea y X es el predictor.
Donde a puede ser calculada a partir de la siguiente frmula:
a = My - bMx
Donde My es la media de Y, y Mx es la media de X
Donde b puede ser calculada a partir de la siguiente frmula:
4 b = r (Sy/Sx),
Donde Sy es la desviacin estndar de Y, y Sx la de X
Siguiendo asi obtenemos una formula general
siguiente:

como la

: Variable dependiente

Donde

es

la

interseccin

trmino

"constante",

las
son los parmetros respectivos a cada
variable independiente, y es el nmero de parmetros
independientes a tener en cuenta en la regresin. La regresin
lineal puede ser contrastada con la regresin no lineal. Esta
regresin se utiliza para predecir una medida basndonos en el
conocimiento de otra. [1]
A. Regresin lineal simple:
Slo se maneja una variable independiente, por lo que slo
cuenta con dos parmetros. Son de la forma:
Donde
es el error asociado a la medicin del valor
siguen los supuestos de modo que:
(Media cero, varianza constante e igual a un
Con

).[2]

III. CORRELACION DE VARIABLES

La correlacin es una tcnica estadstica usada para
determinar la relacin entre dos o ms variables en una
distribucin bidimensional; la correlacin puede ser de al
menos dos variables o de una variable dependiente y dos o
ms variables independientes, denominada correlacin
mltiple. La correlacin en otras palabras son los cambios que
posee una variable y al mismo tiempo este influyen en los
cambios que pueda tener otra.
A. Coeficiente de la correlacin:
El Coeficiente de Correlacin es un valor cuantitativo de la
relacin entre dos o ms variables, el cual puede variar entre
-1.00 hasta 1.00; la correlacin es positiva si al aumentar una
de las variables aumenta tambin la otra, y negativa en caso
contrario.
El coeficiente de relacin lo podemos exponer mediante la
letra r y la frmula para utilizarlo es la siguiente:

: Variables explicativas
: Parmetros, miden la influencia
que las variables explicativas tienen sobre el regresando.

Donde se puede observar que la correlacin de

proporcionalidad directa o positiva esta con los valores +1.00
y de proporcionalidad inversa o negativa, con -1.00 y esta no

existe si la relacin entre

coeficiente es de 0.00 [3]

las variables esta cuando el

El Coeficiente de variacin (CV) es una medida de la

dispersin relativa de un conjunto de datos, que se obtiene
dividiendo la desviacin estndar del conjunto entre su media
aritmtica y se expresa generalmente en trminos
porcentuales.
Para los datos de una muestra se define el coeficiente de
correlacin de momento del producto de Pearson. [8]
Coeficiente de correlacin de momento del producto de
Pearson: datos de una muestra.

Los diagramas de dispersin son muy utilizados para

comparar y mostrar valores numricos que se correlacionan
entre s como datos, relacin causa-efecto, entre otros.
Se pueden dividir as:
Correlacin directa donde la recta corresponde a una nube de
puntos de la distribucin en una forma de recta creciente.

Ecuacin (1)
r (xy )=Sxy/(Sx Sy )
Dnde:
rxy=Coeficiente de correlacion de la muesta
sxy=Covarianza de la muestra
sx =Desviacion estandar de la muestra del x
sy = Desviacion estandar de la muestra del y
Ecuacin (2)

Fig.1 diagrama de dispersionde correlacion directa

Correlacion inversa aligual que en la anterior la nube de

puntos de la relacion forman una recta pero en forma inversa o
decreciente.

Ecuacin (3)
Fig.2 diagrama de dispersionde correlacion inversa

Correlacion nula quiere decir son incorreladas y la nube de

puntos tiene una forma redondeada.

IV.
DIAGRAMA DE DISPERSION
La forma de un diagrama de dispersin est basado en un
grfico en el plano cartesiano mostrando la relacin de dos
variables X y Y que son consecuentes entre s, siendo estas la
relacin entre una variable controlable y una caracterstica de
esa variable controlable en funcin de algn fenmeno.
Resultando una relacin o correlacin entre ambas donde cada
vez que aumenta el valor de X aumenta proporcionalmente el
valor de Y o negativa si cada vez que aumenta el valor de X
disminuye en igual proporcin el valor de Y.

Fig.3 diagrama de dispersionde correlacion nula

Se dice que es una correlacion fuer cuando los puntos o la

dispersion estan mucho mas juntos y se aproximan la la
pendiente de la recta y debil cuando sucede lo contrario.

V.

CORRELACION LINEAL

Hace referencia a que tan dependiente es una variable de la

otra (variables estadsticas), adems permite conocer la
proporcionalidad existente entre ellas (dos variables
necesariamente cuantitativas), es decir la correlacin solo
mide la fuerza de una relacin lineal entre dos variables. [7]
De acuerdo con lo anterior se dice que el grado o nivel de
correlacin pude ser: fuerte o dbil, directa o inversa, y por
tanto se considera una relacin lineal fuerte si los puntos del
diagrama de dispersin estn ubicados cerca de la recta y se
considera dbil si: los puntos se encuentran esparcidos con
respecto a la recta. [7]
Tambin es importante mencionar que la medida numrica de
correlacin es el coeficiente de correlacin lineal o coeficiente
de Pearson, se simboliza con la letra (r), y por medio de un
diagrama de dispersin se puede observar la forma, la
direccin y la fuerza de la relacin entre las dos variables.
VI.

SOLUCION EJERCICIO

estudiante
jaime
eduardo
carolina
marcia
pedro
jose
tomas
irene
claudi
maria
antonio
ana
javier
erika
linda
TOTAL:
PROMEDIO
DESVIACION
COEFICIENTE DE
CORRELACION
Tabla.1 datos

Fig.4 diagrama de datos del promedio superior

prom.
Medio
superior

prom.
Superior

80
1
82
1
84
2,1
85
1,45
87
2,1
88
1,7
88
2
89
3,5
90
3,1
91
2,4
91
2,7
92
3
94
3,9
96
3,6
98
4
1335
37,55
89 2,503333333
5 0,99614734
0,9006126
11

Fig.5 diagrama de dispersion de promedio medio

Fig.6 diagrama de flujo

Las variables a intervenir son los promedios de los diferentes

niveles que se tienen. Donde posee dos variables explicativas
que son los dos promedios, ya que son independientes una de
la otra y sus datos son calificados en rangos completamente
distintos.
En el promedio de los datos se observa que al hacer el
equivalente en el promedio medio superior el resultado de
dicho promedio es de 4.45 lo que nos muestra que los
estudiantes tuvieron mejores notas en este aspecto a
dirferencia de los que estaban en el superior sin embargo se
correlacionan por que se realiza la equivalencia de una
calificacion de 0-100 en una de 0-5.
VII.
CONCLUSIN
En este archivo se analiz y conceptualizo los trminos de
correlacin y regresin para el afianzamiento de proponer
soluciones a un determinado problema que nos incluya una
relacin directa con variables y distinga entre ellas la
dependencia o no de cada una.
VIII.
[1]
[2]
[3]
[4]
[5]
[6]
[7]

[8]

REFERENCIAS

C.F. Gauss. Theoria combinationis observationum erroribus minimis

obnoxiae. (1821/1823).
"Frmulas", Probabilidad y Estadstica. Cs. Bsicas. U.D.B.
Matemtica.Universidad Tecnolgica Nacional, Facultad Regional
Buenos Aires. Editorial CEIT-FRBA. (Cdigo BM2BT2).
(2013) enciclopedia virtual wikipedia. [Online]. Available:
http://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal
(2013) enciclopedia virtual ditutor. [Online]. Available:
http://www.ditutor.com/estadistica_2/correlacion_estadistica.html
http://www.monografias.com/trabajos88/dispersion-relativa/dispersionrelativa.shtml
http://www.bioestadistica.uma.es/libro/node23.htm
David S.Moore.(25/08/2013).Estadstica aplicada bsica.Recuperado
de:
http://books.
google.com.co/books?
id=oqOCiEyEjYcC&pg=PA122&dq=correlacion+estadistica&hl=es&s
a=X&ei=BZMeUou8GbOysATq74Bo&ved=0CCwQ6AEwAA#v=one
page&q=correlacion%20estadistica&f=false.
Anderson,Sweeny.(25/08/2013).Estadistica.Recuperado
de:
http://books.google.com.pe/books?
id=rT7WtNM2rOQC&pg=PA555&dq=coeficiente+de+correlacion&hl
=es&sa=X&ei=sH4nUt3eOZLa9ATOmICIAQ&ved=0CDYQ6AEwA
Q#v=onepage&q&f=false.