3. Comprobamos la distribución que siguen las variables (normal o no) y para ello
observamos sus gráficas.
• Si los valores se sitúan en torno a la línea = Distribución normal.
• Si los valores no se sitúan en torno a la línea = No distribución normal.
Peso Altura
4. Para afirmar con mayor seguridad que no siguen una distribución normal, debido a
que muchos valores no siguen la línea, realizaremos el test de normalidad
Kolmogorov, ya que la muestra es superior a 50.
5. Tanto en la variable altura como en la variable peso, el valor de la
p-value es inferior a 0.05, por lo tanto no siguen una distribución normal.
6. Realizamos un diagrama de dispersión para observar si existe correlación entre ambas
variables.
7. El resultado obtenido es:
La línea de puntos es prácticamente
uniforme y estos siguen un mismo
sentido aunque hay puntos que se
desvían de la recta verde.
8. Ya que no siguen una distribución normal, para comprobar la correlación utilizaremos
la matriz de correlaciones con el coeficiente de Spearman.
9. El valor obtenido en el coeficiente de Spearman es 0. 6224114, como se acerca a 1, la
correlación es positiva y fuerte.
10. Por último realizamos un test de correlación para saber si aceptar o descartar la
hipótesis nula (H0)
11. El resultado obtenido (p-value) es inferior a 0.05, por lo tanto rechazamos la hipótesis
nula y afirmamos que peso y altura son dependientes, es decir, que tienen relación.