Slide 2:
La Variable Independiente provee las bases para la estimación. Es la variable predictora. Análisis de Correlación es un grupo de técnicas para medir la asociación entre dos variables Un Diagrama de dispersión es un gráfico que permite mostrar la relación entre dos variables La Variable dependiente es aquella que se predice o calcula
Slide 3:
Valores negativos indican un relación inversa, en tanto que los positivos una relación directa El Coeficiente of Correlación (r) es una medida de la magnitud de la relación entre dos variables. También llamado Coeficiente de correlación de Pearson Requiere escala de medición de intervalo o razón Oscila en un rango de
-1.00 to 1.00. Valores de -1.00 o 1.00
Indican una correlación perfecta y fuerte Valores cercanos a 0 indican correlación débil
Correlación negativa perfecta :
Correlación negativa perfecta 0 1 2 3 4 5 6 7 8 9 10 10
9
8
7
6
5
4
3
2
1
0 X Y
Correlación positiva perfecta :
0 1 2 3 4 5 6 7 8 9 10 10
9
8
7
6
5
4
3
2
1
0 X Y Correlación positiva perfecta
Correlación cero :
0 1 2 3 4 5 6 7 8 9 10 10
9
8
7
6
5
4
3
2
1
0 X Y Correlación cero
Correlación positiva fuerte :
0 1 2 3 4 5 6 7 8 9 10 10
9
8
7
6
5
4
3
2
1
0 X Y Correlación positiva fuerte
Slide 8:
Fórmula para calcular el coeficiente de correlación r= S(X – X)(Y – Y)
(n-1)sxsy
Slide 9:
Es el cuadrado el coeficiente de correlación
Su valor oscila entre 0 a 1.
No brinda información sobre la dirección de la relación entre dos variables. El Coeficiente de determinación (r2) es la proporción del total de la variación en la variable dependiente (Y) que se explica, o contabiliza por la variación en la variable independiente (X).