Correlación
-
Upload
jose-antonio-jimenez-gomez -
Category
Healthcare
-
view
86 -
download
0
Transcript of Correlación
CORRELACIÓNTarea Seminario 9:
Ejercicio 1:
Usando la base de datos obesidad.sav explorar la correlación entre las variables peso y glucemia. Comentar los resultados.
Ejercicio 1:
Abrimos un nuevo conjunto de datos en SPSS y copiamos las variables que nos interesan: peso y glucemia.
Ejercicio 1:
Abrimos un nuevo conjunto de datos en SPSS y copiamos las variables que nos interesan: peso y glucemia.
Ejercicio 1: Realizamos un gráfico de dispersión para ver la
proximidad de los datos.
En el generador de gráficos seleccionamos: Dispersión/Puntos Dispersión simple.A continuación arrastramos las variables a los ejes y pulsamos «Aceptar»
Ejercicio 1: Obtenemos la siguiente gráfica:
Ejercicio 1: A continuación realizamos las pruebas de
normalidad de las variables para determinar si usamos la R de Pearson (paramétrica) o la Rho de Spearman (no paramétrica).
En la ventana emergente, arrastramos la variable a «Lista de dependientes». Le damos a Gráficos.
En la ventana de Gráficos seleccionamos Histograma y Gráficos de normalidad con pruebas.
Después hacemos clic en Continuar y a continuación a Aceptar.
Ejercicio 1: En la ventana emergente observamos:
En el gráfico de pruebas de normalidad, fijándonos en la columna de Kolmogorov-Smirnov (N > 50), vemos que el valor de significación es 0, por lo tanto, rechazamos H0 (distribución normal) y aceptamos H1: los datos no siguen una distribución normal.
Por lo tanto, en la variable Glucemia realizaremos una prueba no paramétrica: Rho de Spearman.
Al mirar el histograma y el Box-Plot, reafirmamos lo dicho.
Ejercicio 1: Repetimos el proceso para la variable peso.
En el gráfico de pruebas de normalidad, fijándonos de nuevo en la columna de Kolmogorov-Smirnov (N > 50), vemos que el valor de significación es 0,003; por lo tanto, rechazamos H0 (distribución normal) y aceptamos H1: los datos no siguen una distribución normal.
Por lo tanto, en la variable peso tambiénrealizaremos una prueba no paramétrica: Rho de Spearman.
Al mirar el histograma y el Box-Plot, reafirmamos lo dicho.
Ejercicio 1: Realizamos la prueba de Rho de Spearman
En la ventana emergente, arrastramos las 2 variables a la derecha, seleccionamos Spearman y hacemos clic en Aceptar.
Ejercicio 1: Obtenemos la siguiente tabla:
En la tabla observamos nuestras 2 variables: peso y glucemia.En el primer y último cuadro (empezando por arriba a la izquierda) la correlación es 1 puesto que se está comparando la variable consigo misma.El número de individuos no es el mismo en las 2 variables, ya que en la variable glucemia hay datos que faltan.
Fijándonos en los datos de correlación entre las 2 variables vemos que el coeficiente de correlación es de 0,485 que, significa que tienen una correlación moderada.Los asteriscos de debajo de la tabla nos indican que si hubiesemos usado un pvalor de 0,01 (el nuestro es de 0,05) habríamos acertado igualmente.
Si nos fijamos en la significación estadística vemos que tiene un valor de 0. Esto significa que rechazamos la hipótesis nula (no hay relación entre peso y glucemia) y aceptamos la alternativa: existe relación entre el peso y la glucemia.
Ejercicio 2:
Usando la base de datos obesidad.sav explorar la correlación entre las variables tensión arterial y colesterol. Comentar los resultados.
Para ello generamos una nueva tabla de datos con las variables tas y colesterol.A continuación repetimos todo el proceso anterior:
Ejercicio 2: Obtenemos el siguiente gráfico de dispersión:
Ejercicio 2: Realizamos las pruebas de normalidad de la variable
tas y obtenemos los siguientes datos:
En el gráfico de pruebas de normalidad, fijándonos en la columna de Kolmogorov-Smirnov (N > 50), vemos que el valor de significación es 0, por lo tanto, rechazamos H0 (distribución normal) y aceptamos H1: los datos no siguen una distribución normal.
Por lo tanto, en la variable tas realizaremos una prueba no paramétrica: Rho de Spearman.
Al mirar el histograma y el Box-Plot, reafirmamos lo dicho.
Ejercicio 2: Realizamos las pruebas de normalidad de la variable
tas y obtenemos los siguientes datos:
En el gráfico de pruebas de normalidad, fijándonos en la columna de Kolmogorov-Smirnov (N > 50), vemos que el valor de significación es 0,2 por lo tanto, rechazamos H1 (no distribución normal) y aceptamos H0: los datos siguen una distribución normal.
Por lo tanto, en la variable colesterol realizaremos una prueba paramétrica: R de Pearson.
Al mirar el histograma y el Box-Plot, reafirmamos lo dicho.
Ejercicio 2: Como una es paramétrica y la otra no, realizamos la Rho
de Spearman ya que no exige que las variables se distribuyan con normalidad. Obtenemos la siguiente tabla:
En la tabla observamos nuestras 2 variables: peso y glucemia.En el primer y último cuadro (empezando por arriba a la izquierda) la correlación es 1 puesto que se está comparando la variable consigo misma.El número de individuos no es el mismo en las 2 variables, ya que en la variable colesterol hay datos que faltan.
Fijándonos en los datos de correlación entre las 2 variables vemos que el coeficiente de correlación es de 0,263 que, significa que tienen una correlación baja.Los asteriscos de debajo de la tabla nos indican que si hubiesemos usado un pvalor de 0,01 (el nuestro es de 0,05) habríamos acertado igualmente.
Si nos fijamos en la significación bilateral vemos que tiene un valor de 0,007. Esto significa que rechazamos la hipótesis nula (no hay relación entre tas y colesterol) y aceptamos la alternativa: existe relación entre la tensión arterial superficial y el colesterol.