Facultad de Agronomía y Zootecnia – Universidad Nacional de Tucumán

Cátedra de Biometría y Técnica Experimental

Año 2008

PRÁCTICO CORRELACIÓN LINEAL EN R

# EJERCICIO Nº1
> # Abrir la tabla de datos "Correlación Clasificaciones", seleccionar los
datos y copiar
> CorrClasif<-read.delim("clipboard") # Para importar los datos
> plot(CorrClasif) # Diagrama de dispersión

> attach(CorrClasif)
> cor(calif.pruebint,calif.quim) # Calcula el coeficiente de Correlación
Muestral
[1] 0.8624546
> cor.test(calif.pruebint,calif.quim) # Prueba la Hipótesis rho=0 con el
test "t" y calcula el Int. de Conf. (95%) Para Rho

Pearson's product-moment correlation

data: calif.pruebint and calif.quim

t = 5.3885, df = 10, p-value = 0.0003064
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.5713515 0.9607965
sample estimates:
cor
0.8624546

> cor.test(calif.pruebint,calif.quim,conf.level=0.99) # Contruye el Int.

del 99% de Confianza
 Facultad de Agronomía y Zootecnia – Universidad Nacional de Tucumán
Cátedra de Biometría y Técnica Experimental
Año 2008

Pearson's product-moment correlation

data: calif.pruebint and calif.quim

t = 5.3885, df = 10, p-value = 0.0003064
alternative hypothesis: true correlation is not equal to 0
99 percent confidence interval:
0.4171516 0.9738248
sample estimates:
cor
0.8624546

> detach(CorrClasif)

# EJERCICIO Nº2
> # Abrir la tabla de datos "Correlación N-Producción", seleccionar los
datos y copiar
> CorrN<-read.delim("clipboard") # Para importar los datos
> attach(CorrN)
> cor(N,prod)
[1] 0.8740185
> cor.test(N,prod)

Pearson's product-moment correlation

data: N and prod

t = 4.0222, df = 5, p-value = 0.01010
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.3538787 0.9812385
sample estimates:
cor
0.8740185

> cor.test(N,prod,conf.level=0.99)

Pearson's product-moment correlation

data: N and prod

t = 4.0222, df = 5, p-value = 0.01010
alternative hypothesis: true correlation is not equal to 0
99 percent confidence interval:
 Facultad de Agronomía y Zootecnia – Universidad Nacional de Tucumán
Cátedra de Biometría y Técnica Experimental
Año 2008

0.0618591 0.9898216
sample estimates:
cor
0.8740185

> detach(CorrN)

# EJERCICIO Nº3
> # Abrir la tabla de datos "Correlación Gasto-Ingreso", seleccionar los
datos y copiar
> GastoIngreso<-read.delim("clipboard") # Para importar los datos
> attach(GastoIngreso)
> cor(gasto,ingreso,method="spearman") #Coef. de Correlación de Spearman
[1] 0.6377481
> cor.test(gasto,ingreso,method="spearman")

Spearman's rank correlation rho

data: gasto and ingreso

S = 12.6788, p-value = 0.1731
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.6377481

Warning message:
Cannot compute exact p-values with ties in: cor.test.default(gasto,
ingreso, method = "spearman")
> detach(GastoIngreso)