SlideShare una empresa de Scribd logo
1 de 15
SEMINARIO 10
GRADO DE
CORRELACIÓN DE PEARSON
Y
T DE ESTUDENT
LYDIA ACOSTA GARCÍA
1º ENFERMERÍA .UNIDAD DOCENTE DE VALME
 EJERCICIO 1
En un municipio español se ha realizado una
pequeña encuesta que ha preguntado por el
nº de personas que habitan en un hogar y el
nº de habitaciones del mismo.
Nº de personas 3 5 4 6 5 4
Nº de habitaciones 2 3 4 4 3 3
Si ambas variables se distribuyen normalmente:
 Averiguar si existe correlación entre ambas variables en la
población de donde derivan los datos. Calcular el
coeficiente De correlación de Pearson.
X = nº de personas
Y = nº de habitaciones
•Para poder
hacer la r de
pearson (saber si
la muestra tiene
una correlación
normal), sacamos
los datos de esta
tabla X2 ,y2, xy.
Nº de
personas
Nº de
habitaciones
X2 y2 xy
3 2 9 4 6
5 3 25 9 15
4 4 16 16 16
6 4 36 16 24
5 3 25 9 15
4 3 16 9 12
total 27 19 127 63 88
 Una vez que tenemos todos los datos de la
tabla, calculamos el coeficiente de correlación
de pearson.
•Los valores obtenidos
estarán entre -1 y 1 , siendo
0 un indicativo de que no
existe relación (no
correlación) y los valores ≠ 0
nos indican que si existe
correlación.
•Solución: Por tanto como el valor
obtenido es 0,63, nos indica según
pearson que si existe correlación
entre el numero de personas y el
numero de habitaciones de un
hogar, siendo el grado de
correlación positiva moderada
(según escala de correlación de
pearson) pero no muy fuerte porque
no supera el 0,8.
Prueba paramétrica coeficiente r de
pearson.
 Averiguar si el coeficiente de correlación es
significativo. Realizar las hipótesis.
Para averiguar si el coeficiente de correlación
es significativo utilizamos la T de estudent
n=6
rXY= 0,63
Grado de libertad = n -2
6-2= 4
Una vez que tenemos todos los datos nos vamos
a la tabla de correlación T de estudent
buscamos el numero 4 con un nivel de
significación de 0,05 (0,95),y nos da 2,1318.
 Por tanto:
tc (n-2) ˂ t (α1 n-2)
tc (1,63) ˂ t (2,1318), por lo que aceptamos la
hipótesis nula, o lo que es lo mismo no es real que
exista una relación entre el número de personas
en el hogar y el número de habitaciones, por
tanto se han elegido al azar.
solución: según la t de estudent, aceptamos la
hipótesis nula, o lo que es lo mismo no es real que
exista una relación entre el número de personas
en el hogar y el número de habitaciones, es una
elección al azar.
 SSPS ( gráfico dispersión simple).
Primero introducimos la variables.
Luego introducimos los datos.
Pinchamos
primero en
gráficos, cuadros
de dialogo
antiguos y
dispersión por
puntos.
Una vez que pinchamos en dispersión
por puntos nos sale esta ventana y
pinchamos en dispersión simple.
Luego nos sale esta ventana
y pasamos una variable al eje
y otra al eje x.
Pinchamos en aceptar.
Y ya tenemos nuestro gráfico dispersión simple.
 Correlación de Pearson y evaluación de los resultados.
Para la
correlación de
pearson
primero
pinchar en
analizar,
correlaciones,
bivariadas.
Nos sale esta
ventana
pasamos las
variables al lado
derecho y
pinchamos en
opciones.
Sale por
defecto y lo
dejamos de
esta forma.
nos sale esta
ventana y le
damos a medias
y desviaciones
típicas y a
continuar.
Margen de error.
 Solución: al comparar el margen de error con
el de significación (0,177 > 0,05) podemos ver
que aceptamos hipótesis nula por lo que no es
real la relación y por tanto la relación que
existe es al azar.

Más contenido relacionado

La actualidad más candente

Ecuaciones de tercer grado
Ecuaciones de tercer gradoEcuaciones de tercer grado
Ecuaciones de tercer gradoRubén Lema C
 
NUMEROS NATURALES
NUMEROS NATURALES NUMEROS NATURALES
NUMEROS NATURALES 987lady
 
Ecuacion de tercer grado
Ecuacion de tercer gradoEcuacion de tercer grado
Ecuacion de tercer gradopaotefa
 
Ecuacion de tercer grado
Ecuacion de tercer gradoEcuacion de tercer grado
Ecuacion de tercer gradopaotefa
 
Relación de orden en z
Relación de orden en zRelación de orden en z
Relación de orden en zAlfredoam
 
Matematicas I
Matematicas IMatematicas I
Matematicas IQuintitas
 
Semana 11 mate1 del 25 al 29 de octubre
Semana 11 mate1  del 25 al 29 de octubreSemana 11 mate1  del 25 al 29 de octubre
Semana 11 mate1 del 25 al 29 de octubreLorenaCovarrubias12
 
Razonamiento matematico por Gladys Cuzco
Razonamiento matematico por Gladys CuzcoRazonamiento matematico por Gladys Cuzco
Razonamiento matematico por Gladys CuzcoPatyOczuc
 
Semana 4 mate1 del 6 al 10 de septiembre
Semana 4 mate1 del 6 al 10 de septiembreSemana 4 mate1 del 6 al 10 de septiembre
Semana 4 mate1 del 6 al 10 de septiembreLorenaCovarrubias12
 

La actualidad más candente (19)

Estadistica
EstadisticaEstadistica
Estadistica
 
Ecuaciones de tercer grado
Ecuaciones de tercer gradoEcuaciones de tercer grado
Ecuaciones de tercer grado
 
PLANTEO DE ECUACIONES DE PRIMER GRADO
PLANTEO DE ECUACIONES DE PRIMER GRADOPLANTEO DE ECUACIONES DE PRIMER GRADO
PLANTEO DE ECUACIONES DE PRIMER GRADO
 
Ecuaciones de primer grado
Ecuaciones de primer gradoEcuaciones de primer grado
Ecuaciones de primer grado
 
NUMEROS NATURALES
NUMEROS NATURALES NUMEROS NATURALES
NUMEROS NATURALES
 
Relacion de orden de numeros enteros
Relacion de orden de numeros enterosRelacion de orden de numeros enteros
Relacion de orden de numeros enteros
 
Ecuacion de tercer grado
Ecuacion de tercer gradoEcuacion de tercer grado
Ecuacion de tercer grado
 
4.4 coeficiente binomial
4.4 coeficiente binomial4.4 coeficiente binomial
4.4 coeficiente binomial
 
Ecuacion de tercer grado
Ecuacion de tercer gradoEcuacion de tercer grado
Ecuacion de tercer grado
 
Relación de orden en z
Relación de orden en zRelación de orden en z
Relación de orden en z
 
Factorización
FactorizaciónFactorización
Factorización
 
Matematicas I
Matematicas IMatematicas I
Matematicas I
 
Clase distribucion poisson y teoremas limite
Clase distribucion poisson y teoremas limiteClase distribucion poisson y teoremas limite
Clase distribucion poisson y teoremas limite
 
Simulacion De Sistemas
Simulacion De SistemasSimulacion De Sistemas
Simulacion De Sistemas
 
Semana 11 mate1 del 25 al 29 de octubre
Semana 11 mate1  del 25 al 29 de octubreSemana 11 mate1  del 25 al 29 de octubre
Semana 11 mate1 del 25 al 29 de octubre
 
Razonamiento matematico por Gladys Cuzco
Razonamiento matematico por Gladys CuzcoRazonamiento matematico por Gladys Cuzco
Razonamiento matematico por Gladys Cuzco
 
Problemas con sistemas
Problemas  con  sistemasProblemas  con  sistemas
Problemas con sistemas
 
Semana 4 mate1 del 6 al 10 de septiembre
Semana 4 mate1 del 6 al 10 de septiembreSemana 4 mate1 del 6 al 10 de septiembre
Semana 4 mate1 del 6 al 10 de septiembre
 
Regla de Ruffini
Regla de RuffiniRegla de Ruffini
Regla de Ruffini
 

Destacado

Pruebas de significancia estadística
Pruebas de significancia estadísticaPruebas de significancia estadística
Pruebas de significancia estadísticaNelly González
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t studentpilosofando
 
Distribucion T de Student
Distribucion T de StudentDistribucion T de Student
Distribucion T de Studenteraperez
 
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”Patricia
 
Alfa de cronbach para los test
Alfa de cronbach para los testAlfa de cronbach para los test
Alfa de cronbach para los testViancaFatima_1990
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación1010karen
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientesJoseph AB
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTTorimat Cordova
 

Destacado (15)

T de student
T de studentT de student
T de student
 
T student2
T student2T student2
T student2
 
Seminario 10 diapo pdf
Seminario 10 diapo pdfSeminario 10 diapo pdf
Seminario 10 diapo pdf
 
T student
T studentT student
T student
 
T student
T  studentT  student
T student
 
Pruebas de significancia estadística
Pruebas de significancia estadísticaPruebas de significancia estadística
Pruebas de significancia estadística
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t student
 
Distribucion T de Student
Distribucion T de StudentDistribucion T de Student
Distribucion T de Student
 
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”
Ejercicios de correlación lineal de Pearson con “IBM SPSS Statistics 20”
 
Alfa de cronbach para los test
Alfa de cronbach para los testAlfa de cronbach para los test
Alfa de cronbach para los test
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientes
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENT
 
Hipótesis de Investigación - Tesis
Hipótesis de Investigación - TesisHipótesis de Investigación - Tesis
Hipótesis de Investigación - Tesis
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 

Similar a Seminario 10

Similar a Seminario 10 (20)

Seminario 10
Seminario 10 Seminario 10
Seminario 10
 
Seminario 10 diapo
Seminario 10 diapoSeminario 10 diapo
Seminario 10 diapo
 
Seminario 10 diapo
Seminario 10 diapoSeminario 10 diapo
Seminario 10 diapo
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
seminario 10 de estadistica y tics
 seminario 10 de estadistica y tics seminario 10 de estadistica y tics
seminario 10 de estadistica y tics
 
Seminario 10 de estadistica y tics
Seminario 10 de estadistica y tics Seminario 10 de estadistica y tics
Seminario 10 de estadistica y tics
 
correlación de Pearson y de Sperman
correlación de Pearson y de Spermancorrelación de Pearson y de Sperman
correlación de Pearson y de Sperman
 
Paola
PaolaPaola
Paola
 
Tareas
TareasTareas
Tareas
 
COEFICIENTES DE CORRELACIÓN DE PEARSON Y DE SPERMAN
COEFICIENTES DE CORRELACIÓN DE PEARSON Y DE SPERMANCOEFICIENTES DE CORRELACIÓN DE PEARSON Y DE SPERMAN
COEFICIENTES DE CORRELACIÓN DE PEARSON Y DE SPERMAN
 
Estad quimestimacionintconfianza
Estad quimestimacionintconfianzaEstad quimestimacionintconfianza
Estad quimestimacionintconfianza
 
correlación
correlación correlación
correlación
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de prob
 
EJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICAEJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICA
 
Correlación de pearson y Sperman
Correlación de pearson y SpermanCorrelación de pearson y Sperman
Correlación de pearson y Sperman
 
Correlación de pearson y Sperman
Correlación de pearson y SpermanCorrelación de pearson y Sperman
Correlación de pearson y Sperman
 
Estadistica Aplicada
Estadistica AplicadaEstadistica Aplicada
Estadistica Aplicada
 
U 1 conjuntos y probabilidad (2)
U 1 conjuntos y probabilidad (2)U 1 conjuntos y probabilidad (2)
U 1 conjuntos y probabilidad (2)
 

Más de Lydia Acosta Garcia (14)

Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Sem 9 inma
Sem 9 inmaSem 9 inma
Sem 9 inma
 
Sem 9 inma
Sem 9 inmaSem 9 inma
Sem 9 inma
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Distribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poisonDistribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poison
 
Tics seminario 8
Tics seminario 8Tics seminario 8
Tics seminario 8
 
Seminario 7 tics
Seminario 7 ticsSeminario 7 tics
Seminario 7 tics
 
Seminario 7 tics
Seminario 7 ticsSeminario 7 tics
Seminario 7 tics
 
Tics seminario 6
Tics seminario 6Tics seminario 6
Tics seminario 6
 
Tarea seminario 5
Tarea seminario 5Tarea seminario 5
Tarea seminario 5
 
Tarea seminario 4
Tarea seminario 4Tarea seminario 4
Tarea seminario 4
 
Tarea seminario 3
Tarea seminario 3Tarea seminario 3
Tarea seminario 3
 
Como realizar búsquedas bibliográficas
Como realizar búsquedas bibliográficasComo realizar búsquedas bibliográficas
Como realizar búsquedas bibliográficas
 
Como realizar búsquedas bibliográficas
Como realizar búsquedas bibliográficasComo realizar búsquedas bibliográficas
Como realizar búsquedas bibliográficas
 

Seminario 10

  • 1. SEMINARIO 10 GRADO DE CORRELACIÓN DE PEARSON Y T DE ESTUDENT LYDIA ACOSTA GARCÍA 1º ENFERMERÍA .UNIDAD DOCENTE DE VALME
  • 2.  EJERCICIO 1 En un municipio español se ha realizado una pequeña encuesta que ha preguntado por el nº de personas que habitan en un hogar y el nº de habitaciones del mismo. Nº de personas 3 5 4 6 5 4 Nº de habitaciones 2 3 4 4 3 3
  • 3. Si ambas variables se distribuyen normalmente:  Averiguar si existe correlación entre ambas variables en la población de donde derivan los datos. Calcular el coeficiente De correlación de Pearson. X = nº de personas Y = nº de habitaciones •Para poder hacer la r de pearson (saber si la muestra tiene una correlación normal), sacamos los datos de esta tabla X2 ,y2, xy. Nº de personas Nº de habitaciones X2 y2 xy 3 2 9 4 6 5 3 25 9 15 4 4 16 16 16 6 4 36 16 24 5 3 25 9 15 4 3 16 9 12 total 27 19 127 63 88
  • 4.  Una vez que tenemos todos los datos de la tabla, calculamos el coeficiente de correlación de pearson. •Los valores obtenidos estarán entre -1 y 1 , siendo 0 un indicativo de que no existe relación (no correlación) y los valores ≠ 0 nos indican que si existe correlación. •Solución: Por tanto como el valor obtenido es 0,63, nos indica según pearson que si existe correlación entre el numero de personas y el numero de habitaciones de un hogar, siendo el grado de correlación positiva moderada (según escala de correlación de pearson) pero no muy fuerte porque no supera el 0,8. Prueba paramétrica coeficiente r de pearson.
  • 5.  Averiguar si el coeficiente de correlación es significativo. Realizar las hipótesis. Para averiguar si el coeficiente de correlación es significativo utilizamos la T de estudent n=6 rXY= 0,63 Grado de libertad = n -2 6-2= 4 Una vez que tenemos todos los datos nos vamos a la tabla de correlación T de estudent buscamos el numero 4 con un nivel de significación de 0,05 (0,95),y nos da 2,1318.
  • 6.  Por tanto: tc (n-2) ˂ t (α1 n-2) tc (1,63) ˂ t (2,1318), por lo que aceptamos la hipótesis nula, o lo que es lo mismo no es real que exista una relación entre el número de personas en el hogar y el número de habitaciones, por tanto se han elegido al azar. solución: según la t de estudent, aceptamos la hipótesis nula, o lo que es lo mismo no es real que exista una relación entre el número de personas en el hogar y el número de habitaciones, es una elección al azar.
  • 7.  SSPS ( gráfico dispersión simple). Primero introducimos la variables. Luego introducimos los datos.
  • 8. Pinchamos primero en gráficos, cuadros de dialogo antiguos y dispersión por puntos. Una vez que pinchamos en dispersión por puntos nos sale esta ventana y pinchamos en dispersión simple.
  • 9. Luego nos sale esta ventana y pasamos una variable al eje y otra al eje x.
  • 11. Y ya tenemos nuestro gráfico dispersión simple.
  • 12.  Correlación de Pearson y evaluación de los resultados. Para la correlación de pearson primero pinchar en analizar, correlaciones, bivariadas. Nos sale esta ventana pasamos las variables al lado derecho y pinchamos en opciones. Sale por defecto y lo dejamos de esta forma.
  • 13. nos sale esta ventana y le damos a medias y desviaciones típicas y a continuar.
  • 15.  Solución: al comparar el margen de error con el de significación (0,177 > 0,05) podemos ver que aceptamos hipótesis nula por lo que no es real la relación y por tanto la relación que existe es al azar.