Ejemplos de correlación y regresión lineal
- Otros
- 8 minutos de lectura
CORRELACIÓN Y REGRESIÓN LINEAL
OBJETIVO:
Ofrecer al alumno las herramientas gráficas y estadísticas que le permitan
aprender a manejar, analizar e interpretar los datos con el software MINITAB 14.
No es una práctica de estadística, no es una práctica de calidad, sino una practica
para aprender a usar el software MINITAB en esas aplicaciones. Conoceremos
conceptos de calidad y conceptos de estadística que son necesarios para el mejor
entendimiento del programa.
Aprenderá a importar/exportar datos y resultados entre Minitab y distintos
programas. Incrementara su habilidad de crear, manipular y reestructurar datos.
Desarrollara la habilidad para seleccionar la herramienta adecuada para analizar
sus datos y aprenderá a crear e interpretar una gran variedad de gráficas y
medidas numéricas utilizadas en iniciativas de mejoramiento de la calidad.
1. Antecedentes:
Variable
Una variable es un símbolo que representa un elemento no especificado de un
conjunto dado. Dicho conjunto es llamado conjunto universal de la variable,
universo o dominio de la variable, y cada elemento del conjunto es un valor de la
variable. Sea x una variable cuyo universo es el conjunto {1,3,5,7,9,11,13};
entonces x puede tener cualquiera de esos valores: 1,3,5,7,9,11,13. En otras
palabras x puede reemplazarse por cualquier entero positivo impar menor que 14.
Por esta razón, a menudo se dice que una variable es un reemplazo de cualquier
elemento de su universo.
Medición
La medición es la determinación de la proporción entre la dimensión o suceso de
un objeto y una determinada unidad de medida. La dimensión del objeto y la
unidad deben ser de la misma magnitud. Una parte importante de la medición es
la estimación de error o análisis de errores
Diagramas de dispersión (incluir dibujos)
Un diagrama de dispersión es una representación gráfica de la relación entre dos
variables, muy utilizada en las fases de Comprobación de teorías e identificación
de causas raíz y en el Diseño de soluciones y mantenimiento de los resultados
obtenidos.
Coeficiente de correlación
∑−
∑
=−
∑−−
=
∧∧
∧
=
2
)y
i
(y
n
1i
2
)x
i
(x
)y
i
)(yx
i
(x
(y)Var (x)Var
y)(x,cov
R
·
·
−
∑
∑−
∑−
=
2
)y( n
2
i
y
2
)x(
i
n
2
i
x
y xn
i
y ·
i
x
· ·
·
El coeficiente de correlación provee una medida de como dos variables aleatorias
están asociadas en una "muestra". Es también una medida de la intensidad de la
relación lineal entre X e Y.
Regresión entre dos variables
Este tipo se presenta cuando dos o más variables independientes influyen sobre
una variable dependiente. Ejemplo: Y = f(x, w, z).
Por ejemplo: Podría ser una regresión de tipo múltiple:
Una Empresa de desarrollo de software establece relacionar sus Ventas en
función del numero de pedidos de los tipos de software que desarrolla (Sistemas,
Educativos y Automatizaciones Empresariales), para atender 10 proyectos en el
presente año.
En la Tabla representa Y (Ventas miles de S/.) e X (Nº pedidos de sistemas), W (Nº
de pedidos de Aplicaciones Educativas) y Z (Nº de pedidos de Automatizaciones
empresariales).
3. Ejemplos teóricos
1. El profesor Isaac Asimov fue uno de los escritores más prolíficos de
todos los tiempos. Para cuando murió (1992) había escrito casi 500 libros a lo
largo de una carrera de 40 años. De hecho, a medida que avanzaba en su
profesión se volvió más productivo en términos de la cantidad de libros escritos en
un lapso dado. Estos datos son los tiempos que requería para escribir sus libros,
en incrementos de 100:
Número de libros 100 200 300 400 490
Tiempo (en meses) 237 350 419 465 507
a) Grafique la cantidad acumulada de libros en función del tiempo mediante un
diagrama de dispersión.
tiempo en meses
cantidad de libros
500400300200100
500
450
400
350
300
250
200
cantidad acumulada de libros
b) Describa la productividad del profesor Asimov con base al conjunto de
datos graficados en el inciso a). ¿La relación entre las dos variables parece ser
lineal?
Al parecer la relación entre las dos variables si tiene signos de ser lineal, esto se
comprueba con tan solo mirar el diagrama de dispersión y darse cuenta de que los
puntos en el diagrama forman una línea casi recta en aumento con relación al
tiempo en meses y la cantidad de libros.
2. La materia prima que se usa en la elaboración de una fibra sintética se
almacena en un local que no tiene control de humedad. Las mediciones de la
humedad relativa en el local y del contenido de humedad de una muestra de la
materia prima (ambos en porcentajes) durante 12 días, dieron los siguientes
resultados:
Humedad, X Contenido de Humedad, Y
42 12
35 8
50 14
43 9
48 11
62 16
31 7
36 9
44 12
39 10
55 13
48 11
Ajuste una línea recta y determine el contenido de humedad cuando la humedad
del local de almacenamiento es de 40%.
Contenido de humedad, Y
Humedad, X
1614121086
65
60
55
50
45
40
35
30
Scatterplot of Humedad, X vs Contenido de humedad, Y
3. Los estadounidenses conscientes de la salud consultan a menudo la
información relacionada con los nutrientes que aparecen en los envases de los
alimentos con el fin de evitar los que contengan grandes cantidades de grasa,
sodio o colesterol. La siguiente información se tomó de ocho marcas distintas de
queso americano en rebanadas:
Marca Grasa
(g)
Grasas
Saturadas
(g)
Colesterol
(mg)
Sodio
(mg) Calorías
Kraft Deluxe
American 7 4.5 20 340 80
Kraft Velveeta
Slices 5 3.5 15 300 70
Private Selection 8 5.0 25 520 100
Ralphs Singles 4 2.5 15 340 60
Kraft 2% Milk
Singles 3 2.0 10 320 50
Kraft Singles
American 5 3.5 15 290 70
Borden Singles 5 3.0 15 260 60
Lake to Lake
American 5 3.5 15 330 70
a) ¿Qué pares de variables espera usted que estén fuertemente
relacionadas?
El colesterol y las calorías, porque en tabla se observa que dependiendo la
cantidad de colesterol es la cantidad de calorías que contiene cada producto, o
podría ser al revés que dependiendo la cantidad de calorías es la cantidad de
colesterol que contiene cada producto.
b) Trace un diagrama de dispersión para la grasa y la grasa saturada.
Describa la relación.
c)
grasas saturadas (g)
Grasa(g)
5.04.54.03.53.02.52.0
8
7
6
5
4
3
Scatterplot of Grasa(g) vs grasas saturadas (g)
d) Elabore un diagrama de dispersión para grasas y calorías. Compare el
patrón con el observado en el inciso b).
calorias
Grasa(g)
1009080706050
8
7
6
5
4
3
Scatterplot of Grasa(g) vs calorias
e) Trace un diagrama de dispersión para la grasa y el sodio, y otro para
colesterol y sodio.
sodio (mg)
Grasa(g)
550500450400350300250
8
7
6
5
4
3
Scatterplot of Grasa(g) vs sodio (mg)
sodio (mg)
colesterol (mg)
550500450400350300250
26
24
22
20
18
16
14
12
10
Scatterplot of colesterol (mg) vs sodio (mg)
f) Calcule el coeficiente de correlación r para las variables de colesterol y
sodio.
Propiedad X Y (X-X) (X-Xi)2 (Y-Y) (Y-Y)2 (X-X)(Y-
Yi)
1 20 340 3.75 13.83 2.5 6.25 9.37
2 15 300 -1.25 1.56 -37.5 1406.25 46.87
3 25 520 8.75 76.56 182.5 33,306.25 1,596.87
4 15 340 -1.25 1.56 2.5 6.25 -3.125
5 10 320 -6.25 39.06 -17.5 306.25 109.37
6 15 290 -1.25 1.56 -47-5 2,256.25 59.37
7 15 260 -1.25 1.56 -77.5 6,006.25 96.87
8 15 330 -1.25 1.56 -7.5 56.25 9.37
Σ=1,896.84
Xi=Σ x/n
130/8 = 16.25
Yi = Σy /n
2700/8 = 337.5
√ ² Σ(x-xi)2 /n-1
√19.06 = 4.42
√ ² Σ (y-yi)2/n-1
√6,192.85 = 78.69
Covarianza
Sxy = Σ (xi - x)(yi - y) / n -1
1896.84/7 = 270.9771
Coeficiente de correlación
r = Sxy / SxSy
270.97/(4.42)(78.69) = 0.7790
4. Suponga que el gerente de una cadena de servicios de entrega de
paquetería desea desarrollar un modelo para predecir las ventas semanales (en
miles de dólares) para las tiendas individuales basado en el número de clientes
que realizan las compras. Se seleccionó una muestra aleatoria entre todas las
tiendas de la cadena con los siguientes resultados:
a) Grafique el diagrama de dispersión.
Tienda Clientes Ventas ($1000)
1 907 11.20
2 926 11.05
3 506 6.84
4 741 9.21
5 789 9.42
6 889 10.08
7 874 9.45
8 510 6.73
9 529 7.24
10 420 6.12
11 679 7.63
12 872 9.43
13 924 9.46
14 607 7.64
15 452 6.92
16 729 8.95
17 794 9.33
18 844 10.23
19 1010 11.77
20 621 7.41
ventas($1000)
clientes
1211109876
1000
900
800
700
600
500
400
Scatterplot of clientes vs ventas($1000)
b) Obtenga la ecuación que mejor ajuste a los datos.
c) Pronostique las ventas semanales (en miles de dólares) para las tiendas
que tienen 600 clientes.
Las ventas serian de algunos 7,500 dólares por como se ve en la tabla la posición
de las ventas y de los clientes.
X Y (X-X) (X-Xi)2 (Y-Y) (Y-Y)2 (X-X)(Y-Y)
907 11.2 175.85 308358.09 2.399 77.4576 421.8641
926 11.05 194.85 287617.69 2.249 77.4576 192.601
506 6.84 -225.15 906875.29 -1.961 23.8046 441.5191
741 9.21 9.85 520273.69 0.409 77.4576 4.0286
789 9.42 57.85 453332.89 0.619 77.4576 57.241
889 10.08 158.85 328672.89 1.279 77.4576 156.571
874 9.45 142.85 346096.89 0.649 77.4576 142.201
510 6.73 -221.15 906875.29 -2.071 21.7 458.0016
529 7.24 -202.15 871048.89 -1.561 32.251 315.5561
420 6.12 -311.15 1086389.29 -2.681 11.8267 834.1931
679 7.63 -52.15 613558.89 -1.171 41.7186 61.0676
872 9.34 140.85 348454.09 0.539 77.4576 75.9181
924 9.46 192.85 289766.89 0.659 77.4576 127.0881
607 7.64 -124.15 731538.09 -1.161 41.9774 144.1381
452 6.92 -279.15 1020706.09 -1.881 25.3915 525.0811
729 8.95 -2.15 537728.89 0.149 77.4576 -0.3203
794 9.33 62.85 446642.89 0.529 77.4576 33.2476
844 10.23 112.85 382294.89 1.429 77.4576 161.2626
1010 11.77 278.85 204575.29 2.969 77.4576 827.9056
621 7.41 -110.15 707785.69 -1.391 36.2283 153.2186
∑=14623 ∑=176.02 ∑=11298592.6 ∑=1164.3893 ∑=5132.3837
Xi= ∑ X/ n
14623/20= 731.15
Yi=∑ Y/ n
176.02/20= 8.801
√ ² Σ(x-xi)2 /n-1
√ ² =11298592.6 /19 = 594662.7684
S=√ 594662.7684= 771.1438
√ ² Σ (y-yi)2/n-1
√ ²=1164.3893 / 19 =61.2836
S= √ 7.8283
Covarianza
Sxy = Σ (xi - x)(yi - y) / n -1
Sxy = 5132.3837 / 19 = 270.1254
Coeficiente de correlación
r = Sxy / SxSy
270.1254/ (771.1438)(7.8283) = 0.0447468
2. Solución en Minitab (instrucciones para resolver los ejercicios con
graficas, en base a uno de los ejercicios teóricos)
Dar clic en la barra de menú en la opción graph y seleccionar la opción scatterplot
Después de haber seleccionado scartterplot ,se selecciona la opción simple y se
da clic en ok
Después de haber hecho esto aparece esta pequeñísima ventana y se selecciona
las variables que se desea utilizar, para después dar clic en ok
Hecho esto da como resultado la obtención
Conclusiones
Como conclusión nos gustaría decir que esta practica nos dejo muy en claro que
el minitab sirve para hacer grandes cosas y además de ahorrar mucho trabajo es
muy fácil utilizarlo para la obtención de diferentes conceptos de estadística como
la correlación y algunos diagramas.
3. Experiencia de aprendizaje
Al estar trabajando en esta practica aprendimos que con minitab se pueden hacer
muchas cosas como los diagramas y obtener la correlación sin el uso de
calculadoras y de tantas formulas que muchas veces hacen mas confuso un
problema, además aprendimos a organizarnos como equipo para repartir tareas y
así contribuir todos al proyecto, y nos sorprendimos de cómo el minitab puede
ahorrar mucho trabajo y que es de mucha ayuda por si en un futuro tendríamos
necesidad de utilizarlo.
4. Bibliografía
www.wikipedia.com
Datos proporcionados por el profesor de esta materia.
Tu opinión vale, comenta aquí
Escrito por:
Cita esta página
Copiar
García Alonso Aarysa Yaresie. (2009, Agosto 24). Ejemplos de correlación y regresión lineal. Recuperado de https://www.gestiopolis.com/ejemplos-de-correlacion-y-regresion-lineal/
García Alonso, Aarysa Yaresie. "Ejemplos de correlación y regresión lineal". GestioPolis. 24 Agosto 2009. Web. <https://www.gestiopolis.com/ejemplos-de-correlacion-y-regresion-lineal/>.
García Alonso, Aarysa Yaresie. "Ejemplos de correlación y regresión lineal". GestioPolis. Agosto 24, 2009. Consultado el 25 de Junio de 2017. https://www.gestiopolis.com/ejemplos-de-correlacion-y-regresion-lineal/.
García Alonso, Aarysa Yaresie. Ejemplos de correlación y regresión lineal [en línea]. <https://www.gestiopolis.com/ejemplos-de-correlacion-y-regresion-lineal/> [Citado el 25 de Junio de 2017].
¡Texto copiado al portapapeles!
Imagen del encabezado cortesía de mulad en Flickr
