Estadística II Curso 2007-2008.PPTVIP

MEP- II Conferencia # 2. Correlación Lineal Sumario: Introducción. Coeficiente de correlación de Pearson Diagrama de dispersión Coeficiente de correlación de Spearman Bibliografía.? Walpole. Probabilidad y Estadística para Ingenieros. Capítulo 11 y 16. Materiales en la red. Que los estudiantes conozcan las situaciones en los que un análisis de correlación puede ser útil. Que conozcan las herramientas fundamentales para un análisis de correlación. Que conozcan las facilidades de Minitab para realizar un análisis de correlación. Objetivos: Correlación Lineal El objetivo de un estudio de correlación lineal es analizar si existe relación lineal entre dos variables cuantitativas. Variable dependiente Y Variable independiente X Es necesario disponer de una muestra de n pares de valores de las variables X y Y: (x1, y1), (x2, y2), …, (xn, yn) Herramientas para el análisis Diagrama de dispersión. Coeficiente de correlación lineal estimado (r). Diagrama de dispersión El diagrama de dispersión (scatterplot) es un gráfico bivariante en el que se plotean los pares de valores que conforman la muestra, y que nos brinda información gráfica acerca de la relación entre las dos variables. Coeficiente de correlación lineal estimado (r). Es un coeficiente (conocido como coeficiente de correlación de Pearson) que mide el “grado de relación o asociación lineal entre dos variables cuantitativas. Tablas y resúmenes estadísticos (pág. 7) Para el cálculo de r manual X Y XY X2 Y2 x1 y1 x1y1 x12 y12 . . . . xn yn xnyn xn2 yn2 ?x ?y ?xy ?x2 ?y2 Relación entre dos variables Cuando se estudia la relación entre dos variables es importante asegurarse de que los individuos o elementos estudiados son homogéneos respecto a dichas variables. Situación de no homogeneidad 1 Situación de no homogeneidad 3 Situación de no homogeneidad 3 (cont.) Propiedades del coeficiente r Rango de valores: -1 ? r ? 1 rxy = ryx Signo positivo: cuando una de las variables toma valores grand