11.

12 Correlación 433

Hay que tener cuidado en la interpretación de valores de r entre –1 y +1. Por ejem-
plo, valores de r iguales a 0.3 y 0.6 significan sólo que hay dos correlaciones positivas,
una un poco más fuerte que la otra. Sería un error concluir que r = 0.6 indica una rela-
ción lineal dos veces mejor que la del valor r = 0.3. Por otro lado, si escribimos
2
S xy SCR
r2 = = ,
S xx S yy S yy
entonces r 2, que por lo general se denomina coeficiente muestral de determinación, re-
presenta la proporción de la variación de Syy explicada por la regresión de Y sobre x, a saber,
la SCR. Es decir, r 2 expresa la proporción de la variación total de los valores de la varia-
ble Y que son ocasionados o explicados por una relación lineal con los valores de la variable
aleatoria X. Así, una correlación de 0.6 significa que 0.36, o 36%, de la variación total de
los valores de Y en la muestra se explica mediante la relación lineal con los valores de X.
Ejemplo 11.10: Es importante que los investigadores científicos del área de productos forestales sean
capaces de estudiar la correlación entre la anatomía y las propiedades mecánicas de los
árboles. Para el estudio Quantitative Anatomical Characteristics of Plantation Grown
Loblolly Pine (Pinus Taeda L.) and Cottonwood (Populus deltoides Bart. Ex Marsh.)
and Their Relationships to Mechanical Properties, realizado por el Departamento de
Bosques y Productos Forestales de Virginia Tech, se seleccionaron al azar 29 pinos
de Arkansas para investigarlos. En la tabla 11.9 se presentan los datos resultantes sobre
la gravedad específica en gramos/cm3 y el módulo de ruptura en kilopascales (kPa).
Calcule e interprete el coeficiente de correlación muestral.
Tabla 11.9: Datos de 29 pinos de Arkansas para el ejemplo 11.10
Gravedad específica, Módulo de ruptura, Gravedad específica, Módulo de ruptura,
x (g/cm3) y (kPa) x (g/cm3) y (kPa)
0.414 29,186 0.581 85,156
0.383 29,266 0.557 69,571
0.399 26,215 0.550 84,160
0.402 30,162 0.531 73,466
0.442 38,867 0.550 78,610
0.422 37,831 0.556 67,657
0.466 44,576 0.523 74,017
0.500 46,097 0.602 87,291
0.514 59,698 0.569 86,836
0.530 67,705 0.544 82,540
0.569 66,088 0.557 81,699
0.558 78,486 0.530 82,096
0.577 89,869 0.547 75,657
0.572 77,369 0.585 80,490
0.548 67,095

Solución: A partir de los datos se encuentra que

S xx = 0.11273, S yy = 11,807,324,805, Sxy = 34,422.27572.

Por lo tanto,
34,422.27572
r= = 0.9435.
(0.11273)(11,807,324,805)