Correlaciones.

Recordando que se supuso encontrar la relacin que existe entre el tiempo y la demanda de cierto producto, siendo variable independiente el tiempo y variable dependiente la demanda u oferta

Correlacin simple.
El mtodo de regresin muestra como se relacionan las variables, mientras que el mtodo de correlacin muestra el grado en que esas variables se relacionan. Con frecuencia el anlisis de correlacin se utiliza junto con el anlisis de regresin para medir que tan bien la lnea de regresin explica los cambio de la variable dependiente Y. Sin embargo, la correlacin tambin se puede usar sola para medir el grado de asociacin entre dos variables.

 El anlisis de correlacin simple produce un solo numero, diseado para dar una idea inmediata de cun cerca se mueven juntas las dos variables.

 La correlacin entre X y Y puede calcularse sin necesidad de referirse a:

1.- Los efectos de X sobre Y y viceversa.

 El coeficiente de correlacin (r) de una serie de pares de puntos ajustados sobre una lnea recta, expresado en trminos de variables

Es:

 O en trminos de las observaciones originales

 El coeficiente de correlacin es una medida de asociacin entre dos variables y se simboliza con la literal r. Los valores de la correlacin van de + 1 a - 1, pasando por el cero, el cual corresponde a ausencia de correlacin. Los primeros dan a entender que existe una correlacin directamente proporcional e inversamente proporcional, respectivamente.

 De lo anterior referimos que:

+1 -1 = Correlacin perfecta. 0.95 = Correlacin fuerte. 80% = Correlacin significativa. 70% = Correlacin moderada. 50% = Existe una relacin parcial.

Las 3 grficas en coordenadas cartesianas posteriores, se muestra la variable independiente (X) se ubica en las abscisas y la dependiente (Y) en el eje de las ordenadas. Los coeficientes de correlacin significan esa asociacin entre los cambios que se observan en la variable dependiente con respecto a la variable independiente. La grfica (a) representa una correlacin positiva, es decir, conforme los valores de X aumentan, tambin aumentan los valores de Y. A su vez, la grfica (b) muestra una correlacin negativa, de modo que al incrementarse los valores de la variable independiente, los valores de la dependiente disminuyen. La grfica (c) no indica correlacin.

 Los fenmenos sociales o econmicos (relacin tiempo- demanda) pertenecen a un sistema de ligeros en los que nunca habr correlaciones perfectas (r=1 o r=-1). Entonces si el investigador de mercados encuentra un valor de, por ejemplo, r=.7, esto implica que cada variacin de 1 en la variable independiente (tiempo) corresponde una variacin en la variable dependiente (demanda) de solo .7 y por lo tanto se sabe que el ajuste tiene un error de 30%.

Correlacin parcial.
El coeficiente de correlacin parcial Calcula el grado en el cual X y Y se mueven juntos si Z permanece constante. Haciendo las siguientes observaciones: al calcular un estimador para las distribuciones X,Y y Z surgir un problema. Puesto que Z es una variable aleatoria, simplemente no es posible fijar un solo valor para , as a menos que la muestra sea extremadamente grande, es poco probable que mas de una sola combinacin Y,X, implicando sea observada.

 La alternativa es calcular como correlacin de Y y X despus de que la influencia de Z se ha eliminado de cada una de ellas. La correlacin parcial resultante despus de considerables manipulaciones, puede expresarse como una correlacin simple de Y y X( )ajustada por la aplicacin de dos correlaciones simples, implicando Z( llamadas y )como sigue:

 Cada una respecto de X y Z Esta formula muestra que no debe haber una correspondencia cercana entre los coeficientes de correlacin parcial y simple; sin embargo, en el caso especial de que tanto X y Y no se relacionen por completo con Z (Es decir = = 0) entonces se reduce a:

 As se supondra que los coeficientes de correlacin parcial y simple son los mismos. Notando tambin que cuando X esta perfectamente correlacionada con Z. En este caso no puede calcularse, ya que =1 y e denominador se vuelve cero.

 Se ha supuesto como tercera variable el PIB, pensando que actividad econmica influencia directamente a la variable dependiente estudiada, en este caso la demanda. Sin embargo existen otras variables econmicas que pueden influir directamente en la demanda de ciertos productos.

Errores comunes al anlisis de regresin

El primer paso para realizar un anlisis de regresin para pronosticar la oferta o demanda de un producto es seleccionar las variables que van a ser analizadas estadsticamente.

 Importante notar que para validar la aceptacin de un modelo, no basta con determinar el coeficiente de correlacin. Se puede presentar al menos otra situacin en el que el procedimiento puede conducir a un error, queriendo indicar por error la seleccin de una o varias variables independientes que realmente no expliquen el comportamiento de la variable dependiente.

 Esta situacin se refiere al anlisis de varianzas col modelo conocido como ANDEVA (anlisis de varianza), del cual se puede construir una prueba F, para la cual se asignan valores de significancia que se refiere al error que se puede tener al aceptar como variable independiente y explicativa del comportamiento de la variable dependiente, a una variable equivocada por lo que el valor de significancia que se recomienda asignar es mximo 5%.

 Esto lleva a que antes de efectuar un anlisis de regresin de puntos, cualquiera de las variables independientes a considerar en el modelo debern ser probadas en forma individual mediante una prueba F para observar la influencia que tienen en sobre el comportamiento de la variable dependiente.