¿Cómo se interpreta la nube de puntos?

A partir de la nube de puntos podemos observar como se relacionan las dos variables. Si al aumentar o disminuir una de ellas, aumenta o disminuye la otra de forma sistemática, diremos que existe correlación entre las dos variables. La correlación puede ser: Fuerte: Si hay mayor alineamiento de los puntos de la nube.

¿Cuando la nube de puntos se asemeja a una línea recta se presenta una?

Hablaremos de correlación lineal fuerte cuando la nube se parezca mucho a una recta y será cada vez más débil (o menos fuerte) cuando la nube vaya desparramándose con respecto a la recta. Cuando la recta es decreciente la correlación es negativa o inversa: al aumentar una variable, la otra tiene tendencia a disminuir.

¿Cómo es la relación entre las dos variables?

La existencia de una relación entre dos variables conlleva que si la primera cambia, la segunda lo hará también, sea en sentido positivo o negativo. Sin embargo, puede haber alguna variable que tenga una relación positiva o negativa, causante de la variación del resultado.

¿Cuantos más puntos tenga una distribución bidimensional más fuerte es su correlación?

a) Cuanto más próximos estén a una recta los puntos de una distribución bidimensional, más fuerte es su correlación lineal.

¿Cómo se lee un diagrama de dispersión?

Cuando miramos a un diagrama de dispersión, podemos determinar las diferentes variables y su correlación. En la situación mencionada, la primera ilustra una relación negativa, ya que un variable aumenta y la otra disminuye. La segunda ilustra una relación positiva, ya que una variable aumenta y la otra también.

¿Cuando la nube de puntos datos se encuentran cercanos a una recta?

Cuando observamos una nube de puntos podemos apreciar si los puntos se agrupan cerca de alguna curva. Aquí nos limitaremos a ver si los puntos se distribuyen alrededor de una recta. Si así ocurre diremos que hay correlación lineal. La recta se denomina recta de regresión.

¿Qué es la regresión y la correlación?

La regresión supone que hay una variable fija, controlada por el investigador (es la variable independiente o predictora), y otra que no está controlada (variable respuesta o dependiente). La correlación supone que ninguna es fija: las dos variables están fuera del control de investigador.