PRACTICA Nº 1_METCLI.

• Análisis de regresión lineal entre variables meteorológicas.

• Trazado de gráficos e Isolíneas.
• Construcción de Climogramas.

• Docente :
Mg. Sc., Ing. Augusto Rafael Rabanal Rubio
APLICACIÓN DE MÉTODOS ESTADÍSTICOS

• La aplicación de métodos estadísticos adecuados debe ayudar a la comprensión de

los fenómenos físicos subyacentes

• Valoración de hipótesis

• El análisis estadístico de los datos puede sugerir la existencia (o no) de relaciones

entre variables

• La descripción de los datos observados puede ayudar a la predicción

• La Ecuación de Regresión : Sirve para Estimar los Valores de la Variable
dependiente (Y)

• El Coeficiente de Correlación sirve para determinar el grado de relación entre 2

variables.

• El Grado de relación oscila entre -1 y +1

EXCEL SU FUNCIÓN :

• Excel, según su función insertar/grafico/tipo de grafico/dispersión de xy. El cual nos

muestra la tendencia de la relación de las variables.

• Luego se calcula la ecuación de regresión de la humedad relativa (y) en función de

la temperatura (x), a través de la ecuación:

• E(y) = a + bx

• Para ello utilizaremos el Excel con su función estadística:

• Ecuación de Regresión Simple:

• E(y) = a + b x
donde :
a : es la intersección de la recta de regresión con el eje y
b : es la pendiente
E(y): es el valor esperado de Y para un valor dado de X
COEFICIENTE DE CORRELACIÓN :

• Coeficiente de Correlación: (r)

• Es una medida descriptiva de la intensidad de relación lineal entre dos variables x y

y. Los valores del coeficiente de correlación son valores que van desde -1 hasta +1.
El valor +1 indica que las dos variables X y Y están perfectamente relacionadas en
una relación lineal positiva.

• Es decir, los puntos de todos los datos se encuentran en una línea recta que tiene
pendiente positiva. El valor -1 indica que las dos variables X y Y están
perfectamente relacionadas en una relación lineal negativa, todos los datos se
encuentran en una línea recta que tiene pendiente negativa.

• Los valores del coeficiente de correlación cercanos a cero indican que X y Y no están
relacionados linealmente.
CONTINÚA…

Cuando es posible tener datos,

puede emplearse un procedimiento
estadístico llamado análisis de
regresión para obtener una ecuación
que indique cual es la relación entre
las variables.

En regresión, la variable que se va ha

predecir se le llama variable
dependiente y a la variable que se
usa para predecir el valor de la
variable dependiente se le llama
variable independiente
EJEMPLO :

• Por ejemplo, al analizar el efecto de la temperatura sobre la humedad relativa,

como lo que busca el ingeniero es predecir la humedad relativa, esto nos indica que
la humedad relativa es la variable dependiente.

• En un análisis de regresión, lo primero es tener una idea de la relación de las

variables a través de la grafica de dispersión, que nos indica la tendencia de los
datos y luego evaluar la relación según la ecuación de regresión, junto con el
coeficiente de correlación (r) que cuantifica la intensidad de la relación.
GENERALIDADES :
CONTINÚA…
COEFICIENTE DE CORRELACIÓN :

• Para calcular el coeficiente de correlación, utilizaremos el Excel, con su función

estadística :

• coef.de.correl(rango de x : rango de y)

• Siendo el resultado de r = - 0.087 (correlación baja)

• Este resultado describe que la relación entre la humedad relativa y la temperatura no

están relacionados linealmente. Por lo tanto las predicciones de la humedad relativa
en función de la temperatura, según la ecuación de regresión no son muy
consistentes.
REGRESIÓN LINEAL.

• En estadística la regresión lineal o ajuste lineal es un método matemático que

modela la relación entre una variable dependiente Y, las variables independientes
Xi y un término aleatorio. Este modelo puede ser expresado como :
EJEMPLO DE UNA REGRESIÓN LINEAL CON UNA VARIABLE
DEPENDIENTE (Y) , Y UNA VARIABLE INDEPENDIENTE X) :
• Rendimiento en kilogramos por hectárea (Eje Y), y Radiación Total
(cal./cm2) está en el (Eje X) :

• Aplicando las funciones, se obtienen los siguientes resultados de la ecuación:

a = 72.57
b = - 0.53

• Siendo la ecuación de regresión la siguiente:

E(y) = 72.57 – 0.53x

• Según los resultados de la ecuación, se tiene una relación negativa, lo que significa
que a mayor temperatura menor humedad relativa.

• Para estimar la humedad relativa en función de la temperatura es necesario conocer

la intensidad de la relación a través del coeficiente de correlación para obtener
predicciones consistentes.
GRAFICA DE LA RECTA DE REGRESIÓN DEL RENDIMIENTO
VERSUS RADIACIÓN TOTAL :
RESULTADOS DE LOS ELEMENTOS METOROLOGICOS EN EL
EJEMPLO :

• De los elementos meteorológicos acumulados para cada tratamiento en estudio,

solamente hay una correlación positiva y significativa al 5% de probabilidades, entre
el rendimiento (Y) y la radiación solar (X3) , con un coeficiente de regresión
byx=0.0413127 Kgr./Há./cal./cm2.
GRAFICA DE PRECIPITACIONES :
GRAFICA DE PRECIPITACIONES :
GRAFICA DE PRECIPITACIONES :
HACER GRAFICA CON LOS DATOS DE TEMPERATURA
MÁXIMA Y MÍNIMA DIARIA :
 CLIMOGRAMA :

• Un climograma es un gráfico que sintetiza las características principales del clima de

una determinada localidad.

• A diferencia del tiempo, que es el estado de la atmósfera en un momento dado y en

un lugar específico, el clima hace referencia al promedio de las condiciones
meteorológicas en ese lugar.

• Para estudiar el clima, entonces, es necesario registrar durante muchos años - más
de 10 - los diversos elementos climáticos (temperatura, precipitación, presión,
humedad, viento, nubosidad y otros fenómenos meteorológicos, tales como nieve y
granizo), calcular el promedio de dichos registros y determinar sus variaciones a lo
largo del tiempo.
CONTINÚA…

• La temperatura y la precipitación no sólo son los elementos climáticos más

importantes, sino que también son los más fáciles de medir.

• En consecuencia, los registros y estadísticas de temperatura y

precipitación son mucho más abundantes que los de los otros elementos.

• Ahora bien, para tener idea acerca del clima de un lugar, ¿es suficiente
conocer la temperatura media anual y cuánto llueve en un año? La
respuesta es no, porque el dato anual no da cuenta de la variación de los
dos elementos a lo largo del año.

• Para averiguar si en ese lugar existe un período invernal y otro estival, si

la precipitación es abundante durante todo el año o si hay períodos de
sequía, es necesario conocer los valores de temperatura y precipitación
mes a mes. Precisamente son esos valores los que plasmamos en
un climograma.
EJEMPLO DE UN CLIMOGRAMA :
DATOS CLIMÁTICOS MEDIOS MENSUALES Y ANUALES DE UNA
ESTACIÓN METEOROLÓGICA.
EJEMPLO DE UN CLIMOGRAMA :
Thank you for your attention