PRACTICA ESTADISTOCA APLICADA N°9

Análisis de correlación y regresión lineal

• Gráfico de dispersión (interpreta)

El grafico de dispersión muestra que la variable temperatura y cantidad de azúcar tienen

correlación débil (los puntos están lejos a la línea) y directa (pendiente positiva).
Además, los gráficos de histograma indican que las variables son aproximadamente
normales y el 0.6 (con los asteriscos) la correlación es significativa al 0.05.
• Coeficiente de correlación:
r=Coeficiente de correlación muestral
p=Coeficiente de correlación poblacional
r=0.6003764
la correlación es 0.6 entre las variables de temperatura y cantidad de azúcar, como está
lejos de 1. La correlación es débil y directa.
Calcular por Pearson dado que las variables se aproximan a una distribución normal
prueba de normalidad:

HO: Las variables siguen distribución normal.

H1: Las variables no siguen distribución normal.

Shapiro-Wilk normality test Shapiro-Wilk normality

data: x data: y
W = 0.97016, W = 0.98571
p-value = 0.8924>0.05 p-value = 0.9884>0.05

No se rechaza H0 No se rechaza H0
 Por la contrastación de hipótesis ambas variables siguen distribución normal.
-Prueba de hipótesis para la correlación
H0: p=0 No existe correlación entre las variables
H1: p≠0 Existe correlación entre las variables
Pearson's product-moment correlation

data: y and x
t = 2.1234 (estadístico de prueba)
df = 8 (grados de libertad)
p-value = 0.06647 (valor de p)
Si valor p≥ 𝛼 = 0.05 No se rechaza H0

alternative hypothesis: true correlation is not equal to 0

95 percent confidence interval:

-0.04702648 <p< 0.89259166

Al 95% de confianza se estima que el coeficiente de correlación entre las variables
tiempo y cantidad de azúcar esta entre 4.702% y el 89.2591%

sample estimates:
cor
0.6003764

• Gráfico de dispersión (interpreta)

 El grafico de dispersión muestra que la variable precipitación(0.01cm) y partículas
eliminadas tienen correlación fuerte (los puntos están cerca de la línea) e inversa
(pendiente negativa). Además, los gráficos de histograma indican que las variables son
aproximadamente normales y el 0.95 (con los asteriscos) la correlación es fuerte y
significativa.
• Coeficiente de correlación:
r=Coeficiente de correlación muestral
p=Coeficiente de correlación poblacional
r=-0.9783123
la correlación es -0.978 entre las variables de temperatura y cantidad de azúcar, como
está cerca de 1. La correlación es débil e inversa.
Calcular por Pearson dado que las variables se aproximan a una distribución normal
prueba de normalidad:

HO: Las variables siguen distribución normal.

H1: Las variables no siguen distribución normal.

Shapiro-Wilk normality test Shapiro-Wilk normality test

data: x data: y
W = 0.98728 W = 0.96293
p-value = 0.9897>0.05 p-value = 0.8375>0.05

No se rechaza H0 No se rechaza H0
Por la contrastación de hipótesis ambas variables siguen distribución normal.
-Prueba de hipótesis para la correlación
H0: p=0 No existe correlación entre las variables
H1: p≠0 Existe correlación entre las variables

Pearson's product-moment correlation

data: y and x

t = -11.569 (estadístico de prueba)

df = 6 (grados de libertad)

p-value = 2.509e-05 (valor p)=0.01690550902

Si valor p≤ 𝛼 = 0.05

Se rechaza H0

alternative hypothesis: true correlation is not equal to 0

95 percent confidence interval:

-0.9962087<p< -0.8809747

Al 95% de confianza se estima que el coeficiente de correlación entre las variables

precipitación y partículas eliminadas esta entre 99.62% y 88.097%
sample estimates:

cor

-0.9783123

• Gráfico de dispersión (interpreta)

El grafico de dispersión muestra que la variable cantidad de aditivo y vida(horas) es

fuerte (los puntos están cerca de la línea) y directa (pendiente positiva). Además, los
gráficos de histograma indican que las variables son aproximadamente normales y el
0.92 (con los asteriscos) la correlación es significativa al 0.05.
• Coeficiente de correlación:
r=Coeficiente de correlación muestral
p=Coeficiente de correlación poblacional
r=0.9219544
la correlación es 0.92195 entre las variables de temperatura y cantidad de azúcar, como
está cerca de 1. La correlación es fuerte y directa.
Calcular por Pearson dado que las variables se aproximan a una distribución normal
 prueba de normalidad:

HO: Las variables siguen distribución normal.

H1: Las variables no siguen distribución normal.

Shapiro-Wilk normality test Shapiro-Wilk normality test

data: x data: y
W = 0.98676 W = 0.92826
p-value = 0.9672>0.05 p-value = 0.5846>0.05
No se rechaza H0 No se rechaza H0
Por la contrastación de hipótesis ambas variables siguen distribución normal.
-Prueba de hipótesis para la correlación
H0: p=0 No existe correlación entre las variables
H1: p≠0 Existe correlación entre las variables
Pearson's product-moment correlation

data: y and x
t = 4.1231 (estadístico de prueba)
df = 3 (grados de libertad)
p-value = 0.02586(valor p)
si valor p≤ 𝛼 = 0.05
Se rechaza H0
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.2127011<p< 0.9949330
Al 95% de confianza se estima que el coeficiente de correlación entre las variables
cantidad de aditivo y vida (horas) está entre 21.27%% y el 99.49%
sample estimates:
cor
0.9219544

b) Pruebe que p>0 para 𝜶 = 𝟎. 𝟎𝟏

-Prueba de hipótesis para la correlación

H0: p>0 la correlación es mayor de 0
H1: p≤0 la correlación es menor o igual a 0 (prueba de una cola a la izquierda)

Spearman's rank correlation rho

data: y and x
S = 2, p-value = 0.9917
alternative hypothesis: true rho is less than 0
sample estimates:
rho
0.9>p=0

La correlación es mayor a 0 para 𝜶 = 𝟎. 𝟎𝟏

C) Pruebe que p=0.90 para 𝜶 = 𝟎. 𝟎𝟐

-Prueba de hipótesis para la correlación

H0: p=0.9 la correlación es igual a 0.90
H1: p≠ 𝟎. 𝟗 la correlación es diferente a 0.90 (prueba de dos colas)
Pearson's product-moment correlation

data: y and x
t = 4.1231 (estadístico de prueba)
df = 3 (grados de libertad)
p-value = 0.02586(valor p)
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.2127011<p< 0.9949330
sample estimates:
cor
0.9219544 p≠ 𝟎. 𝟗𝟎
La correlación es diferente de 0.90 al 2% de significancia.