Universidad Nacional Amazónica

de Madre de Dios
Facultad de ingeniería
Departamento Académico de Ingeniería Forestal y
Medio Ambiente

Regresión Lineal Simple

M.Sc. Jorge Santiago Garate Quispe

Puerto Maldonado, 02 de mayo de 2018

Evaluación 1er periodo lectivo
Se considerará 2 notas
Teoría (60%): se considerará los siguiente:
• Examen escrito (50%), prueba de síntesis de tipo test.
• Exámenes orales (10%).
• Participación en clase (10%).

• Practica (40%):
• Incluye los trabajos prácticos encargados (10%).
• Trabajo aplicado con datos reales, mínimo 2 técnicas estadísticas (30%).
Informe (< 15 pág.) y sustentación del trabajo (10 min)
Trabajo encargado: (< 15 pág)
• Formato artículo científico:
• Resumen
• Introducción
• Materiales y Métodos
• Resultados e interpretación
• Conclusiones
• Referencias

Estilo de citado (opcional)

 Crecimiento de plántulas (6 meses)

Análisis de correlación 140

120

Incremento en altura (cm)

100

• El objetivo: 80

Cuantificar la relación entre dos 60

variables métricas u ordinales. 40

20

0
15 20 25 30 35 40

Apertura de Dosel (%)

• La hipótesis:
“El análisis de correlación mide el grado
de relación lineal entre dos variables”
No hay relación significativa entre las
dos variables (P-valor > 0.05)
Supuestos de los modelos lineales:
• Normalidad
• Homogeneidad de varianzas
• Relación lineal

• Relación lineal

• Normalidad
• Homogeneidad de varianzas
• Relación lineal
Normalidad

Test de Normalidad:
Shapiro-Wilk (<50 obs) y Kolmogorov-Smirnov (> 50 obs)
Hipótesis:
H0: La muestra proviene de una distribución normal (p>0.05)
Homogeneidad de varianzas
La variablidad aumenta al aumentar las los valores de las predicciones

Test de homogeneidad de varianzas:

Prueba de Levene
Hipótesis:
H0: Varianzas son homogéneas (p>0.05)
r = 0.02 r=0

Interpretación del
Coeficiente de correlación

r = 0.99 r = -0.97
 El análisis de regresión se usa para explicar o
Regresión modelar la relación entre una variable continua Y,
llamada variable respuesta o variable dependiente, y
una o mas variables continuas X1,.....,Xp, llamadas
variables explicativas o independientes.
Crecimiento de plántulas (6 meses)

Regresión Lineal Simple 140

120

En un modelo de regresión lineal simple

Incremento en altura (cm)

100

tratamos de explicar la relación que 80

existe entre la variable respuesta “Y” y 60

una única variable explicativa “X”. 40

Ha: Existe una relación de tipo lineal entre X e Y 20

El incremento en altura si depende del % de 0

15 20 25 30 35 40

apertura de dosel Apertura de Dosel (%)

En conclusión, existe suficiente evidencia estadística para aceptar que el incremento en

altura depende del porcentaje de apertura de dosel.
Regresión Lineal Simple
En un modelo de regresión lineal simple
tratamos de explicar la relación que Crecimiento de plántulas (6 meses)
140

existe entre la variable respuesta “Y” y

120

una única variable explicativa “X”.

Incremento en altura (cm)

100

80

60
Coeficiente de determinación:
40
R2 = 0.63
20

El 63% de la variabilidad en el incremento en altura es 0

15 20 25 30 35 40

explicado por la apertura de dosel. Apertura de Dosel (%)