Correlacion Y Regresion

Introducción


Entre los parámetros que se utilizan para analizar variables zootécnicas se hallan el coeficiente de correlación y de regresión.
El coeficiente de correlación permite analizar el grado de asociación existente entre dos variables. El coeficiente de regresión permite, mediante formula predecir valores.
La definición estadística de correlación es relación entre las dos variablesde una distribución bidimensional.
El valor del coeficiente de correlación oscila entre –1 y 1 (-1 ≤ ρ ≤ 1). En cada caso concreto, el valor de ρ indica el tipo de relación entre las variables x e y.
Cuando |ρ|es próximo a 1, la correlación es fuerte, lo que significa que las variaciones de una de las variables repercuten fuertemente en la otra. Mientras que si |ρ|es próximo a 0, la correlaciónes muy débil y las variables están muy poco relacionadas.
El coeficiente de regresion es el estudio de la relación funcional entre dos variables poblacionales, una variable X, llamada independiente, explicativa o de predicción y una variable Y, llamada dependiente o variable respuesta.



















1. Estudio de la relación de la variación de temperatura y fertilidaden marranas

Correlations

| | temperatura |fertilidad |
|temperatura |Pearson Correlation |1 |-.485(**) |
| |Sig. (2-tailed) |. |.000 |
| |N |100|100 |
|fertilidad |Pearson Correlation |-.485(**) |1 |
| |Sig. (2-tailed) |.000 |. |
| |N |100 |100 |


** Correlation is significant at the 0.01 level (2-tailed).Correlación: -0.485 es una correlación negativa, donde por cada grado que aumenta la temperatura disminuye la fertilidad, la correlación entre la temperatura y la fertilidad es medianamente alta.

Regresión

Variables Entered/Removed(b)

|Model |Variables Entered|Variables Removed|Method |
|1 |temperatura(a) |. |Enter |


a All requestedvariables entered.
b Dependent Variable: fertilidad


Model Summary

|Model |R |R Square |Adjusted R |Std. Error of the |
| | | |Square |Estimate |
|1 |.485(a) |.235 |.227 |9.64384 |


a Predictors: (Constant), temperatura

Coeficiente de determinación:23.5%, quiere decir que el 23.5 de las variaciones depende de la temperatura y que el 67% restante son debidas a otros factores que no son la temperatura.

ANOVA(b)

|Model |Sum of Squares |df |Mean |F |
| | | |Square | |
|| |Std. Error |
| |B | |
|N°PARTO |Pearson Correlation |1 |.184(**) |
| |Sig. (2-tailed) |. |.000 |
| |N |1858 |1858 ||N.L.Nac |Pearson Correlation |.184(**) |1 |
| |Sig. (2-tailed) |.000 |. |
| |N |1858 |1858 |


** Correlation is significant at the 0.01 level (2-tailed).


Correlación: 0.184 es una correlación positiva, donde por cada nº de parto aumenta el...