Professional Documents
Culture Documents
Una evaluación precisa de la productividad del suelo es crítica para una planificación racional
del uso del suelo. Desafortunadamente, la productividad está determinada en parte por el tipo
de cosecha y la relación entre el rendimiento de dos cosechas diferentes plantadas en el
mismo suelo puede ser no muy fuerte. Como ilustración, se presenta datos sobre una cosecha
de maíz x y una cosecha de cacahuates y para 8 tipos diferentes de suelo. Calcule el
coeficiente de correlación, e interpreta los resultados.
X Y XY X2 ̂
𝒀 𝒀−𝒀 ̂
2.4 1.33 3.192 5.76 1.7151 -0.3851
3.4 2.12 7.208 11.56 1.8189 0.3011
4.6 1.8 8.28 21.16 1.9435 -0.1435
3.7 1.65 6.105 13.69 1.8501 -0.2001
2.2 2 4.4 4.84 1.6944 0.3056
3.3 1.76 5.808 10.89 1.8085 -0.0485
4 2.11 8.44 16 1.8812 0.2288
2.1 1.63 3.423 4.41 1.6840 -0.0540
Suma 25.7 14.4 46.856 88.31
Modelo Rectilieno
2.5000
2.0000
1.5000
y-y^
Series1
1.0000
Series2
0.5000 Linear (Series2)
0.0000
0.0000 1.0000 2.0000 3.0000 4.0000 5.0000 y = 0.1038x + 1.466
R² = 0.1206
X
∑ 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎
𝑟2 =
∑ 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑡𝑎𝑙
0.0617
𝑟2 = = 0.1204
0.5124
2. En algunos lugares, existe una fuerte asociación entre las concentraciones de dos
contaminantes diferentes. Los datos adjuntos corresponden a la concentración de ozono
x(ppm) y concentraciones de carbono secundaria y(µ/m3). Calcula el coeficiente de
correlación, e interpreta el resultado.
X Y XY X2 ̂
𝒀 𝒀−𝒀 ̂
0.0660 4.6000 0.3036 0.0044 8.6764 -4.0764
0.0880 11.6000 1.0208 0.0077 9.9582 1.6418
0.1200 9.5000 1.1400 0.0144 11.8225 -2.3225
0.0500 6.3000 0.3150 0.0025 7.7443 -1.4443
0.1620 13.8000 2.2356 0.0262 14.2695 -0.4695
0.1860 15.4000 2.8644 0.0346 15.6677 -0.2677
0.0570 2.5000 0.1425 0.0032 8.1521 -5.6521
0.1000 11.8000 1.1800 0.0100 10.6573 1.1427
0.1120 8.0000 0.8960 0.0125 11.3564 -3.3564
0.0550 7.0000 0.3850 0.0030 8.0356 -1.0356
0.1540 20.6000 3.1724 0.0237 13.8034 6.7966
0.0074 16.6000 0.1228 0.0001 5.2623 11.3377
0.1110 9.2000 1.0212 0.0123 11.2982 -2.0982
0.1400 17.2000 2.4080 0.0196 12.9877 4.2123
0.0710 2.8000 0.1988 0.0050 8.9677 -6.1677
0.1100 13.0000 1.4300 0.0121 11.2399 1.7601
Suma 1.5894 169.9000 18.8361 0.1915
Promedio 10.6188
Modelo Rectilineo
25.0000
20.0000
15.0000
Y-Y^
y
10.0000
Y^
5.0000 Linear (Y^)
0.0000
0.0000 0.0500 0.1000 0.1500 0.2000
X y = 58.261x + 4.8312
R² = 0.3570
Coeficiente de determinación
151.7634
𝑟2 = = 0.3572
424.8644
3. Se conjetura que el contenido de hidrógeno es un factor importante en la porosidad de piezas
fundidas de aleación de aluminio. Los datos adjuntos sobre x=contenido y y=porosidad al gas
para una técnica de medición particular. Calcula el coeficiente de correlación, e interpreta el
resultado.
X Y XY X2 ̂
𝒀 ̂
𝒀−𝒀
0.1800 0.4600 0.0828 0.0324 0.4413 0.0187
0.2000 0.7000 0.1400 0.0400 0.4792 0.2208
0.2100 0.4100 0.0861 0.0441 0.4982 -0.0882
0.2100 0.4500 0.0945 0.0441 0.4982 -0.0482
0.2100 0.5500 0.1155 0.0441 0.4982 0.0518
0.2200 0.4400 0.0968 0.0484 0.5171 -0.0771
0.2300 0.2400 0.0552 0.0529 0.5360 -0.2960
0.2300 0.4700 0.1081 0.0529 0.5360 -0.0660
0.2400 0.2200 0.0528 0.0576 0.5550 -0.3350
0.2400 0.8000 0.1920 0.0576 0.5550 0.2450
0.2500 0.8800 0.2200 0.0625 0.5739 0.3061
0.2800 0.7000 0.1960 0.0784 0.6307 0.0693
0.3000 0.7200 0.2160 0.0900 0.6686 0.0514
0.3700 0.7500 0.2775 0.1369 0.8012 -0.0512
Suma 3.3700 7.7900 1.9333 0.8419
Promedio 0.5564
Modelo Rectilineo
1.0000
0.9000
0.8000
0.7000
Y-Y^
0.6000
0.5000 Y
0.4000 Y^
0.3000 Linear (Y^)
0.2000
0.1000
0.0000
0.0000 0.0500 0.1000 0.1500 0.2000 0.2500 0.3000 0.3500 0.4000 y = 1.8941x + 0.1004
R² = 0.202
X
y-y (y-y)2 y^-y (y-y)2 y-y^ (y-y)2
-0.0964 0.0093 -0.1151 0.0132 0.0187 0.0003
0.1436 0.0206 -0.0772 0.0060 0.2208 0.0487
-0.1464 0.0214 -0.0583 0.0034 -0.0882 0.0078
-0.1064 0.0113 -0.0583 0.0034 -0.0482 0.0023
-0.0064 0.0000 -0.0583 0.0034 0.0518 0.0027
-0.1164 0.0136 -0.0393 0.0015 -0.0771 0.0059
-0.3164 0.1001 -0.0204 0.0004 -0.2960 0.0876
-0.0864 0.0075 -0.0204 0.0004 -0.0660 0.0044
-0.3364 0.1132 -0.0014 0.0000 -0.3350 0.1122
0.2436 0.0593 -0.0014 0.0000 0.2450 0.0600
0.3236 0.1047 0.0175 0.0003 0.3061 0.0937
0.1436 0.0206 0.0743 0.0055 0.0693 0.0048
0.1636 0.0268 0.1122 0.0126 0.0514 0.0026
0.1936 0.0375 0.2448 0.0599 -0.0512 0.0026
Suma 0.5459 0.1101
Coeficiente de determinación
0.1101
𝑟2 = = 0.2016
0.5459
X Y XY X2 ̂
𝒀 ̂
𝒀−𝒀
46 2.18 100.2800 2116.0000 2.1456 0.0344
48 2.1 100.8000 2304.0000 2.1622 -0.0622
55 2.13 117.1500 3025.0000 2.2203 -0.0903
57 2.28 129.9600 3249.0000 2.2369 0.0431
60 2.34 140.4000 3600.0000 2.2618 0.0782
72 2.53 182.1600 5184.0000 2.3614 0.1686
81 2.28 184.6800 6561.0000 2.4361 -0.1561
85 2.62 222.7000 7225.0000 2.4693 0.1507
94 2.63 247.2200 8836.0000 2.5440 0.0860
109 2.5 272.5000 11881.0000 2.6685 -0.1685
121 2.66 321.8600 14641.0000 2.7681 -0.1081
132 2.79 368.2800 17424.0000 2.8594 -0.0694
137 2.8 383.6000 18769.0000 2.9009 -0.1009
148 3.01 445.4800 21904.0000 2.9922 0.0178
149 2.98 444.0200 22201.0000 3.0005 -0.0205
184 3.34 614.5600 33856.0000 3.2910 0.0490
185 3.49 645.6500 34225.0000 3.2993 0.1907
187 3.26 609.6200 34969.0000 3.3159 -0.0559
Suma 1950.0000 47.9200 5530.9200 251970.0000
Promedio 2.6622
Modelo Rectilineo
4
3.5
3
2.5
y-y^
2 Y
1.5 Y^
1 Linear (Y^)
0.5
0
0 20 40 60 80 100 120 140 160 180 200
y = 0.0083x + 1.7638
X
R² = 0.7890
Coeficiente de determinación
2.6881
𝑟2 = = 0.7734
3.4756
5. Los datos adjuntos corresponden a los resultados que arrojó una investigación sobre la
relación entre el nivel de lactato máximo x y la resistencia muscular y. calcular el coeficiente
de variación de correlación, e intérprete los resultados.
X Y XY X2 ̂
𝒀 ̂
𝒀−𝒀
400.0000 3.8000 1520.0000 160000.0000 3.4697 0.3303
750.0000 4.0000 3000.0000 562500.0000 4.4497 -0.4497
770.0000 4.9000 3773.0000 592900.0000 4.5057 0.3943
800.0000 5.2000 4160.0000 640000.0000 4.5897 0.6103
850.0000 4.0000 3400.0000 722500.0000 4.7297 -0.7297
1025.0000 3.5000 3587.5000 1050625.0000 5.2197 -1.7197
1200.0000 6.3000 7560.0000 1440000.0000 5.7097 0.5903
1250.0000 6.8800 8600.0000 1562500.0000 5.8497 1.0303
1300.0000 7.5500 9815.0000 1690000.0000 5.9897 1.5603
1400.0000 4.9500 6930.0000 1960000.0000 6.2697 -1.3197
1475.0000 7.8000 11505.0000 2175625.0000 6.4797 1.3203
1480.0000 4.4500 6586.0000 2190400.0000 6.4937 -2.0437
1505.0000 6.6000 9933.0000 2265025.0000 6.5637 0.0363
2200.0000 8.9000 19580.0000 4840000.0000 8.5097 0.3903
Suma 16405.0000 78.8300 99949.5000 21852075.0000
Promedio 5.6307
Modelo Rectilineo
10.0000
8.0000
6.0000
Y-Y^
Y
4.0000
Y^
2.0000 Linear (Y^)
0.0000
0.0000 500.0000 1000.0000 1500.0000 2000.0000 2500.0000
x y = 0.0028x + 2.3497
R² = 0.5488
20.6108
𝑟2 = = 0.5494
37.5127