COEFICIENTE DE CORRELACION Y REGRESION

LINEAL SIMPLE
REGRESIN LINEAL

Expresndolo en forma simple, la regresin lineal es una tcnica que permite cuantificar
la relacin que puede ser observada cuando se grafica un diagrama de puntos dispersos
correspondientes a dos variables, cuya tendencia general es rectilnea (Figura la);
relacin que cabe compendiar mediante una ecuacin del mejor ajuste de la forma:

y = a + bx

En esta ecuacin, y representa los valores de la coordenada a lo largo del eje vertical
en el grfico (ordenada); en tanto que x indica la magnitud de la coordenada sobre el
eje horizontal (absisa). El valor de a (que puede ser negativo, positivo o igual a cero)
es llamado el intercepto; en tanto que el valor de b (el cual puede ser negativo o
positivo) se denomina la pendienteo coeficiente de regresin.

Tabla 1

Serie de datos para el clculo de una regresin (a y b) y del coeficiente de

correlacin (r)

Nmero Valores de x Valores de y Nmero Valores de x Valores de y

1 9,0 0,50 7 6,7 1,00
2 9,4 0,50 8 8,4 0,50
3 7,4 1,23 9 8,0 0,50
4 9,7 1,00 10 10,0 0,50
5 10,4 0,30 11 9,2 0,50
6 5,0 1,50 12 6,2 1,00
13 7,7 0,50

El procedimiento para obtener valores de a y b para una serie de pares de datos de

x y de y (tal como la presentada en la Figura 1 y/o en la Tabla 1) es como sigue:

Paso 1 Calcule, para cada par de valores de x e y, las cantidades x, y, y x.y.

Paso 2 Obtenga las sumas () de estos valores para todos los pares de datos de x e y,
as como las sumas del total de los valores de x e y. Los resultados de los Pasos
1 y 2 aparecern en forma similar a la siguiente:
Nmero de pares de datos x x y y x.y
1
2
3



n
Monto de las sumas x x y y xy
Pas
Estime la pendiente (b) por medio de la relacin:
o3
Pas
Estime el intercepto (a) por medio de la relacin:
o4

A partir de esos valores de a y de b obtenidos mediante las Ecuaciones 2 y 3, es

posible trazar a lo largo de los puntos dispersos de un grfico la lnea recta mejor
ajustada a los mismos, y verificar visualmente si tales puntos estn bien expresados
por la lnea (Figura 1b).

CORRELACIN

El anlisis de correlacin se encuentra estrechamente vinculado con el anlisis de

regresin y ambos pueden ser considerados de hecho como dos aspectos de un mismo
problema.

La correlacin entre dos variables es - otra vez puesto en los trminos ms simples - el
grado de asociacin entre las mismas. Este es expresado por un nico valor llamado
coeficiente de correlacin (r), el cual puede tener valores que ocilan entre -1 y +1.
Cuando r es negativo, ello significa que una variable (ya sea x o y) tiende a decrecer
cuando la otra aumenta (se trata entonces de una correlacin negativa,
correspondiente a un valor negativo de b en el anlisis de regresin). Cuando r es
positivo, en cambio, esto significa que una variable se incrementa al hacerse mayor la
otra (lo cual corresponde a un valor positivo de b en el anlisis de regresin).

Los valores de r pueden calcularse fcilmente en base a una serie de pares de datos
de x e y, utilizando la misma table y montos que se indican en el Paso 2 de la seccin
regresin de este captulo. De este modo r puede ser obtenido - indirectamente - a
partir de la relacin:

Figura 1a Diagrama de puntos dispersos correspondientes a pares de valores de x y

de y. Ntese que y tiende a decrecer con el aumento de x, lo cual sugiere
coeficientes de regresin y de correlacin negaticos (basado en la Tabla 1)
Figura 1b Los mismos datos que en 1a Fig. 1a, pero ajustados en base a la regresin
y = 2,16 - 0,173x, con r = 0,75

la cual proporciona el valor del coeficiente de determinacin (r). Entonces, lo nico

necesario es calcular

es decir, tomar la raz indicada del coeficiente de determinacin a los fines de obtener
el valor absoluto de r, y luego agregar el signo (+ o -) de acuerdo a que la correlacin
sea positiva o negativa (lo cual puede ser establecido visualmente a partir del grfico, o
bien en base al clculo del valor de b de la correspondiente regresin y utilizando para
r el mismo signo).

Cuando se calculan los valores de r se querr saber, sin embargo, hasta qu punto la
correlacin identificada pudiera haber surgido nicamente por casualidad. Esto puede
ser establecido verificando si el valor estimado de r es significativo, es decir si el valor
absoluto de r es mayor o igual que un valor crtico de r indicado en las tablas
estadsticas (ver Tabla de valores crticos de r en el Apndice 1).

Ejercicio: Calcule a, b y r a partir de los datos presentados en la Tabla 1 y verifique,

por medio de la Tabla del Apndice 1, hasta qu punto el valor estimado de
r es significativo para valores de P = 0,01 y de P = 0,05

TRANSFORMACIN LINEAL EN EL ANLISIS DE REGRESIN

Como se indicara anteriormente, tanto el anlisis de regresin como el de correlacin

se basan en la asuncin de una relacin lineal entre las dos variables de referencia (lo
cual significa que la mejor lnea de ajuste es una recta). Hay muchos casos en biologa
pesquera, sin embargo, en los cuales la relacin entre ambas variables no es lineal, y
un buen ejemplo de ello es la relacin largo-peso, donde:

W = Lb (6)

ecuacin que indica que el peso (W) es proporcional a una cierta potencia (b) de la
longitud (L) (ver Figura 2a).

Los datos largo-peso, sin embargo, pueden ser ajustados a una regresin lineal si se
toma el logaritmo de ambos miembros, de manera que:

log10W = a + b log10L (7)

Como puede observarse en la Figura 2b, los logaritmos de la longitud y del peso se
ajustan extremadamente bien a una regresin lineal, donde:

y = log10W (8a)

x = log10L (8b)

As, el ajuste de una relacin largo-peso de la forma dada en la Ecuacin (6) a una serie
de datos de ambas varibales (tal como en la Tabla 2) consiste en lo siguiente:

Tabla 2

Datos para la estimacin de la relacin largo-peso en el threadifin

bream Nemipterus marginatusa
Nmero L = Longitud total (cm) W = Peso (en g) Log10L(=x) Log10(=y)
1 8,1 6,3 0,908 0,799
2 9,1 9,6 0,959 0,982
3 10,2 11,6 1,009 1,064
4 11,9 18,5 1,076 1,267
5 12,2 26,2 1,086 1,425
6 13,8 36,1 1,140 1,558
7 14,8 40,1 1,170 1,603
8 15,7 47,3 1,196 1,675
9 16,6 65,6 1,220 1,817
10 17,7 69,4 1,248 1,841
11 18,7 76,4 1,272 1,883
12 19,0 82,5 1,279 1,916
13 20,6 106,6 1,314 2,028
14 21,9 119,8 1,340 2,078
15 22,9 169,2 1,360 2,228
16 23,5 173,3 1,371 2,239

a
Del extremo sur del mar del Sur de la China. Original

Paso 1 Obtenga el logaritmo de los valores de largo y peso.

Paso 2 Calcule los montos indicados en la seccin referente a regresin, determinando los
valores de x e y tal como se indica en las Ecuaciones 8a y 8b.
Paso 3 Estime a y b utilizando las Ecuaciones 2 y 3.
Paso 4 Tome el antilogaritmo de a, a fin de obtener en la Ecuacin 6.
Paso 5 Anote la Ecuacin 6 sustituyendo los parmetros y b por sus valores estimados
Paso 6 Utilizando las magnitudes calculadas en el Paso 2, determine los valores de r y r
y verifique en la Tabla 2.
Ejercicio:
(a) Lleve a cabo los Pasos 1 al 6 (con P = 0,01) para los datos de largo-peso indicados
en la Tabla 2.
(b) Haga un listado de otras posibles tranformaciones por linerizacin, e indique
ejemplos de su uso en biologa pesquera.