https://repository.uaeh.edu.mx/revistas/index.
php/xikua/issue/archive
XIKUA Boletín Científico de la Escuela Superior de Tlahuelilpan
Publicación semestral No. 13 (2019) 62-64
Análisis de Regresión y Correlación Lineal
Regression and Linear Correlation Analysis
Fabiola Leal-Cornejo a, Robert E. López-García a, Mónica G. Martínez-Montiel a, Delia I.
Tapia-Castillo b, Irma I. de León-Vázquez c
Abstract:
Regression and correlation is used in various disciplines such as sociology, biomedicine, engineering, economics, among others. They
are closely related, understanding a form of estimation, they are usually used to solve a large number of problems, while the regression
is responsible for the relationship between variables, the correlation measures the degree of linear relationship between two or more
variables, resulting in the strength and meaning of the relationship.
In other sources consulted, it tells us that the correlation analysis results in a number that summarizes the degree of the correlation
between two variables, and the regression analysis gives a mathematical equation that describes that relationship, the data that are
necessary come from observations of related variables.
To make a correlation, it is necessary to know what type the variables are, be they quantitative or qualitative, since different methods
were used, the advantages of the correlation have their own interpreted language.
In the case of regression, for the result to be correct it is necessary to make an adequate selection of the variables, because if we take
variables that do not have any relation to the practice, it will result in illogical, that is, it will not make sense, this is a useful tool for
planning.
It is also called regression analysis to any statistical method that establishes an equation allowing estimating the unknown value of a
variable from the known value of one or more variables, this term was used for the first time in 1877 by the English statistician Francis
Galton, based on a study he did, showing that the height of the tall children tended to recede, or return. It is always developed in an
estimation equation, relating the unknown variables with the known variables.
Almost always in the correlation analysis with the regression analysis are used together to measure the effectiveness that the regression
line explains the variation of the dependent variable, Y
Keywords:
Mathematics, regression, correlation, linear
Resumen:
La regresión y la correlación se emplea en diversas disciplinas como la sociología, la biomedicina, las ingenieras, la economía, entre
otras., están estrechamente relacionadas comprendiendo una forma de estimación, se suelen utilizar para resolver una gran cantidad
de problemas, mientras que la regresión se encarga de la relación que hay entre variables, la correlación mide el grado de relación
lineal entre dos o más variables, dando como resultado la fuerza y sentido de la relación.
En otras fuentes consultadas, nos dice que el análisis de correlación da como resultado un número que resumen el grado de la
correlación entre dos variables, y el análisis de regresión da una ecuación matemática que describe dicha relación, los datos que son
necesarios provienen de observaciones de variables relacionadas.
Para hacer una correlación se requiere saber de qué tipo son las variables, sean cuantitativas o cualitativas, pues se utilizaron distintos
métodos, las ventajas de la correlación tienen su propio lenguaje interpretado.
________________________________________________________________________________________________________________________________________________________________________
a Alumno de la Maestría en Educación, Universidad Interamericana para el Desarrollo, Sede Tula.Email: Autor de correspondencia: Roberto
López-García [email protected]; Mónica Martínex [email protected] ; Fabiola Leal [email protected]
b Profesor de Tiempo Completo, Universidad Autónoma del Estado de Hidalgo, Escuela Superior de Tlahuelilpan.Iliana Tapia Castillo
[email protected]
c Autor de Correspondencia: Profesor por asignatura, Universidad Autónoma del Estado de Hidalgo, Escuela Superior de Tlahuelilpan. Email:
Irma Isabel de León Vázquez [email protected]
Publicación semestral No. 13 (2019) 63-64
En el caso de la regresión, para que el resultado sea correcto es necesario tomar hacer una selección adecuada de las variables, pues
si tomamos variables que no tengan ninguna relación con la práctica nos dará como resultado ilógico, es decir no tendrá sentido, esta
es una herramienta útil para la planeación.
También se le denomina análisis de regresión a cualquier método estadístico que establezca una ecuación permitiendo estimar el valor
desconocido de una variable a partir del valor conocido de una o más variables, este término fue utilizado por primera vez en 1877
por el estadístico inglés Francis Galton, en base a un estudio que realizó, demostrando que la altura de los hijos altos, tendía a
retroceder, o regresar. Esta siempre se desarrolla en una ecuación de estimación, relacionando las variables desconocidas con las
variables conocidas.
Casi siempre en el análisis de correlación con el análisis de regresión se utilizan en conjunto para medición de la eficacia que la línea
de regresión explica la variación de la variable dependiente, Y.
Palabras Clave:
Matemáticas, regresión, correlación, lineal
5 779 9.39
Introducción
6 885 10.05
La presente investigación se refiere a elementos 7 872 9.4
necesarios de ser conocidos para cualquier tipo de 8 507 6.71
estudio donde se tienen datos. El análisis de regresión 9 526 7.21
analiza la relación de variables, ya sea una variable 10 418 6.09
dependiente y una o varias variables independientes. 11 673 7.6
El análisis de correlación consiste en estudiar el grado de 12 870 9.44
asociación de las variables ya sea de una o varias 13 922 9.41
variables. 14 605 7.63
En este tema se describirá y medirá el tipo de relaciones, 15 449 6.9
donde aparecen en una gran cantidad de problemas. 16 726 8.93
17 791 9.35
18 840 10.22
19 1007 11.76
Marco Referencial 20 618 7.36
En el presente trabajo de investigación se quiere dar a
conocer dos técnicas usadas en la rama de la estadística
Resultados
que son regresión y correlación, esperando generar un
amplio conocimiento en cuanto al tema y sus Como resultados se presenta la gráfica de dispersión
características generales. entre las ventas y el análisis de regresión correlacional.
Metodología
En el presente trabajo de investigación es conveniente
utilizar el programa de office Excel y el programa minitab
para la elaboración de tablas de datos, graficas de
dispersión.
Para la realizació de la tabla de datos proseguimos a
utilizar minitab.
Descripción del primer paso, agregando los datos
tomados de un ejemplo:
Tienda Clientes Ventas (X$1000) Gráfica de dispersión de Ventas (X$1000) vs. Clientes
1 909 11.3 Análisis de regresión: Ventas (X$1000) vs. Clientes
2 920 11.06
3 503 6.89
4 742 9.18
63
Publicación semestral No. 13 (2019) 64-64
Fuente GL SC MC Valor Valor Se calculó el coeficiente de correlación de Pearson y el
Ajust Ajust F P coeficiente de correlación de Spearman arrojando datos
específicos que nos ayudan a la correcta interpretación
Regresión 1 47.183 47.1833 175.16 0.000
de los datos generados al inicio del problema.
Clientes 1 47.183 47.1833 175.16 0.000
Error 18 4.849 0.2694
Conclusiones
Total 19 52.032
Es importante saber sobre estos dos temas, pues son de
suma importancia para el estudio de las variables, pues
Resumen de modelo dan a conocer el efecto, relación que hay entre una o más
variables, también se puede predecir en casos futuros la
S R.cuad R-cuad. R-cuad correlación de estas, a partir de otra.
(ajustado) (pred) Además, ayudan considerablemente la toma de
decisiones, si los responsables determinan como lo
0.519005 90.68% 90.16% 88.39%
conocido se relaciona con un evento futuro, por lo tanto
el análisis de regresión lineal, es el proceso general de
Coeficientes predecir una variable (Y) a partir de otra (X), su relación
Término Coef EE del Valor Valor VIP puede ser directa o inversa, directa cuando la pendiente
Coef T P crece en conjunto con la variable X e inversa porque a
Constante 2.414 0.496 4.87 0.000 media que aumenta la variable Y, va disminuyendo la
variable X.
Clientes 0.008763 0.000662 13.23 0.000 1.00
Ecuación de regresión:
Referencias
Ventas (X$1000)= 2.414 + 0.008763 Clientes
[1] Anónimo. (s.f.). FAO. Recuperado el 08 de Agosto de 2018, de
http://www.fao.org/docrep/003/x6845s/x6845s02.htm
Ajustes y diagnósticos para observaciones poco
comunes: [2] Mendiburu, F. d. (s.f.). Análisis de regresión y correlación. Recuperado
el 08 de Agosto de 2018, de
Obs Ventas Ajuste Resid Resid https://tarwi.lamolina.edu.pe/~fmendiburu/index-
(X$1000) est filer/academic/metodos1/Regresion.pdf
[3] Mora, F. A. (18 de Enero de 2017). Youtube. Recuperado el 08 de
13 9.410 10.493 -1.083 -2.21 R Agosto de 2018, de https://www.youtube.com/watch?v=Rl_8gMLnEus
[4] UNAM. (08 de 2018). Obtenido de
http://asesorias.cuautitlan2.unam.mx/Laboratoriovirtualdeestadistica/C
Residuo grande R ARPETA%203%20INFERENCIA_ESTADISTICA/DOC_%20INFER
ENCIA/TEMA%204/09%20REGRESION%20Y%20CORRELACIO
Correlación: Clientes, Ventas (X$1000) N%20LINEAL%20SIMPLE.pdf
Correlación de Pearson de Clientes y Ventas
(X$1000)=0.952
Valor p=0.000
Rho de Spearman: Clientes y Ventas (X$1000)
Rho de Spearman para Clientes y Ventas
(X$1000)=0.950
Valor p=0.000
Discusión
Se puede observar en los resultados obtenidos en la
gráfica de dispersión de ventas que la tienda con mayor
número de ventas es la tienda numero 19 así mismo la
tienda con menor número de clientes que genera
escases de ventas que es la tienda número 10.
Tomando estos datos se puede hacer un análisis para
identificar el problema, y plantear una posible solución.
64
