Capitulo 7. Correlación y Regresión

Universidad de Oriente
Postgrado en Agricultura Tropical

Manejo Integrado de Enfermedades
Análisis de correlación
Estadística experimental
Ramón Silva-Acuña
Maturín, Septiembre 2017

Análisis de correlación y regresión lineal
“La presentación de los datos en cuadros

o figuras es a menudo el corazón o,
mejor aun, el cerebro de un
artículo científico”
Peter Morgan
Escalas de notas para evaluar enfermedad y su

transformación porcentual
Las escalas para evaluar severidad de enfermedad

pueden estar expresadas en notas o en porcentajes
El uso de las escalas de notas para el análisis estadístico

tiene restricciones en cuanto al uso de la estadística
paramétrica
Lo valores de las notas pueden ser transformados de

manera angular y de esa manera hacer posible análisis
estadístico

Imaginemos una escala de notas con 10 grados de
severidad de la enfermedad a cuantificar, donde la nota 0
representa sin enfermedad y 10 la máxima severidad
0 1 2 3 4 5 6 7 8 9 10
0% de enfermedad 100% de enfermedad
La escala posee 10 grados de severidad de la enfermedad

Con nueve intervalos

Nueve grados /intervalo ¿Por qué? De dividir 90°/10 puntos

o sea 9 grados/punto
0 1 2 3 4 5 6 7 8 9 10
0% 9 18 27 36 45 54 63 72 81 100%
?
¿Como calcular el valor en porcentaje
para cada uno de los grados?

√P/100 = sen 9° (√P)2 = (1,563)2

√P/100 = 0,15643
̸
(√P)2̸ = (1,563)2
√P = 0,15643
√100 P = 2,44
P ≈ 2,5
√P = √100 x 0,15643
√P = 10 x 0,15643
√P = 1,563

Nueve grados /intervalo ¿Por qué? De dividir 90°/10 puntos

o sea 9 grados/punto
0 1 2 3 4 5 6 7 8 9 10
0% 9 18 27 36 45 54 63 72 81 100%
2,5% Y así sucesivamente…..

INTRODUCCIÓN
¿Para que sirve la correlación en investigación?
¿Cual es su utilidad practica ? Ejemplos
 Cuando algún Directivo de un Instituto de
Investigaciones expresa no hay relación entre la
inversión y los alcances de la investigación.
 El nivel tecnológico del cultivo café esta

correlacionado con las innovaciones existentes.
 La producción de basidiocarpos esta vinculada

con las precipitaciones pluviométricas.
INTRODUCCIÓN
Definición : Grupo de técnicas estadísticas empleado
para medir la intensidad de la relación (correlación)
entre dos variables
Como entender mejor la “intensidad de la relación”
Cuadro 1. Calificaciones en el bachillerato y del
primer año de la Universidad.
Promedio Promedio
Estudiante
Bachillerato Universidad
Bernardo Iglesias 14,0 15,8
Susy Maffia 16,5 16,0
Antonio Macabeu 19,0 18,9
Melissa Kimura 13,7 12,8
INTRODUCCIÓN
Emplearemos varias medidas estadísticas para

representar y explicar con mas precisión la
relación entre las dos variables respuesta.
El principal objetivo del análisis de correlación

consiste en determinar que tan intensa es la
relación entre las dos variables respuesta.
El valor de la correlación varia entre -1 a + 1

DIAGRAMAS DE DISPERSIÓN
Figura que representa la relación entre las dos
variables de interés
Veamos el siguiente ejemplo…
Puntuación de Ventas semanales
Vendedor
prueba (Bs. F)
Diógenes Molina 4 5.000,00

Gladys Rodríguez 7 12.000,00
Rafael Pacheco 3 4.000,00
Freddy Amaya 6 8.000,00
Asdrúbal Díaz 10 11.000,00
La primera cosa antes de hacer la figura en un

sistemas de coordenadas X , Y es definir:
¿Cual es la variable dependiente o respuesta?
¿Cual es la variable independiente?
Se coloca en el eje de las X la variable
independiente y en el de las Y se coloca la
variable dependiente o respuesta
La literatura señala a la correlación como la
relación entre dos variables respuesta
Punt. Vent.
R. Pacheco 3 4 Rodríguez
Díaz
D. Barbosa 4 5
F. Amaya 6 8 Amaya
G. Rodríguez 7 12
Barbosa
A. Díaz 10 11
Pacheco
Diagramas de dispersión de puntuaciones

de prueba y ventas
COEFICIENTE DE CORRELACIÓN
 Se denota por r, varia entre -1 a +1

 Propuesto por Karl Pearson en 1890
 Describe la intensidad de la relación entre
dos conjuntos de variables
Caso +1. Significa : Correlación en sentido
linear positivo (puntos y ventas).
Caso -1. Significa : Correlación en sentido
linear negativo (puntos y ventas)..
Correlaciones negativa y positiva perfectas

Correlación 0 Correlación Correlación

negativa débil* positiva intensa*
X e Y no están X e Y están algo X e Y están muy
relacionadas relacionadas relacionadas
linealmente linealmente linealmente
* Ambigüedad
Los valores de la correlación y su caracterización
Correlación Ninguna Correlación

negativa correlación positiva
perfecta perfecta
Correlación Correlación Correlación Correlación Correlación Correlación
negativa negativa negativa positiva positiva positiva
intensa moderada débil débil moderada intensa
-1,00 - 0,5 0 0,5 1,00
Correlación negativa Correlación positiva
* Ambigüedad
Calculo del coeficiente de correlación
n (∑ XY) – (∑ X) (∑ Y)
r =
√ [n (∑ X2) – (∑ X) 2] [n (∑ Y2) – (∑ Y)2 ]
Donde:
n = numero de pares de observaciones
∑X = suma de los valores de la variable X
∑Y = suma de los valores de la variable Y
(∑X2) = suma de los valores de X elevados al cuadrado
(∑X) 2 = cuadrado de la suma de los valores de X
(∑Y2) = suma de los valores de Y elevados al cuadrado
(∑Y) 2 = cuadrado de la suma de los valores de Y
Ejercicio de correlaciones
Puntuación Ventas
Vendedor de la semanales X2 Y2 XY
prueba (X) (Y)
Diógenes Molina 4 5 16 25 20
Gladys Rodríguez 7 12 49 144 84
Rafael Pacheco 3 4 9 16 12
Freddy Amaya 6 8 36 64 48
Asdrúbal Díaz 10 11 100 121 110
Total 30 40 210 370 274
Solución
N (∑ XY) – (∑ X) (∑ Y)
r =
√ [n (∑ X2) – (∑ X) 2] [n (∑ Y2) – (∑ Y)2 ]
5(274) – (30) (40)

r =
√ [5 (210) – (30)2] [5 (370) – (40)2 ]
170
r =
√ [150] [250 ]
r = 0,88
Prueba de significancia del coeficiente de correlación

(Muestras pequeñas)
Para muestras pequeñas (menores de 50 pares de datos) :

se utiliza la prueba de t
Ho: La correlación en la población es cero
r √ n-2
t = Ha: La correlación en la población es distinta
√ 1- r2 de cero
0,88 √ 5-2
t =
√ 1- (0,88)2
t = 3,21
Visualización grafica del ejemplo anterior
H0 H0
H0
3,21
- 3,18 +3,18
t tabla (0,05 y 3 gl) = 3,18

t calculado = 3,21
t tabla (0,01 y 3 gl) = 5,84

(Muestras pequeñas)
t calculado = 3,21 t tabla (0,05) = 3,18
t calculado es mayor que el t tabla, entonces se

rechaza la hipótesis de nulidad y acepta la
hipótesis alternativa. Su valor es significativo al 5
% de probabilidad
Caso que el t calculado fuese menor que el t tabla

se acepta la hipótesis de nulidad.

(Muestras grandes)
Mayores de 50 pares de datos, se usa la prueba de Z
r Muestra constituida por 401 conjuntos de

Z= observaciones
1
√ n -1
r = 0,30
0,30
Z=
1 Z calculado = 6,00
√ 401 -1 Z tabla (0,05) = 1,96
Z = 6,00 Explicar el resultado

Limitaciones del análisis de correlación
1- Es el grado de relación entre dos variables, pero

no es una relación de efecto-causa, que lo es la
regresión.
2- En la medida que aumenta el numero de pares

de datos, el valor de la correlación es pequeña
pero sus valores se presentan siempre
significativos.
Ejercicios
Analice la correlación entre los peces maduros para la
condición gonadal y las precipitaciones durante los años
1993 y 1994. Discuta los resultados
1993 1994
X Y X Y
(precipitación) (Peces maduros) (precipitación) (Peces maduros)
42,7 20 26 25
25,8 25 6,7 15
65,5 30 1,9 55
26,8 60 0,0 40
69,1 65 62,4 60
223,3 65 168,6 65
Ejercicios
Analice la correlación entre los peces maduros
para la condición gonadal y las precipitaciones durante
el año 1995. Discuta los resultados
1995 X Y
(precipitación) (Peces maduros)
75,2 5
137,1 25
103,4 50
22,2 60
184,4 20
307,9 70
Universidad de Oriente
Manejo Integrado de Enfermedades
Análisis de regresión lineal

Estadística experimental
Ramón Silva-Acuña
Maturín, Septiembre 2017

INTRODUCCIÓN
El análisis de correlación es realizado sobre dos

variables respuesta. El grado de asociación lo indica el
coeficiente de correlación r.
La regresión es una relación causa-efecto
Se emplea básicamente para el análisis de datos
de naturaleza cuantitativa.
Se pueden unir por líneas, generalmente rectas, pero
también pueden ser curvas (parábolas, hipérbolas, etc.,
porque su continuidad no esta interrumpida
Es importante que ese factor cuantitativo siga un
intervalo constante, o una secuencia logarítmica
INTRODUCCIÓN
¿Para que sirve esto en investigación?

¿O cual es su utilidad practica ?
 Es el análisis correcto de datos cuantitativos
 Medidas relacionas : Calculo de área foliar, peso seco etc.
 Relación entre la relación incidencia-severidad de

enfermedades de plantas.
 Curvas de progreso de enfermedades de plantas y

modelos de predicción
INTRODUCCIÓN
Cuando los tratamientos son de naturaleza cualitativa:

 Cultivares y variedades PMC
 Sistemas de riego, equipos Tukey, Scheffe, Scott
 Tipos de poda en cualquier cultivo & Knott
Cuando nos referimos a tratamientos cuantitativos:

 Dosis de un nutrimento
En estas ocasiones
 Tiempo
considerar la ecuación
 Temperaturas de incubación
de regresión
 Presión, pH
INTRODUCCIÓN
Normalmente el ajuste de las ecuaciones de regresión

deben representar los fenómenos biológicos.
Los tipos de ajustes considerados en la literatura como
los mas adecuados son el lineal, cuadrático y el raíz
cuadrático.
Otros modelos dependiendo del objetivo del trabajo
resulta difícil su entendimiento desde el punto de vista
biológico
Y= 69,37 + 2,55T + 0,05T2

Y = 33,19 – 11√T + 0,88T
Bioagro 13(3):117-124. 2011
Ejemplos de otros modelos de ajustes de ecuaciones
Y = a + b x + b2 X2 + b3 X3 Modelo polinomial cúbico
Y = a + b1X1 + b2 X21 Modelo polinomial cuadrático
Y = a + b1 X1 + b2 X2 Modelo linear múltipla

Temperatura y rocío.
En esta materia nos interesa el modelo lineal

para estudio de la curva de progreso de la
enfermedad
INTRODUCCIÓN
La importancia de considerar el numero de puntos
Modelo lineal
Respuesta
(Y) . . . Modelo cuadrático
. Al incluir el ultimo punto el

ajuste se modifica
Variable cuantitativa (X)

Importante: No usar la ecuación fuera de los limites para los
cuales fue definida.
Cuando se tienen repeticiones

Y
Variable aleatoria
Respuesta o
dependiente .. ..
Calcular promedio y ajustar
Su
..
respuesta esta
en función del
nivel de X
..
Se establece
a priori
X
La ecuación estimara una línea entre esos Variable independiente
puntos que haga la distancia minima entre Fija
ellos, o la menor suma de cuadrados
Curva de progreso de la enfermedad
Y=a+bX Variable
Incidencia
.
independiente
o severidad
de la
enfermedad
. .
R2 = Coeficiente
.
(Y) Inclinación Tag α
.
de determinación de la recta
a
.
Intercepto
(r) = R 2 2
Tiempo (X)
Interpretar: tendencia de los datos

de crecimiento del hongo
Crecimiento
del hongo
(Y)
Concentración del
aminoácido (X)
Ejercicio de regresión lineal

X Y XY X2 Y2
26 92 2.392 676 8.464
30 85 2.550 900 7.225
44 78 3.432 1.936 6.084
50 81 4.050 2.500 6.561
62 54 3.348 3.844 2.916
68 51 3.468 4.624 2.601
74 40 2.960 5.476 1.600
∑ 354 481 22.200 19.956 35.451
X 50,57 68,71
Ejercicio: 1- Determinación de la ecuación de la recta

Ŷ=a+bX Estimados
∑ XY – (∑X) (∑Y)/n
b= ∑X2 – (∑X)2 / n
22.200 – (354)(481)/ 7
b = – 1,0346
19.956 – (354)2 / 7
22.200 – 24.324,85
19.956 – 17.902,28
– 2.124,85
2.053,72
Ejercicio: 1- Determinación de la ecuación de la recta
â=Y–bX
68,71 – (– 1,035) (50,57)
68,71 + 52,33
â = 121,05
Y = 121,05 – 1,035** X Ecuación de la recta

Ejercicio: 2- Análisis de varianza de la regresión

A- Calculo de la suma de cuadrados de la regresión
[∑ XY – (∑X) (∑Y)/n]2
SCReg =
∑X2 – (∑X)2 / n
[22.200 – (354)(481)/ 7]2
19.956 – (354)2 / 7
[22.200 – 24.324,85]2
19.956 – 17.902,28
[– 2.124,85]2
2.053,72 SCReg = 2.198,14
4.514.987,52
2.054
Ejercicio: 2- Análisis de varianza de la regresión

B- Suma de cuadrados total
∑Y2 – (∑ Y)2
SCTotal =
n
35.451 – (481)2
7
35.451 – 231.361
7
35.451 – 33.051,57
SCTotal = 2.399,43
2- Análisis de varianza de la regresión

B- Suma de cuadrados del error
SCError = SCTotal – SCReg
2.399,43 – 2.198,46
200,96
3- Cuadro del análisis de varianza de la regresión
Fv Gl SC CM F
Regresión 1* 2.198,46 2.198,46 54,70**
Error 5 200,96 40,19
Total (7-1) 6
F tabla (1,5) 0,01= 16,26
* Numero de variables independientes
4- Prueba de t para el coeficiente de regresión

Considerando Ho: (ß= o) vs. H1 : (ß1≠ 0)
b
t=
√
CMError
[ ∑X2 – (∑X)2/n ]
– 1,035
√
40,19
[ 19.956 – (354)2/7 ]
– 1,035
– 1,035
√
40,19 0,1399
[ 19.956 – 17.902,28]
– 1,035 t calculado = 7,398
√
40,19 t tabla (5 gl error)
[ 19.956 – (354)2/7 ] 0,01 = 4,032
0,05 = 2,571
– 1,035
Rechaza ßo y acepta ß1
√
40,19
[ 2.053,71 ]
5- Calculo del coeficiente de determinación
∑XY – n (X) (Y)

r=
√ [∑X2 – n (X)2] [∑Y2 – n (Y)2]
22.200 – 7 (50,57) (68,71)

r=
√ [19.956 – 7 (50,57)2] [35.451 – 7 (68,71)2]
22.200 – 24.322,65
r=
√ [19.956 – 17.901,27] [35.451 – 33.047,44]
22.200 – 24.322,65
r=
√ [24.054,73] [2.403,56]
– 2.122,65
r=
√ 4.938,66
– 2.122,65 ¿Qué significa un coeficiente de
r=
2.222 correlación de esa magnitud?
r = 0,95 ¿Qué significa un coeficiente de

R2 = (0,95)2 determinación de esa magnitud?
R2 = 0,91
Ejercicios
Analice el progreso de la epidemia de una
enfermedad policiclica en dos cultivares.
Tiempo Ya Yb
0 0,01 0,004
20 0,015 0,010
40 0,03 0,030
60 0,08 0,100
80 0,16 0,400
Realice las ecuaciones de la recta sin

transformar los valores de la enfermedad
Calculo del área debajo de la curva del progreso

de la enfermedad
% de Intervalos
Evaluación
enfermedad (días)
1 0 0
2 17 5
3 48 10
4 85 15
5 100 20
Calculo del área debajo de la curva del progreso

de la enfermedad
.
Incidencia
(100)
100
75
.
(85)
S = bmay + bmen/2 x h
17 + 0/2 x 5
17/2 x 5
8,5 x 5
50 (48)
. S1 = 42,5
25
.
(17)
0 .
0
S1
5
S2
10
S3
15
S4
20
Base
menor
Altura
Base
mayor
Tiempo (días)
Integración del valor de las áreas.
Área 1 42,5
Área 2 162,5
Área 3 332,5
Área 4 462,5
Total 1000,00
Literatura pertinente
Campbell, C. L. y Madden, L. V. Introduction to plant disease

epidemiology. John Wiley & Sons. New York. 1990. 532p.
Sanabria. D.; Silva-Acuña, R.; Oliveros, M.; Barrios, M. R.

Escarificación química y térmica de semillas subterráneas de
Centrosema rotundifolium. Bioagro 13(3):117-124. 2001
Steel, R. G. y Torrie, J. H. Bioestadística: Principios y

procedimientos. McGraw-Hill, Santa Fe de Bogotá, 1985. 622p.
Pimentel , G. F. A. Estatística moderna na pesquisa

agropecuária. Associação Brasileira para Pesquisa da Potassa
e do Fosfato. Piracicaba, São Paulo , Brasil. 1984. 160p.
Si tienes seguro particular o lo

pagas tu, el tacto es con el meñique
pero si lo paga el gobierno es con el
índice. ¿Cual uso?.

Capitulo 7. Correlación y Regresión

Cargado por

Copyright:

Formatos disponibles

Capitulo 7. Correlación y Regresión

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo 7. Correlación y Regresión

Cargado por

Copyright:

Formatos disponibles

Universidad de Oriente

Postgrado en Agricultura Tropical

Maturín, Septiembre 2017

“La presentación de los datos en cuadros

Escalas de notas para evaluar enfermedad y su

Las escalas para evaluar severidad de enfermedad

El uso de las escalas de notas para el análisis estadístico

Lo valores de las notas pueden ser transformados de

Escalas de notas para evaluar enfermedad y su

0% de enfermedad 100% de enfermedad

La escala posee 10 grados de severidad de la enfermedad

Escalas de notas para evaluar enfermedad y su

Nueve grados /intervalo ¿Por qué? De dividir 90°/10 puntos

Escalas de notas para evaluar enfermedad y su

√P/100 = sen 9° (√P)2 = (1,563)2

Escalas de notas para evaluar enfermedad y su

Nueve grados /intervalo ¿Por qué? De dividir 90°/10 puntos

2,5% Y así sucesivamente…..

 El nivel tecnológico del cultivo café esta

 La producción de basidiocarpos esta vinculada

Emplearemos varias medidas estadísticas para

El principal objetivo del análisis de correlación

El valor de la correlación varia entre -1 a + 1

Diógenes Molina 4 5.000,00

La primera cosa antes de hacer la figura en un

Diagramas de dispersión de puntuaciones

 Se denota por r, varia entre -1 a +1

Correlaciones negativa y positiva perfectas

Correlación 0 Correlación Correlación

Los valores de la correlación y su caracterización

Correlación Ninguna Correlación

-1,00 - 0,5 0 0,5 1,00

Correlación negativa Correlación positiva

Calculo del coeficiente de correlación

5(274) – (30) (40)

Prueba de significancia del coeficiente de correlación

Para muestras pequeñas (menores de 50 pares de datos) :

Visualización grafica del ejemplo anterior

t tabla (0,05 y 3 gl) = 3,18

Prueba de significancia del coeficiente de correlación

t calculado = 3,21 t tabla (0,05) = 3,18

t calculado es mayor que el t tabla, entonces se

Caso que el t calculado fuese menor que el t tabla

Prueba de significancia del coeficiente de correlación

Mayores de 50 pares de datos, se usa la prueba de Z

r Muestra constituida por 401 conjuntos de

Z = 6,00 Explicar el resultado

Limitaciones del análisis de correlación

1- Es el grado de relación entre dos variables, pero

2- En la medida que aumenta el numero de pares

Análisis de regresión lineal

Maturín, Septiembre 2017

El análisis de correlación es realizado sobre dos

¿Para que sirve esto en investigación?

 Es el análisis correcto de datos cuantitativos

 Medidas relacionas : Calculo de área foliar, peso seco etc.

 Relación entre la relación incidencia-severidad de

 Curvas de progreso de enfermedades de plantas y

Cuando los tratamientos son de naturaleza cualitativa: