MEJORAMIENTO GENÉTICO DEL GANADO

Regresión y Correlación
Guía de Práctica Nº4
Alumno: Terrones Portocarrero Jorge Sebastian.
Código: 20191435.

CASOS PLANTEADOS PARA LA CUARTA PRÁCTICA DEL CURSO DE MEJORAMIENTO GENÉTICO

DEL GANADO

1. Un granjero realiza una prueba de performance de gallinas ponedoras de 10 diferentes

razas, empleando 10 animales por cada raza, para lo cual mide sus pesos vivos individuales
con sus respectivos consumos de alimento, obteniendo promedios para cada raza. Luego de
registrar los datos referidos, elabora la Tabla 1, con el fin de seleccionar la raza con el menor
consumo de alimento por unidad de peso ganado, pero dándose cuenta que usando la tabla
tal como está no podría hacer tal elección ¿Qué método simple recomendaría usted al
granjero para lograr su objetivo, respaldado con un suficiente grado de confianza, a partir
de los datos obtenidos?

Le recomendaría que realice un análisis de varianza, de ese modo podrá hacer comparación con
sus datos en las diferentes razas que tiene, evaluando así la varianza y así lograr determinar si
existe la relación entre las razas con respecto a su peso vivo sobre su respectivo consumo.

2. Con la Tabla 1 y la información generada a partir de ella en el punto anterior ¿Podría usted
realizar un análisis de variancia para ratificar la confianza en la elección tomada? Y ¿Cómo
haría para estimar la correlación entre los pesos vivos y consumos individuales de alimentos,
la significancia del coeficiente y sus intervalos de confianza?

TABLA 1

Raza Peso Vivo (lb) Consumo de Variable Variable Yi.Xi

Variable Y Alimentos (lb) (Y)^2 (x)^2
Variable X
1 4.6 87.1 21.16 7586.41 400.66
2 5.1 93.1 26.01 8667.61 474.81
3 4.8 89.8 23.04 8064.04 431.04
4 4.4 91.4 19.36 8353.96 402.16
5 5.9 99.8 34.81 9960.04 588.82
6 4.7 92.1 22.09 8482.41 432.87
7 5.1 95.5 26.01 9120.25 487.05
8 5.2 99.3 27.04 9860.49 516.36
9 4.9 93.4 24.01 8723.56 457.66
10 5.1 94.4 26.01 8911.36 481.44
SUMA 49.8 935.9 249.54 87730.13 4672.87
Cálculos:
10 10 10 10
∑ 𝑋𝑖 = 935.9 ∑ 𝑌𝑖 = 49.8 ∑ 𝑌²𝑖 = 249.54 ∑ 𝑋²𝑖 = 87730.13
𝑛 𝑛 𝑛 𝑛

10
∑ 𝑋𝑖. 𝑌𝑖 = 4672.87
𝑛

1
 MEJORAMIENTO GENÉTICO DEL GANADO
Regresión y Correlación
Hallamos SP(XY), SC(X) y SC(Y):

(∑ 𝑋𝑖)2 (935.9)2
𝑆𝐶(𝑋) = ∑ 𝑋²𝑖 − = 87730.13 − = 139.25
𝑛 10

(∑ 𝑌𝑖)2 (49.8)2
𝑆𝐶(𝑌) = ∑ 𝑌²𝑖 − = 249.54 − = 1.536
𝑛 10

(∑ 𝑋𝑖 ∑ 𝑌𝑖)1 (49.8 × 935.9)

𝑆𝐶(𝑋𝑌) = ∑ 𝑋𝑖. 𝑌𝑖 − = 4672.87 − = 12.088
𝑛 10

Hallamos la línea de regresión estimada:

𝑆𝑃(𝑋𝑌) 12.088
𝑏𝑖 = = = 0.0868
𝑆𝐶(𝑋) 139.25

(∑ 𝑌𝑖) (∑ 𝑋𝑖)
𝑏𝑜 = = −𝑏𝑖 × = 4.98 − 0.0868 × 93.59 = −3.143612
𝑛 𝑛

Entonces tenemos que la línea estimada será:

𝑌𝑖 = −3.143612 + 0.0868𝑋𝑖

El coeficiente de intersección estimado es bo= -3.143612, que representaría el peso vivo

promedio cuando no hay consumo de alimentos.

El coeficiente de regresión estimado es bi= 0.0868, indicaría que el peso vivo promedio va a
aumentar mediante de vaya incrementando el consumo de alimento.

Evaluación de si existe regresión lineal entre las variables X e Y usando alfa=0.01

𝑆𝐶(𝑅) = 𝑏𝑖 × 𝑆𝑃(𝑋𝑌) = 0.0868 × 12.088 = 1.0492

𝑆𝐶(𝐸𝑟𝑟𝑜𝑟) = 𝑆𝐶(𝑌) − 𝑆𝐶(𝑅) = 1.536 − 1.0492 = 0.4868

Realizamos una tabla de ANVA:

Fuente de GL SC CM Fcal
variación
Regresión 1 1.0492 1.0492 17.2424
Error 8 0.4868 0.06085
Total 9 1.536

Prueba de hipótesis:

𝐻𝑝 = 𝛽1 = 0 (𝑁𝑜 ℎ𝑎𝑦 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑋 𝑒 𝑌)

𝐻𝑎 = 𝛽1 ≠ 0 (𝑆𝑖 ℎ𝑎𝑦 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑋 𝑒 𝑌)

Hallamos: F(0.01,1,8)= 11.2586, entonces tenemos Fcal>Ftab, se rechaza la hipótesis

planteada, por lo tanto se concluye por los datos que si existe relación lineal entre X e Y.

Hallamos Coeficiente de determinación:

2
 MEJORAMIENTO GENÉTICO DEL GANADO
Regresión y Correlación
𝑆𝐶(𝑅) 1.0492
𝑟2 = = = 0.68307
𝑆𝐶(𝑌) 1.536

El coeficiente de determinación resulto 0.68307, lo cual indica que el 68.30% de la variación de

pesos vivos es explicada por la regresión.

𝑆𝑃(𝑋𝑌) 12.088
𝑟= = 0.82653
√𝑆𝐶(𝑋) × 𝑆𝐶(𝑌) √139.25 × 1.536

De los resultados se puede afirmar que hay una alta asociación positiva entre X e Y, es decir, si
aumenta una de las variables, aumenta la otra.

3. La correlación también puede ser estimada a través del análisis de variancia de medidas
que se repiten en el tiempo para una característica dada (diferentes lactaciones, diferentes
esquilas, diferentes camadas, entre otras). Estructure un análisis de variancia con los datos
de vacas con sus promedios diarios de lactaciones de la Tabla 2 y determine la correlación
(intraclase).
TABLA 2

Vacas
1 2 3 4 5
19 16 15 19 17
20 17 17 20 19
21 18 18 22 20
22 20 22

Vacas Primer y Tercer y

segundo dia cuarto dia
1 39 42
2 33 18
3 32 38
4 39 22
5 36 42

ANALISIS DE VARIANZA

ANOVA

3
 MEJORAMIENTO GENÉTICO DEL GANADO
Regresión y Correlación

Fuente de GL SC CM Fcal
variación
Regresión 4 36.3 9.083 9.083
Error 13 37.67 2.897 2.897
Total 17 74

COEFICIENTE INTRACLASE

= 0,69961334