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.