GUÍA DE

LAB-1476 REV-2
LABORATORIO

PROYECCIONES Y
IND-LABSIM-IND3216 Página 1 de 2
CORRELACIONES

1. INTRODUCCIÓN

El presente laboratorio pretende predecir variaciones en la demanda de un bien, al trabajar con dos variables
cuantitativas podemos estudiar la relación que existe entre ellas mediante la correlación y la regresión. En la
correlación tan solo medimos la dirección y la fuerza de la asociación de una variable frente a la otra, pero
nunca una relación de causalidad. Solo cuando tenemos una variable que es causa o depende de otra,
podremos realizar entonces una regresión.

2. OBJETIVOS
- Manejo del SPSS Statistical Package for the Social Sciences programa estadístico informático
actualmente conocido como IBM SPSS.
- Estudiar dos de los coeficientes de correlación más utilizados como el coeficiente de Pearson y el
coeficiente no paramétrico de Spearman
- Realizar las proyecciones e identificar los mejores modelos que se ajustan
- Elaborar informes y conclusiones sobre información requerida.

3. MARCO TEÓRICO
3.1. Identificación de la Demanda Futura

Demanda histórica El objetivo de la demanda histórica es conocer el comportamiento del consumo en el

tiempo pasado, es decir, la Demanda del producto, materia prima o servicio que hubo en años anteriores.
Este análisis se puede efectuar en la medida que exista información de los productos o materias primas que
existen en el Mercado. Si no hay información histórica, entonces se debe considerar para el análisis la
demanda actual utilizando para ello el método del consumo aparente. Si el producto es para el mercado
externo, habrá que identificar a los países Consumidores y los volúmenes anuales de su consumo histórico.
Los datos históricos se pueden representar en una tabla, en la cual la demanda es la variable dependiente y
el tiempo la variable independiente.

3.2. Correlación lineal

Coeficiente de correlación de Pearson (r)

Si tenemos dos variables cuantitativas y deseamos medir el grado de asociación podemos utilizar el coeficiente
de correlación de Pearson. En primer lugar, es muy aconsejable realizar un gráfico de dispersión entre ambas
variables y estudiar visualmente la relación entre ellas. Este coeficiente mide asociación lineal y al ser una
prueba paramétrica requiere para su uso que ambas variables tengan distribuciones normales. De no ser así,
deberemos utilizar el coeficiente no paramétrico de Spearman.

El coeficiente de correlación de Pearson (r) puede tomar valores entre -1 y +1, de modo que un valor de “r”
positivo nos indica que al aumentar el valor de una variable también aumenta el valor de la otra, y por el
contrario, “r” será negativo si al aumentar el valor de una variable disminuye la otra. La correlación será
perfecta si r= ±1.

Ing. J. Luis López Saravia Jefe de Laboratorio de Simulación Industrial

 GUÍA DE
LAB-1476 REV-2
LABORATORIO

PROYECCIONES Y
IND-LABSIM-IND3216 Página 2 de 2
CORRELACIONES

Coeficiente de correlación no paramétrico de Spearman (rho)

Al igual que el coeficiente de Pearson, también podemos utilizarlo para medir el grado de asociación entre
dos variables cuantitativas, sin embargo no es necesario que ambas variables sean normales, e incluso lo
podemos utilizar en variables ordinales. Como todas las pruebas no paramétricas, este coeficiente se
construye sustituyendo los valores de las variables por sus rangos o posiciones, si los valores de las variables
fuesen ordenados de menor a mayor. Al contrario de otras pruebas no paramétricas, si permite construir
intervalos de confianza.

La interpretación de este coeficiente es muy similar al de Pearson, pudiendo alcanzar valores de entre -1 y +1
indicando asociación negativa o positiva respectivamente. Tanto el coeficiente “r” de Pearson como el
coeficiente rho de Spearman, son medidas adimensionales por lo que no poseen unidades.

3.3. Regresión lineal (Complementar)

3.4. Modelos ARIMA (Complementar)
4. ESTUDIO DE CASO

Ingresar a la página web https://datosmacro.expansion.com y descargar la información necesaria para

elaborar reportes, gráficas, y modelos que mejor proyecten los datos hasta 20 años, así mismo realizar sus
respectivos análisis por los dos métodos estudiados en el laboratorio, utilizando el software IBM SPSS, de las
siguientes tareas:

1. Encuentre el mejor modelo y pronostique el PIB Per Cápita y el PIB Anual de todos los países que
conforman cada continente:

Apellidos Continente
A-E AMÉRICA
F-K EUROPA
L-Q ASIA
R-Z ÁFRICA

2. Encontrar el país que tendrá un mejor PIB per Cápita y PIB Anual del continente que se le asigno.

3. ¿Que valor tendrá ese PIB respecto al de Bolivia en 20 años? Comparar.

La presentación deberá ser entregada en formato impreso hasta el 25 de octubre de 2019

Se puede trabajar en grupos de DOS PERSONAS.

5. FORMATO DE PRESENTACIÓN
a) Caratula
b) Resumen ejecutivo
c) Cuerpo del informe
d) Conclusiones

Ing. J. Luis López Saravia Jefe de Laboratorio de Simulación Industrial