Post on 20-Aug-2015
Análisis De Regresión Y Correlación
Lineal.
Cuando tenemos parejas de datos que nos representan los valores respectivos de dos variables (x= variable independiente y y= variable dependiente); por ejemplo: entrenamiento vs desempeño, calidad vs quejas, publicidad vs ventas, etc.
La forma de representar estas variables, se efectúan mediante un diagrama de dispersión, en el que se observa la relación de los datos.
Análisis De Regresión Y Correlación Lineal
Para identificar algebraicamente si la relación entre las variables es alta o baja, se determina el coeficiente de correlación “r” por el método de Pearson, y los valores obtenidos, se comparan con la tabla siguiente para identificar el grado de relación
Coeficiente de correlación
“r”
Relación
0.8 ≤ r ≤ 1 Fuerte, positiva
0.3 ≤ r ≤ 0.8 Débil, positiva
-0.3 ≤ r ≤ 0.3 No existe relación
-0.8 ≤ r ≤ -0.3 Débil, negativa
-1.0 ≤ r ≤ -0.8 Fuerte, negativa
Ejercicio #1
r2
58271.3293
544.27733
1145.71133
0.203440597
0.041388077
0.019661665
419.9375999
6.333519
Y = a0 +a1x
Diagrama de dispersión
De acuerdo al valor obtenido, del coeficiente de correlación (0.203440597) nos indica que la relación entre los variables dependientes e independientes no existe.
Conclusión del ejercicio #1
Ejercicio #2
r2
284256.85
213.586
-5817.678
-0.746634974
0.557463784
-0.02046627
78.30508204
2.291522044
Y = a0 +a1x
Diagrama de dispersión
Correlación negativa
Conclusión del ejercicio #2
De acuerdo al valor obtenido, del coeficiente de correlación (-0.746634974) nos indica que la relación entre los variables dependientes e independientes es una relación de tipo débil con resultado negativo.