Quevedo, H. y Pérez, B. (2014). Estadística para Ingeniería y Ciencias. México: Grupo Editorial Patria. Pp. 360-366.

Uso educativo

360  |  Estadística para ingeniería y ciencias

8.1  Regresión lineal simple

El objetivo de estudiar regresión lineal simple es obtener el modelo de regresión más apropiado, es decir, una
ecuación de regresión lineal simple o múltiple para fines de predicción y estimación. Los componentes de
esta ecuación de regresión lineal, con sólo una variable independiente, también llamado modelo lineal de pri-
mer orden, son la variable dependiente Y 9 o función de respuesta y y la variable independiente X. El modelo
de esta ecuación, que describe la relación de la variable X con la variable Y, se llama la ecuación de regresión de
Y sobre X y la gráfica de esta función se llama la curva de regresión.
El modelo de regresión lineal poblacional que describe la relación entre la respuesta o variable dependien-
te Y y la variable independiente o regresora X es:

Y 5 β0 1 β1x1 1 ε   i 5 1, 2, . . . , n (8-1)

Donde:
Y 5 variable dependiente poblacional (también se usa la anotación y)
β0 5 intercepto en la ordenada
β1 5 pendiente de la línea
X1 5 variable independiente
ε 5 error aleatorio con promedio de 0 y varianza σ2 constante. Este valor de ε es la diferencia entre el
valor teórico de Yi y el valor de Y calculado u observado. Las condiciones de ε son que este pará-
metro debe estar normalmente distribuido; sus valores deben de ser independientes uno del otro y
la varianza de ε es Var(ε) 5 σ2ε
n 5 número de (x, y) pares de observaciones
La ecuación de la línea de regresión muestral que estima a modelo de regresión poblacional (8-1) de arriba
se da como:
Y 5 a 1 bx (8-2)
Donde:
Y 5 valor de la variable dependiente de la muestra
a 5 intercepto en la ordenada
b 5 pendiente de la línea

8.1.1  Suposiciones del modelo de regresión lineal

a) Los valores de Y son independientes uno del otro, es decir, no deben de estar correlacionados
b) Las distribuciones condicionales de probabilidad de Y dado X son normales
c) La varianza del error es σ2 y es constante
d) Los coeficientes β0 y β1 son desconocidos y deben de estimarse
Para estimar la ecuación de regresión lineal simple y múltiple se usa lo que se llama el método de los
mínimos cuadrados que ajusta los datos de la muestra a la línea de regresión. Ésta es una de las técnicas más
usadas en investigaciones científicas para encontrar la relación entre dos o más variables que están causalmen-
te relacionadas.
 Capítulo 8  Regresión lineal simple y múltiple  |  361

En esta sección veremos el problema de regresión lineal de una variable dependiente (Y) y otra indepen-
diente (X), con fines de predicción y estimación. Sin embargo, una vez que se obtiene la ecuación de regresión
lineal, ésta se tiene que evaluar o validar para ver qué tanta fidelidad se le puede poner al modelo para usos de
predicción. Esto se logra utilizando enfoques objetivos y subjetivos. Por ejemplo, el enfoque objetivo se logra haciendo
pruebas estadísticas de inferencia. Este enfoque se complementa usando enfoques subjetivos, es decir, analizando las grá-
ficas de los residuales estandarizados o no estandarizados (crudos), es decir, a través de inspecciones visuales.

8.1.2  A
 plicación de análisis objetivos estadísticos para la evaluación
del modelo de regresión
En cuanto al enfoque objetivista (estadística inferencial), para la validación del modelo de regresión, éste se
relaciona con el uso de estadísticas como el coeficiente de determinación múltiple R2 (o r 2), el coeficiente de
determinación ajustado R2ajustada, el error estándar estimado s, tablas de análisis de varianza, pruebas de t de Stu-
dent, intervalos de confianza, el criterio de Mallow de Cp, PRESS, y así sucesivamente. De esta manera, cuando
se habla de coeficientes en el modelo de regresión múltiple, existen cuatro tipos:
a) El coeficiente de determinación múltiple (R2).
b) El coeficiente de correlación múltiple (R).
c) El coeficiente de determinación ajustado (R2ajustada).
d) El coeficiente parcial de correlación múltiple (Rij.k ).
El coeficiente de determinación múltiple R2 es, tal vez, la medida estadística más popular usada para
medir el grado de ajuste del modelo de regresión con los datos de la muestra. El coeficiente R2 es el coeficiente
entre la variación de Y debida al modelo de regresión lineal entre la variación total de Y. Este término toma
valores entre 0 y 1, y multiplicado por 100 determina el porcentaje de variación debido al modelo de regresión.
Si el valor de R2 está cercano a cero, esto indica que no hay una relación lineal entre Y y las X, mientras que,
un valor cercano a uno, indica un ajuste perfecto. Sin embargo, el valor del coeficiente R2 no debe de interpretarse
ligeramente, sin el apoyo del error estándar estimado, del residual (PRESS), del criterio de Mallow (Cp) o de los factores
de variación inflados (variance inflation factors, VIF). Además, la validación del modelo debe estar apoyada por los
análisis de los gráficos subjetivos.
De acuerdo con la lógica del programa de computadora NCSS, los siguientes enunciados dan algunas
calificaciones de la interpretación de R2.
a) El valor de R2 puede incrementarse agregando más variables independientes, pero esto puede causar
un aumento en el error del cuadrado medio, especialmente, cuando la muestra es pequeña.
b) La magnitud de R2 está influenciada por el rango de cada variable independiente. R2 aumenta a medi-
da que el rango de las X se incrementa y viceversa.
c) El valor de R2 no mide la magnitud de las pendientes.
d) La magnitud de R2 no mide la aptitud del modelo lineal; mide la fuerza lineal del componente del
modelo.
e) Un valor grande de R2 no necesariamente significa una predicción grande. Lo opuesto también es
correcto. Todo esto tiene que ser complementado o corroborado por otras funciones estadísticas y por
el análisis gráfico subjetivo.
f ) El valor de R2 es altamente sensible al número de observaciones. Entre más grande sea el tamaño de
la muestra, más alto será el valor de R2.
362  |  Estadística para ingeniería y ciencias

Más adelante hay lo que se llama el valor ajustado del coeficiente de determinación múltiple ajustado
(R ajustada). Este coeficiente de determinación múltiple ajustado R2ajustada es una versión ajustada de R2, la cual
2

busca remover la distorsión causada por un tamaño de muestra pequeño. Igualmente, también hay lo que se
llama PRESS (predicted sum of squares), que se usa para validar el modelo de regresión en términos de predic-
ción. Aquí, entre más pequeño sea el valor de PRESS, mejor será el modelo candidato.
En forma análoga, también hay lo que se llama el coeficiente de correlación múltiple R. Este coeficiente
R mide la fuerza de la relación lineal entre la variable dependiente Y y las variables independientes X1, X2, X3,
. . . , Xk. En contraste con el coeficiente de correlación lineal simple, el rango de este coeficiente de correlación
múltiple es de 0 # R # 1. Esto se debe a que R no indica la pendiente de la ecuación de regresión debido a que
no es posible indicar los signos de todos los coeficientes de regresión que relacionan la variable dependiente Y
a la variable independiente Xi. Así como en el caso de la correlación lineal, la medición de R2 es más fácil de
interpretar que el coeficiente de correlación múltiple, R.
Otro tipo de correlación relacionado con regresión y correlación múltiple es lo que se llama coeficiente
parcial de correlación múltiple. Este coeficiente mide la fuerza de la relación lineal entre la variable dependien-
te Y y las variables independientes X1, X2, X3, . . . , Xk. Este coeficiente se puede expresar como Rij.k, que es el
estimador del coeficiente de correlación múltiple poblacional ρij.k. Rij.k se puede usar para ver la relación causal
entre Y y una de las variables independientes, manteniendo las demás constantes. Este coeficiente, también se
puede usar para ver la relación entre dos variables independientes.
Prosiguiendo dentro de la categoría de análisis objetivos de estadística inferencial relacionados con regre-
sión múltiple, tenemos lo que se llama análisis de varianza (ANOVA) discutido en el capítulo 7; en forma aná-
loga como el uso de R2, este análisis es un método complementario para revisar las suposiciones del modelo de
regresión. La fidelidad de los resultados del ANOVA está mancomunada a la suposición de que los residuales
están normalmente distribuidos. El uso de ANOVA prueba los promedios poblacionales donde se analiza la variación
total. ANOVA evalúa la utilidad del modelo de regresión probando la hipótesis nula de que todos los coeficientes (βi) de
la ecuación de regresión (pendientes) son iguales a cero. Los componentes del análisis de varianza o de ANOVA son
parecidos a los del análisis de varianza simple dados en capítulos anteriores. Los componentes son la fuente
de variación, los grados de libertad, la suma de los cuadrados, el cuadrado del promedio, la prueba de F y el
nivel de probabilidad. Por ejemplo, la fuente de variación representa las particiones de la variación en Y. Hay
cuatro fuentes de variación: intercepto, modelo, residuo o error y total ajustado. La prueba de inferencia con
la estadística F se usa para probar la hipótesis de todas las βi 5 0.
Más importante todavía es el cálculo del nivel de probabilidad p. El valor de p es la probabilidad de ob-
tener un estadístico de prueba, al menos tan contradictorio o más extremo para H0:, como el valor observado
que se obtuvo, asumiendo que H0: es verdadera. Si el valor de p es menor qué, digamos α 5 0.05, la hipótesis
nula se rechaza; de otra manera se retiene. Entre más pequeño sea el valor de p, más certidumbre habrá en la
hipótesis alternativa, Ha:.
Otras funciones estadísticas usadas en la evaluación de la utilidad del modelo de regresión son los llama-
dos VIF (por sus siglas en inglés de Variance Inflation Factors), la estadística Cp de Mallow y la estadística de
Durbin-Watson. Los factores de varianza inflada (VIF) están relacionados con problemas de multicolineali-
dad, los cuales causan toda clase de problemas con el análisis de regresión. En forma análoga, el diagnóstico
Cp da el número óptimo de variables para el modelo de regresión. De manera semejante, la estadística Durbin-
Watson está relacionada con la autocorrelación. Usualmente, este criterio se usa para probar por correlación
en serie de primer orden positiva o negativa.
Otros estadísticos objetivistas para validar el modelo de regresión son las pruebas individuales de t de
Student para probar la hipótesis de que β1, β2, β3, βk son iguales a cero. Además, se pueden usar los intervalos
de confianza. Por ejemplo, en regresión múltiple el valor de t de Student se usa para probar la hipótesis de
que uno de los coeficientes es igual a cero, después de remover la influencia de los otros. Los investigadores
 Capítulo 8  Regresión lineal simple y múltiple  |  363

Paffenberger et al. (1987) dan la función para el intervalo de confianza para βi. Sin embargo, si se concluye que
β1 o βk no son igual a cero esto no necesariamente dice que el modelo de regresión es útil para predicción. En
verdad, para determinar si el modelo es apropiado, en lugar de probar que β1 5 0 y β2 5 0, separadamente
(usando la prueba de t), se usa una prueba conjunta, como el análisis de varianza (ANOVA).

8.1.3  A
 plicación de análisis gráficos subjetivos para la evaluación
del modelo de regresión
En cuanto al uso de análisis de gráficos para evaluar la utilidad del modelo de regresión, esto se logra anali-
zando los gráficos de los residuales crudos o estandarizados. Los residuales estandarizados son los residuales
ei divididos entre una estimación de su desviación estándar. Estos residuales estandarizados toman en consi-
deración que los residuales pueden tener diferentes varianzas, lo cual hace que sea más fácil detectar valores
inusuales extremos. El programa Minitab considera valores extremos aquellos residuales mayores que 2 o
menores que 22. Los residuales crudos o regulares son la diferencia entre la respuesta actual (Y ) y el valor
estimado del modelo.
De acuerdo con la lógica del programa de computadora Minitab los diagnósticos gráficos subjetivos se
dan como:
a) Histograma de residuales
b) Gráfica normal de residuales
c) Gráfica de residuales en función de los valores ajustados
d) Gráfica de residuales versus órdenes
El histograma de residuales son herramientas exploratorias para analizar las características de los datos
como valores inusuales, variación y forma. Cuando el error de la variable es aproximadamente normal, el
histograma tiene forma de campana.
Con respecto a la gráfica normal de residuales, los puntos en ésta, por lo general, deberán formar una
línea recta, si los residuales están normalmente distribuidos. Si no es así, la suposición de normalidad puede
invalidarse. Así, los valores de la variable aleatoria estadística ei deben estar normalmente distribuidos. Para
lograr esto, se grafican los residuales de la variable dependiente en función de los valores de z o normales
esperados. Para que se reúna la condición de normalidad de los datos, todos los puntos deben estar dentro
de las bandas de confianza muy cercanos a la línea de regresión. Además, si los términos del error ei están
normalmente distribuidos, los residuales deberán estar, de manera aproximada, de acuerdo con las reglas del
68%, 95% y 99.7%. Esto quiere decir que el 68% de los residuales deberán estar entre z 5 61; el 95% entre z
5 62 y, finalmente, el 99.7% de los residuales entre z 5 63.
Con relación a la gráfica de residuales, en función de valores ajustados, ésta debe mostrar aleatoriedad de
los residuales con, aproximadamente, el mismo número de residuales positivos y negativos, sin tendencias de-
finidas que indiquen colinealidad o correlación en serie, es decir, falta de independencia entre las variables.
Por último, la gráfica de los residuales versus órdenes está relacionada con todos los residuales en el orden
en que los datos se coleccionaron y se usa para encontrar errores no aleatorios, especialmente de efectos rela-
cionados con el tiempo.
Otros factores que tienen que revisarse es lo que se llama homoscedasticidad o sea cuando la variable
aleatoria ei tiene la misma varianza, lo cual se hace graficando los residuales contra cada valor de las variables
independientes (Xi). Aquí, tiene que haber la misma cantidad de valores positivos y negativos expresados en la
gráfica, lo cual se denomina homoscedasticidad. Sin embargo, de no ser así, existe el problema de heteroscedasti-
cidad, mismo que se retomará en el capítulo de regresión polinomial.
364  |  Estadística para ingeniería y ciencias

Recapitulando lo anterior, las condiciones o suposiciones requeridas para validar el modelo, subjetiva-
mente, se hacen a través de los análisis de los residuales crudos o no estandarizados. Como se dijo antes, los
llamados residuales se definen como las diferencias entre el valor actual de Y y el valor pronosticado de Y por
el modelo de regresión estimado. Los residuales se denotan por ei, esto es, ei 5 Yi 2 Y9i. Las gráficas de los resi-
duales dan información muy importante acerca de la naturaleza y fuerza de la relación entre las variables. La figura 8.1
muestra los residuales que son las diferencias entre los valores de Y1, Y2, Y3, . . . , Yk y los valores observados
de Y91, Y92, Y93, . . . , Y9k de la línea de regresión de la muestra. Por otra parte, los residuales estandarizados se
obtienen dividiéndolos entre sus respectivas desviaciones estándares.

50 y1  y 1
40

30 y2  y 2
y3  y 3 y4  y 4
20

10 y5  y 5 y6  y 6

x
0 5 10 15 20

Figura 8.1.  Gráfica de los residuales de un ejemplo.

Las suposiciones de los valores residuales son:

a) Los residuales ei están normalmente distribuidos (εi están normalmente distribuidos)
b) Los residuales tienen la misma varianza (εi 5 σ2, σ2 es constante)
c) Los residuales ei son independientes
Otro método menos popular que el análisis de los residuales, para evaluar la ecuación de regresión, es com-
parando el diagrama de dispersión de los puntos, con respecto a la línea de regresión, con la gráfica de los puntos
con respecto al promedio de – y . Esto se debe a que, sin importar el valor de X, el promedio – y siempre permanece
constante (línea horizontal trazada en el diagrama esparcido de la gráfica). De esta manera, si la dispersión de
los puntos con relación a la línea de regresión es mucho menor que la dispersión de los puntos con respecto a la
línea horizontal de –
y , entonces, se puede concluir que la ecuación de la línea de regresión da un buen ajuste para
los datos de la muestra. Para esto se puede consultar el libro Business Statistics de Daniel, et al. (1989).

8.2 Ecuaciones normales para calcular el intercepto en la ordenada a

y la pendiente b de la curva o línea de regresión manualmente
Las variables a y b se obtienen de las ecuaciones normales de abajo, es decir, resolviéndolas simultáneamente:
n n
n n
Σ Y n5 an 1 b Σb Σ
i 5 1 Σ Y 5 an 1 (8-3)
n
i 51
Σ Y 5 an 1n bi 5Σ1 n
i 51
n
i 51 in51 n n
Σ nXY 5 an ΣX 1 b ΣbXΣ X (8-4)
i 5 1 Σ XY 5 i 5a1 ΣX 1
n
i 51
Σ XY 5 a ΣX 1 b Σ X i 51 i 51 i 51
Al resolverse simultáneamentei 5dan
1 el intercepto, a en la ordenada y la pendiente de la línea b:
i 5 1n n i5 1n  n2   n  n  n  n      n n2   n  n  2 
2

Σ Y Σ X Σ X Σ XY  n Σ X Σ X X 
 n   n i 512i Σ 2  i 5 1 Σ  n 2 i5n   2
222
 Y i5 1n Σ X 2
  n2 i 5 1 Σ X  XY 1 Σ 
n X i 5 1 Σ
51   i 5 1  i 51    i 5 1   1 
i 5
Intercepto 5 a 5  i Σ Y   Σ X   
Σ
   i 51   i 51
2 X
i 51 
Σ 
XY      n Σ 
X    Σ
   i 5 1 
2 X    

51   i 51      i 5 1    
 
 n  n  n  n     n n2  n  n  2 
2
–  n–Σ XY
n
n
 5n Y 2bX  nn Σ XY 2 n2 Σ X X
i 5 1 i 5 1   i 5 1i Σ  iΣ YnY
5 1 Σ
   n i Σ n1 XΣ X
5n
2 2 Σ X
2  2
i 5 1 Σ X  (8-5)
  5 1    i 51    2 
 i 5 1   i 5 1   
n
 i 51Σ XY 2 Σ X Σ
 i5 1   i 5 1  Y n Σ X Σ
   i 5 1 
2 X  
  2
i 51   
n
n2  n  n   2 
n Sxx 5 Sxxi Σn X
55 1 Σ X 
22 2 Σ X
2i 5 1 Σ X n n
2 i 51 i 51
 n n n
Σ XY 5 a ΣX 1 b Σ X
i 51 i 51 i 51
nnn nn
 ΣΣ YY
n
12bb ΣΣ nCapítulo   8    n     |  365
2
 5 2  ymúltiple
n n n n
5an an1 Regresión  lineal simple
 i Σ Y111   Σ X  i2 5111 Σ X
 i 5 1   i Σ XY   n Σ X  2 Σ X  
 i 5 1
iii5
55 ii55
 nnn  
51 i 51
nn
51    i 51  
n nnn
 
ΣΣ XY XY5 5aaΣΣX X1 1bb ΣΣ X X
 iii5
n 55111
 n iii55 5111
 iii5
n 55111
  n
 n

2

Pendiente 5 b 5  n Σ XY 2  ΣnnnX   Σ Y nnn  nnn Σ X 2 2  Σ X nn  222 (8-6)

i 5 1 nnn    222            n  222  n  
  nn
  ΣΣ YY  ΣΣ X  ΣΣ XY
i 5 1 i 5 1 ni 5 1 i 5 1
X 2
2 Σ Σ XX  XY  nn Σ Σ XX 22 Σ
Σ X X
Sxyii/i555S111xx iii555111  2 iii555111 iii555111   iii555111  iii555111  (8-7)
n
 n   
Donde: Sxx 5 ΣnnnX 2 2  Σ nnnX  n
 i 521se dan por  n    222

Σxy y Σx i5  1  ecuaciones  n 
n n nnn nn
Σ nnni iΣ Σ XY XY2 2 ΣΣlas X X ΣΣ YY (8-8) nn ΣyΣ (8-9).
XX2222 2 ΣΣ X X 
 
5
i 515 1 1 i 5 1 i 5 1   i 5 1
n i i
5 5 1 1 i i
5 5 11 i i
5 5 11 iii555111  
• Las siguientes ecuaciones son S
muy 5importantes.
Σ XY 2 Σ X ΣY n   
xy i 51 i 51 222
nnn
 2  nnn

SSxxxxxxn5 5 Σ2Σ X X2222 n2 Σ

iii55Σ X X nn (8-8)
5111   n
S yy 5 Σ Y 2  Σ Y iii5
55111

i 51
nnn
 i 5 1
nnn

SSxyxyxy5 5 ΣΣ XY XY2 2 ΣΣ X XΣΣYY nn (8-9)
5111
iii5
5 5111
iii5
5
222
nnn
 nnn 
5 ΣΣ YY2222
SSyyyyyy5 2 ΣΣ YY nn (8-10)
iii5
55111 iii555111 

 álculo del coeficiente de determinación R 2 de la muestra

8.2.1  C
que estima a r2 el coeficiente de determinación poblacional
Como se dijo antes, el coeficiente de determinación múltiple R2 es una prueba objetivista de estadística. Ésta
es una función estadística muy importante, para validar el modelo de regresión lineal. Este coeficiente R2 mide
la proporción de variación en la variable dependiente Y explicada por la variable independiente X. Los valores
de R2 varían de 0 a 1. Un valor cercano a 0 indica que no hay una relación lineal entre Y y X, mientras que
un valor cercano a uno indica un ajuste lineal perfecto. Aquí, sin embargo, es necesario reiterar que un valor
alto de R2 no necesariamente indica un buen ajuste del modelo de regresión, sino hasta que se hacen todas las
pruebas objetivistas y subjetivas. La función que calcula R2 es:
R2 5 b Sxy / Syy (8-11)
5 1 2 Sxy2 / Sxx Syy (8-12)
Donde Sxy Sxx Syy se dan por las ecuaciones (8-8), (8-9) y (8-10) descritas para la ecuación (8-11). También
hay el llamado coeficiente R2 de determinación ajustado. Ésta es una versión ajustada de R2, la cual busca
remover la distorsión debida a un tamaño de muestra pequeño. Se define como:
R2ajustada 5 1 2 [(1 2 R2) (n 2 1)/(n 2 2)] (8-13)
Donde R2 ya se definió y n es el tamaño de la muestra.

8.2.2  C
 álculo del coeficiente de correlación R de la muestra
que estima a r, el coeficiente de correlación poblacional
Como se dijo antes, el coeficiente de correlación R, que estima a ρ, también se llama coeficiente de correla-
ción de Pearson. Este coeficiente es un índice de la fuerza de la asociación lineal entre las variables X y Y. El
coeficiente de correlación R es:

Sxy
(8-14)
R
Sxx Syy

Donde Sxy , Sxx , Syy se dan por las ecuaciones (8-8), (8-9) y (8-10).
366  |  Estadística para ingeniería y ciencias

Nota: El coeficiente de correlación R explica el grado de asociación entre las variables X y Y. Este
coeficiente R varía de 21 a 0, si la correlación es negativa, con pendiente negativa. Pero, si la
correlación es positiva, entonces, R varía de 0 a 1. Así, a medida que R se aproxima a 61, mejor
asociación habrá entre las variables X, Y y σ2 será igual a 0. Nótese que, en caso de la regresión li-
neal múltiple, hay lo que se llaman coeficientes parciales de regresión para medir la relación lineal
entre la variable dependiente Y y la variable independiente especificada.

8.2.3  Tipos de correlación lineal

a) Correlación simple que consiste en dos variables, una dependiente (Y ) y la otra independiente (X ).
Dentro de esta categoría tenemos:
• Correlación directa. Esta correlación consiste en el incremento en una variable la cual es acompa-
ñada por el incremento de otra variable (correlación positiva).
• Correlación inversa. Esta correlación consiste en el incremento de una variable la cual es acompa-
ñada por el incremento de otra (correlación negativa).
• Correlación no lineal. En esta correlación hay una asociación entre las dos variables pero la fun-
ción que describe los datos es más complicada que una línea recta y puede ser una parábola, un
polinomio, una función senoidal, entre otras.
b) Correlación múltiple. Aquí, hay más de dos variables. Una variable es dependiente (Y ), mientras que
lasyotras son independientes
y y yX1, X2, . . .y , Xk, etcétera.
y y y y
Los diagramas de la figura 8.2 representan varios tipos de correlaciones.
a) b) c)
y y y y y y y y y

x x x x x x x x x

a) a) a) b) b) b) c) c) c)

x x x x x x x x x

a) a) a) b) b) b) c) c) c)
d) e) f)
y y y y y y y y y

y y y y y y y y y

x x x x x x x x x

Figura 8.2.  a)Diagramas

a) esparcidos
a) b) representan
que b) b) c)tipos de c)
diferentes c)
correlaciones entre y .
Por ejemplo, la figura a) representa una correlación positiva entre y . La figura b)
x x x x x x x x x
representa una correlación positiva entre y . La figura c) representa una perfecta
correlación positiva entre y . La figura d) representa una asociación negativa no muy
a)acentuada
a) entre a) b) b) b) c) c) c)
las dos variables. La figura e) representa una correlación positiva
muy fuerte entre y . La figura f) representa una perfecta correlación negativa entre
las variables y .