Seminario 8 machu
Click here to load reader
-
Upload
machurodel -
Category
Career
-
view
63 -
download
1
Transcript of Seminario 8 machu
![Page 1: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/1.jpg)
CORRELACIÓN
María Jesús Rodríguez Delgado
Seminario 8
![Page 2: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/2.jpg)
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:
![Page 3: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/3.jpg)
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.
![Page 4: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/4.jpg)
Ninguno de los dos gráficos sigue una simetría típica de una
distribución normal, de los gráficos Q-Q vistos en el temario.
![Page 5: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/5.jpg)
De igual manera, en los boxplot no se encuentra la caja en la parte intermedia.
No sigue una distribución normal
![Page 6: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/6.jpg)
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:
![Page 7: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/7.jpg)
Línea de
mínimos
cuadrados
![Page 8: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/8.jpg)
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
![Page 9: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/9.jpg)
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.
![Page 10: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/10.jpg)
Repetimos el
mismo proceso,
ahora con el
Coeficiente de
Spearman
![Page 11: Seminario 8 machu](https://reader038.fdocuments.es/reader038/viewer/2022100803/58f047f81a28abdc058b45a7/html5/thumbnails/11.jpg)
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)