ESTADÍSTICA INFERENCIAL. CORRELACIONES

Variables cuantitativas: Peso y talla.

Nuestras hipótesis son:

1ª asunción: lineal:

H1: Si existe relación entre el peso y talla de adolescentes.

Se hará mediante el coeficiente de correlación de Pearson.

La relación lineal se comprueba mediante gráficos.

¿Se observa en el gráfico de dispersión de puntos una dispersión lineal? No, pero la relación es más lineal que curvilínea. Asumimos la 1ª asunción.

2ª asunción: la normal: Vamos a explorar la normalidad en una gráfica.

H1: Si existe una distribución normal.

La hipótesis alternativa hace referencia a que existen diferencias entre nuestra distribución y la normal.

Ho: No existen diferencias entre nuestra distribución y la normal.

En este caso, queremos que salga la hipótesis nula porque queremos que no haya diferencia. Queremos que se cumpla la Ho.

Rechazamos Ho cuando P<.05

En la tabla del resumen de procesamiento de casos dice que N es >30 (nº de casos que se analizan. Corresponde a 539), por tanto en la tabla de debajo hay que tener en cuenta la parte de Kolmogorov, no la de Shapiro.

Como rechazamos Ho cuando P<.05, aquí la tenemos que rechazar.No podemos fiarnos de las tablas porque N es demasiado grande (muy grande es 100), así que nos fiamos de las gráficas.En el histograma vemos una breve asimetría hacia la izquierda (del peso).

El gráfico Q-Q normal de PESO muestra la gráfica de la que acabo de hablar antes. Tener en cuenta que las pruebas paramétricas son mucho mejores que las no paramétricas.

Aquí se muestra el caso del sujeto 24 está sobrevalorado o bien que lo dejamos (hacemos lo último mejor porque que se vaya un caso de los más de 500 que tenemos no nos supone nada y no dejamos por ello de pensar que estamos en lo normal). Se sale un poco de lo normal.

Y aquí, se ve que está muy simétrico.La decisión que tomamos es que está dentro de lo normal, aceptamos la 2ª asunción de normalidad. Se distribuyen normalmente las variables por el coeficiente de correlación de Pearson.

La primera tabla de correlaciones lo que hace es correlacionar una variable consigo misma (1). La otra es del peso con la talla (.646), donde es menor que 1. Pero como es mayor que 0.5, es positiva. El peso y la talla se relacionan entre ellas. A más de una variable, más de otra (a más peso, más talla, y viceversa).

Lo que más me llama la atención de la 2ª tabla de la imagen 10 es que en los normofuncionales y todos los días, hay muchos más que han salido que los que se esperaban (348>336.0 y 5>1.5)

FIN

Ángela Segovia MuñozEstadística y TIC

1º Grado Enfermería HUVR