Bioestadística

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE MEDICINA VETERINARIA Y ZOOTECNIA
E.P. MEDICINA VETERINARIA Y ZOOTECNIA

Bioestadística

PRÁCTICO Nº 11 TAREA
REGRESIÓN

Propósito: Analizar muestras o poblaciones bivariadas a través de:

i) El establecimiento de la relación entre las variables mediante la prueba de hipótesis de

correspondiente. ii) La determinación de la ecuación que represente la forma de la relación
existente entre dos variables cuantitativas.
iii) La prueba de hipótesis: 1 =0
iv) La estimación de 1 mediante límites de confianza

¿SE DESEA SABER SI LAS VARIABLES ESTÁN RELACIONADAS?

PESO OVINO KG

N Edad x HPG y 𝑥2 𝑦2 xy

1 2
250,00 4 62500 500
2 3
300,00 9 90000 900
3 6
450,00 36 202500 2700
4 8
600,00 64 360000 4800
TOTAL 19 1600
PRONEDI
O 4.75 400 113 715000 8900

Suma 19

Promedio 400 de Y
ANÁLISIS DE REGRESIÓN:
1
Luis miguel CONDORI CHAÑE
Bioestadística
1. Desarrollo modelo lineal
Describa la relación entre peso vivo y perímetro de tórax, mediante:

1.1. Representación gráfica.

700

600
y = 57.143x + 128.57
500
R² = 0.9905
400

300

200

100

0
0 1 2 3 4 5 6 7 8 9

Indique la utilidad de la representación gráfica.

● sirve para predecir una variable dependiente o variables independientes

1.2. Determinación de la línea de mejor ajuste.

1.2.1. Cálculo de la ecuación de la recta

2
Luis miguel CONDORI CHAÑE
Bioestadística
𝑏=
19∗1600
8900−
4
192
57.143
113−
4

𝑎 = 400 − 57.143 ∗ 4.75 =128.57

1.2.2. Interpretación de los coeficientes.

- a = 128.57 es el valor de Y cuando X es 0 o el intercepto de la recta con
el eje Y

- b = 57.143 es el coeficiente de regresión

1.2.3. Escriba la ecuación de la recta

𝑌̂ = 128.57 + 57.143 ∗ 𝑋
1.2.4. Calcule los valores estimados o calculados de “Y”, y los desvíos
correspondientes y elabore el cuadro de análisis de varianza
𝑌 = 400
SCT SCReg SCE
X Y 𝐘̂ estimado (Yobs −̅Y)2 (Ŷest −̅Y)2 (Yobs −Yest)2

2 250 242.85 22500 24696.1225 51.1225

3 300 299.99 10000 10002.0001 1E-04
6 450 471.41 2500 5099.3881 458.3881
8 600 585.69 40000 34480.7761 204.7761

1599.94 75000 74278.2868 714.2868

- Hipótesis
Hₒ: no existe regresión lineal entre las variables (Beta=0)
H1: si existe relación lineal entre las variables (𝐵𝑒𝑡𝑎 ≠ 0)

3
Luis miguel CONDORI CHAÑE
Bioestadística
- Grados de libertad
Numerador: (a-1) = 2-1=1
Denominador: (n-2) =4-2=2

Total: (n-1) =4-1=3

- Nivel de significancia y región de rechazo

Error = 0.05
Hₒ
Región de Hₒ
rechazo
Región de 𝛼= 0.05
aceptación 207.98

F(0,05;1,2)=18,51

El Fc = 207.98 ˃ que el Ft = 18,51 entonces rechazamos la Hₒ y aceptar la Ha

- Construir el cuadro de análisis de varianza

F.V. G.L. S.C. C.M. Fc
Regresión (modelo) 1 74278.287 74278.287 207.98

error 2 714.287 357.14

Total 3 74992.574 74635.43

- Decisión e interpretación

El Fc = 207.98 ˃ que el Ft = 18,51 entonces rechazamos la Hₒ y aceptar la Ha

Ambas variables están relacionadas de forma lineal, y la beta es diferente de 0…… b= 0.73

CORRELACIÓN:
4
Luis miguel CONDORI CHAÑE
Bioestadística

2. Prueba de hipótesis de independencia entre dos variables cuantitativas.

2.1. Formulación de hipótesis.

Hₒ las variables no están asociadas, r=0, La variable edad no está

asociada a la variable HPG

Ha: las variables están asociadas, r≠ 0, La variable edad esta asociada a la variable
HPG

2.2. Elección del nivel de significación y determinación de la zona de rechazo.

Grados de libertad: n-2 = 4-2=2

Error: 0.05

Tt = 4.303

2.5%= 0.025 95%=0.95 2.5%=0.025

Región de Región de Región de

rechazo Hₒ Aceptación rechazo Hₒ
de Hₒ
0
-4.303 +4.303

5
Luis miguel CONDORI CHAÑE
Bioestadística

2.3. Cálculo de r.

19∗400
8900−
4
2 2
=
√(113−19 )∗(715000−400 )
4 4
7000
=
√22.75∗675000
7000 7000
= =
√15356250 3918.705
1.786

2.4. Prueba de t para el coeficiente de correlación “r”

1.786
𝑇= = 3.21346746
2
√1−1.786
4−2

6
Luis miguel CONDORI CHAÑE
Bioestadística

2.4. Decisión

2.5%= 0.025 95%=0.95 2.5%=0.025

Región de Región de Región de

rechazo Hₒ Aceptación rechazo Hₒ
de Hₒ
0
-4.303 +4.303
+3.21

El valor de Tc = 3.21 es < al Tt = 4.303, entonces no rechazamos la Hₒ

2.5. Interpretación

Las variables no están asociadas o correlacionadas

r=0
La variable Edad no está correlacionada a la variables HPG.

7
Luis miguel CONDORI CHAÑE