EJERCICIO Nº2
Ejercicio 2: De una muestra de niños conocemos su edad (X) medida en días ysu peso (Y) en kg., según los resultados de la ...
1. Calcular el coeficiente de correlaciónde Pearson.1. Cálculo del rxy:Organizar los datos de la siguiente manera: Variab...
2. Averiguar si el coeficiente de correlación es significativo.

Seminario 10 ejercicio2
Próxima SlideShare
Cargando en…5
×

Seminario 10 ejercicio2

295 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
295
En SlideShare
0
De insertados
0
Número de insertados
216
Acciones
Compartido
0
Descargas
0
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Seminario 10 ejercicio2

  1. 1. EJERCICIO Nº2
  2. 2. Ejercicio 2: De una muestra de niños conocemos su edad (X) medida en días ysu peso (Y) en kg., según los resultados de la tabla. Si ambas variables sedistribuyen normalmente, averiguar si existe correlación entre ambas variablesen la población de donde proviene la muestra?Tenemos dos variables cuantitativas “edad” y “peso” que sedistribuyen normalmente, por lo que tenemos que:1. Calcular el coeficiente de correlación de Pearson.2. Averiguar si el coeficiente de correlación es significativo.Se puede comprobar si existe una tendencia lineal en la relaciónrecurriendo a procedimientos gráficos.Aunque se observa la existencia de una cierta tendencia lineal en larelación, hay que recurrir a procedimientos analíticos que permitanverificar con exactitud la Hipótesis de linealidad.
  3. 3. 1. Calcular el coeficiente de correlaciónde Pearson.1. Cálculo del rxy:Organizar los datos de la siguiente manera: Variable “EDAD”= X Variable “PESO” = YEdaden días(X)PesoCorporal(Y)0 3.65 0 13.32 00 3.4 0 11.56 00 3.175 0 10.08 030 3.9 900 15.21 11730 4.2 900 17.64 12630 5.19 900 26.94 155.760 5.82 3600 33.87 349.260 5.115 3600 26.16 306.960 4.5 3600 20.25 27090 5.97 8100 35.64 537.390 5.2 8100 27.04 46890 6.8 8100 46.24 612120 6.2 14400 38.44 744120 7.07 14400 49.98 848.4120 7.85 14400 61.62 942150 7.235 22500 52.34 1085.25150 6.12 22500 37.45 918150 8.1 22500 65.61 1215180 8.67 32400 75.17 1560.6180 7.75 32400 60.06 1395180 6.9 32400 47.61 1242
  4. 4. 2. Averiguar si el coeficiente de correlación es significativo.
  5. 5.

×