UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE CIENCIAS NATURALES MATEMÁTICA Y ESCUELA PROFESIONAL DE BIOLOGÍA
Views 108 Downloads 0 File size 2MB
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE CIENCIAS NATURALES MATEMÁTICA
Y
ESCUELA PROFESIONAL DE BIOLOGÍA
PROBLEMAS DE REGRESIONES Y CORRELACIONES CON SOFTWARE PAST PRESENTADO POR:
ROMERO CARHUAVILCA, Daisy Vanessa
CURSO:
Mejoramiento Genético
PROFESOR:
Blgo. Javier Alvarez Alvarez
2016
PROBLEMAS EN CLASES:
Problema 2 Considerando los siguientes datos, realizar la regresión múltiple y determinar que variables tienen mayor influencia en el modelo utilizándose el software Past.
Puntos de muestreo
fish
acre
do2
BASIN_RUN
13
2528
9.6
BEAR_BR
12
3333
depth
no3
so4
temp
80
2.28
16.75
15.3
8.5
83
5.34
7.74
19.4
BEAR_CR
54
19611
8.3
96
0.99
10.92
19.5
BEAVER_DAM_CR
19
3570
9.2
56
5.44
16.53
17
BEAVER_RUN
37
1722
8.1
43
5.66
5.91
19.3
BENNETT_CR
2
583
9.2
51
2.26
8.81
12.9
BIG_BR
72
4790
9.4
91
4.1
5.65
16.7
BIG_ELK_CR
164
35971
10.2
81
3.2
17.53
13.8
BIG_PIPE_CR
18
25440
7.5
120
3.53
8.2
13.7
BLUE_LICK_RUN
1
2217
8.5
46
1.2
10.85
14.3
BROAD_RUN
53
1971
11.9
56
3.25
11.12
22.2
BUFFALO_RUN
16
12620
8.3
37
0.61
18.87
16.8
BUSH_CR
32
19046
8.3
120
2.93
11.31
18
CABIN_JOHN_CR
21
8612
8.2
103
1.57
16.09
15
CARROLL_BR
23
3896
10.4
105
2.77
12.79
18.4
COLLIER_RUN
18
6298
8.6
42
0.26
17.63
18.2
CONOWINGO_CR
112
27350
8.5
65
6.95
14.94
24.1
DEAD_RUN
25
4145
8.7
51
0.34
44.93
23
DEEP_RUN
5
1175
7.7
57
1.3
21.68
21.8
DEER_CR
26
8297
9.9
60
5.26
6.36
19.1
DORSEY_RUN
8
7814
6.8
160
0.44
20.24
22.6
FALLS_RUN
15
1745
9.4
48
2.19
10.27
14.3
FISHING_CR
11
5046
7.6
109
0.73
7.1
19
FLINTSTONE_CR
11
18943
9.2
50
0.25
14.21
18.5
GREAT_SENECA_CR
87
8624
8.6
78
3.37
7.51
21.3
GREENE_BR
33
2225
9.1
41
2.3
9.72
20.5
GUNPOWDER_FALLS
22
12659
9.7
65
3.3
5.98
18
HAINES_BR
98
1967
8.6
50
7.71
26.44
16.8
HAWLINGS_R
1
1172
8.3
73
2.62
4.64
20.5
HAY_MEADOW_BR
5
639
9.5
26
3.53
4.46
20.1
HERRINGTON_RUN
1
7056
6.4
60
0.25
9.82
24.5
HOLLANDS_BR
38
1934
10.5
85
2.34
11.44
12
ISRAEL_CR
30
6260
9.5
133
2.41
13.77
21
LIBERTY_RES
12
424
8.3
62
3.49
5.82
20.2
LITTLE_ANTIETAM_CR
24
3488
9.3
44
2.11
13.37
24
LITTLE_BEAR_CR
6
3330
9.1
67
0.81
8.16
14.9
LITTLE_CONOCOCHEAGUE_ CR LITTLE_DEER_CR
15
2227
6.8
54
0.33
7.6
24
38
8115
9.6
110
3.4
9.22
20.5
LITTLE_FALLS
84
1600
10.2
56
3.54
5.69
19.5
LITTLE_GUNPOWDER_R
3
15305
9.7
85
2.6
6.96
17.5
LITTLE_HUNTING_CR
18
7121
9.5
58
0.51
7.41
16
LITTLE_PAINT_BR
63
5794
9.4
34
1.19
12.27
17.5
MAINSTEM_PATUXENT_R
239
8636
8.4
150
3.31
5.95
18.1
MEADOW_BR
234
4803
8.5
93
5.01
10.98
24.3
MILL_CR
6
1097
8.3
53
1.71
15.77
13.1
MORGAN_RUN
76
9765
9.3
130
4.38
5.74
16.9
MUDDY_BR
25
4266
8.9
68
2.05
12.77
17
MUDLICK_RUN
8
1507
7.4
51
0.84
16.3
21
NORTH_BR
23
3836
8.3
121
1.32
7.36
18.5
NORTH_BR_CASSELMAN_R
16
17419
7.4
48
0.29
2.5
18
NORTHWEST_BR
6
8735
8.2
63
1.56
13.22
20.8
NORTHWEST_BR_ANACOST IA_R OWENS_CR
100
22550
8.4
107
1.41
14.45
23
80
9961
8.6
79
1.02
9.07
21.8
PATAPSCO_R
28
4706
8.9
61
4.06
9.9
19.7
PINEY_BR
48
4011
8.3
52
4.7
5.38
18.9
PINEY_CR
18
6949
9.3
100
4.57
17.84
18.6
PINEY_RUN
36
11405
9.2
70
2.17
10.17
23.6
PRETTYBOY_BR
19
904
9.8
39
6.81
9.2
19.2
RED_RUN
32
3332
8.4
73
2.09
5.5
17.7
ROCK_CR
3
575
6.8
33
2.47
7.61
18
SAVAGE_R
106
29708
7.7
73
0.63
12.28
21.4
SECOND_MINE_BR
62
2511
10.2
60
4.17
10.75
17.7
SENECA_CR
23
18422
9.9
45
1.58
8.37
20.1
SOUTH_BR_CASSELMAN_R
2
6311
7.6
46
0.64
21.16
18.5
SOUTH_BR_PATAPSCO
26
1450
7.9
60
2.96
8.84
18.6
SOUTH_FORK_LINGANORE_ CR TUSCARORA_CR
20
4106
10
96
2.62
5.45
15.4
38
10274
9.3
90
5.45
24.76
15
WATTS_BR
19
510
6.7
82
5.25
14.19
26.5
Fish Vs Acre
P= 0.001 Para que sea una distribución normal el “p” tiene que ser mayor a 0.05. Nuestro dato indica que no hay distribución normal. Interpretación: para el test de Distribución normal, l.
P= 0.001 Para que sea una distribución normal el mayor a 0.05.
ya con respecto a nuestra correlación en "B" hay correlación por que tiene valor de 0.0037959 y este valor es menor a 0.05 este es el análisis de A con B. se rechaza la hipótesis nula. a diferencia de "A" de valor 0.3465 no hay correlación entre las “p” tiene que ser variables ya que es mayor de 0.05 que es el análisis de B con A.
Nuestro dato indica que no hay distribución normal. La regresión nos indica como poder predecir el valor de una variable dependiente en función de la variable independiente. En este caso nuestro datos nuestra pendiente es SLOPE a = 56.801, y nuestra constante INTERCEPT b = 5360.5 dándonos la ecuación de Y= 56.801x + 5360.5
Interpretación: para el test de Distribución normal, nuestro dato de P debajo de Shapiro es 0.001 dándonos a conocer que nuestros datos no tienen una distribución normal. ya con respecto a nuestra correlación en "B" hay correlación por que tiene valor de 0.0037959 y este valor es menor a 0.05 este es el análisis de A con B. se rechaza la hipótesis nula. a diferencia de "A" de valor 0.3465 no hay correlación entre las variables ya que es mayor de 0.05 que es el análisis de B con A. La regresión nos indica como poder predecir el valor de una variable dependiente en función de la variable independiente. En este caso nuestro datos nuestra pendiente es SLOPE a = 56.801, y nuestra constante INTERCEPT b = 5360.5 dándonos la ecuación de Y= 56.801x + 5360.5
Fish - do2
Interpretación: para el test de Distribución normal, nuestro dato de P debajo de Shapiro es 0.001 dándonos a conocer que nuestros datos no tienen una distribución normal. y con respecto a nuestra correlación en "B" no hay correlación porque tiene valor de 0.26824 y este valor es mayor a 0.05 este es el análisis de A con B; en el "A" de valor 0.13616 no hay
correlación entre las variables ya que es mayor de 0.05 que es el análisis de B con A.
Fish – Dep
Interpretación:
fish - No 3
Interpretación:
Fish - so4
Interpretación: Fish – Temp
Interpretación: acre- 2 do
Interpretación:
Acre - Deph
Interpretación:
Acre -No3
Interpretación:
PROBLEMAS PARA EL ALUMNO Problema 1 De la Tabla 4, haga la regresión y la correlación. Determine el valor de la heredabilidad.
Interpretación: la significancia en A=0.3589 y B=0.7521 en el cual para ambos hay significancia; en la correlación r= 0.4893 lo cual demuestra que no hay correlación en los datos. Problema 2 Los presentes datos son los valores de medida de un hueso de la pierna de pingüinos Adélie machos y hembra. Este hueso es indicativo preciso del tamaño del animal. Determine usted si el tamaño de los machos está correlacionado con el tamaño de las hembras. ¿Es suficiente la data para establecer dicha relación?
Interpretación: se observa que la normalidad para A=0.8803 y B=0.47790 la cual la normalidad presenta significancia para ambas; la correlación r=0.88132 lo cual significa que si hay correlación en los datos.