ANALISIS DE REGRESIÓN POTENCIAL

PRACTICA N°11

1. INTRODUCCIÓN:
Existen situaciones en las que es necesario utilizar un modelo distinto al de
regresión lineal simple, son los casos en los que se relaciona variables
unidimensionales (por ejemplo longitud) y tridimensionales (volumen)

En estos casos pueden utilizarse regresiones potenciales, exponenciales, etc.

¿Cómo saber que regresión utiliza? El coeficiente de determinación es muy
útil en estos casos.

2. OBJETIVOS:
2.1 Determinar las constantes de regresión peso-longitud para Galeichthy
peruvianus (Bagre con faja).
2.2 Graficar las líneas de regresión potencial

3. MATERIAL Y PROCEDIMIENTOS:
3.1 Introduzca la información de longitud y peso para la función potencial,
la ecuación que queda definida

P = a * Lb
Donde:

 A y b son los estimadores de los parámetros

Esta ecuación se denomina potencial porque la variable independiente L está

definida como base y “b “como exponente

Para estimar los valores de las constantes se puede seguir las siguientes
opciones:

3.2 Regresión potencial_ se introduce los datos de L y P, se utiliza el modelo

potencial, obteniendo los valores de a y b
 3.3 Linearizacion de la regresión potencial: a través de la transformación con
logaritmos

Long p = log a + b * log L

 Método gráfico: se grafica los puntos en papel logaritmo (log-

log), se traza la recta a través de la nube de puntos. Se calcula la
pendiente:

b = (log P2 - log P1)/(log L2 -log L1)

b = ≅ log P/ ≅log L

Luego se calcula el origen:

Log a = log P - b * log L

a = anti log a

 Método numérico: se introduce los datos de transformación: log

L, log P, luego se obtiene los valores de log a, b y r. para obtener
el valor de a es necesario calcular el anti log de a. los valores de r y
r2 pueden ayudarnos a saber que este modelo es el más apropiado
para la información procesada, si ellos son más con este modelo
que con cualquier otro.

4. RESULTADOS Y DISCUSION:

4.1 Se trabajó con la variables: Longitud a la horquilla y

peso total, obteniendo “r”:

r 0.88893194

 R’2= 0.9686, luego el 96% de la información se ajusta

al modelo potencial, es decir que la variación del peso es
atribuible a la longitud.
4.2 Gráfica 01:

 Correlación positiva, si la longitud aumenta entonces el peso

aumenta.

4.3 DISCUSIÓN:
Con los resultados para cada tipo de regresión: ¿Qué significan
los valores r y r2?¿Cuál es la utilidad de estos valores?

r: Coeficiente de correlación y sirve para medir intensidad

de asociación entre dos características de una distribución
bivariada.

r2: Coeficiente de determinación, para indicar la

proporción de la SUMA DE CUADRADOS TOTAL.

¿Qué significa a y b en la regresión potencial?¿Porque son

importantes estos valores?

a y b son los estimadores de los parámetros, se obtuvo al

aplicar los mínimos cuadrados, con estos valores se puede
calcular los valores teóricos de la fracción de selección para
valores de longitud.
5. CONCLUSIONES:
5.1 Se determinó las constantes de regresión peso-longitud para Galeichthy
peruvianus (Bagre con faja), obteniendo como resultados para
r=0.88893194 y para r2 =0.7902.

5.2 Se graficó la línea de regresión potencial, obteniendo una curva.

6. REFERENCIAS BIBLIOGRÁFICAS:

6.1 Estadística aplicada a Ciencias Pesqueras y Ambientales; Culquichicon

Malpica Zoila; Tresierra Aguilar Alvaro; Veneros urbina Bilmia;
Agosto del 2014
 Variables: Longitud a la horquila y peso total de Galeichthy
peruvianus (Bagre con faja).

N° LH PT 51 23.1 143.2
1 25.5 193.8 52 24.3 183.9
2 24.3 169.7 53 24.3 153.2
3 24.5 189.4 54 24.4 213.2
4 23.0 148.4 55 22.7 130.3
5 22.0 116.0 56 22.4 121.8
6 23.8 163.7 57 22.6 124.9
7 25.0 197.8 58 23.3 142.8
8 22.5 146.0 59 24.5 169.8
9 23.0 148.8 60 24.4 189.5
10 23.0 138.7 61 25.3 181.6
11 23.8 154.1 62 24.8 161.5
12 25 227.6 63 17.1 62.8
13 26.4 207.7 64 24.7 191.1
14 21.8 124.7 65 22.4 129.4
15 23 135.6 66 25.4 224.4
16 22.7 141.9 67 23.7 189.6
17 21.9 128.8 68 25.1 171.3
18 21.9 127.5
69 25.3 170.1
19 23.9 156.4
70 24.1 188.5
20 21.6 121.6
71 24 141.4
21 24.6 179.7
72 25 182.1
22 23.2 138.4
73 27 239.1
23 23 154.5
74 24.7 174.4
24 23 137.7
75 24.6 171.1
25 23.8 176.9
76 22.2 122.3
26 23.2 139.1
77 23.5 146.6
27 23.7 147.2
28 20.8 110.8 78 24 185.2
29 23.5 173.1 79 24.6 180.2
30 25 183.4 80 23.8 158.3
31 23.1 146.6 81 24.8 182.8
32 23 166.7 82 21.9 111.7
33 25.5 210.7 83 22.2 137.4
34 22.4 144.5 84 21.5 116.3
35 24.3 162.6 85 26.4 232
36 21.8 131.5 86 25.1 196.2
37 24.5 173.6 87 21.8 134.4
38 23.3 173 88 23.4 139.9
39 24 176.3 89 22.7 130.1
40 26 190.5 90 26.8 203.5
41 22.6 135.2 91 22.3 121.5
42 24 170.1 92 24.4 165.6
43 25.6 192.1 93 21 122.4
44 21.5 96.8 94 22.4 129.3
45 21.9 166.6 95 23 158.3
46 21.4 154 96 24.5 198.2
47 20.5 138.5 97 25 228.3
48 20.5 136.6 98 24.8 190.2
49 22.4 148.4 99 25.7 208.3
50 22.5 136.8 100 23.6 152.2
ANEXOS