3. Se pide:
Realizar un estudio sobre la en una muestra de mujeres y hombres, de la que se
obtienen los datos de la siguiente tabla (glucemia medida en g/litros y edad en años).
1. Mediante software estadístico, calcula los valores máximo y mínimo, media,
mediana, desviación típica, rango, cuartiles y medidas de forma de la/s variable/s
numérica/s. Cuelga su desarrollo en el blog.
2. Comenta e interpreta los resultados obtenidos en la desviación típica, cuartiles
y medidas de forma.
3. Presenta una tabla con todas las frecuencias posibles de la/s variable/s
cualitativa/s.
4. Mediante software estadístico, representa gráficamente la distribución de cada
una de las variables.
5. Crea un gráfico que relacione “Glucemia” y “Sexo”. Interpreta y comenta el
gráfico.
6. Mediante software estadístico, crea una tabla de contingencia que relacione
“Cabello” y “Sexo”.
4. Mediante software estadístico, calcula los valores máximo y mínimo, media,
mediana, desviación típica, rango, cuartiles y medidas de forma de la/s variable/s
numérica/s. Cuelga su desarrollo en el blog.
Lo primero que tenemos que hacer es pasar la tabla de datos a un archivo excel, para
poder importarlo en R Commander, siguiendo los siguientes pasos:
Datos> Importar datos>Desde un archivo excel
Por último hacemos clic en Visualizar conjunto de datos.
5. Para calcular las medidas necesarias en el comando accedemos a:
Estadísticos>Resúmenes>Resúmenes numéricos.
Estadísticos>Resúmenes>Conjunto de datos activos.
A continuación…
6. A continuación…
Resolución del ejercicio 1
Máxima Mínima Media Media-
na
Cuartiles Desvia-
ción
tipica
glucemia 3.92 0.800 1.59 1.155 (TABLA) 0.882
edad 80 18 47.35 47 (TABLA) 18.036
Curtosis Asimetría Rango intercuartílico
glucemia -0.3105253 -1.18617530 1.04
edad -0.907861 -0.07872181 24
7. Comenta e interpreta los resultados obtenidos en la desviación típica,
cuartiles y medidas de forma.
En la desviación típica podemos observar que en la glucemia los valores obtenidos son
cercanos al valor 0, a diferencia de en la edad donde los resultados se alejan más. Esto
muestra que en el primer caso los resultados son mas próximos entre sí, y en el último
son mas dispersos
En el primer cuartil (el 25% de
los datos tienen como máximo
hasta ese valor), observamos
que para la variable edad nos
da 35,3 (el 25% de los datos
mas bajos tienen una edad
máxima de 35.3 años) mientras
que para la variable glucemia
nos da 0,95 (el 25% de los datos
mas bajos tienen una glucemia
máxima de 0,95 mg/dL).
En el segundo cuartil
(el 50% de los datos
tienen como máximo
ese valor) en la edad
obtenemos un valor
máximo de 47 y en la
glucemia nos da un
valor máximo de 1,115
mg/dl.
En el tercer cuartil (el 75%
de los datos tienen como
máximo ese valor). En la
variable edad obtenemos un
valor máximo de 59,5
mientras que en la variable
glucemia nos da un valor
máximo de 1,99
8. La curtosis (también conocida como medida de apuntamiento) es una medida
estadística, que determina el grado de concentración que presentan los valores de una
variable alrededor de la zona central de la distribución de frecuencias. Para ambas
variables obtenemos valores negativos de curtosis, lo que nos indica que estamos ante
una curtosis platicúrtica en la que existe una distribución más baja de lo habitual de
los valores en la zona central de la representación.
Con respecto a la asimetría, en ambas variables obtenemos valores negativos. Al ser
menores que 0 estamos ante una asimetría negativa, en la que la distribución de la
cola se alarga para valores inferiores a la media.
9. Presenta una tabla con todas las frecuencias posibles de la/s variable/s
cualitativa/s.
ni: frecuencia absoluta
Ni: frecuencia absoluta
acumulada
fi: frecuencia relativa(fi),
Fi: frecuencia relativa
acumulada
%: porcentaje
Pi: porcentaje acumulado
10. Mediante software estadístico, representa gráficamente la distribución de
cada una de las variables.
Vamos a hacer un gráfico de sectores representando las variables cualitativas “sexo” y
”cabello”, para ello:
Gráficas>Gráficas de sectores
11. Para representar las variables cuantitativas “edad” y ”glucemia” hacemos un
histograma.
A continuación…
12. Crea un gráfico que relacione “Glucemia” y “Sexo”. Interpreta y comenta el
gráfico.
Para hacer lo que se nos pide vamos a realizar un “Diagrama de caja”. Cambiamos la
variable “edad” por “sexo” que es la que nos interesa.
Gráficas>Diagrama de caja
13. En el gráfico encontramos relacionados las variables sexo (representada en el eje x) y
glucemia (representada en el eje y). Lo primer que podemos apreciar es que es que la
proporción de mujeres en el diagrama es superior a la de hombres. Observamos que
el valor mínimo y el valor del primer cuartil son los mismos para ambos sexos; sin
embargo a partir de estos, el resto de valores son superiores en el sexo femenino. Nos
referimos a valores en la mediana (segundo cuartil) y en el tercer cuartil algo por
encima a los de los varones y a un valor máximo de nivel de glucemia muy elevado,
siendo de algo menos de 4,0 en mujeres y un poco inferior a 3,0 en hombres.
+Conclusión: las mujeres, por lo general, presentan una mayor cantidad de glucosa en
sangre que los varones
14. Mediante software estadístico, crea una tabla de contingencia que relacione
“Cabello” y “Sexo”.
Para ello:
Estadísticos>Tablas de contingencia>Tabla de doble entrada