ANÁLISIS DE REGRESIÓN LINEAL ENTRE VARIABLES

METEOROLÓGICAS Y TRAZADO DE GRÁFICOS E ISOLÍNEAS

I) OBJETIVOS:

Al final de la practica el alumno

a) establecer la ecuación lineal entre diferentes variables meteorológicos

b) hallar el grado de correlación que existe entre las diferentes variables meteorológico

c) construir, elaborar y analizar los meteorograma e isolíneas de las variables

meteorológicas

II) GENERALIDADES:

2.1.-analisis de regresión: para explicar el compartimiento de una variable

meteorológica nos auxiliamos de varias técnicas siendo una de ellas la correlación y
regresión lineal simple .el análisis de correlación sirve para medir el grado de asociación
que existe entre dos variables meteorológica siendo una de ellas la variable
independiente y la otra dependiente .paralelamente para este análisis ,el análisis de
regresión consiste en ajustar la distribución de los puntos o función matemática
conocida; vale decir la densidad de los puntos determinados por la variable dependiente
e independiente tienen cierta tendencia en la cual nos basamos para relacionar ambas
variables , vale hacer notas que meteorología una variable meteorológica ,climatológica
,no dependiente de una sola variable sino de dos o más variables ,por los que los
resultados del análisis de regresión simple ,en algunas casos no son satisfactorio .así
por ejemplo la variable meteorológica ,evaporación (E) dependiente de la radiación
solar (Q1) ,humedad relativa (H),velocidad de viento(V),principalmente por lo que el
análisis de regresión ya se llama análisis de regresión múltiple .

La forma de la ecuación regresión lineal

Simple: 𝒚 = 𝒂 + 𝒃𝒙

Múltiple: 𝒚 = 𝒂 + 𝒃𝒙𝟏 + 𝒃𝒙𝟐 + 𝒃𝒙𝟑 + 𝒃𝒙𝟒 … … . . 𝒃𝒙𝒏

Las aplicaciones del análisis de regresión son múltiples tales como:

1) estimar valores de la variable dependiente conocido la variable independiente.

2) completar la información histórica perdida.
3) corregir datos históricos dudosos
La otra técnica de análisis de las variables meteorológicas consiste en la construcción
de gráficos e isolìneas como herramienta básicas para su análisis cualitativo y
cuantitativo.

Con los gráficos se explica la variación temporal y especial de una variable

meteorológica. Los gráficos más importantes son los METEOROGRAMAS y los gráficos
de ISOLINEAS.

2.2.-Meteorograma.-son aquellos gráficos en el cual se representa una o más variables

meteorológicas en el tiempo, siendo el tiempo en un día, un año o más de 2 años
(multianual)

2.3.-Isolìneas.-son líneas que unen puntos de igual valor de cantidad escalar. En

meteorología las líneas más usadas son:

Variables nombre descripción

Temperatura Isotermas isolìneas temperatura

Presión atmosférica Isobaras isolìneas presión atmosférica

Precipitación isoyetas isolìneas de precipitación

Dirección del viento Isógonas isolìneas direc.del viento

Velocidad del viento Isotacas isolìneas velc.del viento

Altura geopotencial isohipsas isolìneas de alturas geopotencial

densidad isobignales isolìneas de densidad

III) MATERIALES E INSTRUMENTO

3.1.-materiales

-datos mensuales de Tº del aire, presión atmosférica, horas del, radiación solar.

-datos horario de la Tº y H

-datos del aire y la P al nivel del mar

-calculadora o microcomputadora

3.2.- procedimiento:

3.2.1Análisis de regresión lineal

1) identificar la variable dependiente (y) y la variable independiente (x)

 2) con los datos de la tabla 1 graficar o plotear los pares ordenados (x, y) se
esto se puede identificar el tipo de relación matemática que existes entre las
dos variables meteorológica de este procedimiento se llama ANALISIS DE
DENSIDAD DE LOS PUNTOS .realizar este procedimiento para los
siguientes casos (Q1 VS Tº) (Tº VS VR)(P VS T)
3) En algunos casos se observa que la densidad de puntos no es lineal, si esto
ocurre se debe linealizar de acuerdo a la tendencia ya a la ecuación que se
ajusta los puntos.
4) aquí mostramos algunos gráficos de pueden resultar de la V.I y V.D de sus
respectivas F matemáticas característica.

Para linealizar aquellas ecuaciones que no son característica de la línea recta se

usa algunos artificios resultados al final a la de la lineal recta, estos edificios:
Plantear la ecuación o la lineal que encima es la misma que la lineal.

FORMA DE LAS ECUACIÓN

DONDE
ECUACIONES TRANSFORMADA

Forma Lineal Y´ = a a´ = a b´ = b

Forma Potencial Y´ = a´ + bx´ a´= log b´ = b

Forma Exponencial Y´ = a´ + b´x´ a´ = ln a b´= b

Hallar los valor a y b para ellos utilizar las técnica de los min cuadrados siendo las ecuaciones
siguientes.

∑ 𝒙𝒊 ∑ 𝒚𝒊
∑ 𝒙𝒊 𝒚𝒊 −
𝒃′ = 𝒏
(∑ 𝒙𝒊 )𝟐
𝒂′ = 𝑦̅𝑖 − 𝑏′𝑥̅𝑖
𝟐
∑(𝒙𝒊 ) −
𝒏

Para ver si hay o no una buena correlación entre las variables meteorológicas
analizadas cuantificas el coeficiente de correlación “r”

∑ 𝒙𝒊 ∑ 𝒚𝒊
∑ 𝒙𝒊 𝒚𝒊 −
𝒓= 𝒏
(∑ 𝒙𝒊 )𝟐 (∑ 𝒙𝒊 )𝟐
√(∑ 𝒙𝟐𝒊 − ) (∑ 𝒚𝟐
−
𝒏 𝒊 𝒏 )

FORMA DE LAS
ECUACIÓN TRANSFORMACIÓN
ECUACIONES

Forma Lineal 𝒚 = 𝒂 + 𝒃𝒙 y´ = y x´ = x

Forma Potencial 𝒚 = 𝒂𝒙𝒃 Y´= logy x´ = logx

Forma Exponencial 𝒚 = 𝒂𝒆𝒃𝒙 y´ = ln y x´= ln x

Donde n es el número de pares de datos el valor del coeficiente de correlación “r” varía
entre -1 y +1. Esto indica que si el valor de r está más cerca de -1 o +1 los puntos están
sobre la curva o líneas de la ecuación planteada, o mejor dicho los puntos difieren las
curvas o líneas. En cambio si el valor de “r” tiende a 0 indica que los puntos están muy
alejados o disperso respecto a la línea o curva.

Todo el proceso realizado se puede simplificar con el uso de las microcomputadora

científica por los cuales se obtiene en forma rápida los valores de a, b y r para el caso
de microcomputadoras existen programas que facilitan el proceso con solo proporciona
la información correspondiente; tales así como ej. El SAS, TSP, hojas de cálculo 123,
QUATRO.

Análisis de densidad de los puntos de radiación solar vs temperatura en la

estación meteorológica Alexander Von Humboldt en la universidad UNALM

Estación Alexander Von Humboldt

meses Radiación Solar (ly/día) temperatura (°C)

enero 431.5 20.9

febrero 469.1 23.1
marzo 477.8 22.9
abril 434.4 20.5
mayo 325.1 17.5
junio 267.6 15.7
julio 235.1 15
agosto 251.9 15.3
septiembre 308.5 15.6
octubre 369.7 16.5
noviembre 395.1 17.7
diciembre 429.9 19.5

N Xi Yi Xi x Yi X² Y²
1 431.5 20.9 9018.35 186192.25 436.81
2 469.1 23.1 10836.21 220054.81 533.61
3 477.8 22.9 10941.62 228292.84 524.41
4 434.4 20.5 8905.2 188703.36 420.25
5 325.1 17.5 5689.25 105690.01 306.25
6 267.6 15.7 4201.32 71609.76 246.49
7 235.1 15 3526.5 55272.01 225
8 251.9 15.3 3854.07 63453.61 234.09
9 308.5 15.6 4812.6 95172.25 243.36
10 369.7 16.5 6100.05 136678.09 272.25
11 395.1 17.7 6993.27 156104.01 313.29
12 429.9 19.5 8383.05 184814.01 380.25
∑ 4395.7 220.2 83261.49 1692037.01 4136.06
promedio 366.3083333 18.35
∑Xi.∑Yi 967933.14
 y = 0.0318x + 6.7013
Qi Vs T r = 0.93059
24

22
temperatura (°C)

20

18

16

14
200 250 300 350 400 450 500
Radiacion solar (ly/dia)

𝑟 = √0.866 𝑟 = 0.93059
Análisis de densidad de los puntos de temperatura vs humedad relativa en la estación
meteorológica Alexander Von Humboldt en la universidad UNALM

Estación Alexander Von Humboldt

Humedad
Temperatura
meses Relativa
(°C)
(%)
enero 20.9 81
febrero 23.1 77
marzo 22.9 79
abril 20.5 82
mayo 17.5 88
junio 15.7 86
julio 15 88
agosto 15.3 88
septiembre 15.6 88
octubre 16.5 87
noviembre 17.7 86
diciembre 19.5 83

N Xi Yi Xi x Yi X² Y²
1 20.9 81 1692.9 436.81 6561
2 23.1 77 1778.7 533.61 5929
3 22.9 79 1809.1 524.41 6241
4 20.5 82 1681 420.25 6724
5 17.5 88 1540 306.25 7744
6 15.7 86 1350.2 246.49 7396
7 15 88 1320 225 7744
8 15.3 88 1346.4 234.09 7744
9 15.6 88 1372.8 243.36 7744
10 16.5 87 1435.5 272.25 7569
11 17.7 86 1522.2 313.29 7396
12 19.5 83 1618.5 380.25 6889
∑ 220.2 1013 18467.3 4136.06 85681
promedio 18.35 84.41666667
∑Xi.∑Yi 223062.6
 y = -1,2711x + 107,74
T Vs HR r = 0,96088

90
88
Humedad Relativa (%)

86
84
82
80
78
76
14 15 16 17 18 19 20 21 22 23 24 25
Temperatura (°C)

𝑟 = √0.9233 𝑟 = 0.96088
Presión atmosférica Vs Temperatura

Estación Alexander Von Humboldt

Presión Atmosférica
meses temperatura (°C)
(hPa)

enero 985.4 20.9

febrero 984.3 23.1
marzo 985.9 22.9
abril 986 20.5
mayo 986 17.5
junio 986.8 15.7
julio 987 15
agosto 987.2 15.3
septiembre 986.7 15.6
octubre 986 16.5
noviembre 984.9 17.7
diciembre 984.2 19.5

N Xi Yi Xi x Yi X² Y²
1 985.4 20.9 20594.86 971013.16 436.81
2 984.3 23.1 22737.33 968846.49 533.61
3 985.9 22.9 22577.11 971998.81 524.41
4 986 20.5 20213 972196 420.25
5 986 17.5 17255 972196 306.25
6 986.8 15.7 15492.76 973774.24 246.49
7 987 15 14805 974169 225
8 987.2 15.3 15104.16 974563.84 234.09
9 986.7 15.6 15392.52 973576.89 243.36
10 986 16.5 16269 972196 272.25
11 984.9 17.7 17432.73 970028.01 313.29
12 984.2 19.5 19191.9 968649.64 380.25
∑ 11830.4 220.2 217065.37 11663208.08 4136.06

promedio 985.8666667 18.35

∑Xi.∑Yi 2605054.08
 hPa vs T0 y = -2.0304x + 2017.91
r = 0.69159
24

22
Temperatura

20

18

16

14
984 984.5 985 985.5 986 986.5 987 987.5
presion atmosferica

𝑟 = √0.478 𝑟 = 0.6915
3.2.2.-Construccion y Elaboración de Meteorograma

La construcción de meteorología es sencilla en un papel milimetrado, se traza la

coordenada. Donde la ordenada representa la variable meteorológica en estudio, y en
la abscisa la escala de tiempo, pudiendo ser esta: horaria mensual o multianual.

Este procedimiento también se puede realizar en Excel en un meteorograma se puede

representarla variación general de las variables meteorológicas así como ver en forma
simultanea la variación especial. En esta práctica se realizara los siguientes:

 Con los datos de la tabla 1construir meteorograma de Tº, humedad relativa,

radiación solar y presión atmosférica, con esto estamos analizando la variación
mensual con variables en estudio.
 Con los datos de la tabla 2 y en un mismo sistema de coordenada construir
meteorograma de la variación horaria de la Tº, Humedad relativa para la estación
Alexander von Humboldt de la universidad agraria la molina.

ESTACION ALEXANDER VON HUMBOLDT LA MOLINA

Presión Radiación Solar Temperatura Humedad

MES
Atmosférica (hPa) (Ly/dia) (°C) Relativa (%)

enero 985.4 431.5 20.9 81

febrero 984.3 469.1 23.1 77
marzo 985.9 477.8 22.9 79
abril 986 434.4 20.5 82
mayo 986 325.1 17.5 88
junio 986.8 267.6 15.7 86
julio 987 235.1 15 88
agosto 987.2 251.9 15.3 88
septiembre 986.7 308.5 15.6 88
octubre 986 369.7 16.5 87
noviembre 984.9 395.1 17.7 86
diciembre 984.2 429.9 19.5 83
METEOROGRAMA DE LOS DATOS DE AVH LA MOLINA

METEOROGRAMA DE RAD. SOLAR

500
RADIACIÓN SOLAR (LY/DIA)

450

400

350

300

250

200
1 2 3 4 5 6 7 8 9 10 11 12
MES

Meteorograma de la Presion atmosferica.

988
PRESION ATMOSFERICA (HPA)

987

986

985

984

983

982
1 2 3 4 5 6 7 8 9 10 11 12
MES

Meteograma de Temperatura
24

22
Temperatura (°C)

20

18

16

14
1 2 3 4 5 6 7 8 9 10 11 12
Mes
 Meteograma de Humedad Relativa
90
88
Humedad Relativa (%)

86
84
82
80
78
76
74
72
70
1 2 3 4 5 6 7 8 9 10 11 12
Mes

METEOROGRAMAS DE LAS VARIACIONES HORARIAS EN LA AVH LA MOLINA

16 de enero
100

Temperatura (°C)
30
Humedad Relativa (%)

90
80 25
70
60 20
50
40 15
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Horas del dia

Humedad Relativa (%) Temperatura (°C)

19 DE JULIO
Temperatura (°C)

95 19
Humedad Relativa (%)

90 17
15
85
13
80
11
75 9
70 7
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Horas del dia

Humedad Relativa (%) Temperatura (°C)

3.2.3.-trazado de isolíneas

Esto es un análisis al que se recurre cuando se quiere estudiar el compartimiento o la

variabilidad de la variable meteorológica en 2 dimensiones , en forma simultánea y
también porque permite ubicar o identificar sistema meteorológico que permita realizar
mejores análisis para trazar isolìneas lo primero que debe realizar es plotear los datos
según las coordenadas gráficas .encontrar el valor máximo y mínimo, márcalo y luego
analizar el rango de la variación de los datos, además tener en cuenta las siguientes
pautas.

 Seleccionar un valor inicial para una isolìneas si el rango de variación de los

datos en el campo escalar S es grande conviene seleccionar isolìneas de
valores enteros, si el rango de variación es pequeña entonces los valores
que tomen las isolìneas serán decimales.
 Establecer el intervalo de variación de las isolìneas el cual debe ser etc.
 Una isolìneas puede tomar valores enteros (+) o (-) (también pueden ser
decimales) por ejemplo: una isoterma puede ser de -10ºC ,0ºC, 10ºC.
 cada isolìneas no termina bruscamente dentro la región de datos, pero si en
regiones limítrofes.
 Dentro la región de datos una isolìneas puede ser cerrada formando los
llamados núcleos, estas pueden ser núcleos de alta o baja.
 Las isolìneas de diferentes valores de S no se cruzan ni se ramifican.
 Según las cantidades de isolìneas que resulte en un campo escalar y la
separación entre ellas se puede tener 3 casos:
Caso a-cambio escalar intenso (isolìneas apiñadas)
Caso b-campo escalar débil (isolìneas separadas)
Caso c-campo escalar homogéneas (no pasan isolìneas)
Para las siguientes practica trazas las isolìneas a nivel del mar con los datos de la tabla
3.

ISOLINEAS DE LAS TEMPERATURAS PROMEDIOS A NIVEL DEL MAR

Long. (°)

Lat.(°) -90 -85 -80 -75 -70 -65 -60

0 26.8 26.5 24 23.4 25.4 25.9 27.3

-5 26.2 26.2 24.1 25 25.3 26.6 25.7

-10 25.3 25.1 23.9 23.7 24.5 25.9 24.7

-15 23.8 23.7 23.8 20.4 20 22.1 24.0

-20 22.5 22 22.5 21.9 20.1 19 22.2

-25 22.1 21.1 20.7 19.6 18 20.4 21.0

-30 21.1 20.4 18.6 18.2 17.5 22.3 23.0

 ISOLINEAS
28

27

26

isolinea 8 de 25.3
25

24
isolinea 7 de 24 isolinea 6 de 23.8
isolinea 5 de 23.7
TEMPERATURA (°C)

23

isolinea 4 de 22.5

isolinea 3 de 22.1
22

isolinea 2 de 21.1
21

isolinea 1 de 20.4

20

19

18

17
55 60 65 70 75 80 85 90 95
LONGITUD
IV) CONCLUSIONES:

El alumno debe saber aplicar el análisis de regresión lineal simple, así como realizar
análisis con el auxilio de los meteorograma e isolìneas.

V) BIBLIOGRAFÍA:

 ya lun con-análisis estadístico

 ostle - estadística aplicada
 Valdivia Ponce - meteorología general
 Petersen sverre - introducción a la meteorología

VI) CUESTIONARIO:

1. Si en un análisis de regresión lineal simple entre la temperatura (T) y

humedad relativa (HR) se obtiene la siguiente ecuación:
HR=92.5-0.5T Con un r=-0.80
Cuál es la interpretación física de los valores hallados
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………

2. En el cuadro adjunto se muestran los datos normales de temperatura (T) mínima

de las estaciones de Jauja (J) y Huayao (H) del departamento de Junín, región
andes Avelino Cáceres .completar los datos que falta.
E F M A M J J A S O N D
J 6.7 6.5 5.7 4.0 2.9 2.2 2.3 4.5 5.7 5.9 6.4
H 6.9 6.8 6.9 5.0 2.3 0.9 0.5 1.1 5.1 5.7 6.2

3. ¿con un análisis de regresión lineal simple es posible completar o corregir datos

de precipitación de una serie histórica?.
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………

4. Que tipos de análisis realizaría Ud. Con los datos de la estación Alexander Von
Humboldt.
…………………………………………………………………………………………………
 …………………………………………………………………………………………………
…………………………………………………………………………………………………
5. Es posible analizar mediante las isolíneas los datos de una sola estación
meteorología.
Indique algunos ejemplos
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………