Clase 5
Medidas de asociación
joset
La siguiente tabla muestra las ventas diarias de una distribuidora de helados y la temperatura
máxima de cada dı́a.
Temperatura x (◦ C) 22 26 29 32 19 35 38 37 28 33
Ventas y (litros) 416 481 530 572 337 708 776 719 515 625
Se quiere investigar si esas ventas están relacionas con la temperatura ambiente máxima diaria y
se quiere responder preguntas tales como: ¿Se puede medir el tipo y el grado de relación entre estas
variables?. ¿Si el informe del clima informa que habrá una temperatura máxima de 30o C, se puede
pronosticar la venta que habrá ese dı́a?. ¿Qué tan bueno serı́a ese pronóstico?. La respuesta a esas
preguntas es el tema de esta sección.
La Figura ?? presentaun diagrama de dispersión para la venta de helados y la temperatura
máxima diaria. Este gráfico muestra una asociación positiva entre las variables. Esto es, cuando
la temperatura ambiental máxima aumenta las ventas de helados también aumenta. Más aún la
relación es aproximadamente lineal. El coeficiente de correlación muestral es una medida que
Diagrama de Dispersión
●
700
●
Ventas (litros)
600
●
●
500
●
400
20 25 30 35
Temperatura (ºC)
Figura 1: Diagrama de dispersión Ventas-Temperatura
estima el tipo y el grado de asociación entre dos variables X e Y a partir de una muestra de pares
(x1 , y1 ), (x2 , y2 ), ..., (xn , yn ) y está definido por
sxy
r= (1)
sx sy
1
donde sx y sy son las desviaciones estándar muestrales de x e y dadas por
sP
n 2
i=1 (xi − x̄)
sx =
n−1
sP
n 2
i=1 (yi − ȳ)
sy =
n−1
sxy es la covarianza muestral dada por
Pn
i=1 (xi− x̄)(yi − ȳ)
sxy = (2)
n−1
La correlación cumple −1 ≤ r ≤ 1. Cuando r = ±1 existe una relación lineal perfecta entre x e y con
pendiente positiva o negativa de acuerdo al signo de la correlación. La Figura ?? ilustra diferentes
valores de la correlación muestral r y en la primera imágen se muestra un conjunto de datos con
correlación lineal nula pero con una relación cuadrática perfecta. También se muestra allı́ el caso de
una asociación lineal perfecta con r = 1.
caso r = 0 caso r = 0.82
4.0
10
● ● ● ●
● ●
● ●
●
● ●
● ● ●
8
3.5
● ●
● ●
6
3.0
y
● ●
● ●
●
4
2.5
● ● ●
2
2.0
● ● ●
0 1 2 3 4 100 200 300 400 500 600 700
x x
caso r = 1 caso r = − 0,79
● ● ●
●
−2
7
●
● ●
●
6
●
−4
●
●
● ● ●
5
●
y
−6
● ● ●
●
4
●
−8
●
3
●
● ●
●
−10
● ●
2
0 1 2 3 4 100 200 300 400 500 600 700
x x
Figura 2: Coeficiente de correlación
Ejemplo 1. Para los datos de ventas de helados se tiene que x̄ = 29, 9◦ C, sx = 6, 30◦ C, ȳ = 567, 9
litros, sy = 140, 32 litros, sxy = 872, 10◦ C×litros. Por tanto, la correlación muestral es
sxy 872, 10xy
r= = ≈ 0, 987
sx sy (6, 30)(140, 32)
lo que confirma una buena relación lineal entre las ventas de helados diarias y la temperatura
ambiente máxima.
2
Una recta de regresión simple es una lı́nea del tipo y = β0 + β1 x ajustada a la muestra
(x1 , y1 ), (x2 , y2 ), ..., (xn , yn ). Estimaciones del intercepto β0 y de la pendiente β1 se pueden obtener
mediante el método de mı́nimos cuadrados y están dados por
sy sxy
β1 = r= 2 (3)
sx sx
β0 = ȳ − β1 x̄ (4)
Ejemplo 2. Para los datos de ventas de helados se tienen las siguientes estimaciones.
s 872,10 o
pendiente : β1 = sxy 2 = 6,302 ≈ 21, 99litros/ C
x
intercepto : β0 = ȳ − β1 x̄ = 567, 90 − (21, 99)(29, 90) ≈ −89, 66
recta de regresión :y = −89, 66 + 21, 99x
predicción para 30◦ C : y = −89, 66 + 21, 99x = −89, 66 + 21, 99(30) ≈ 570 litros
Ejercicios
1. La siguiente tabla muestra la edad, el número de visitas al médico el último año, el ingreso
anual y el género de 10 ancianos de un asilo.
Edad Visitas al médico Ingreso anual Genero
72 7 4,7 F
79 6 4,9 M
81 10 3,3 F
75 3 3,9 F
74 4 4,7 M
77 12 3,9 M
77 6 5,4 F
71 2 4,5 M
83 9 4,4 F
82 11 5,1 F
a) Determine cuál de las variables, edad o ingresos, permite predecir mejor el número de visitas
al médico el último año.
b) Encuentre una recta de regresión que permita predecir el número de visitas al médico el
último año.
2. El Sistema Nacional de Concesiones está investigando la relación entre el monto de cada
contrato X en millones de dólares y el tiempo transcurrido Y en dı́as desde la presentación de
la propuesta hasta su aprobación.
y 110 158 175 284 329 401 541
x 1,23 4,84 10,92 48,93 102,87 499,96 1017,76
a) Estime la recta de regresión simple y = β0 + β1 x .
b) Interprete en el contexto del problema la pendiente beta1 .
c) ¿Le parece adecuado el modelo? ¿Propondrı́a un modelo distinto?. Justifique su respuesta.