Seminario 10 ejercicio1

381 visualizaciones

Publicado el

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
381
En SlideShare
0
De insertados
0
Número de insertados
217
Acciones
Compartido
0
Descargas
0
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Seminario 10 ejercicio1

  1. 1. 1.1.- Utilizando nuestra base de datos comprueba la correlación entre lavariable peso y la variable horas de dedicación al deporte. Comenta losresultados.Primero tenemos que comprobar la normalidad y hay que seguir los siguientes pasos:
  2. 2. Ahora analizaremos la correlación:
  3. 3. INTERPRETACIÓN• Vemos en dicho cuadro como la correlación de cada variable consigo misma es“perfecta” (Coef. De Correlación lineal = 1).Mientras que la correlación con la otra variablevale 0,410, un valor positivo.• La correlación de ambas variables es un valor positivo , por lo tanto el peso deberíaaumentar conforme aumenta las horas de dedicación al deporte.• Al ser la correlación un valor bajo, hay una correlación moderada entre ambasvariables.• El valor de la p (Significancia), se utiliza como contraste de hipótesis, para ver si en lapoblación ambas variables están correlacionadas.En este caso, el valor p es 0.091 y es mayor que 0. 05, e incluso que el nivel decorrelación 0.01. Esto significa que aceptamos la hipótesis nula, es decir, no haycorrelación entre las variables.
  4. 4. GRÁFICO DE DISPERSIÓN:Para realizar el gráfico seguimos los siguientes pasos:
  5. 5. INTERPRETACIÓN:Como puede verse a simple vista y hemos comprobado, ambasvariables no presentan correlación.El coeficiente de correlación será más próximo a 0 que a 1, ya que lanube de puntos representada, no se acercan a una recta imaginaria.Por lo tanto, una correlación próxima a 0, se interpreta con la noexistencia de una relación lineal entre las dos variables estudiadas.
  6. 6. 1.2.- Calcula el Coeficiente de Correlación de Pearson para lasvariables nº de cigarrillos fumados al día y nota de acceso.Comenta los resultados.Primero, al igual que en el ejercicio anterior , comprobaremos la normalidad.A continuación, calculamos de la misma manera que en el ejercicio anterior, la correlación yhemos obtenido los siguientes resultados:
  7. 7. INTERPRETACIÓN:• Cada variable consigo misma es “perfecta” (Coef. De Correlación lineal =1). Mientrasque la correlación con la otra variable vale – 0.976, un valor negativo.• La correlación de ambas variables es un valor negativo , por lo tanto la nota deacceso aumenta cuando el número de cigarrillos fumados al día disminuye yviceversa.• Al ser la correlación un valor muy alto, hay una alta correlación entre ambasvariables, casi perfecta.• El valor de la p (Significancia), se utiliza como contraste de hipótesis, para ver si en lapoblación ambas variables están correlacionadas.En este caso, el valor p es 0.001 y es menor que 0. 01, e incluso que el nivel decorrelación 0.05. Esto significa sigue habiendo correlación incluso aún nivel más alto.
  8. 8. 1.3.- Calcula el Coeficiente de Correlación de Pearson para lasvariables peso y altura (limitando la muestra a 10 casos).Comenta los resultados.En este caso, al igual que hicimos en una de los seminarios anteriores, tenemos queseleccionar solo 10 casos de la muestra.Primero pasamos todos los datos a formato Excel:
  9. 9. A continuación importamos los datos a un nuevo programa de SPSS, pero soloseleccionando, los diez primeros casos:
  10. 10. Obtenemos los siguientes resultados:
  11. 11. Ahora, al igual que en el ejercicio 1.1, comprobaremos la normalidad.A continuación, calculamos de la misma manera que en el ejercicio 1.1, la correlación yhemos obtenido los siguientes resultados:INTERPRETACIÓN• Vemos en dicho cuadro como la correlación de cada variable consigo misma es“perfecta” (Coef. De Correlación lineal = 1).Mientras que la correlación con la otravariable vale 0,757, un valor positivo.• La correlación de ambas variables es un valor positivo , por lo tanto el peso aumentaconforme aumenta la altura.• Al ser la correlación un valor alto, hay una buena correlación entre ambas variables.• El valor de la p (Significancia), se utiliza como contraste de hipótesis, para ver si en lapoblación ambas variables están correlacionadas.En este caso, el valor p es 0.011 y es menor que 0. 05, esto significa que existe correlaciónentre ambas variables.
  12. 12. 1.4.-Muestra los gráficos en una de las correlaciones.Hacemos el gráfico del apartado 1.2.INTERPRETACIÓN:Como puede verse a simple vista y hemos comprobado, ambas variables presentan unaalta correlación entre ambas, casi perfecta.Además, se observa una correlación lineal inversa, porque cuando crece X, disminuyeY.El coeficiente de correlación será más próximo a 1 que a 0, ya que la nube de puntosrepresentada, se acercan a una recta imaginaria.

×