3. • 1º Debemos de saber si los datos siguen o no una distribución normal.
• Hacemos una gráfica de comparación de cuartiles para “altura” y “peso”
• Si los datos siguiesen una distribución normal: deberían de situarse entre las
líneas discontinuas
4. No parece que sigan una distribución normal porque hay muchos
valores que no están entre los límites de las líneas discontinuas.
Por ello, debemos de realizar el test de normalidad
Variable “altura” Variable “peso”
5. Utilizamos Kolmogorov porque es una muestra >50
Seleccionamos
Kolmogorov
Hacemos lo mismo tanto
con la variable de “altura”
como con la de “peso”
6.
7. • En ambas variables (“peso” y “altura”) p-value tiene un valor menor de 0,05
• Gracias a este valor podemos confirmar que no siguen una distribución normal
• Deberíamos utilizar el coeficiente de “Spearman” para comprobar la
correlación entre las dos variables
• Realizaremos un diagrama de dispersión que nos oriente en el proceso
Seleccionamos
las variables
“altura” y
“peso”
8. Se puede apreciar que la “nube de
puntos” es casi uniforme.
Sin embargo no todos ellos se
encuentran cerca de la línea
(verde)
9. Señalamos las variables “altura” y
“peso”
Seleccionamos “coeficiente de
Spearman”
Seleccionamos “Observaciones de
casos completos”
Y vemos que la correlación es positiva
y fuerte porque se encuentra cerca del
valor 1
10. Hacemos el test de correlación para aceptar o
rechazar la hipótesis nula (Ho)
Seleccionamos las dos variables “altura
y peso). Y seleccionamos las opciones
“coeficiente de Spearman” y “bilareal”
11. • El valor de p-value es mucho < que 0,05, por
lo que debemos rechazar la hipótesis nula
(Ho)
• Indica que la “altura” si influye en el “peso”
• Ambas variables son dependientes por lo
cual si aumenta laaltura, aumentará el peso