Correlación en R

1. SEMINARIO VIII
Análisis bivariado con variables cuantitativas.
1 º ENFERMERÍA HUVR

2. DESCRIPCIÓN DE LA TAREA
Determina que si existe relación y como de
fuerte es entre las variables altura y peso

3. En primer lugar abrimos R commander
para comenzar nuestra tarea

4. Para averiguar la relación entre las dos
variables y como de fuerte es necesitamos
averiguar la correlación. Para ello
utilizaremos:
- Pearson: para usarlo es necesario comprobar
la normalidad y la linealidad de la
distribución.
-Rho Spearman: no presenta condiciones.

5. Para determinar la correlación, como he mencionado anteriormente, es
necesario conocer la forma de la distribución, y para ello hay que hacer
distintos gráficos:
- histograma
- Q-Q
- box-plot
Y el test de Shapiro Wilk.
Una vez que conozcamos si sigue o no la distribución normal, podemos
elegir que tipo de correlación usamos:
- Pearson si es normal y lineal.
- Spearman si no lo es

6. Se carga la base de
datos

7. HISTOGRAMA
altura
peso

8. BOX-PLOT
altura
peso

9. Q-Q
altura
peso

10. Test de normalidad
Shapiro Wilk
Altura
P valor= 4.68 e-6
Peso
P valor=8.406e-13

11. En el test de Shapiro Wilk de ambas variables el
p valor es menor que 0.05 por lo que las
variables no siguen una distribución normal.
Se acepta la H1 (hay dependencia entre las
variables)

12. Diagrama de dispersión
Vemos como hay
relación entre ambas
variables, pues a
medida que aumenta
la altura, aumenta el
peso

13. En los tres gráficos y en el Shapiro Wilk se
aprecia claramente como ninguna de las
dos variables sigue una distribución
normal. Esto quiere decir que no se
puede utilizar la correlación de Pearson,
sino que se debe usar la Rho Spearman.

14. Matriz de
correlación

15. Con Spearman se conoce
la fuerza de correlación
entre ambas variables
La correlación
entre la altura y la
altura y el peso y
peso es de 1
(máxima)
Mientras que la
correlación entre la
altura y el peso, y
viceversa es de
0.622

16. Se puede decir que la correlación entre ambas
variables es alta.
Las hipótesis
H0: (p>0.05) Es igual a la normal
H1: (p<0.05) No es igual a la normal

17. El p valor es menor
que 0.05 por lo que
se puede aceptar
la H1
El p valor es 0.001