Documente Academic
Documente Profesional
Documente Cultură
(1)
Valores de x
9,0
9,4
7,4
9,7
10,4
5,0
Valores de y
0,50
0,50
1,23
1,00
0,30
1,50
Nmero
7
8
9
10
11
12
13
Valores de x
6,7
8,4
8,0
10,0
9,2
6,2
7,7
Valores de y
1,00
0,50
0,50
0,50
0,50
1,00
0,50
n
Monto de las sumas
x.y
x x y y xy
Pas
Estime la pendiente (b) por medio de la relacin:
o3
Pas
Estime el intercepto (a) por medio de la relacin:
o4
1.2. Correlacin
El anlisis de correlacin se encuentra estrechamente vinculado con el anlisis de
regresin y ambos pueden ser considerados de hecho como dos aspectos de un
mismo problema.
La correlacin entre dos variables es - otra vez puesto en los trminos ms
simples - el grado de asociacin entre las mismas. Este es expresado por un nico
valor llamado coeficiente de correlacin (r), el cual puede tener valores que ocilan
entre -1 y +1. Cuando r es negativo, ello significa que una variable (ya sea x o
y) tiende a decrecer cuando la otra aumenta (se trata entonces de una
correlacin negativa, correspondiente a un valor negativo de b en el anlisis de
regresin). Cuando r es positivo, en cambio, esto significa que una variable se
incrementa al hacerse mayor la otra (lo cual corresponde a un valor positivo de b
en el anlisis de regresin).
Los valores de r pueden calcularse fcilmente en base a una serie de pares de
datos de x e y, utilizando la misma table y montos que se indican en el Paso 2
3
de la seccin regresin de este captulo. De este modo r puede ser obtenido indirectamente - a partir de la relacin:
Figura 1b Los mismos datos que en 1a Fig. 1a, pero ajustados en base a la
regresin y = 2,16 - 0,173x, con r = 0,75
la cual proporciona el valor del coeficiente de determinacin (r). Entonces, lo
nico necesario es calcular
(6)
ecuacin que indica que el peso (W) es proporcional a una cierta potencia (b) de la
longitud (L) (ver Figura 2a).
Los datos largo-peso, sin embargo, pueden ser ajustados a una regresin lineal si
se toma el logaritmo de ambos miembros, de manera que:
log10W = a + b log10L
(7)
Como puede observarse en la Figura 2b, los logaritmos de la longitud y del peso
se ajustan extremadamente bien a una regresin lineal, donde:
y = log10W
(8a)
x = log10L
(8b)
As, el ajuste de una relacin largo-peso de la forma dada en la Ecuacin (6) a una
serie de datos de ambas varibales (tal como en la Tabla 2) consiste en lo
siguiente:
Tabla
Datos para la estimacin de
bream Nemipterus marginatusa
Nmero L = Longitud total (cm)
1
8,1
2
9,1
3
10,2
4
11,9
5
12,2
6
13,8
2
la
relacin
largo-peso
W = Peso (en g)
6,3
9,6
11,6
18,5
26,2
36,1
en
Log10L(=x)
0,908
0,959
1,009
1,076
1,086
1,140
el
threadifin
Log10(=y)
0,799
0,982
1,064
1,267
1,425
1,558
6
7
8
9
10
11
12
13
14
15
16
a
14,8
15,7
16,6
17,7
18,7
19,0
20,6
21,9
22,9
23,5
40,1
47,3
65,6
69,4
76,4
82,5
106,6
119,8
169,2
173,3
1,170
1,196
1,220
1,248
1,272
1,279
1,314
1,340
1,360
1,371
1,603
1,675
1,817
1,841
1,883
1,916
2,028
2,078
2,228
2,239
Paso 1
Paso 2
CONCLUSIN
El uso de correlacin y regresin en la investigacin cientfica es esencial para
poder predecir patrones. Un patrn es una tendencia establecido de tipo
ascendente, constante o descendente lo cual el investigador persigue a travs de
la investigacin. Hay que recordar que la ciencia es la bsqueda de la realidad
espacio-temporal por medio del uso del mtodo cientfico basado en los sentidos y
inferencias lgicas. La ciencia se trata de apoyarnos a descubrir la realidad
espacio-temporal acerca de la naturaleza y su funcionamiento. La bsqueda de los
patrones es uno de los objetivos de la ciencia y la herramienta estadstica de
correlacin y regresin nos permite a alcanzar a detectar los patrones escondidas
en la naturaleza.