El documento analiza diferentes tipos de análisis bivariados entre variables cualitativas y cuantitativas utilizando datos de salud. Incluye un análisis entre dos variables cualitativas "practicar deporte" y "sexo" utilizando una tabla de doble entrada. También incluye un análisis entre una variable cualitativa politómica "botellón" y una variable cuantitativa "altura" estudiando la normalidad y homocedasticidad. Por último, analiza dos variables cuantitativas "mantenimiento hogar" y "medicaliz

1. ANÁLISIS DE DOS
VARIABLES
CUALITATIVAS.

2. ELEGIMOS LAS
VARIABLES
Para empezar, cargamos el
conjunto de datos activos
en salud, y para seleccionar
las variables entramos en el
conjunto de datos activo.
Así, he elegido las variables
“practicar deporte” y “sexo”.

3.  Queremos hacer una
tabla de doble entrada
con las variables
cualitativas
seleccionadas.

4. CONCLUSIÓN
 Como es una tabla de
2x2 calculamos el grado
de libertad (filas-
1)x(columnas-1). En este
caso, el grado de
libertad es 1. Como p-
value es menor a 0,5
(que es el valor de p con
un 95% de confianza y
grado de libertad uno)
rechazamos la hipótesis
nula, y aceptamos la
alternativa
(estableciendo la
asociación).

5. ANÁLISIS BIVARIADO
ENTRE UNA VARIABLE
CUALITATIVA Y OTRA
CUANTITATIVA.

6.  Con el conjunto de datos
ya cargado elegimos una
variable cuantitativa y
otra cualitativa; en este
caso las variables serán
“botellón” y “altura”.
 Como vemos, la
cualitativa es politómica
porque tiene más de dos
categorías.

7.  Vamos a proceder a
estudiar la normalidad
(primero gráficamente)
y la homocedasticidad
de la variable
cuantitativa, es decir, la
altura.
 Haremos un histograma,
un diagrama de cajas y
una gráfica de
comparación de
cuartiles.

8. HISTOGRAMA

9.  Para realizar el diagrama
de cajas.

10. DIAGRAMA DE CAJAS

11. Para realizar la gráfica de
comparación de cuartiles.

12. GRÁFICA DE COMPARACIÓN DE CUARTILES

13.  Ahora que hemos
estudiado la normalidad
gráficamente, haremos el
test de normalidad.

14. CONCLUSIÓN
NORMALIDAD
 Al ser menos a 0,05,
podemos confirmar que
no sigue la distribución
normal, es decir,
rechazamos la hipótesis
nula.
 Como no sigue la
normalidad podemos
realizar los test
correspondientes.
 Vamos a estudiar la
homocedasticidad a
través del test de Levene.

15.  La homocedasticidad
(que vamos a estudiar
mediante el test de
Levene) se refiere a si
hay igualdad entre las
varianzas.

16.  Al ser mayor a 0,05 no
alcanza la significación
estadística y aceptamos
la hipótesis nula. Por lo
que hay igualdad entre
varianzas.

17.  Como no hay
normalidad, debido a
que si falla una de las
dos magnitudes (la
normalidad o la
homocedasticidad)
realizamos un test no
paramétrico.
 Como en este caso una
variable es politómica,
haremos el test de
Kruskal-Wallis.

18. CONCLUSIÓN
 Como el resultado es
mayor a 0,05 aceptamos
la hipótesis nula.
Concluyendo así al decir
que no hay relación
entre las dos variables,
es decir, entre la altura y
el botellón.

19. ANÁLISIS BIVARIADO
ENTRE DOS VARIABLES
CUANTITATIVAS.

20. ELEGIR
VARIABLES
 Con el conjunto de datos
ya cargado elegimos dos
variables cuantitativas,
en este caso,
“mantenimiento hogar” y
“medicalización”.

21. LINEALIDAD
 Vamos a estudiar la
linealidad de las dos
variables seleccionadas
mediante el diagrama de
dispersión (que
encontraremos en
gráficas).
 Para tener un valor de
referencia seleccionamos
la línea de mínimos
cuadrados.

22. DIAGRAMA DE DISPERSIÓN
Existe linealidad y
pendiente
descendiente por lo
que vamos a estudiar
la normalidad de las
dos variables.

23. NORMALIDAD
 Usando el test de
normalidad con Shapiro-
Wilk obtenemos estos
resultados.
 Como podemos ver, al
ser menor a 0,05, no se
sigue la distribución
normal.
 Vamos a realizar un test
no paramétrico para ver
la correlación entre las
variables.

24. CONCLUSIÓN
 Como Rho da - 0,082, la
correlación entre ambas
variables es muy débil.