CORRELACIÓN

María Jesús Rodríguez Delgado

Seminario 8

Determina si existe relación entre las variables

altura y peso del fichero de datos “activos en

salud” y si existe determina cómo de fuerte es

Para resolver el ejercicio usamos R commander, y

gráficos;

Usamos gráfica de comparación de cuantiles para

poder confirmar si ambas variables siguen una

distribución normal:

Comparamos ambas gráficas de las variables altura y peso, y podemos

observar numerosos puntos que se encuentran fuera de la línea

marcada. Esto nos indica una ausencia de la normalidad.

Ninguno de los dos gráficos sigue una simetría típica de una

distribución normal, de los gráficos Q-Q vistos en el temario.

De igual manera, en los boxplot no se encuentra la caja en la parte intermedia.

No sigue una distribución normal

1. Por lo tanto, tras haber comparado los datos

podemos asegurar que no siguen una

distribución normal.

2. A continuación vamos a estudiar que tipo de

relación existe entre ellas y si existe, que de

fuerte es esta relación.

Para ello vamos a crear un diagrama de

dispersión entre ambas variables:

Línea de

mínimos

cuadrados

Observando el gráfico anterior podemos

confirmar que no existe una relación entre

ambas variables, aunque es difícil establecer

una relación a simple vista

Por lo que vamos a contrastarla

numéricamente a través del Test de

correlación

Una vez en la matriz de correlaciones, introducimos las dos variables

del problema, peso y altura; señalamos el coeficiente de Pearson, ya

que se trata de dos variables cuantitativas.

Repetimos el

mismo proceso,

ahora con el

Coeficiente de

Spearman

Los dos resultados son muy semejantes: 0.63

aproximadamente (63%)

Estos datos quieren decir que existe una

correlación entra las dos variables de peso y

altura. Esta correlación es positiva.

De esta modos:

- Aceptamos H0: existe correlación entre altura y

peso (Rho entre -1 y 1)

-Rechazamos H1: no existe correlación entre

altura y peso (Rho=0)