CORRELACIN Y REGRESIN

Asociacin de Variables.
Es posible estudiar a los individuos provenientes de una poblacin a travs de la muestra atendiendo a la
variacin simultnea de dos ms caractersticas, Vgr. La longitud de la espiga de trigo y el nmero de
granos de la misma; El incremento del peso de los animales con relacin al tipo de alimento, etc.
El estudio de la variacin simultnea de dos ms caractersticas se ace con las erramientas !orrelacin y
"egresin.
!#""ELA!$%& L'&EAL ($)*LE
La correlacin Lineal (imple, estudia la relacin e+istente entre dos variables y se usa para indicar a,uellos
casos, en ,ue los cambios de una variable van asociados con los cambios en otra variable; -E+istiendo una
relacin concreta entre dicas variables..
!uando dos variables cambian /untas, es decir; 0ue un aumento en una de ellas va asociado con un
incremento en la otra; -se dice ,ue las variables estn correlacionadas positivamente.. 1e otro modo; (i el
aumento en una variable causa una disminucin en la otra - las dos variables estn correlacionadas
negativamente.
2inalmente, si no ay una relacin entre las dos variables, se dice ,ue son independientes o ,ue no estn
correlacionadas..
E3E)*L#( 1E !#""ELA!$%& *#($4$VA.
En 5iologa6 74ilapias 8
4alla y altura
Longitud total y longitud patron
Longitud y peso
En agronoma6
2ertili9acin y rendimiento
*recipitacin pluvial y rendimiento
4emperatura y crecimiento vegetal
En Veterinaria6
!antidad de alimento y ganancias de peso
!alidad del alimento y produccin de lece
Energia de la dieta y :ertilidad de la embra
1$A;"A)A( 1E 1$(*E"($%&.
La elaboracin de un diagrama es un mtodo gra:ico utili9ado para encontrar la dispersin de los valores
determinados por la variable < y la variable =, si los puntos de:inidos por < e = se distribuyen en los
cuadrantes sobre un papel, se tiene -un diagrama de dispersin.
A!4$V$1A1 1E A*"E&1$>A3E ?
En el siguiente cuadro,? y gra:ico,@ se presenta un diagrama de dispersin de cerdos vendidos en EAA. En
la dcada de los aBos CD(.
!uadro &o. ? #:erta y *recios de cerdo en EAA.
aBo &o. !erdos en )illones
7 < 8
*recio por animal en dlares
7 = 8
?ECD FG ?H.D
?EC? FE @D.D
?EC@ HD ?F.H
?ECG IE @?.J
?ECJ II @?.I
?ECC FC ?C.D
?ECI FH ?J.J
?ECF FJ ?F.H
?ECH FJ ?E.I
?ECE HJ ?J.?
Graf co No.2 Diagrama de dispersin
0
5
10
15
20
25
0 10 20 30 40 50 60 70 80 90
No. de cer dos vendi dos en mi l l ones
Serie1
Coeficiente de Correlacin (r)
El r es un estimador del parmetro poblacional: es el valor que indica EL GRADO DE
ASOCIACION ENRE DOS !ARIA"LES# $ tiene las si%uientes caracter&sticas:
'( El valor m)imo de correlaci*n es '# que si%ni+ica una relaci*n per+ecta entre las
variables ,ut*picamente(# pudiendo ser ,-( * ,.( ,-'( * ne%ativa ,.'(
/( El valor m&nimo de correlaci*n es 0 es decir las variables en estudio son
independientes entre s&1
2( Los valores de correlaci*n de 0 a -' $ de 0 a .' su%ieren cierto %rado de asociaci*n#
que es ma$or mientras se acercan a la unidad# son positiva o ne%ativa# por lo tanto# un
coe+iciente de correlaci*n de ma$or o i%ual a 13 se considera alto1 De ,-( o ,.( 14
moderado1 . * i%ual 12 ba5o
Coeficiente de Determinacin = r
/

Se representa con r $ se calcula elevando r al cuadrado# mide la proporci*n de la variaci*n
e)istente entre $ que es e)plicada por las variaciones de 6 un coe+iciente de determinaci*n
cercano a ' indica una correlaci*n mu$ +uerte# pues la variaci*n de $ que se e)plica por la l&nea de
re%resi*n1
Cuando el coe+iciente de determinaci*n se e)presa en porciento ,r
2
7( indica el porcenta5e
de la variaci*n de $ ,variable dependiente(# debido a la variable de 6 ,variable independiente(
8inalmente el coe+iciente de no determinaci*n ,1.0 -r
2
( mide la proporci*n de la variaci*n
e)istente que no es e)plicada por las variaciones de 61 Esto es# se9ala las variaciones debidas a
otras causas a5enas a la variable independiente1
8*rmula'
, )(, $(
)$ . n 8*rmula/ ,6 . (,: . < (
r; <)
/
. , )(
/
= [$
/
. , $(
/
] ; r ; ,6 . (
/
1 ,: . <(
/

n n
+*rmula2
+*rmula>
, )(, $(
,
'
( )$ . n ; SCRe%resi*n
$
/
. , $(
/
SCotal

? la ra&@ a+ecta a todo el quebrado A las +*rmulas ' $ > son ms Btiles

Regresin lineal simple
Generalidades
En las relaciones entre variables pueden presentarse cualquier de los 2 pasos si%uientes
a(Cna variable 6 puede in+luir en otra variable $# esto es: 6 :
E5emplo: El vi%or de las plantas in+lu$e en el rendimiento
En cerdos el peso vivo al nacimiento in+lu$e en su peso al destete1
b( Dos variables pueden estar in+luenciadas entre s& esto es: 6 :
e5emplo : Drecio $ producci*n de un art&culo
Deso $ estatura de estudiantes
Dorcenta5e de nubosidad $ Eoras1 Lu@
c( Dos variables sin estar relacionadas pueden estar unidas entre s&# por estar ambas
in+luenciadas por una tercera variable# esto es:
6
F asociados
:
E5emplo:
El peso de dos Eermanos $ de las Eermanas estn relacionados por la in+luencia de la variabilidad
%enGtica de los padres1
Los casos a $ b deben estudiarse por re%resi*n $ el caso c por correlaci*n1
La variable que in+lu$e sobre otra se denomina !ariable Independiente $ se representa por
una 6# mientras que la variable que es in+luenciada se denomina !ariable Dependiente $ se
representa por una :1
Como se Ean podido observar en los e5emplos +recuentemente se sabe que e)iste una
relaci*n de+inida entre / o mas variables $ se desea e)presar esa relaci*n por medio de una
ecuaci*n matemtica que li%ue estas variables siendo esta la ecuaci*n de una l&nea recta:
Ec ,'( :; a -b) Y
:; - ' )
Donde: ordenada al ori%en
' pendiente a la l&nea ) '
X
' Nos da la pendiente de la l&nea no es mu$ importante# pues puede
es el valor mas importante del modelo ser el mismo para mucEas pendientes
La ecuaci*n ' es $ un e5emplo de un modelo matemtico determin&stico# sin embar%o#
sabiendo que la re%resi*n se usa %eneralmente como na !erramienta de prediccin# en la
ecuaci*n ' no se contempla el error de la predicci*n que se puede cometer al tratar de usar el
modelo para predecir un cierto valor de la variable dependiente ,:(# cuando se conoce un cierto
valor de la variable independiente ,6(1
Debido a lo anterior vamos a usar modelos en los que si se inclu$e el error de predicci*n
llamados: Hodelos Estad&sticos Drobabil&sticos1
Cn e5emplo de este modelo es para la re%resi*n lineal simple:
:; - ) - e error
:;
0
-
'
) - e
:; !ariable dependiente

0
; !alor ordenada al ori%en

'
; Dendiente de la recta ,coe+iciente de re%resi*n(
6; !ariable independiente
e? ; error de predicci*n

Y distancia se llama error
e

X
?Este error ,e( es una variable aleatoria que se distribu$e normalmente con ;0 $ varian@a /1 si%ma cuadrada

"ipos de Regresin
A( DOR LA 8ORHA DE IN8LCENCIA E6ISEN LOS SIGCIENES IDOS DE REGRESIIN:
'( Las variaciones de la variable independiente ,6( pueden provocar variaciones
proporcionales en la variable dependiente ,:(1 Este caso de re%resi*n debe estudiarse
por re%resi*n lineal1
:;
0
-
'
6 - e
E5emplo: niveles de la nutrici*n de la vaca $ la producci*n de lecEe1
/( Las variaciones de la variable independiente puede ser que provoquen variaciones no
proporcionales en la variable dependiente# este tipo de relaci*n debe de estudiarse por re%resi*n
curvil&nea o cuadrtica ,no lineal(
:;
0
-
'
) - C)
/
- e
"( DOR EL NJHERO DE !ARIA"LES INDEDENDIENES KCE IN8LC:EN EN LA !ARIA"LE DEDENDIENE1
'( Si una variable independiente in+lu$e sobre una variable dependiente tenemos una
re%resi*n lineal simple1
/( Si son varias las variables independientes que in+lu$en en la variable dependiente
tenemos una re%resi*n mBltiple1
:;
0
-
'
6 -
/
6/ -
2
6
2
- 111 - e
variable dosis de :
dependiente N D L
Como se se9ala anteriormente la re%resi*n lineal simple se presenta cuando una sola
variable independiente causa variaciones constantes en otra variable denominada dependiente#
las variaciones constantes causan una relaci*n lineal entre las dos variables estudiadas# por lo
cual se aplica la ecuaci*n de una l&nea recta1
En la ecuaci*n de re%resi*n M'M puede tener valores positivos o ne%ativos1 Cuando tiene
,-( indica que ambas variables aumentan o disminu$en al mismo tiempo $ cuando tiene valor
ne%ativo indica que cuando una variable aumenta la otra disminu$e1
Y Y
:;
0
-
'
6 :;
0
.
'
6
X X

Coeficiente de Regresin : positivo y negativo .
odo estudio de re%resi*n es recomendable iniciarlo con un Dia%rama de puntos?# pues de
Gsta +orma es +cil identi+icar si e)iste o no re%resi*n $ si Gsta es lineal $ curvil&nea# aEorrndonos
tiempo# dinero $ es+uer@o# si de entrada al anali@ar el dia%rama de puntos de Gste no revela el
menor %rado de asociaci*n entre las variables a estudiar ser&a inBtil correr el anlisis# de otro
modo# es posible ele%ir con base a la distribuci*n de puntos del Dia%rama que tipo de re%resi*n
representa la dependencia entre 6 $ :1
? #l Diagrama de pntos$ o de dispersin %isto en el tema de correlacin tiene el mismo o&'eti%o(
identificar si e)iste o no relacin entre %aria&les.
ACI!IDAD INEGRADORA ' 1. Con los si%uientes datos constru$a el dia%rama de puntos o de
dispersi*n# tal como se reali@* con los datos del precio $ producci*n de carne de cerdo en E1C1A1
Edad en semanas ,6( Desos de 20 pollos de 2 %ran5as ,6(
' 2N 40 />
/ 40 3' O>
2 24 O4 O4
> P0 '20 30
4 '00 '00 40
N '40 '40 '00
O '30 /00 '>0
3 '30 '40 '00
P '00 '00 /00
'0 /00 '00 '40
#C*+C,-. D# R#GR#/,-. 0,.#+0 /,120#
Y=
0
3
1
X 3 e
Calculo del coe+iciente de re%resi*n
'

'
; n X. Y( X)( Y)
n X
2
(X)
2
d*nde:

1
es el coe+iciente de re%resi*n
X representa el valor de la variable independiente
Y representa el valor de la variable dependiente
n nBmero de pares de datos

Calculo de
0

0 ;
( 4) ( X )
2
( )) ( ). 4)
n X
2
(X)
2

+20,C+C,-. D# 0+ #C*+C,-. D# R#GR#/,-.

E5emplo1 E+ecto de la precipitaci*n pluvial en el rendimiento de tri%o durante '0 a9os1
X
Q
Y
Q
X
/

Q
X Y
Q
Y
/
/2 /N 4/P 4P3 NON
/' /4 >>' 4/4 N/4
/3 /P O3> 3'/ 3>'
/O /O O/P O/P O/P
/2 /O 4/P N/' O/P
/3 2/ O3> 3PN '0/>
/O 22 O/P 3P' '0P3
// /3 >3> N'N O3>
/N 20 NON O30 P00
/4 22 N/4 3/4 '03P
/40 /P0 5610 7286 9:95
=2; <=28 X
2
XY Y
2
Calculo del coe+iciente de re%resi*n
'

'
; n X. Y( X)( Y)
n X
2
(X)
2

'
; 10 (7293 )(250 )( 290 )
10 ( 6310)

(2;0)
2

'
; 7293 072;00 =
63100

62500

'
; 43 0
600

'
; 0.71555
Con respecto al coe+iciente de re%resi*n
'
;01O'NNO indica que por cada aumento en una unidad
de 6 ,lluvia( en promedio se produce un aumento de 01O'NNO unidades en : rendimiento de tri%o1
AEora bien# en nuestro e5emplo una unidad de lluvia 6 ; /0mm $ cada unidad de : ; '00 R%1 de
tri%o por Eectrea# por ello la interpretacin con &ase a

1
es( por cada 20 mm de ll%ia se o&tiene (100)(0.71557) = 71.557 <g. de trigo por !ect=rea
Caracter>sticas del coeficiente de regresin1
El coe+iciente de re%resi*n indica el nBmero de unidades en que var&a : al variar 6 en una
unidad1
Si el si%no es ,-( al aumentar 6 aumenta :S $ si el si%no de b es ne%ativo: al aumentar 6
disminu$e :# $ viceversa# esta es la principal caracter&stica de Gste coe+iciente las otras son:
'1
1
mide la pendiente de la l&nea de re%resi*n1 Cuanto mas alto es su valor
absoluto# ma$or es la pendiente1
/1 Si
1
es ,-( la l&nea de re%resi*n es ascendente de i@quierda a derecEa $ si es ,.(
la l&nea es descendente de derecEa a i@quierda1
21 -
1
es el promedio de los incrementos de : debido a los aumentos anteriores de
6# as& mismo# de ser ne%ativa .
1
es el promedio de las disminuciones de :
debido a los aumentos de 61
>1
1
est daba en unidades de la caracter&stica descendiente :1
41
1
e)plica la re%resi*n de : sobre 6# Gste coe+iciente en +orma mas e)pl&cita
puede escribirse
1
:6# mientras que
1
6: indica la re%resi*n de 6 sobre :S en el
anterior e5emplo
1
6:indicar&a la re%resi*n de la lluvia sobre el rendimiento del
tri%o obviamente sea sentido prctico1
N1
1
$) 1
1
$) ; rS siendo r el coe+iciente de correlaci*n1
O1 Los coe+icientes
1
$ r Tdeben tener el mismo si%noU1
31 En el clculo de
1
debe apro)imarse lo ms posible a 4 decimales1
AEora bien# como $a calculamos
'
s*lo +alta el Calculo de
0$
Dara construir nuestra Ecuaci*n
de Re%resi*n:
Calculo de
0


0 ;
, $( , 6
/
(, )( , )1 $(
n 6
/
(6(
/

0 ;
,290 ( ,6310),250 (,7293 (
'0 ,6310)

(/40(
/

0 ;
6650
600

0 ;
11.08333

#cacin de Regresin 4 0>nea de Regresin.
Con el coe+iciente de re%resi*n
'
$ el valor de la ordenada al ori%en
0
se puede obtener
para un valor dado de 6

el valor de : esperado# mediante la si%uiente ecuaci*n de re%resi*n: V ;

0
-
'
6 - e # La ecuaci*n de re%resi*n para el e+ecto de la precipitaci*n pluvial $ el rendimiento
de tri%o es :
V ; 11.08333 + 0.71667 6
Esta ecuaci*n nos permite Eallar# para una cantidad de lluvia dada el correspondiente
rendimiento de tri%o esperado1
El si%uiente paso determinar dos valores esperados de V correspondientes a dos valores de 6
para tra@ar la l&nea de re%resi*n es recomendable utili@ar los valores e)tremos de 6S para el
e5emplo que traba5amos# son : /' $ /3 por lo tanto tenemos:
V ; 11.08333 + 0.71667 , /' ( ; /N1'2
V ; 11.08333 + 0.71667 , /3 ( ; 2'1'> # para el tra@o de la l&nea de re%resi*n en la %r+ica
E f ec to de l a pr ec i pi tac i n pl uvi al en el r endi mi ento de tr i go
0
5
10
15
20
25
30
35
0 5 10 15 20 25 30
lluvia en mm
Serie1 Lineal(Serie1)
#rror de #stimacin (/e)
En un estudio de re%resi*n el error estndar ,Se( de estimaci*n mide la variabilidad o
dispersi*n de los valores observados alrededor de la l&nea de re%resi*n# por lo cual cuando este
error es alto e)iste mucEa dispersi*n de los puntos alrededor de la l&nea $ cuando ,Se(# es
cercano a cero los puntos estn mu$ cerca de la l&nea de re%resi*n e incluso estarn sobre ella
cuando Se;01
El ,/e) se calcula mediante la si%uiente +*rmula:
WWWWWWW WWWWWWWWWWWWWWW
Se ,: . V(
/
; :
/
.
0
$ .
'
)$
n . / n . /
El /e se interpreta i%ual que la desviaci*n estndar esto es: el N37 de los puntos
observados caen dentro de un error estndar de estimaci*n a cada lado de la l&nea# el P4147 caen
dentro de / errores $ el PP1O47 caen dentro de 2 errores estndar de estimaci*n a cada lado de la
l&nea1
#rror #st=ndar del Coeficiente de Regresin (/&)
Hide la variabilidad o dispersi*n del coe+iciente de re%resi*n observados con el coe+iciente
de re%resi*n te*rico o esperado# por lo cual un error estndar de este coe+iciente alto indica
mucEa dispersi*n entre ambos coe+icientes1
Cuando Sb es peque9a indica poca dispersi*n1 El error estndar del coe+iciente de
re%resi*n est dado por:
Sb ; ,: . V(
/
; WWSeWWWWW

n ./ 6(6(
/



(X - )
2
n
+.?0,/,/ D# @+R,+.A+/ 2+R+ 0+ R#GR#/,-. ( +.@+)
#l +.@+B se !ace en la regresin para pro&ar la significancia estad>stica de la pendiente de
la recta o
1$ lo
anterior de&ido a la importancia de Cste coeficiente en la prediccin del
efecto de la %aria&le independiente so&re la dependiente (X Y).
La ecuaci*n : Y=
0
3
1
X 3 e indica# que la variaci*n total en la re%resi*n es la suma de
las variaciones de la re%resi*n de : sobre 6 ms la variaci*n del error resto es:
,: .: (
/
; , V . : (
/
- ,: . V(
/
Donde:

,: . :(
/
; !ariaci*n total ,Suma de cuadrados totales( /C"

, V .:(
/
; !ariaci*n debida a la re%resi*n , Suma de cuadrados de la re%resi*n ( /CR
,: . V(
/
;!ariaci*n restante o variaci*n no e)plicada , Suma de cuadrados del error ( /C#
Clculos:
:
/
. , :(
/

/C" ; n

/CR ;
1
[ )$ . , )(, $( ]
n

/C# = /C"-/CR
8CENE!ARIACION GRADOSLI"ERAD SCHACCADRADOS CCADRADOHEDIO 8,DRCE"A(
Re%resi*n ' ,V .:(
/
SCR Q GL CHRQCHE
Error n./
,: . V(
/
SCE Q GL
otal n.'
,: .:(
/
Opcionalmente para probar la si%ni+icanc&a de
1 $
es posible utili@ar una prueba de t # cuando n
20 pares de datos# por lo tanto:
Do(
1 = 0
Da:
1 0

1 1 dXnde es el parmetro; 0
t Q / ; ................... ; /& 1 es la pendiente estimada
,: . V(
2
/& error estndar del coe+ de re%1
n./

6(6(
/


Si en una poblaci*n o muestra las variables 6 $ : no estn relacionadas linealmente la pendiente
de la l&nea de re%resi*n
1
ser i%ual a 01 De otro modo si
1
es di+erente de 0 Eabr al%una
relaci*n entre 6 e :1 Dara saber lo anterior debemos reali@ar opcionalmente una prueba de t o
n +.@+ ( tambiGn se conocida como prueba de f
La prueba de t $ f son equivalentes para veri+icar Do(
1 = 0
Da:
1 0
1
+C",@,D+D D# +2R#.D,A+E# 2$ (se recomienda Fe Csta acti%idad se !aga totalmente en forma manal)
E+ecto de la +ertili@aci*n nitro%enada ,L%1NQFa1QA9o(# sobre el rendimiento del pasto Dar # en
suelos aluviales de la Cuenca del r&o Dapaloapn# !er1 HG)1
2aso1.Constrccin de la ta&la de smatorias
X Y X Y X
2
Y
2
G
00 O>1P44 010 010 4N'31/4 O21ON30>O
40 ON1ONO 2323124 /#400 43P21'O OO144N2N/
'00 301>00 30>0100 '0#000 N>N>1'N 3'12>>NON
'40 3410'' '/O4'1N4 //#400 O//N13O 341'2/PP0
/00 3P1/// 'O33>1>0 >0#000 OPN014N 331P/'204
/40 P210O3 /2/NP140 N/#400 3NN214' P/1O0PN'P
X=
7;0
Y=
:88.:66
X Y =
5;7:6.80
X
2
= 167;00.0 Y
2
= :1925.;6: G =
:88.:66
=12; <=96.269966
2aso2. Calclo del coeficiente de regresin 1

'
; n X. Y( X)( Y)
n X
2
(X)
2

'
; N ,N4O>21P0(, O40(, >PP1>22(
N ('2O40010 )

(O40(
2

'
; 394463.42O>4O>1O4 =
825000.

562500.

'
; 19888.65
262500.

'
; 0.07;755295
2aso6 Calclo del %alor de la ordenada al origen 0

0 ;
( 4) ( X
2
)

( )) ( ). 4)
n X
2
(X)
2

0 ; (>PP1>22( ,'2O40010),750 (,N4O>21P0)

N ,'2O40010)

(O40(
/

0 ; 68672037.5 49307925.
825000. 562500

0 ;
19364112.5
/N/4001

0 ; 76.7590:752

2aso:. Constrccin de la ecacin de regresin
Y=
0
3
1
X
Y=
76.7590:752 3 0.07;75529;
X
ECUACIN DE REGRESIN E!EC"# DEL N S#$RE EL RENDI%IEN"# DEL &AS"# &AR'
2aso ; #stimacin del rendimiento( G ) por medio de la ecacin de regresin del efecto del . so&re el pasto
2ar=.

# C * + C , H . D # R # G R # / , H . #/",1+C,-. 7 G 8
Y = 76.7590:752 3 0.07;75529; (0.0) = 76.7590:771
Y = 76.7590:752 3 0.07;75529; (; 0) = 77.;;565185
Y = 76.7590:752 3 0.07;75529; (100) = 91.6::57521
= K FG.FIHDJFI@ L D.DFCFII@HC 7?CD8 K HC.?G@EEDJI
= K FG.FIHDJFI@ L D.DFCFII@HC 7@DD8 K HH.E@?GDJF?
= K FG.FIHDJFI@ L D.DFCFII@HC 7@CD8 K E@.FDEI?HEI
2aso 5 Graficar
Dara locali@ar los / puntos que unen a la recta# se sustitu$e en la ecuaci*n de re%resi*n los
valores m&nimo $ m)imo de 6# como en el cuadro anterior $a los tenemos# s*lo se resaltan# $ se
toman sus valores tanto de 6 como de :# siendo Gstos ,010 # O2 ( $ , /40 # P/ ( respectivamente1
N*tese# que se omitieron las decimales en los valores de :# puesto que se quiere solamente
%ra+icar1 #s importante Fe la recta Fe reslte de nir los pntos anteriores pasen por n
tercer pnto$ la interseccin de B < c4os %alores ( 12; 4 96 respecti%amente) los
tenemos en la ta&la de smatorias del paso1.
E f ec to del N en el r endi mi ento de par
74
76
78
80
82
84
86
88
90
0 50 100 150 200 250 300
K g. de N / ha. / a o
Serie1
#fecto del . en el rendimiento de 2ar=
0
/0
>0
N0
30
'00
0 '00 /00 200
Ig. de .J!a.JaKo
R
e
n
d
i
m
i
e
n
t
o

e
n

I
g

1
/
J
!
a
J
a
K
o
Serie'
Lineal ,Serie'(
2aso 7 Calclo de los errores de estimacin /e 4 del coeficiente de regresin /&
/e ; ? ,: . V(
/
; :
/
.
0
$ .
'
)$
n . / n . /
? [>'3/N142> ,O21ON30>ON/( ,>PP1>22(] [ ,010O4ONN/34( , N4O>21P0( ]
.........................................................................................
N./
?
>P3>2122O. >P3'1'O'
............................
>
? 21'NN ? el radical a+ecta al numerador $ al denominador
.......
>
01OP'4
/e ; 0133P
/& = ( < ( /e
n./ ;
) . , )(
/
)
/
. , )(
/

n n
; 0133P4// 0133P4// ; 0100>/4/
'2O400.,O40( ; >2O40
N
/& ; 0100>/4/
2aso 9 2re&a de t f (opcional).$ se aplican am&as cmo enseKanLa.
31' Drueba de f oM +.@+$ para la si%ni+icancia de 1 $pendiente de la recta
Fo: 1 ; 0
Fa: 1 0
Clculo de SC# SCRS SCE1
,. V(
/
;
/
., (
/
1
n
,SC ( ; >'3/N14223 . ,>PP1>22(
/
N
(/C" ) ; /4>12'244>
,V .:(
/
; 1()1$ . , ) ( , $(=
n
,SCR ( ; 01O4ONN/4 <N4O>21P .,O40(,2PP1>22(=
6
(/CR ) ; /2'1'>3'3OP

,: . V(
/
; SC Y SCR
,SCE( ; /4>12'244> Y /4'1'>3'3O>
(/C#) ; 21'N42NN
8CENE!ARIACION GRADOSLI"ERAD SCHACCADRADOS CCADRADOHEDIO 8,DRCE"A(
Re%resi*n ' 251.1481874 /4'1'>3'3O> 2'O12O ??
Error n./
3.16536664
01OP'2>'NN
otal n.'
254.313554
Interpretaci*n: 8c1 vs1 8t010'
2'O12O vs1 /'1/0
Como 8c1 Z 8t1 Se recEa@a Fo# conclu$endo que si# e)iste pendiente de la l&nea de re%resi*n# es decir#
que si estn relacionadas 6 e :# por lo tanto es posible e)plicar el e+ecto lineal del Nitr*%eno# sobre el
rendimiento del pasto Dar1
9.2 2re&a de t para la significancia de 1 $pendiente de la recta
Fo: 1 ; 0
Fa: 1 0
1 1
t Q / ; ................... ; /&
,: . V(
2

n./

6(6(
/

1 1 010O4ONN/34 . 00
t Q / ; .................. t Q /; =
,: . V(
2
/&

0100>/4//O3O
n./

6(6(
/

t Q / ,N./( ; 'O13'4P
Interpretaci*n: tc1 vs1 tt010' , n ./ %l (
'O13'4P vs1 212N4
Como tc1 Z tt1 Se recEa@a Fo# conclu$endo que si# e)iste pendiente de la l&nea de re%resi*n# es decir# que
si estn relacionadas X e Y# por lo tanto es posible e)plicar el e+ecto lineal del Nitr*%eno# sobre el
rendimiento del pasto Dar1
2aso 8 Calclo de coeficiente de Correlacin ( r ) ( por las frmlas$ 1 4 :
.H"+( (Se aplican ambas por e5empli+icar su uso# en un problema real s*lo se aplica una u otra (
8*rmula'
r ; )$., ) ( , $( Qn ; N4O>21P0.,O40(,>PP1>22QN
<)
/
.,)(Qn= <$
/
.,$
/
(Qn= <'2O400.,O40(
/
QN=<>'3/N14.,>PP1>22QN(=

r ; N4O>21P0 . N/>/P1'/4 ; 22'> 22'>1OO4
,'2O400.P2O410(,>'3/N14.>'4O/1/( '''/N0N/14 222414O4/
r ;01PP2ON>
8*rmula> r ; SCR ; /4'1'>3'3O> r ; 01P3O442/P/
SC /4>12'244>

r ; 01PP2OO
Interpretaci*n : El valor del coe+iciente de Correlaci*n es mu$ alto# lo que indica una relaci*n mu$
estrecEa entre las variables# es decir : entre el N $ el rendimiento del pasto1

2aso10 Calclo del coeficiente de determinacin r
2

r
/
; r ) r
r
/
; 1PP2OOO ) 1PP2OOO ; 1P3O4P/ '00
r
2
= 89.7;N
,nterpretacin( #l 89.7;N de la %ariacin de Y ( rendimiento del pasto 2ar=) se de&e a la %ariacin
de X ( Ig. de .itrgeno).
2aso 11 Calclo del Coeficiente de .o Determinacin ( 1 - r
2
)
'10 . r
/
;

'10 . 01P3O4 ; 010'/4 '00
( 1 - r
2
) ; '1/47
Interpretaci*n: Gste coe+iciente nos indica el '1/4 7 de la variaci*n del rendimiento del pasto se debe a
otras causas# a5enas al N# es decir a la variable independiente 61
2aso12 2re&a de significancia para el coeficiente de regresin r
Simplemente reali@amos una prueba de Eip*tesis comparando el valor de r calculado vs r de tablas con n
./ GL al 010'
Fo: r ;0
Fa: r 0
rc; 1PP2O4O vs r t ; 01P'O
Como rc Z rt se recEa@a Fo conclu$endo que e)iste una alta relaci*n entre los variables en estudio#
es decir: entre el N $ el rendimiento de pasto1
R#GR#/,-. 0,.#+0 1O0",20#.
La re%resi*n lineal mBltiple# es aquella en la cual dos o mas variables independientes provocan
variaciones constantes sobre una variable dependiente# %eneralmente el comportamiento de una
variable dependiente ,:( no solo se ve a+ectada por una sola variable independiente ,6(# sino por
varias de Gstas que pueden ser simboli@adas: 6
'
S 6
/
S 6
2
S 6
>
S 6
4
# as& por e5emplo# si se toma como
variable dependiente la producci*n diaria de lecEe se ver que esta es a+ectada por variables
independientes: 6
'
; tipo $ cantidad de alimentoS 6
/
; salud animalS 6
2
; etapa de lactancia# 6
>
;
condici*n +&sica de la vacaS 6
4
;

mane5o en el orde9oS 6N111111 etc1
En la re%resi*n lineal mBltiple $'#/ mide la pendiente de : con respecto de 6
'
permaneciendo
constante 6
/
# as& mismo# el coe+iciente de re%resi*n $/#' mide la pendiente de : con respecto
de 6
/
permaneciendo constante 6
' 1

[stos coe+icientes estn dados por:
$'#/ , 6' :(, 6/(
/
., 6' 6/( , 6/ :(
,6'
/
(,6/
/
( . ,6'6/(
/
D*nde:
6':; 6':.,6(,:( sp de 6':
n
6/ :; 6/ :., 6(, :(Qn sp de 6/ :
6' 6/ ; 6' 6/.,6'(,6/(Qn sp de 6')/
6'
/
; 6'
/
.,6'(
/
Qn sc de 6 '

6/
/
; 6/
/
. ,6/(/ Qn sc de 6 /

Dor lo cual:
$'#/ ; ,Sp de 6':( ,Sc de 6/(.,Sp de 6' 6/(,Sp de 6/ 1 $(
,Sc de 6i( ,Sc de 6/( . ,Sp de 6' 1 6/(
/
$/#' ; , 6/ :(, 6'
/
(., 6' 6/( , 6' :(
,6'
/
( ,6/
/
( . ,6'6/(
/
D*nde:
6/: ; 6/ : ,6/(,:(Qn sp de )/ $
6' : ; 6' : ,6'(,:(Qn sp de )' $
(6' 6/( ; 6' 6/ ,6'(,6/(Qn sp de )' )/
6'
/
; 6'
/
,6'(
/
Qn sc de )'
6/
/
; 6/
/
,6/(
/
Qn sc de )/
Dor lo cual:
$/#'; ,Sp de 6/:( ,Sc de 6'(.,Sp de 6' 6/(,Sp de 6' :(
,Sc de 6'( ,Sc de 6/( . ,Sp de 6' 6/(

La ecuaci*n de re%resi*n lineal mBltiple para dos variables independientes sobre una variable dependiente
es:
Y= 0 3 1 X' 3 2 X/ - e
El error estndar de estimaci*n ,Se( para la re%resi*n mBltiple tiene i%ual si%ni+icado que el error
estndar de estimaci*n para la re%resi*n simple $ se determina mediante:
Se ; ,: Y M(
/
n Y 2
+C",@,D+D D# +2R#.D,A+E# 6
E+ecto de la edad , 6' ( $ la estatura , 6/ ( sobre el peso , : ( de ni9os
#dad #statra 2eso X1
2
X2
2
Y
2
X, . Y X2 . Y X, X2
6' 6/ :
O14 '1/04 /214 4N1/4 '1>4 44/1/4 'ON1/4 /312'O4 P102O4
310 '1/20 /414 N>100 '14' N401/4 /0>100 2'12N40 P13>00
P10 '1/O0 /N14 3'100 '1N' O0/1/4 /23140 221N440 ''1>200
P14 '12>4 /P10 P01/4 '134 3>'100 /O4140 2P10040 '/1OOO40
'014 '12N0 2010 ''01/4 '1P0 P00100 2'4100 >013000 '>1/300
''10 '1230 2214 '/'100 /1'4 ''//1/4 2N3140 >N1/200 '41'300
''10 '1>N4 2210 '/'100 /1'4 '03P100 2N2100 >312>40 'N1''40
''14 '1>'4 2/14 '2/1/4 /100 '04N1/4 2O21O4 >41P3O4 'N1/O/4
'/10 '1440 >410 '>>100 /1>0 /0/4100 4>0100 NP1O400 '31N00
'/14 '14>4 >O10 '4N1/4 /123 //0P100 43O140 O/1N'40 'P12'/4
102..5 13 .765 325 .5 1076 . 25 19. 08 11147. 25 3442 .00 456 .07 142 .845
Resumen de valores de las sumatorias1
6' ; '0/140
6/ ; '21ON4
: ; 2/4140
6'
/
; '0ON1/4
6/
/
; 'P10O33/4
:
/
; '''PO1/4
61: ; 2>>/100
6/ :; >4N10O
6' 6/ ; '>/13>4

'1 Calculo de los promedios de las variables
' ; '01/4
/ ; '12ON4
: ; 2/144
/1 Calculo de las sumas de cuadrados1
Sc de 6' ; 6'
/
., 6' (
/
; '0ON1/4 ,'0/140(
/
; /41N/4
n '0
Sc de 6/ ; 6/
/
. , 6/ (
/
; 'P10O33/2 . ,'21ON2(
/
; 01'2'20/4
n '0
Sc de : ; :
/
Y , :( ; '''>O1/4 . ,/24140( ; 44/1//4
n '0
Sp de 6' :; 6 :. , 6(, :( ; 2>>/10 .,'0/14( ,2/414( ; '041N/4
n '0
Sp de 6/ :; 6/ :. , 6/(, :( ; >4N10O .,'21O04( ,2/4140( ; 310'P/4
n '0
Sp de 6' 1 6/ ; 6' 6/ , 6'(, 6/( ; '>/13>4 . ,'0/14(,'21ON4( ; '1O42O4
n '0
6. Constr>r la ecacin de regresin lineal mPltiple para dos %aria&les independientes
Y= 0 3 1 X' 3 2 X/ 3 e
Calculo de : 1 Q 2 Q 0
$'#/ ; ,01'2'20/4( ,'041N/4(.,'1O42O4(,310'P/4(
,/41N/4( ,01'2'20/4( . ,'1O42O4(
/
$'#/ ; '213N33/N/4 Y '>10N2O4PNP $'#/ ; . 01NO>423/O4
212N>N/N4N2 Y 210O4N2P0N2

$/#'; ,/41N/4( ,310'P/4(.,'1O42O4(,'041N/4(
,/41N/4( ,01'2'20/4( . ,'1O42O4(
/

$/#' ; /041>P2/3'2 Y '341 /2P3>23 $/#' ; O0103>'/PP>
212N>N/N4N2 Y 210O4N2P0N2
Y= 0 3 1 X' 3 2 X/ DESDE\ANDO
0

0 = $ . 1 1 . 2 /
2/144 Y,Y 01NO>423/O4( ,'01O4( Y ,O0103>'/PP>( ,'12NO4(
2/144 Y N1P'>0'O2'P Y PN1>O030>3N
2/144 Y 3P144NO3O4>
0 = Y 4O100NO3O4>
Y= 57.0067875 0.674538275 X' 3 70.08412994

X/

#C*+C,-. D# R#GR#/,-. Y D#0 #R#C"H D# 0+ #D+D Y 0+ #/"+"*R+ /HSR# #0 2#/H D# 0H/ .,TH/.
:. 2re&a de f oU +.@+ $ para pro&ar la significancia de 1 B
Do(
1 = 0
Da:
1 0
SC ; ,:.<(
/
; $
/
., $(
/
; '''>O1/4 . ,2/414(
/
; 44/1//4
n '0
SC ; 44/1//4

SCR ; , V .<(
/
; b ., )$( ; 1 ,)' $( - 2 ,)/ $( ; . 01 NOO> ,'041N/4(-O0103>'/P33,310'P/4(
; .O'1/>3'0/NN- 4N/10//'434
SCR ; >P01OO>04N
SCE ; SC . SCR ; 44/1//4 . >P01OO>04N
SCE ; N'1>40P>>
Cadro de +.@+
R. @. G.0 /.C. C. 1. R
Re%resi*n / >P01OO>04N />4123O0/3 /O1P4 ??
Error O 61. 450944 31OO3O0N/3
otal P 552. 225
Interpretaci*n: 8c1 vs1 8t010'
/O1P4 vs1 ]
Como 8c1 Z 8t1 Se recEa@a Fo# conclu$endo que si# e)iste pendiente de la l&nea de re%resi*n# es decir# que si estn
relacionadas 6 e :# por lo tanto es posible e)plicar el e+ecto lineal
;.Calclo de error est=ndar de estimacin.
Se ; ( < V(
/
;

N'1>40P>>
n.2 O
Se ; /1PN/333/
5. Coeficiente de Correlacin lineal mPltiple.
La Correlaci*n Lineal HBltiple# es la relaci*n combinada entre una variable dependiente $ dos o mas variables
independientes que var&an simultneamente# $ mide el %rado de relaci*n entre variable dependiente $ el con5unto de
variables independientes1
Correlaci*n parcial es la que se da entre dos tipos de variables# cuando una o mas variables permanecen +i5as a un
nivel constante1

El coe+iciente de correlaci*n mBltiple# se representa por r4'' / $ el coe+iciente mBltiple como r
2
4''/1
Estos coe+icientes se interpretan en +orma seme5ante a los $a vistos en la correlaci*n lineal simple estando por la
si%uiente +ormula1
r4'' / ; , ^ . < (
/
; SCR ; >P01OO>04N
,$.<(
/
SC 44/1//4
r4'' / ; 01333O/' r4'' / ; 01 P> Interpretaci*n : se observa una mu$ alta relaci*n entre las variables# dado el
valor de la correlaci*n1
7. Coeficiente de Determinacin. r
/
4'' / ; r4'' / ) r4'' /
; 01P> ) 01P>
; 0133 ) '00 ; 337
r
/
4'' / ; 337 Interpretaci*n : El 337 del peso de los ni9os se debe a su edad $ su estatura $ 111111
8. Coeficiente de no determinacin
'Y r
/
4'' / Y r
/
4'' / ; '10 Y 0133 ; 01'/ ) '00 ; '/7

'Y r
/
4'' / ; '/7 Interpretaci*n : 11111el restante '/7 del peso de los ni9os se debe a otros +actores1

10. 2re&a de significancia para el coeficiente de regresin
Fo: r ;0
Fa: r 0
SCR Q L
8;
sce Q n. R Y'
D*nde:
L : nBmero de variables independientes
n1 nBmero de observaciones
>P01OO>04N Q /
8;
N'1>40P>> Q '0 . / .'
/>4123O0/3
8;
31OO3O0N/3N
8C ; /O1P4/
8C ; /O1P4/ vs1 8t ,010'( ; '/1/4
Como 8C Z 8t se recEa@a Fo conclu$endo que e)iste una alta relaci*n entre los variables en estudio1
,./"R*CC,H.#/(
+ continacin en la sigiente acti%idad integradora$ se recomienda resol%er no de los 6 e'ercicios
a mano$ es decir con calcladora 4 finalmente los tres e inclso el e'ercicio de fertiliLacin en
comptadora( 4a sea con el programa /tatgrap!ics$ 2ls con #)cel. +l final de los e'ercicios se
dan los pasos 4Jo comandos !a aplicar en am&os programas.0a presente instrccin se aplica en la
regresin lineal simple 4 mPltiple.
ACI!IDAD INEGRADORA /1 Re%resi*n $ Correlaci*n Lineal Simple1
En un e)perimento se evalBo el e+ecto de la alimentaci*n $ los aumentos de peso en animales# los
valores de ambas variables +ueron:
Alimento en L%1
, 6 (
Aumentos
De peso L%1, : (
3O1' >1N
P21' 41'
3P13 >13
P'1> >1>
PP14 41P
P/1' >1O
P414 41'
PP12 41/
P21> >1P
P>1> 41'
Se investi%* en cebollas la relaci*n entre el dimetro del bulbo de la cebolla $ el peso de la misma
resultando los valores si%uientes:
Dimetro
en cm1 , 6 (
Deso
en %r1 , : (
4' N21>
NN1/ ''41>
NP1/ '>N1N
NP14 '2/1N
4N1P 301O
NO1' '/41N
431' 3010
421P O31O
N210 ''/13
N010 PN1/
E+ecto de la car%a animal , nBmero de animales por Eectrea pastando (# $ sus %anancias diarias
de peso en pasto Estrella A+ricana# en abasco1
Car%a animal
No1, 6 (
Aumento de peso
En %r1, : (
2 012/0
> 01/4O
4 010P3
En cada estudio de caso calcule:
Ecuaci*n de re%resi*n
Gra+ique
AN!A
Coe+icientes de : correlaci*n1# determinaci*n# no.determinaci*n
Druebe la si%ni+icancia del valor de correlaci*n
Reali@ar en cada clculo las interpretaciones correspondientes
CORRELACIIN : REGRESIIN EN COHDCADORA
SAGRADFICS# DLCS1
1. Abrir el pro%rama
2. abrir untitled stat+olio
6. capturar en la columna' la variable independiente , 6 (
:. capturar en la col1/ la variable dependiente , : (
;. dar un CLIL en el comando RELAE $ ele%ir SIHDLE REGRESIIN oU mPltiple regresin en s caso
5. se desplie%a un recuadro $ te pide que in%reses primero la variable , 6 ( e inmediatamente
te pide la , : (# lo anterior lo Eaces sombreando la col1' $ la introduces dando un clic en la
+lecEa de la ventana correspondiente a cada variable1 Cu&dado con no invertir la entrada
de variables1
7. a continuaci*n aplica OL# como te indica el pro%rama1
9. eli%es la GRA8ICS ODIIN1
8. 8INALHENE DIS8RCA DE LOS RESCLADOS A CNA !ELOCIDAD IHDRESIONANE EN EL
DROCESAHIENO DE LA IN8ORHACIIN : DISDONE A LEER EL INGL[S DARA LA
INERDREACIIN DEL AN_LISIS CI"ERNEICO
E6CEL
'1 Abre el pro%rama
/1 en la columna A captura la variable , 6 (
21 en la columna b captura los valores de , : (
>1 da un clic al comando de la parte superior llamado Eerramientas
41 del desplie%ue de +unciones eli%e con el mause AN_LISIS DE DAOS
N1 da un clic en re%resi*n1
O1 in%resa las variables ,6(# ,:( sombreando las celdas e in%resndolas a los recuadros con el
mause1
31 eli%e la opci*n de %ra+icar la curva de re%resi*n a5ustada $ da u clic en aceptar1
P1 Conclu$o tu anlisis# dis+rBtalo $ prctica tus clculos en el pro%rama de computo que ms
te a%rade1
+C"@,D+D ,."#GR+DHR+ 6. Re%resi*n Lineal HBltiple
Se desea investi%ar en vacas lecEeras el e+ecto del %rado de condici*n +&sica de las vacas parto #
el lar%o de lactancia $ la producci*n diaria de lecEe# en la DRODCCCIIN OAL DE LECFE DOR
LACANCIA1 Los datos se dan a continuaci*n:
Droducci*n total de lecEe
por lactancia en lt1 , 6 (
Condici*n +&sica de la
vaca al parto , 6' (
Lar%o de la lactancia
en d&as , 6 / (
Droducci*n diaria de
lecEe lt1 , 6 2 (
//0O13 ' /O>13 31'
/>3N1P / /ON14 P1/
/3O>1/ 2 /3'1N '012
/P4213 > /3N1P '01>
2''>1N 4 /P'1N '013
223N13 N 2'O1O '01N
A continuaci*n se alimenta a la computadora con las variables independientes# , todas las )(# $ la
variable dependiente o Droducci*n de lecEe1
Se recomienda iniciar la corrida de la re%resi*n mBltiple con los datos de los ni9os de la actividad
de aprendi@a5e# desarrollada a mano anteriormente1