UNIVERSIDAD NACIONAL DE CAJAMARCA

Informe de Sustentación:

ANALISIS DE REGRESIÓN LINEAL, LOGARITMICA,

EXPONENCIAL, POTENCIA

Por:
Chilon Duran Jaime
Coba Cueva Jorge
Flores Llanos Raquel
García Terrones Franklyn
Tanta Sandoval Josue

Asesor:
Ing. Luis Andrés León Chávez

Cajamarca, Perú

Mayo del 2017

Contenido
I. INTRODUCCION .................................................................................................................. 1
II. OBJETIVOS ....................................................................................................................... 2
A. Objetivos Generales............................................................................................................ 2

B. Objetivos Específicos .......................................................................................................... 2

III. MARCO TEÓRICO ........................................................................................................... 3

1. CONCEPTO BASICOS ..................................................................................................... 3

2. ECUACIONES DE REGRESIÓN .................................................................................... 3

3. COEFICIENTE DE CORRELACIÓN ( r) ...................................................................... 3

4. TIPOS DE REGRESION................................................................................................... 4

A. REGRESIÓN LINEAL .................................................................................................. 4

B. REGRESIÓN LOGARÍTMICA ................................................................................... 4
C. REGRESIÓN EXPONENCIAL .................................................................................... 5
D. REGRESION POTENCIAL ................................................................ 6
IV. PROCEDIMIENTO ........................................................................................................... 7
a) Análisis de regresión lineal ................................................................................................ 7

b) Análisis de regresión logarítmica: ..................................................................................... 7

c) Análisis de regresión exponencial ..................................................................................... 7

d) Análisis de regresión potencial .......................................................................................... 8

V. CÁLCULOS Y RESULTADOS ............................................................................................ 8

1) REGRESIÓN LINEAL ...................................................................................................... 8

2) REGRESIÓN LOGARÍTMICA .....................................................................................11

3) REGRESIÓN EXPONENCIAL......................................................................................14

4) REGRESIÓN POTENCIAL ...........................................................................................16

VI. CONCLUSIONES ............................................................................................................20

VII. REDERENCIAS BIBLIOGRAFICAS:..........................................................................21
VIII. ANEXOS .......................................................................................................................22
 I. INTRODUCCION:

En el siguiente informe analizaremos y estudiaremos las ecuaciones de regresión, entre

dos fenómenos meteorológicos, en los que se establecerán relaciones. El presente estudio
se tomara básicamente dos variables realizando el análisis de correlación, intensidad del
grado de asociación; así como el análisis de regresión lineal, logarítmica, exponencial y
potencial que nos brindara los datos meteorológicos.
Desde tiempos remotos las personas han realizado actividades de acuerdo a las condiciones
climáticas que se suscitaban en su época. Comenzaron a observar el cielo, los fenómenos
o características que sucedían y concluyeron que la mayoría se repetía en intervalos de
tiempo, estos acontecimientos fueron los primeros nacimientos de la meteorología.
El objetivo principal de esta ciencia es predecir los procesos o fenómenos que pueden
ocurrir en la atmosfera; es así que usara múltiples herramientas que permitirán ordenar y
analizar los datos meteorológicos obtenidos para llegar a ciertos patrones de
comportamiento.
Estos análisis permitirán elaborar cuadros y diagramas, los cuales facilitaran una mejor
apreciación de los elementos meteorológicos en los últimos días del presente año. En este
caso el de Cajamarca; para así comprender los fenómenos atmosféricos que pudieron haber
ocurrido.

1
II. OBJETIVOS:

A. Objetivos Generales:

 Predecir los eventos meteorológicos ocurridos entre la presión y temperatura

promedio, de acuerdo a los datos obtenidos del SENAMHI, y haciendo uso
de las diferentes ecuaciones de regresión.

B. Objetivos Específicos:

 Establecer la ecuación de regresión lineal, logarítmica, exponencial y

potencial entre diferentes variables meteorológicas.

 Hallar el grado de correlación que existe entre las diferentes variables

meteorológicas.

2
III. MARCO TEÓRICO

1. CONCEPTO BASICOS :

 Variables Meteorológicas.-variables físicas utilizadas para indicar el estado o

condición física de la atmosfera.
 Análisis de Regresión.-consiste en ajustar la distribución de los puntos de una función
matemática; vale decir la densidad de los puntos determinados por la variable
dependiente e independiente tiene una cierta tendencia de la cual nos basamos para
relacionar ambas variables.
 Meteorogramas.- Es una gráfica meteorológica que nos muestra la variación temporal
de una o varias variables meteorológicas de un punto determinado.
 Isolineas.- Son líneas que unen puntos de igual valor, dichos puntos provienen de
mediciones y de interpolaciones de las mismas, buscan mostrar la variación espacial de
un fenómeno ya sea físico o humano, pueden provenir de estaciones meteorológicas en
la que se pueden obtener los valore precisos de presión, temperatura, radiación solar,
etc.
 Fenómenos Meteorológicos.- Son alteraciones del clima, que suceden en la atmósfera,
llamados también meteoros.
 Presión Atmosférica.- es la fuerza por unidad de área que ejerce el aire sobre la
superficie terrestre, se mide con el barómetro.
 Temperatura Atmosférica.- s uno de los elementos que constituyen el clima. Indica
la cantidad de energía calorífica que hay acumulada en el aire en un momento y lugar
determinados. Proviene de los rayos que emite el sol, es decir, la radiación solar que
llega hasta la tierra.
 SENAMHI.- El Servicio Nacional de Meteorología e Hidrología del Perú es un
organismo técnico especializado del Estado Peruano que brinda información sobre el
pronóstico del tiempo, así como asesoría y estudios científicos en las áreas de
hidrología, meteorología, agrometeorología y asuntos ambientales.

2. ECUACIONES DE REGRESIÓN:
Es aquella que permite calcular una variable en función de otra o más variables, también
es una técnica utilizada para inferir datos a partir de otros y hallar una respuesta de lo que
puede suceder. De modo general, diremos que existe regresión de los valores de una
variable con respecto a los de otra, cuando hay alguna línea, llamada línea de regresión que
se ajusta más o menos claramente a la nube de puntos. Si existe regresión, a la ecuación
que nos describe la relación entre las dos variables la denominamos ecuación de regresión.
3. COEFICIENTE DE CORRELACIÓN ( r) :
Coeficiente de correlación, este método mide el grado de relación existente entre dos
variables, el valor de r varía de -1 a 1, pero en la práctica se traba con un valor absoluto de
r.

3
El valor del coeficiente de relación se interpreta de modo que a media que r se aproxima a
1, es más grande la relación entre los datos, por lo tanto r (coeficiente de correlación) mide
la aproximación entre las variables.
El coeficiente de correlación se puede clasificar de la siguiente manera:

 Perfecta 1) r = 1
 Excelente 2) r = 0.9 < = r< 1
 Buena 3) r = 0.8 < = r < 0.9
 Regular 4) r = 0.5 < = r < 0.8
 Mala 5) r < 0.5

4. TIPOS DE REGRESION :
Se pueden encontrar varios tipos de regresión, como son:

A. REGRESIÓN LINEAL

Nos centraremos en primer lugar, en el caso de que la función que relaciona las dos
variables X e Y sea la más simple posible, es decir, una línea recta. Por ello pasaremos a
interpretar los coeficientes que determinan una línea recta.
Toda regresión de la forma:

Y=a+bX ……………(1)

La cual determina, al representarla en el plano una línea recta, donde X e Y son variables
y a y b son constantes o parámetro o coeficiente de la línea de regresión. Para determinar la
ecuación de regresión lineal calculamos fórmulas para los parámetros a y b:

(∑ 𝑁) ∗ (∑ 𝑁𝑁) − (∑ 𝑁) ∗ (∑ 𝑁𝑁)
𝑁=
𝑁(∑ 𝑁𝑁) − (∑ 𝑁)𝑁 ................(2)

𝑁 ∑ 𝑁𝑁 − (∑ 𝑁) ∗ (∑ 𝑁)
𝑁=
𝑁(∑ 𝑁2) − (∑ 𝑁)2 …………(3)
De la cual su coeficiente de correlación de regresión lineal es:

∑
𝑁= 𝑁𝑁 ……………. (4)
√(∑ 𝑁2 ) ∗ (∑ 𝑁2 )

B. REGRESIÓN LOGARÍTMICA:
Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente
de determinación apropiado, o cuando el fenómeno en estudio tiene un comportamiento
que puede considerarse potencial o logarítmico. La forma más simple de tratar de establecer
la tendencia es a través de un diagrama de dispersión o nube de puntos, tal como la
siguiente:

4
La curva logarítmica Y = a + b lnX es también una recta, pero en lugar de estar referida a
las variables originales X e Y, está referida a lnX y a Y.

Ecuación de la regresión logarítmica:

𝑁 = 𝑁 + 𝑁 ln 𝑁
………….. (5)

De la ecuación número 5, hacemos que el lnX, sea equivalente a X′, para obtener los
parámetros a y b, reemplazo obtenemos:

𝑁 = 𝑁 + 𝑁 X′ ………. (6)

Entonces de la ecuación 6 obtenemos los coeficientes:

𝑁(∑ X′ Y) − (∑ X′)(∑ 𝑁)
𝑁= ………...(7)
𝑁(∑ X′2) − (∑ X′)2

𝑁 = 𝑁̅− 𝑁X̅′ ……….. (8)

Teniendo un coeficiente de correlación de:

……….. (9)

C. REGRESIÓN EXPONENCIAL:

Será aquella en la que la función de ajuste será una función exponencial del tipo

y = a.bx ……............................(10)

La regresión exponencial aunque no es lineal es linealizable tomando logaritmos ya que

haciendo el cambio de variable v = log y tendremos que la función anterior nos generaría:

v = log y = log (a.bx) = log a + X log b ………. (11)

log 𝑁 = log 𝑁 + 𝑁𝑁 …………. (12)

Aplicando métodos de los mínimos cuadrados obtenemos los parámetros a y b sin antes
asignarle una variable a:

𝑁𝑁𝑁 𝑁 = Y'………q
𝑁𝑁𝑁𝑁 = A'………t

5
Entonces reemplazando q y t en la ecuación 12 se tiene:
𝑁′ = 𝑁′ + 𝑁𝑁 …………(13)
De donde:

𝑁(∑ 𝑁 𝑁′) − (∑ 𝑁)(∑ 𝑁′)

𝑁=
𝑁(∑ 𝑁𝑁) − (∑ 𝑁)𝑁 ...................(14)

𝑁′ = 𝑁̅′− 𝑁̅X …….. (15)

Teniendo como coeficiente de correlación:

𝑁(∑ 𝑁 𝑁′) − (∑ 𝑁)( ∑ 𝑁′)

𝑁= ……. (16)
√(𝑁 ∑ 𝑁2 − (∑ 𝑁)2 ∗ (𝑁 ∑ 𝑁 − (∑ 𝑁′)𝑁)
′2

D. REGRESION POTENCIAL:

Será aquella en la que la función de ajuste sea una función potencial del tipo:

y = a. xb
………………….. (17)

También en este caso se resuelve linealizando la función tomando logaritmos ya que:

V=Log y = log a + b log x…….. (18)

Aplicando métodos de los mínimos cuadrados obtenemos los parámetros a y b sin antes
asignarle una variable a:
𝑁𝑁𝑁 𝑁 = Y'…………….m
𝑁𝑁𝑁𝑁 = A'……………..n
𝑁𝑁𝑁 𝑁 = 𝑁′……………..p
Entonces reemplazando las variables (m, n, p) en la variable V se obtiene:
V= A +B X′ .......... 19

Luego por el método de mínimos cuadrados obtenemos los parámetros:

𝑁(∑ 𝑁 𝑁′ ) − (∑ 𝑁′)(∑ 𝑁′ )
𝑁=
…………(20)……..
𝑁(∑ 𝑁′𝑁) − (∑ 𝑁′)𝑁 …………. (20)

6
 ̅′ − 𝑁𝑁̅′
𝑁′ = 𝑁
………….. (21) ……….. (21)

Teniendo como coeficiente de correlación potencial:

𝑁(∑ X′ 𝑁 ′) − (∑ X′)( ∑ 𝑁 ′)
𝑁=
……. (22)
√(𝑁 ∑ X′2 − (∑ X′)2 ∗ (𝑁 ∑ 𝑁 ′2 − (∑ 𝑁′) 𝑁)

IV. PROCEDIMIENTO :

a) Análisis de regresión lineal :

 Conseguir 10 datos que relacionen dos fenómenos meteorológicos, del SENAMHI

del departamento de Cajamarca, en esta ocasión los fenómenos meteorológicos de
los cuales vamos analizar son presión y temperatura promedio.
 De los datos obtenidos entre presión y temperatura promedio, realizar el grafico
correspondiente con su respectiva ecuación lineal y el coeficiente de correlación.

b) Análisis de regresión logarítmica:

 Seleccionados los 10 datos anteriormente entre presión del SENAMHI, los cuales
serán las ordenadas del grafico a trazar.
 Colocar como la abscisa de la gráfica a la temperatura promedio.
 Una vez realizado lo anteriormente mencionado, tabulamos los datos en el Excel y
aplicando las formulas (5, 6, 7, 8,9) de las ecuaciones de regresión logarítmica y
hallamos los parámetros a y b y su coeficiente de correlación.

c) Análisis de regresión exponencial :

 tabulamos los 10 datos de presión y temperatura en el Excel.

 luego calculamos con las formulas (10, 13, 14, 15,16), el coeficiente de correlación,
para finalmente graficarla.

7
 d) Análisis de regresión potencial :

 con los 10 datos que relacionan los dos fenómenos meteorológicos como son la
presión y temperatura, y con ayuda de las formulas (17, 20,21y 22), hallamos la
gráfica y coefiente de correlación de la regresión potencial.

V. CÁLCULOS Y RESULTADOS :

1) REGRESIÓN LINEAL
Con los 10 datos obtenidos entre la temperatura promedio y presión el procedemos
a calcular el coeficiente a y b.

T° Prom Presión (mb)

13.92 12.79
13.68 12.82
14.5 12.83
15.15 12.82
14.98 12.8
14.1 12.81
14.5 12.78
14.04 12.8
14.35 12.8
13.43 12.77

Tabla n°1

Esta tabla representa el cálculo estadístico de la temperatura y la presión, en este

caso los N es el número de datos tomados, X es la es los datos de la temperatura
promedio por lo tanto Y es la presión. Con los datos obtenidos encontramos los
valores de los coeficientes a y b respectivamente.

8
Empleando las formulas 2y 3 calculamos los coeficientes a y b de la ecuación de regresión
lineal:

(∑ 𝑁) ∗ (∑ 𝑁𝑁) − (∑ 𝑁) ∗ (∑ 𝑁𝑁)
𝑁=
𝑁(∑ 𝑁𝑁) − (∑ 𝑁)𝑁 ................(2)

𝑁 ∑ 𝑁𝑁 − (∑ 𝑁) ∗ (∑ 𝑁)
𝑁= …………….(3)
𝑁(∑ 𝑁2) − (∑ 𝑁)2

Una vez calculado los valores de a y b, procedemos afirmar que la ecuación de regresión
lineal tiene la forma:

9
Tabla n°2

Esta tabla representa el cálculo estadístico de la temperatura y la presión para calcular el

coeficiente de correlación, en este caso los N° es el número de datos tomados, x es la es
los datos de la temperatura promedio por lo tanto y es la presión y X̅e y̅representan las
medianas de los datos.
Con los datos obtenidos en la tabla n°2 y la formula número 4 calculamos el coeficiente de
correlación:

∑ 𝑁𝑁
𝑁=
√(∑ 𝑁 2 ) ∗ (∑ 𝑁2 ) ………(4)

10
Por lo tanto la gráfica de la ecuación de regresión lineal es:

2) REGRESIÓN LOGARÍTMICA :

Con los 10 datos obtenidos entre la temperatura promedio y presión el procedemos

a calcular el coeficiente a y b.

Tabla n°3
N° X Y X´=lnX X´*Y X´2
1 13.92 12.79 2.633 33.676 6.934
2 13.68 12.82 2.616 33.536 6.843
3 14.5 12.83 2.674 34.309 7.151
4 15.15 12.82 2.718 34.845 7.388
5 14.98 12.8 2.707 34.650 7.326
6 14.1 12.81 2.646 33.897 7.002
7 14.5 12.78 2.674 34.176 7.151
8 14.04 12.8 2.642 33.816 6.980
9 14.35 12.8 2.664 34.096 7.096
10 13.43 12.77 2.597 33.170 6.747

∑X = ∑Y = ∑X´= ∑X*Y = ∑X´2=

142.65 128.02 26.571 340.165 70.614

12.802 2.657

11
 Esta tabla representa el cálculo estadístico de la temperatura y la presión, de una
regresión logarítmica con los cuales podemos obtener los coeficientes a y b
empleando las formulas (7,8):

𝑁(∑ X′ Y) − (∑ X′)(∑ 𝑁)
𝑁=
𝑁(∑ X′2) − (∑ X′)2
………...(7)

10(340.165) − (26.571)(128.02)
b=
(10)(70.614)−(706.018)
(3401.65) −(3401.619)
b =
(706.14)−706.018
0.031
b=
0.122
b = 0.254

𝑁 = 𝑁̅− 𝑁X̅′ ……….. (8)

𝑁 = 12.802 − (0.254)(2.657)

𝑁 = 12.802 +0.659
𝑁 = 12.127

Entonces la ecuación de regresión logarítmica es:

y = 12.127 + (0.254)𝑁𝑁𝑁

Tabla n°4.

12
 Con la tabla número 4, obtenemos el coeficiente de correlación logarítmica
aplicando la fórmula 9:

……(9)

26.572 ∗ 25.496
−0.248 67.747 − 10
𝑁2 =
650.046
65.005 − 10
0.254(67.747 − 67.748)
𝑁2 =
65.005 − 65.046

0.000254
𝑁2 =
0.041

r = 0.078

Por lo tanto la gráfica de la ecuación de regresión logarítmica es:

Temperatura (°C)vs Presion (mb)

12.84
y = 0.1914ln(x) + 12.293
R² = 0.1503
12.83

12.82

12.81

12.8

12.79

12.78

12.77

12.76
13 13.5 14 14.5 15 15.5

13
3) REGRESIÓN EXPONENCIAL :

Con los 10 datos obtenidos entre la temperatura promedio y presión el

procedemos a calcular el coeficiente a y b:

Tabla n°5

Esta tabla representa el cálculo estadístico de una regresión exponencial con los
cuales podemos obtener los coeficientes a y b empleando las formulas (14,15):

𝑁(∑ 𝑁 𝑁′) − (∑ 𝑁)(∑ 𝑁′)

𝑁=
𝑁(∑ 𝑁𝑁) − (∑ 𝑁)𝑁 ………(14)

10(363.689) − (142.65)(25.495)
𝑁=
10(2037.551) − (142.65)2

(3636.389) − (3636.862)
𝑁=
(20375.51) − (20349.023)

𝑁 = 0.001

14
 𝑁′ = 𝑁̅′− 𝑁̅X …….. (15)

𝑁´ = 2.550 −(0.001)(14.265

𝑁´ = 2.550 − 0.014
𝑁´ = 2.536
𝑁 = ⅇ2.536
A= 12.623
Entonces la ecuación de regresión exponencial es:
𝑁′ = 12.62 + 0.001𝑁
𝑁 = 12.62ⅇ0.001𝑁
Tablan°6.

N° X Y y´=lny X*Y´ x2 y´^2=

1 13.92 12.79 2.549 35.482 193.766 6.497
2 13.68 12.82 2.551 34.898 187.142 6.508
3 14.5 12.83 2.552 37.004 210.250 6.513
4 15.15 12.82 2.551 38.648 229.523 6.508
5 14.98 12.8 2.549 38.184 224.400 6.497
6 14.1 12.81 2.550 35.955 198.810 6.503
7 14.5 12.78 2.548 36.946 210.250 6.492
8 14.04 12.8 2.549 35.788 197.122 6.497
9 14.35 12.8 2.549 36.578 205.923 6.497
10 13.43 12.77 2.547 34.206 180.365 6.487

Sumatoria ∑X = ∑Y = ∑y´= ∑X*Y´ = ∑X =

2
∑y´^2=
142.65 128.02 25.495 363.689 2037.551 65.005

Con la tabla número 6, obtenemos el coeficiente de correlación exponencial aplicando la

fórmula 16:

𝑁(∑ 𝑁 𝑁′) − (∑ 𝑁)( ∑ 𝑁′)

𝑁=
√(𝑁 ∑ 𝑁2 − (∑ 𝑁)2 ∗ (𝑁 ∑ 𝑁′2 − (∑ 𝑁′)𝑁)
……. (16)

15
 10(363.689) −(142.65)(25.495)
𝑁=
((10)(2037.551) − (142.65)2)(10 ∗ 65.005 − (25.496)2)
(3636.89) −(3636.862)
𝑁=
((20375.51) − 20349.023)(650.05 − 650.046)
0.028
𝑁=
(26.487)(0.004)

𝑁 = 0.2642
Por lo tanto la gráfica de la ecuación de regresión exponencial es:

12.84
y = 12.622e0.001x
12.83 R² = 0.1482
12.82
Título del eje

12.81

12.8 Presion (mb)

12.79
Exponencial
12.78 (Presion (mb))

12.77

12.76
13 13.5 14 14.5 15 15.5
Título del eje

4) REGRESIÓN POTENCIAL:

Con los 10 datos obtenidos entre la temperatura promedio y presión el

procedemos a calcular el coeficiente a y b:

16
 Tabla n°7.

N° X Y x´=lnx y´=lny X´*Y´ x´^2

1 13.92 12.79 2.633 2.549 6.711 6.934
2 13.68 12.82 2.616 2.551 6.673 6.843
3 14.5 12.83 2.674 2.552 6.824 7.151
4 15.15 12.82 2.718 2.551 6.934 7.388
5 14.98 12.8 2.707 2.549 6.901 7.326
6 14.1 12.81 2.646 2.550 6.748 7.002
7 14.5 12.78 2.674 2.548 6.813 7.151
8 14.04 12.8 2.642 2.549 6.735 6.980
9 14.35 12.8 2.664 2.549 6.791 7.096
10 13.43 12.77 2.597 2.547 6.616 6.747
∑X = ∑Y = ∑X´= ∑y´= ∑X´*Y´ = ∑X´^2=
142.65 128.02 26.572 25.496 67.747 70.618
̅∑̅𝑁̅′ 𝑁𝑁′̅ =

2.657 2.550

Esta tabla representa el cálculo estadístico de una regresión potencial con los cuales
podemos obtener los coeficientes a y b empleando las formulas (20,21):

𝑁(∑ 𝑁 𝑁′ ) − (∑ 𝑁′)(∑ 𝑁′ )
𝑁=
𝑁(∑ 𝑁′𝑁) − (∑ 𝑁′)𝑁
…………(20)…….. …………. (20)

10(67.747) − (26.572)(25.496)
𝑁=
(10)(70.618)−(26.572)2

(677.47) − (677.480)
𝑁=
(706.18) − (706.071)
−0.01
𝑁=
0.109
𝑁 = −0.091

̅′ − 𝑁𝑁̅′
𝑁′ = 𝑁
………….. (21) ……….. (21)
𝑁′ = 𝑁. 𝑁𝑁𝑁 − (−𝑁. 𝑁𝑁𝑁)(2.657)

𝑁′ = 𝑁. 𝑁𝑁𝑁 + 𝑁. 𝑁𝑁𝑁
𝑁′ = 𝑁.𝑁𝑁𝑁

17
Entonces la ecuación de regresión potencial es:
𝑁 ′ = 2.792 − 0.091𝑁 ′
y = 12.303x0.015
Tablan°8.

N° X Y x´=lnX y´=lny X´*Y´ x´^2 y´^2

1 13.92 12.79 2.633 2.549 6.711 6.934 6.496
2 13.68 12.82 2.616 2.551 6.673 6.843 6.508
3 14.5 12.83 2.674 2.552 6.824 7.151 6.512
4 15.15 12.82 2.718 2.551 6.934 7.388 6.508
5 14.98 12.8 2.707 2.549 6.901 7.326 6.500
6 14.1 12.81 2.646 2.550 6.748 7.002 6.504
7 14.5 12.78 2.674 2.548 6.813 7.151 6.492
8 14.04 12.8 2.642 2.549 6.735 6.980 6.500
9 14.35 12.8 2.664 2.549 6.791 7.096 6.500
10 13.43 12.77 2.597 2.547 6.616 6.747 6.488
∑X = ∑Y = ∑X´= ∑y´= ∑X´*Y´ = ∑X´^2= ∑y´^2=
142.65 128.02 26.572 25.496 67.747 70.618 65.005

Con la tabla número 8, obtenemos el coeficiente de correlación exponencial aplicando la

fórmula 22:

𝑁(∑ X′ 𝑁 ′) − (∑ X′)( ∑ 𝑁 ′)
𝑁=
……. (22)
√(𝑁 ∑ X′2 − (∑ X′)2 ∗ (𝑁 ∑ 𝑁 ′2 − (∑ 𝑁′) 𝑁)

10(67.747) − (26.572)(25.496)
𝑁=
((10)(70.618) − (26.572)2)((10)(65.005) − (25.496)2)

(677.47) − (667.480)
𝑁=
((706.18) − (706.071))((650.05) − (650.046))

−0.01
𝑁=
(0.109)(0.004)

𝑁 = −2.5

18
Por lo tanto la gráfica de la ecuación de regresión potencial es:

12.84

12.83 y = 12.303x0.015
R² = 0.1504
12.82
Título del eje

12.81

12.8 Presion (mb)

12.79 Lineal (Presion (mb))

Potencial (Presion (mb))
12.78

12.77

12.76
13 13.5 14 14.5 15 15.5
Título del eje

19
VI. CONCLUSIONES :

 Logramos establecer la ecuación de regresión lineal, logarítmica, exponencial

y potencial.

 Obtuvimos el coeficiente de correlacion de la ecuación lineal, logarítmica,

exponencial y potencial.

 Concluimos que las ecuaciones de regresión nos permiten pronosticar con

cierta precisión diferentes fenómenos meteorológicos.

20
VII. REDERENCIAS BIBLIOGRAFICAS:

 Montgomery. Diseño y análisis de experimentos.Limusa Willey.Segunda

Edicion.Mexico DF.Pg.392.
 Medina, Mariano. Iniciación a la meteorología. Editorial Pananinfo.Octava
edición.1994.Pg. 23.
 Los epsgramas.Meteogramas del sistema de predicción por conjuntos.RAM.Revista
de la aficionada a la meteorología. Recuperado desde:
http://www.tiempo.com/ram/2104/interpretacin-de-mapas-y-productos-
meteorolgicos/.

21
VIII. ANEXOS :

Ubicación satelital de la estación meteorológica

Datos meteorológicos tomados

22