2. EJERCICIO
EN ESTA TAREA VAMOS A REALIZAR LA
CORRELACIÓN QUE EXISTE ENTRE LAS VARIABLES
PESO Y ALTURA PERO DIFERENCIANDO ENTRE
MUJERES Y HOMBRES. PARA ELLO VOY A UTILIZAR
EL PROGRAMA R Y EL CONJUNTO DE DATOS
ACTIVOSALUD
3. MUJERES
En primer lugar, vamos a filtrar el conjunto
de datos para que podamos observar las
variables de peso y altura sólo en mujeres.
4.
5. Como vemos, el número de filas
ha pasado de 291 a 240 y en
nuestro conjunto de datos
únicamente aparece el sexo
Mujer.
6. DIAGNÓSTICOS DE NORMALIDAD
Ahora vamos a observar si las variables altura y peso presentan normalidad
o no. Para ello primero vamos a hacer un histograma, en segundo lugar
una comparación de cuantiles y ya por último, para comprobar nuestra
hipótesis, vamos a realizar un test de normalidad.
7. ALTURA
HISTOGRAMA COMPARACIÓN DE CUANTILES
Parece que
presenta una leve
asimetría izquierda.
A simple vista
podríamos decir
que presenta
normalidad
8. TEST DE NORMALIDAD
Seleccionamos Kolmogorov ya que la muestra es de
mas de 50.
Como p<0,05 decimos que no es normal y que
nuestra hipótesis era errónea.
9. PESO
HISTOGRAMA COMPARACIÓN DE CUANTILES
Parece que
presenta una leve
asimetría a la
derecha.
Parece que no es
normal a simple
vista.
11. ANÁLISIS DE CORRELACIÓN
A continuación vamos a realizar un análisis de correlación entre altura
y peso. Primero haremos un diagrama de dispersión, luego una
matriz de correlaciones y por último un test de correlación.
12. Como estamos utilizando 2 variables que No
presentan normalidad utilizamos Spearman.
DIAGRAMA DE DISPERSIÓN MATRIZ DE CORRELACIONES
Hemos tomado la
altura como
variable
independiente (y)
y al peso como
variable
dependiente(x)
13. TEST DE CORRELACIÓN
CONCLUSIÓN: es una correlación
positiva y no muy fuerte , pero existe
porque p<0.05. Es decir, que
rechazamos la hipótesis nula.
14. HOMBRES
Seguimos los mismos pasos que con la
mujer pero ahora con el hombre y para ello
deberemos cargar el conjunto de datos de
nuevo y filtrarlos por sexo.
15.
16. Como vemos, el número de filas
ha pasado de 291 a 51 y en
nuestro conjunto de datos
únicamente aparece el sexo Varón
17. DIAGNÓSTICOS DE NORMALIDAD
Ahora vamos a observar si las variables altura y peso presentan normalidad
o no. Para ello primero vamos a hacer un histograma, en segundo lugar
una comparación de cuantiles y ya por último, para comprobar nuestra
hipótesis, vamos a realizar un test de normalidad.
18. ALTURA
HISTOGRAMA COMPARACIÓN DE CUANTILES
Podemos comprobar
como hay ciertos
puntos (259 o 103)
que se alejan de la
normalidad
Parece que
presenta una
asimetría a la
derecha
20. PESO
HISTOGRAMA COMPARACIÓN DE CUANTILES
Parece que
presenta asimetría a
la derecha.
Podemos
comprobar como
hay ciertos puntos
(259 o 158) que se
alejan de la
normalidad
22. ANÁLISIS DE CORRELACIÓN
A continuación vamos a realizar un análisis de correlación entre altura
y peso. Primero haremos un diagrama de dispersión, luego una
matriz de correlaciones y por último un test de correlación.
23. Como estamos utilizando 2 variables que No
presentan normalidad utilizamos Spearman.
DIAGRAMA DE DISPERSIÓN MATRIZ DE CORRELACIONES
Hemos tomado la
altura como
variable
independiente (y)
y al peso como
variable
dependiente(x)
24. TEST DE CORRELACIÓN
CONCLUSIÓN: es una correlación
positiva y no muy fuerte , pero existe
porque p<0.05. Es decir, que
rechazamos la hipótesis nula.