Guía de actividades: Correlación y Regresión Lineal
Usa la aplicación para manipular el coeficiente de correlación de Pearson (r) y observar cómo cambia la nube de puntos y la recta de regresión
Ejercicios guiados
-
Valores extremos (alineamiento perfecto)
- ¿Qué valores de r corresponden a un alineamiento perfecto de los puntos?
- Describe cómo se ve el gráfico en esos casos.
-
Correlación nula
- Sitúa r cerca de
0. ¿Aprecias alguna asociación entre X e Y? - ¿Implica siempre
r=0ausencia total de relación entre las variables?
- Sitúa r cerca de
-
Signo de la correlación
- Activa la visualización de las distribuciones marginales de X e Y.
- Con r ≈
+0.9: cuando X es “baja”, ¿cómo son los valores asociados de Y? ¿Y cuando X es “alta”? - Repite con r ≈
−0.9. ¿Cómo interpretas el signo de r?
-
Asociación progresiva
- Desplaza r gradualmente desde
0hasta1(o−1). - ¿Cuándo empiezas a percibir con claridad una relación lineal?
- ¿Qué ocurre con la “apretura” de la nube de puntos a medida que aumenta |r|?
- Desplaza r gradualmente desde
Actividades adicionales
-
Fuerza de la correlación
- Prueba con r = 0.2, 0.5 y 0.7.
- Use su intuición para definir valores que sirvan para clasificar la relación como débil, moderada o fuerte.
-
Relación no lineal
- Genera puntos con r ≈ 0. ¿Podría existir una relación en forma de “U” o curvilínea?
- ¿Esos ejemplos le hacen ver que r de Pearson no detecta asociaciones no lineales?
-
Correlación ≠ causalidad
- Si obtiene r = 0.85, ¿significa que X “causa” Y?
- Piensa ejemplos de alta correlación sin causalidad (tercera variable, causalidad inversa, coincidencia).
-
Recta de regresión
- Activa la recta de regresión.
- Observa cómo varían la pendiente y la posición al cambiar el signo y la magnitud de r.
- Relaciona el signo de r con el signo de la pendiente.
-
Ejercicio inverso (estimación visual de r)
- Ajusta un valor oculto de r (p. ej., 0.6) y pide a un compañero que lo estime solo mirando el gráfico.
- Comparad la estimación con el valor real. ¿Tendéis a sobrestimar o subestimar?