Coeficiente De Correlación
entre la inversión hecha y el rendimiento obtenido en miles de euros para explotaciones
agropecuariasse muestra la tabla siguiente:
inv | 11 | 14 | 16 | 15 | 16 | 18 | 20 | 31 | 14 | 20 | 19 | 11 |
rend. | 2 | 3 | 5 | 6 | 5 | 3 | 7 | 10 | 6 | 10 | 5 | 6 |
Seleccionamos Stat > BasicStatistics > Correlation y obtenemos:
Correlations (Pearson)
Correlation of Rend. and Inv. = 0.618, P-Value = 0.032
Como el coeficiente de correlación lineal es 0.618 no podemos deducir que existauna
relación fuerte ni débil, tendríamos que realizar un contraste de hipótesis para saberlo con
claridad. Observamos que no existe ninguna correlación entre las dos
variables.
RegressionAnalysis
The regression equation is
Inv. = - 1.68 + 0.452 Rend.
Predictor Coef StDev T P
Constant -1.682 3.015 -0.56 0.589
Rend.0.4522 0.1819 2.49 0.032
S = 2.060 R-Sq = 38.2% R-Sq(adj) = 32.0%
Analysis of Variance
Source DF SS MS F PRegression 1 26.230 26.230 6.18 0.032
Residual Error 10 42.437 4.244
Total 11 68.667
Así pues, la recta de regresiónserá:
Inv=-1.68 + 0.452*Rend
Por tanto, para obtener un rendimiento de 8000 €, tendríamos que hacer una inversión de...
Inv = -1.68 + 0.452*8000 = 3614.32 €
En el output anterior podemos verque el p-valor asociado al contraste de hipótesis
anterior es 0,032. Como este valor es menor que α = 0,05, debemos rechazar la
hipótesis nula, i.e., concluiremos que la pendiente de la rectaes distinta de cero o, lo
que es lo mismo, que el coeficiente de correlación poblacional es no nulo (es decir,
que ambas variables están correlacionadas y que, por tanto, el modelo tiene...
Regístrate para leer el documento completo.