Diagramas de dispersión, correlación y regresión por mínimos cuadrados

MatemáticasEstadísticaEdades 15–16

Usar con mi clase

Arrastra, añade o borra puntos, o pega una tabla de datos bivariados, y observa cómo se actualizan al instante la r de Pearson, el coeficiente de rangos de Spearman, las rectas de mínimos cuadrados (de y sobre x y de x sobre y) y el gráfico de residuos. Otras pantallas muestran puntos de gran palanca e influyentes, los riesgos de extrapolar y una variable oculta que elimina o invierte una correlación. Una pantalla de covarianza sombrea el rectángulo (x − x̄)(y − ȳ) de cada punto respecto al punto medio y muestra cómo cov, dividida entre s_x·s_y, da r sin unidades.

Lección: Diagramas de dispersión, correlación y regresión lineal; covarianza

Qué muestra

Cada punto es un par (x; y). La r de Pearson mide cuánto se acercan los puntos a una recta, de −1 a 1; la rₛ de Spearman es r calculada sobre los rangos. La recta de mínimos cuadrados de y sobre x minimiza la suma de los residuos al cuadrado y pasa por (x̄; ȳ). En Covarianza, el rectángulo (x − x̄)(y − ȳ) de cada punto es positivo o negativo según el cuadrante; su suma entre n o n − 1 es cov, en unidades de x por y, y cov ÷ (s_x·s_y) da r, que no tiene unidades. Casi todos los datos son simulados.

Cómo usarla

En Explorar, elige un Conjunto de datos y arrastra puntos con Mover puntos, o usa Añadir punto y Borrar punto; abre Tabla de datos (editable) para pegar tus valores. En Puntos influyentes, arrastra el punto rojo muy a la derecha. En Predecir, mueve Predecir en x = más allá de los datos. En Variable oculta, marca Colorear por grupo. En Covarianza, elige n o n − 1 en Dividir entre, toca un punto para ver su rectángulo y pulsa Registrar.

Parámetros que puedes cambiar

  • Pantalla Explorar, Puntos influyentes, Predecir, Variable oculta, Covarianza
  • Conjunto de datos (pantalla Explorar) Estatura y envergadura (simulado), Tiempo de repaso y nota (simulado), Talla de calzado y nota de matemáticas (simulado), Altura de una pelota en el tiempo, Bacterias en el tiempo (simulado), Cuarteto de Anscombe I, Cuarteto de Anscombe II, Cuarteto de Anscombe III, Cuarteto de Anscombe IV, Vacío (añade tus puntos)
  • Modelo Lineal ŷ = bx + a, Exponencial ŷ = A·eᵏˣ (con ln y)
  • Mostrar la recta de regresión
  • Mostrar la recta de regresión de x sobre y
  • Mostrar el gráfico de residuos
  • Edad para predecir (pantalla Predecir) 0–30 años
  • Mostrar datos de 13 a 18 años (pantalla Predecir)
  • Ejemplo de variable oculta Helados vendidos y quemaduras solares, Horas de estudio y nota por curso
  • Colorear por grupo (pantalla Variable oculta)
  • Divisor de cov y s (pantalla Covarianza) n (población), n − 1 (muestra)

Preguntas para explorar

  1. ¿Por qué los datos de la pelota muestran una relación clara aunque r sea casi 0?
  2. ¿Adónde debes arrastrar el punto rojo para cambiar más la recta de regresión, y por qué?
  3. ¿Es razonable usar la recta de regresión para predecir la estatura de una persona a los 30 años?
  4. ¿Por qué r no cambia si cov se divide entre n en lugar de n − 1?