ANÁLISIS DE REGRESIÓN I

MODELOS DE CORRELACIÓN
1. CORRELACIÓN LINEAL SIMPLE:
Coeficiente de correlación poblacional
𝜎12
𝜌=
𝜎1 𝜎2
Coeficiente de correlación muestral
∑(𝑦1 − 𝑦̅1 ) (𝑦2 − 𝑦̅2 )
𝑟=
√∑(𝑦1 − 𝑦̅1 )2 √∑(𝑦2 − 𝑦̅2 )2

Prueba de hipótesis:

 𝑯𝒐: 𝝆 = 𝟎
𝑛−2
Estadístico de prueba: 𝑡 = 𝑟 √1−𝑟 2 tiene distribución 𝑡𝑛−2 𝑔𝑙.

 𝑯𝒐: 𝝆 = 𝝆𝟎 (n ≥ 25)

Transformación Z de Fisher:
Estadístico de prueba: 𝑍 = (𝑎𝑟𝑐𝑡𝑎𝑛ℎ. 𝑟 − 𝑎𝑟𝑐𝑡𝑎𝑛ℎ. 𝜌0 )√𝑛 − 3 tiene distribución 𝑧 ~ 𝑁(0,1)
1 1+𝑟 1 1+𝜌
Donde: 𝑧𝑟 = 𝑎𝑟𝑐𝑡𝑎𝑛ℎ. 𝑟 = 2 𝑙𝑛 1−𝑟 𝑧𝜌 = 𝑎𝑟𝑐𝑡𝑎𝑛ℎ. 𝜌0 = 2 𝑙𝑛 1−𝜌0
0

Estimación por intervalos (n ≥ 25)

1
𝜌: tanh(𝑎𝑟𝑐𝑡𝑎𝑛ℎ. 𝑟 ± 𝑧. )
√𝑛 − 3
 𝑯𝒐: 𝝆 = 𝝆𝟎 (n < 25) La trasformación Z de Fisher debe emplearse con precaución. Es posible
utilizar un procedimiento alternativo, propuesto por Hotelling, para tamaños de muestra n ≥10.
Estadístico de prueba: 𝑧 ∗∗= (𝑧 ∗ − 𝜁 ∗)√𝑛 − 1 tiene distribución 𝑧 ~ 𝑁(0,1)

3𝑧𝑟 +𝑟
z*= 𝑧𝑟 −
4𝑛

𝜁 ∗= 𝑧𝜌 3𝑧𝜌 +𝜌
− 4𝑛

2. CORRELACIÓN PARCIAL

Coeficiente de correlación parcial poblacional

𝜎12.3…𝑘
𝜌12.3…𝑘 =
𝜎1.3..𝑘 𝜎2.3…𝑘
PC 1
 ANÁLISIS DE REGRESIÓN I

Coeficiente de correlación parcial muestral

𝑟12.34…(𝑘−1)− 𝑟1𝑘.34…(𝑘−1). 𝑟2𝑘.34…(𝑘−1)
𝑟12.34…𝑘 =
2 2
√1 − 𝑟1𝑘.34…(𝑘−1).
√1 − 𝑟2𝑘.34…(𝑘−1).

Estimador en función de la suma de cuadrados de la regresión

2
𝑆𝐶𝑅(𝑦2 /𝑦3 , . . , 𝑦𝑘 ) 𝑆𝐶𝑅(𝑦2 , 𝑦3 , . . , 𝑦𝑘 ) − 𝑆𝐶𝑅(𝑦3 , . . , 𝑦𝑘 )
𝑟12.34…𝑘 = =
.
𝑆𝐶𝐸(𝑦3 , . . , 𝑦𝑘 ) 𝑆𝐶𝐸(𝑦3 , . . , 𝑦𝑘 )

Inferencias sobre el coeficiente de correlación parcial:

Se utilizan las mismas fórmulas de correlación simple, con la diferencia de que el tamaño n se
reemplaza por n-q, donde q es el número de variables que permanecen constantes.

3. CORRELACIÓN MÚLTIPLE:
Coeficiente de determinación poblacional
2
2
𝜎12 − 𝜎1.23…𝑘
𝜌1.23…𝐾 =
𝜎12
Estimador del coeficiente de determinación poblacional

2
𝑆𝐶𝑅(𝑦2 , 𝑦3 , . . , 𝑦𝑘 )
𝑅1.23…𝐾 =
𝑆𝐶𝑇(𝑦1 )
Coeficiente de correlación múltiple

2
𝑅1.23…𝑘 = √𝑅1.23…𝐾

Prueba de hipótesis

𝐻𝑜: 𝜌1.23…𝑘 = 0

Es equivalente a probar la hipótesis H0: 𝛽2 = 𝛽3 = 𝛽4 = ⋯ = 𝛽𝑘 = 0 en un modelo de regresión lineal

múltiple considerando a y1 como variable dependiente e y2, y3, y4,…, yk como variables independientes.

Estadístico de prueba:

2
𝑅1.23…𝐾 𝑛−𝑘−1
𝐹= 2 .
1 − 𝑅1.23…𝐾 𝑘

Donde:
n= Tamaño de la muestra
k= Número de variables del punto a la derecha.

PC 2