Tipos de Variables

Tipos de variables
Variable Independiente (X) (determinstica, es decir no aleatoria.)

Variable Dependiente (Y) aleatoria
Ejemplos
X: Nmero de llamadas telefnicas realizadas por un vendedor promocionando un producto.
Y: Unidades vendidas por el vendedor.
X: Tiempo que dedica un estudiante a una materia.
Y : Evaluacin que obtiene el estudiante en la materia.
Regresin lineal
Expresndolo en forma simple, la regresin lineal es una tcnica que permite cuantificar la relacin que puede
ser observada cuando se grafica un diagrama de puntos dispersos correspondientes a dos variables, cuya
tendencia general es rectilnea ; relacin que cabe compendiar mediante una ecuacin del mejor ajuste de la
forma
Serie de datos para el clculo de una regresin (a y b) y del coeficiente de

correlacin (r)
Nmero Valores de x Valores de y
1
2
3
4
5
6
9,0
9,4
7,4
9,7
10,4
5,0
Nmero Valores de x Valores de y
0,50
0,50
1,23
1,00
0,30
1,50
7
8
9
10
11
12
13
6,7
8,4
8,0
10,0
9,2
6,2
7,7
1,00
0,50
0,50
0,50
0,50
1,00
0,50
El procedimiento para obtener valores de a y b para una serie de pares de datos de x y de y (tal como la
presentada en la Figura 1 y/o en la Tabla 1) es como sigue:
Paso 1
Paso 2
Calcule, para cada par de valores de x e y, las cantidades x, y, y x.y.

Obtenga las sumas () de estos valores para todos los pares de datos de x e y, as como las
sumas del total de los valores de x e y. Los resultados de los Pasos 1 y 2 aparecern en forma
similar a la siguiente:
Nmero de pares de datos

1
2
3
n
Monto de las sumas
x x y
x.y
x x y y xy
Paso 3 Estime la pendiente (b) por medio de la relacin:
Paso
Estime el intercepto (a) por medio de la relacin:
4
A partir de esos valores de a y de b obtenidos mediante las Ecuaciones 2 y 3, es

posible trazar a lo largo de los puntos dispersos de un grfico la lnea recta mejor ajustada
a los mismos, y verificar visualmente si tales puntos estn bien expresados por la lnea
(Figura 1b).
Correlacin
El anlisis de correlacin se encuentra estrechamente vinculado con el anlisis de
regresin y ambos pueden ser considerados de hecho como dos aspectos de un mismo
problema.
La correlacin entre dos variables es - otra vez puesto en los trminos ms simples - el
grado de asociacin entre las mismas. Este es expresado por un nico valor llamado
coeficiente de correlacin (r), el cual puede tener valores que ocilan entre -1 y +1. Cuando
r es negativo, ello significa que una variable (ya sea x o y) tiende a decrecer cuando
la otra aumenta (se trata entonces de una correlacin negativa, correspondiente a un
valor negativo de b en el anlisis de regresin). Cuando r es positivo, en cambio, esto
significa que una variable se incrementa al hacerse mayor la otra (lo cual corresponde a
un valor positivo de b en el anlisis de regresin).
Los valores de r pueden calcularse fcilmente en base a una serie de pares de datos de
x e y, utilizando la misma table y montos que se indican en el Paso 2 de la seccin
regresin de este captulo. De este modo r puede ser obtenido - indirectamente - a
partir de la relacin:
Figura 1a Diagrama de puntos dispersos correspondientes a pares de valores de x y de

y. Ntese que y tiende a decrecer con el aumento de x, lo cual sugiere
coeficientes de regresin y de correlacin negaticos (basado en la Tabla 1)
Figura 1b Los mismos datos que en 1a Fig. 1a, pero ajustados en base a la regresin y =
2,16 - 0,173x, con r = 0,75
la cual proporciona el valor del coeficiente de determinacin (r). Entonces, lo nico
necesario es calcular
es decir, tomar la raz indicada del coeficiente de determinacin a los fines de obtener el
valor absoluto de r, y luego agregar el signo (+ o -) de acuerdo a que la correlacin sea
positiva o negativa (lo cual puede ser establecido visualmente a partir del grfico, o bien
en base al clculo del valor de b de la correspondiente regresin y utilizando para r el
mismo signo).
Cuando se calculan los valores de r se querr saber, sin embargo, hasta qu punto la
correlacin identificada pudiera haber surgido nicamente por casualidad. Esto puede ser
establecido verificando si el valor estimado de r es significativo, es decir si el valor
absoluto de r es mayor o igual que un valor crtico de r indicado en las tablas
estadsticas (ver Tabla de valores crticos de r en el Apndice 1).
Ejercicio: Calcule a, b y r a partir de los datos presentados en la Tabla 1 y verifique,
por medio de la Tabla del Apndice 1, hasta qu punto el valor estimado de r
es significativo para valores de P = 0,01 y de P = 0,05

Tipos de Variables

Cargado por

Copyright:

Formatos disponibles

Tipos de Variables

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tipos de Variables

Cargado por

Copyright:

Formatos disponibles

Tipos de variables

Variable Independiente (X) (determinstica, es decir no aleatoria.)

Serie de datos para el clculo de una regresin (a y b) y del coeficiente de

Nmero Valores de x Valores de y

Calcule, para cada par de valores de x e y, las cantidades x, y, y x.y.

Nmero de pares de datos

Paso 3 Estime la pendiente (b) por medio de la relacin:

A partir de esos valores de a y de b obtenidos mediante las Ecuaciones 2 y 3, es

Figura 1a Diagrama de puntos dispersos correspondientes a pares de valores de x y de

También podría gustarte