Analisis bivariado
•Descargar como PPTX, PDF•
0 recomendaciones•81 vistas
Este documento describe los pasos para analizar la relación entre una variable cualitativa dicotómica ("madresanitaria") y una variable cuantitativa ("medicalización") utilizando Rcommander. Inicialmente, se realizan gráficos como histograma, diagrama de caja y QQ para estudiar la normalidad de la variable cuantitativa. Luego, se aplican pruebas estadísticas como Shapiro-Wilk y Levene para analizar la normalidad y homocedasticidad. Finalmente, al no ser normal la distribución, se aplica la p
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Analisis bivariado
Este documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa dicotómica ("madresanitaria") y una variable cuantitativa ("medicalización"). Primero se realizan gráficos y pruebas de normalidad para la variable cuantitativa. Luego, se aplica la prueba de Levene para estudiar la homocedasticidad. Finalmente, dado que la variable cuantitativa no sigue una distribución normal, se utiliza la prueba no paramétrica de Wilcoxon, la cual no encuentra una relación est
Analisis bivariado
El documento describe los pasos para realizar un análisis bivariado de variables cualitativas. Se seleccionan las variables "sexo" (dicotómica) y "malestares activos" (cuantitativa). Se realizan pruebas de normalidad y homocedasticidad para determinar si existe relación entre las variables. La prueba de Wilcoxon muestra que existe una relación significativa entre los malestares activos y el sexo.
ANÁLISIS BIVARIADO
Este documento describe los pasos realizados para analizar si existe una asociación entre tener trabajo y la existencia de malestares activos utilizando el conjunto de datos "activossalud" en R-commander. Se seleccionaron las variables cualitativas "trabajo" y cuantitativa "malestaresactivos", y se realizaron pruebas de normalidad, homocedasticidad y la prueba no paramétrica de Wilcoxon, cuyo resultado no mostró una relación significativa entre las variables.
Seminario 8
Este documento describe los pasos para realizar pruebas T de Student para comparar dos variables y contrastar dos hipótesis. Explica cómo comprobar la distribución normal de las variables cuantitativas usando las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk. Luego aplica estos pasos para contrastar dos hipótesis usando los datos de una muestra: la primera hipótesis encuentra una diferencia significativa en el peso entre hombres y mujeres, mientras que la segunda hipótesis no encuentra una diferencia significativa en la valoración social de la en
Tarea 9
Este documento analiza la relación entre las variables cuantitativas "medicalización" y "malestares activos" en una muestra. Muestra una asociación lineal positiva entre las variables en un diagrama de dispersión. Sin embargo, ninguna de las variables sigue una distribución normal, por lo que se utilizará una prueba no paramétrica. La prueba de correlación de Spearman muestra una correlación débil de 0,2584 entre las variables, lo que lleva a rechazar la hipótesis nula de que no hay asociación entre ellas.
Analisis bivariado
El documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa dicotómica (trabajo) y una variable cuantitativa (peso) utilizando R. Primero se cargan los datos y se seleccionan las variables. Luego, se estudia la normalidad y homocedasticidad de la variable cuantitativa a través de gráficos y pruebas estadísticas. Finalmente, al no cumplirse los supuestos, se aplica la prueba no paramétrica de Wilcoxon y se concluye que no
Analisis de dos variables
Este documento resume los pasos para analizar diferentes tipos de variables cualitativas y cuantitativas. Explica cómo realizar tablas de contingencia y calcular el grado de libertad para variables cualitativas dicotómicas. Luego, analiza variables cualitativas politómicas y cuantitativas evaluando la normalidad y homocedasticidad para seleccionar las pruebas estadísticas apropiadas. Finalmente, examina dos variables cuantitativas evaluando la linealidad y fuerza de correlación.
Seminario 8
Este documento describe los pasos realizados en R para analizar una base de datos de salud. Incluye cargar los datos, comprobar la normalidad de una variable, realizar pruebas t y no paramétricas para comparar medias entre grupos. Los resultados muestran que la variable "escalaas" sigue una distribución normal y no difiere entre sexos, pero la altura media sí difiere entre hombres y mujeres.
Recomendados
Analisis bivariado
Este documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa dicotómica ("madresanitaria") y una variable cuantitativa ("medicalización"). Primero se realizan gráficos y pruebas de normalidad para la variable cuantitativa. Luego, se aplica la prueba de Levene para estudiar la homocedasticidad. Finalmente, dado que la variable cuantitativa no sigue una distribución normal, se utiliza la prueba no paramétrica de Wilcoxon, la cual no encuentra una relación est
Analisis bivariado
El documento describe los pasos para realizar un análisis bivariado de variables cualitativas. Se seleccionan las variables "sexo" (dicotómica) y "malestares activos" (cuantitativa). Se realizan pruebas de normalidad y homocedasticidad para determinar si existe relación entre las variables. La prueba de Wilcoxon muestra que existe una relación significativa entre los malestares activos y el sexo.
ANÁLISIS BIVARIADO
Este documento describe los pasos realizados para analizar si existe una asociación entre tener trabajo y la existencia de malestares activos utilizando el conjunto de datos "activossalud" en R-commander. Se seleccionaron las variables cualitativas "trabajo" y cuantitativa "malestaresactivos", y se realizaron pruebas de normalidad, homocedasticidad y la prueba no paramétrica de Wilcoxon, cuyo resultado no mostró una relación significativa entre las variables.
Seminario 8
Este documento describe los pasos para realizar pruebas T de Student para comparar dos variables y contrastar dos hipótesis. Explica cómo comprobar la distribución normal de las variables cuantitativas usando las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk. Luego aplica estos pasos para contrastar dos hipótesis usando los datos de una muestra: la primera hipótesis encuentra una diferencia significativa en el peso entre hombres y mujeres, mientras que la segunda hipótesis no encuentra una diferencia significativa en la valoración social de la en
Tarea 9
Este documento analiza la relación entre las variables cuantitativas "medicalización" y "malestares activos" en una muestra. Muestra una asociación lineal positiva entre las variables en un diagrama de dispersión. Sin embargo, ninguna de las variables sigue una distribución normal, por lo que se utilizará una prueba no paramétrica. La prueba de correlación de Spearman muestra una correlación débil de 0,2584 entre las variables, lo que lleva a rechazar la hipótesis nula de que no hay asociación entre ellas.
Analisis bivariado
El documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa dicotómica (trabajo) y una variable cuantitativa (peso) utilizando R. Primero se cargan los datos y se seleccionan las variables. Luego, se estudia la normalidad y homocedasticidad de la variable cuantitativa a través de gráficos y pruebas estadísticas. Finalmente, al no cumplirse los supuestos, se aplica la prueba no paramétrica de Wilcoxon y se concluye que no
Analisis de dos variables
Este documento resume los pasos para analizar diferentes tipos de variables cualitativas y cuantitativas. Explica cómo realizar tablas de contingencia y calcular el grado de libertad para variables cualitativas dicotómicas. Luego, analiza variables cualitativas politómicas y cuantitativas evaluando la normalidad y homocedasticidad para seleccionar las pruebas estadísticas apropiadas. Finalmente, examina dos variables cuantitativas evaluando la linealidad y fuerza de correlación.
Seminario 8
Este documento describe los pasos realizados en R para analizar una base de datos de salud. Incluye cargar los datos, comprobar la normalidad de una variable, realizar pruebas t y no paramétricas para comparar medias entre grupos. Los resultados muestran que la variable "escalaas" sigue una distribución normal y no difiere entre sexos, pero la altura media sí difiere entre hombres y mujeres.
Analisis estadistico
Este documento presenta un resumen de diferentes pruebas estadísticas paramétricas y no paramétricas para analizar datos provenientes de distribuciones normales y no normales, incluyendo pruebas t de Student, U de Mann-Whitney, y pruebas de Wilcoxon y McNemar. Explica cómo utilizar SPSS para realizar una prueba de Wilcoxon y cómo interpretar los resultados, concluyendo si existe una diferencia significativa entre dos grupos basada en el valor p.
Tarea 8
Este documento presenta un análisis bivariado de una variable cualitativa (sexo) y una cuantitativa (trabajo). Se comprueba la normalidad de las variables "trabajo Sí" y "trabajo No" de forma separada, encontrando que solo "trabajo No" sigue una distribución normal. Debido a esto, se utiliza la prueba no paramétrica de Wilcoxon para comparar las medias, la cual arroja un valor de p mayor a 0.05, por lo que no se rechaza la hipótesis nula de igualdad
Tarea seminario 10
Este documento describe los pasos realizados para analizar la correlación entre dos variables cuantitativas, el año de nacimiento y la nota de acceso, tomadas de un cuestionario. Se comprobó que ninguna de las variables sigue una distribución normal, por lo que se utilizó el estadístico de Spearman. Los resultados mostraron que no existe correlación entre las dos variables.
Tarea del seminario 10, Ana María Pavón
Este documento resume los pasos realizados para analizar la correlación bivariada entre dos variables cuantitativas, el año de nacimiento y las horas dedicadas al deporte, en un conjunto de datos. Se comprueba primero la normalidad de ambas variables y, al no seguir una distribución normal, se utiliza el coeficiente de correlación de Spearman. Los resultados no muestran una correlación significativa entre las variables.
Estadística resumen pdf
Este documento resume los tipos de pruebas estadísticas según la variable y los pasos para realizar un contraste de hipótesis. Explica que para usar la prueba t-student o ANOVA, las variables cuantitativas deben seguir una distribución normal y tener varianzas homogéneas. También describe los estadísticos utilizados para comparar 2 o más muestras de datos, realizar análisis categóricos y medir la asociación entre variables.
Nora
Este documento presenta el análisis de correlación entre dos variables cuantitativas, el año de nacimiento y la nota de acceso, de un cuestionario. Se realizan las pruebas de normalidad de ambas variables y se determina que no siguen una distribución normal, por lo que se utiliza el estadístico de Spearman. Los resultados muestran que no existe correlación entre las dos variables.
Seminario 10
Este documento presenta los pasos realizados para analizar la correlación entre dos variables: "valoración social de la enfermería" y "identificación del cuestionario". Se llevó a cabo la prueba de normalidad de Kolmogorov-Smirnov para determinar qué estadístico de correlación usar. Los resultados mostraron que no existe correlación entre las variables, lo que apoya la hipótesis nula planteada.
Tarea 9
Este documento resume los pasos realizados en R para analizar la relación entre las variables "medicalización" y "malesares activos". Inicialmente, se realizó un diagrama de dispersión que mostró una asociación lineal positiva entre las variables. Luego, se crearon histogramas, diagramas de cajas y gráficas de cuartiles para cada variable, lo que indicó cierta simetría. Finalmente, los test de normalidad mostraron que las variables no son normales, por lo que se utilizó el coeficiente de correlación de Spearman, el cual fue signific
Correlaciones
Este documento describe la correlación entre variables, los tipos de correlación (directa, inversa, nula), y cómo medir el grado de correlación usando el coeficiente de Pearson o Spearman. Explica cómo determinar qué coeficiente usar mediante pruebas de normalidad, y provee un ejemplo numérico para comprobar si existe correlación entre el peso y la talla de individuos.
Contraste de hipotesis
Este documento presenta un ejercicio para analizar si existe una relación entre el cansancio en el rol de cuidador y el sexo utilizando la prueba de chi cuadrado. Se analizan las historias de 484 cuidadores, de los cuales 450 presentan cansancio y 192 son hombres y 292 mujeres. Se realizan las tablas de frecuencias observadas y esperadas y se calcula el chi cuadrado real y teórico, rechazándose la hipótesis nula dado que el chi cuadrado real es mayor que el teórico, por lo que existe
Jorman nava
Este documento resume los conceptos básicos de variables aleatorias discretas, continuas y absolutamente continuas. Define una variable aleatoria como una variable estadística cuyos valores se obtienen de mediciones en experimentos aleatorios. Explica que una variable aleatoria discreta toma valores finitos o infinitos numerables, mientras que una continua toma cualquier valor en un intervalo. Finalmente, ilustra un ejemplo de variable aleatoria finita al lanzar tres monedas.
Tstudent
Este documento describe cómo realizar dos contrastes de hipótesis mediante la prueba T de Student en SPSS. El primer contraste examina la relación entre el sexo y la altura, mientras que el segundo analiza la relación entre el sexo y el peso. Ambos contrastes siguen los mismos pasos: comprobar la normalidad de las variables dependientes, seleccionar la prueba T para muestras independientes e interpretar los resultados.
Tarea 8
Este documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa (sexo) y una cuantitativa (comunicación familiar). Primero, se filtran los datos en dos grupos según el sexo y se comprueba la normalidad para cada grupo, encontrando que las mujeres no siguen una distribución normal mientras que los hombres sí. Luego, se comprueba la homocedasticidad mediante la prueba de Levene, encontrando igualdad de varianzas. Finalmente, se comparan las medias de comunicación familiar entre hombres y mujeres, concl
Tarea 8
Este documento analiza variables cualitativas y cuantitativas. Se eligen la variable cualitativa "sexo" (dicotómica) y la variable cuantitativa "horas de práctica deportiva". Luego, se comprueba la normalidad de los datos para cada sexo y se encuentra que no siguen una distribución normal. Finalmente, dado que no se cumple la normalidad, se concluye que se debe utilizar una prueba no paramétrica como el Test de Wilcoxon para comparar las horas de práctica deportiva entre mujeres y hombres.
S8
El documento resume dos casos sobre la distribución normal y la prueba T-Student. En el primer caso, las pruebas de Shapiro-Wilk muestran una distribución normal de los datos y la prueba T-Student muestra una dependencia entre las variables. En el segundo caso, también se encuentra una distribución normal a través de Shapiro-Wilk y dependencia entre las variables mediante T-Student.
Seminario 8
El documento describe dos análisis estadísticos realizados en SPSS para determinar si existen diferencias entre chicos y chicas en cuanto a su puntuación media en escalas y altura media. Se comprueba la normalidad de la distribución de las variables y se elige la prueba T de Student. Los resultados muestran que no existe relación entre el sexo y la puntuación en escalas, pero sí entre el sexo y la altura, siendo los chicos más altos que las chicas.
Tarea 8 (1)
Este documento describe el análisis bivariado de una variable cualitativa (trabajo: sí o no) y una variable cuantitativa. Se comprueba la normalidad de las variables según el grupo cualitativo y se determina que solo el grupo "trabajo no" sigue una distribución normal. Por lo tanto, se utiliza la prueba no paramétrica de Wilcoxon para comparar las medias entre grupos, la cual arroja un valor de p mayor a 0.05, indicando que no se rechaza la hipótesis nula de igualdad de medias entre grupos
Tarea 8
Este documento describe los pasos para seleccionar variables cualitativas y cuantitativas, comprobar la normalidad y homocedasticidad de los datos, y realizar pruebas estadísticas no paramétricas. Se seleccionan las variables "sexo" cualitativa y "medicalización" cuantitativa, se comprueba que no siguen una distribución normal pero sí homocedasticidad, y se realiza la prueba no paramétrica de Wilcoxon para comparar las medias entre grupos.
Seminario 7 rebeca
Este documento proporciona instrucciones sobre cómo realizar una prueba de chi cuadrado en SPSS y cómo interpretar los resultados. Explica los pasos para seleccionar las variables, ejecutar la prueba estadística y analizar la significación asintótica para determinar si se acepta la hipótesis nula de que las variables no están relacionadas o la hipótesis alternativa de que sí lo están. Luego aplica este proceso a tres conjuntos de datos y determina si existe una relación significativa entre el sexo y la comunicación familiar, el consumo
Análisis anova
El documento proporciona una introducción al análisis de varianza (ANOVA) y describe los modelos de ANOVA, el ANOVA unifactorial y multifactorial entre grupos, y el ANOVA con medidas repetidas. Explica los supuestos del ANOVA, los tipos de diseños experimentales, y cómo utilizar el programa SPSS para realizar diferentes tipos de ANOVA.
Asociacion entre variable cualitativa y cuantitativa
El documento describe los pasos para determinar si existe una asociación entre una variable cualitativa y cuantitativa en un conjunto de datos. Se resumen los datos, se eligen las variables sexo y medicalización, y se comprueba la normalidad y homocedasticidad de la variable cuantitativa a través de gráficas y pruebas estadísticas. Al no seguir una distribución normal la variable, se usa la prueba no paramétrica de Wilcoxon, la cual muestra que existe una asociación entre las dos variables elegidas.
Analisis bivariado con variables cuantitativas
Este documento describe cómo analizar la correlación entre dos variables cuantitativas utilizando R. Primero, se seleccionan las variables y se crea un diagrama de dispersión para determinar el tipo de relación. Luego, se realizan gráficos como histogramas y diagramas de caja para evaluar la normalidad de la distribución y decidir si usar la correlación de Pearson o Spearman. Las variables en este caso no siguen una distribución normal, por lo que se utiliza la correlación de Spearman, la cual muestra una correlación débil y no significativa entre las variables.
Más contenido relacionado
La actualidad más candente
Analisis estadistico
Este documento presenta un resumen de diferentes pruebas estadísticas paramétricas y no paramétricas para analizar datos provenientes de distribuciones normales y no normales, incluyendo pruebas t de Student, U de Mann-Whitney, y pruebas de Wilcoxon y McNemar. Explica cómo utilizar SPSS para realizar una prueba de Wilcoxon y cómo interpretar los resultados, concluyendo si existe una diferencia significativa entre dos grupos basada en el valor p.
Tarea 8
Este documento presenta un análisis bivariado de una variable cualitativa (sexo) y una cuantitativa (trabajo). Se comprueba la normalidad de las variables "trabajo Sí" y "trabajo No" de forma separada, encontrando que solo "trabajo No" sigue una distribución normal. Debido a esto, se utiliza la prueba no paramétrica de Wilcoxon para comparar las medias, la cual arroja un valor de p mayor a 0.05, por lo que no se rechaza la hipótesis nula de igualdad
Tarea seminario 10
Este documento describe los pasos realizados para analizar la correlación entre dos variables cuantitativas, el año de nacimiento y la nota de acceso, tomadas de un cuestionario. Se comprobó que ninguna de las variables sigue una distribución normal, por lo que se utilizó el estadístico de Spearman. Los resultados mostraron que no existe correlación entre las dos variables.
Tarea del seminario 10, Ana María Pavón
Este documento resume los pasos realizados para analizar la correlación bivariada entre dos variables cuantitativas, el año de nacimiento y las horas dedicadas al deporte, en un conjunto de datos. Se comprueba primero la normalidad de ambas variables y, al no seguir una distribución normal, se utiliza el coeficiente de correlación de Spearman. Los resultados no muestran una correlación significativa entre las variables.
Estadística resumen pdf
Este documento resume los tipos de pruebas estadísticas según la variable y los pasos para realizar un contraste de hipótesis. Explica que para usar la prueba t-student o ANOVA, las variables cuantitativas deben seguir una distribución normal y tener varianzas homogéneas. También describe los estadísticos utilizados para comparar 2 o más muestras de datos, realizar análisis categóricos y medir la asociación entre variables.
Nora
Este documento presenta el análisis de correlación entre dos variables cuantitativas, el año de nacimiento y la nota de acceso, de un cuestionario. Se realizan las pruebas de normalidad de ambas variables y se determina que no siguen una distribución normal, por lo que se utiliza el estadístico de Spearman. Los resultados muestran que no existe correlación entre las dos variables.
Seminario 10
Este documento presenta los pasos realizados para analizar la correlación entre dos variables: "valoración social de la enfermería" y "identificación del cuestionario". Se llevó a cabo la prueba de normalidad de Kolmogorov-Smirnov para determinar qué estadístico de correlación usar. Los resultados mostraron que no existe correlación entre las variables, lo que apoya la hipótesis nula planteada.
Tarea 9
Este documento resume los pasos realizados en R para analizar la relación entre las variables "medicalización" y "malesares activos". Inicialmente, se realizó un diagrama de dispersión que mostró una asociación lineal positiva entre las variables. Luego, se crearon histogramas, diagramas de cajas y gráficas de cuartiles para cada variable, lo que indicó cierta simetría. Finalmente, los test de normalidad mostraron que las variables no son normales, por lo que se utilizó el coeficiente de correlación de Spearman, el cual fue signific
Correlaciones
Este documento describe la correlación entre variables, los tipos de correlación (directa, inversa, nula), y cómo medir el grado de correlación usando el coeficiente de Pearson o Spearman. Explica cómo determinar qué coeficiente usar mediante pruebas de normalidad, y provee un ejemplo numérico para comprobar si existe correlación entre el peso y la talla de individuos.
Contraste de hipotesis
Este documento presenta un ejercicio para analizar si existe una relación entre el cansancio en el rol de cuidador y el sexo utilizando la prueba de chi cuadrado. Se analizan las historias de 484 cuidadores, de los cuales 450 presentan cansancio y 192 son hombres y 292 mujeres. Se realizan las tablas de frecuencias observadas y esperadas y se calcula el chi cuadrado real y teórico, rechazándose la hipótesis nula dado que el chi cuadrado real es mayor que el teórico, por lo que existe
Jorman nava
Este documento resume los conceptos básicos de variables aleatorias discretas, continuas y absolutamente continuas. Define una variable aleatoria como una variable estadística cuyos valores se obtienen de mediciones en experimentos aleatorios. Explica que una variable aleatoria discreta toma valores finitos o infinitos numerables, mientras que una continua toma cualquier valor en un intervalo. Finalmente, ilustra un ejemplo de variable aleatoria finita al lanzar tres monedas.
Tstudent
Este documento describe cómo realizar dos contrastes de hipótesis mediante la prueba T de Student en SPSS. El primer contraste examina la relación entre el sexo y la altura, mientras que el segundo analiza la relación entre el sexo y el peso. Ambos contrastes siguen los mismos pasos: comprobar la normalidad de las variables dependientes, seleccionar la prueba T para muestras independientes e interpretar los resultados.
Tarea 8
Este documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa (sexo) y una cuantitativa (comunicación familiar). Primero, se filtran los datos en dos grupos según el sexo y se comprueba la normalidad para cada grupo, encontrando que las mujeres no siguen una distribución normal mientras que los hombres sí. Luego, se comprueba la homocedasticidad mediante la prueba de Levene, encontrando igualdad de varianzas. Finalmente, se comparan las medias de comunicación familiar entre hombres y mujeres, concl
Tarea 8
Este documento analiza variables cualitativas y cuantitativas. Se eligen la variable cualitativa "sexo" (dicotómica) y la variable cuantitativa "horas de práctica deportiva". Luego, se comprueba la normalidad de los datos para cada sexo y se encuentra que no siguen una distribución normal. Finalmente, dado que no se cumple la normalidad, se concluye que se debe utilizar una prueba no paramétrica como el Test de Wilcoxon para comparar las horas de práctica deportiva entre mujeres y hombres.
S8
El documento resume dos casos sobre la distribución normal y la prueba T-Student. En el primer caso, las pruebas de Shapiro-Wilk muestran una distribución normal de los datos y la prueba T-Student muestra una dependencia entre las variables. En el segundo caso, también se encuentra una distribución normal a través de Shapiro-Wilk y dependencia entre las variables mediante T-Student.
Seminario 8
El documento describe dos análisis estadísticos realizados en SPSS para determinar si existen diferencias entre chicos y chicas en cuanto a su puntuación media en escalas y altura media. Se comprueba la normalidad de la distribución de las variables y se elige la prueba T de Student. Los resultados muestran que no existe relación entre el sexo y la puntuación en escalas, pero sí entre el sexo y la altura, siendo los chicos más altos que las chicas.
Tarea 8 (1)
Este documento describe el análisis bivariado de una variable cualitativa (trabajo: sí o no) y una variable cuantitativa. Se comprueba la normalidad de las variables según el grupo cualitativo y se determina que solo el grupo "trabajo no" sigue una distribución normal. Por lo tanto, se utiliza la prueba no paramétrica de Wilcoxon para comparar las medias entre grupos, la cual arroja un valor de p mayor a 0.05, indicando que no se rechaza la hipótesis nula de igualdad de medias entre grupos
Tarea 8
Este documento describe los pasos para seleccionar variables cualitativas y cuantitativas, comprobar la normalidad y homocedasticidad de los datos, y realizar pruebas estadísticas no paramétricas. Se seleccionan las variables "sexo" cualitativa y "medicalización" cuantitativa, se comprueba que no siguen una distribución normal pero sí homocedasticidad, y se realiza la prueba no paramétrica de Wilcoxon para comparar las medias entre grupos.
Seminario 7 rebeca
Este documento proporciona instrucciones sobre cómo realizar una prueba de chi cuadrado en SPSS y cómo interpretar los resultados. Explica los pasos para seleccionar las variables, ejecutar la prueba estadística y analizar la significación asintótica para determinar si se acepta la hipótesis nula de que las variables no están relacionadas o la hipótesis alternativa de que sí lo están. Luego aplica este proceso a tres conjuntos de datos y determina si existe una relación significativa entre el sexo y la comunicación familiar, el consumo
Análisis anova
El documento proporciona una introducción al análisis de varianza (ANOVA) y describe los modelos de ANOVA, el ANOVA unifactorial y multifactorial entre grupos, y el ANOVA con medidas repetidas. Explica los supuestos del ANOVA, los tipos de diseños experimentales, y cómo utilizar el programa SPSS para realizar diferentes tipos de ANOVA.
La actualidad más candente (20)
Similar a Analisis bivariado
Asociacion entre variable cualitativa y cuantitativa
El documento describe los pasos para determinar si existe una asociación entre una variable cualitativa y cuantitativa en un conjunto de datos. Se resumen los datos, se eligen las variables sexo y medicalización, y se comprueba la normalidad y homocedasticidad de la variable cuantitativa a través de gráficas y pruebas estadísticas. Al no seguir una distribución normal la variable, se usa la prueba no paramétrica de Wilcoxon, la cual muestra que existe una asociación entre las dos variables elegidas.
Analisis bivariado con variables cuantitativas
Este documento describe cómo analizar la correlación entre dos variables cuantitativas utilizando R. Primero, se seleccionan las variables y se crea un diagrama de dispersión para determinar el tipo de relación. Luego, se realizan gráficos como histogramas y diagramas de caja para evaluar la normalidad de la distribución y decidir si usar la correlación de Pearson o Spearman. Las variables en este caso no siguen una distribución normal, por lo que se utiliza la correlación de Spearman, la cual muestra una correlación débil y no significativa entre las variables.
Seminario 8
El documento analiza el efecto de la implementación de un banco de leche materna en prematuros en Aragón. Se someten a prueba de chi cuadrado dos variables: si los neonatos fueron alimentados con leche materna o del banco, y si padecieron o no enterocolitis necrotizante. Los resultados muestran una diferencia estadísticamente significativa entre los grupos pre y post-banco, siendo mayor la incidencia de enterocolitis necrotizante en el grupo pre-banco.
Seminario 9
Este documento describe los análisis bivariados entre variables cualitativas y cuantitativas. Explica pruebas como Shapiro-Wilk, T-student y Wilcoxon para comprobar la normalidad de las variables, comparar medias y determinar si existen diferencias entre grupos. Aplica estas pruebas a un conjunto de datos de salud para analizar si hombres y mujeres tienen las mismas puntuaciones y alturas medias. Los resultados muestran que no hay diferencias en las puntuaciones pero sí en las alturas medias, concluyendo que los hombres son en
Seminario 8
El documento analiza el efecto de la implementación de un banco de leche materna en prematuros en Aragón. Compara la frecuencia de enterocolitis necrotizante entre grupos pre y post-banco usando la prueba de chi cuadrado. Encuentra una diferencia estadísticamente significativa, siendo mayor la incidencia en el grupo pre-banco. También analiza la relación entre sexo y cansancio como cuidador, rechazando la hipótesis nula de no relación mediante la prueba de chi cuadrado.
3 tipos de análisis bivariado.
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
Seminario x
Este documento resume los conceptos de concordancia, correlación y los estadísticos utilizados para medir la correlación entre dos variables cuantitativas. Explica cómo calcular el coeficiente de correlación adecuado basado en pruebas de normalidad y aplica estos conceptos al analizar la posible relación entre el año de nacimiento y la nota de acceso al grado de enfermería de un grupo de estudiantes. Los resultados no muestran una correlación estadísticamente significativa entre las dos variables.
Informe estadístico de estadística bivariada
El documento presenta un informe estadístico sobre estadística bivariada. Se analizan dos objetivos: 1) determinar la relación entre las variables "altura" y "peso" utilizando el coeficiente de correlación de Spearman, encontrando una correlación positiva y fuerte estadísticamente significativa; 2) analizar la asociación entre "sexo" y "practicadeporte" usando la prueba de chi cuadrado, lo que muestra una asociación estadísticamente significativa con mayor porcentaje de varones practicando deporte.
Seminario 5
Este documento presenta un seminario sobre tablas de contingencia, el test de chi-cuadrado, ponderaciones y gráficos en SPSS. Explica cómo crear tablas de contingencia y usar el test de chi-cuadrado para determinar si hay una relación significativa entre variables. También muestra cómo crear gráficos como diagramas de sectores, barras, histogramas y diagramas de cajas para visualizar datos nominales, ordinales y de escala.
Seminari10
Este documento describe los pasos para analizar la concordancia y correlación entre dos variables continuas cuantitativas, la edad y la nota de examen de una muestra de 31 personas. Se realizan pruebas de normalidad de Shapiro-Wilks que muestran que la distribución de notas no es normal pero la de edades sí lo es. Finalmente, se calculan los coeficientes de correlación de Pearson y Spearman entre las variables.
Correlaciones
Este documento describe la correlación entre dos variables cuantitativas, peso y talla. Explica que la correlación mide la relación sistemática entre dos variables y puede ser positiva o negativa. A continuación, realiza un ejercicio con datos reales de peso y talla para estudiantes y calcula el coeficiente de correlación de Pearson, encontrando una correlación positiva moderada entre las dos variables.
Tarea 8
Este documento describe los pasos para comparar las medias de dos variables, comunicación pares y medicalización, entre grupos de mujeres y varones. Se comprueba la normalidad de los datos a través de histogramas, diagramas de cajas, gráficos de cuantiles y pruebas de Shapiro-Wilk, determinando que ninguna variable sigue una distribución normal. Por lo tanto, se utilizarán pruebas no paramétricas para comparar las medias, las cuales muestran diferencias pequeñas entre los grupos.
Seminario 10 de estadísticas
1) El documento describe tres ejercicios sobre correlación realizados como parte de un seminario de estadística.
2) El primer ejercicio encuentra una correlación débil entre el peso y las horas de deporte en la muestra, pero no en la población.
3) El segundo ejercicio encuentra una fuerte correlación decreciente entre el número de cigarrillos y la nota de acceso, tanto en la muestra como en la población.
4) El tercer ejercicio encuentra una fuerte correlación positiva entre el peso y la altura en la muestra y
Sin título
Este documento discute la correlación entre dos variables cuantitativas: el número de cigarrillos fumados por día y la altura. Explica que la correlación mide la relación entre dos variables y puede ser positiva o negativa. Luego describe analizar estas dos variables específicas de los datos de un cuestionario, realizar una prueba de normalidad para determinar el estadístico de correlación apropiado, y encontrar que existe una correlación mínima entre el número de cigarrillos y la altura basado en un coeficiente de correlación de Spearman de 0.089.
Unidad 4
Este documento resume los principales supuestos de los modelos de regresión, incluyendo la normalidad univariada y multivariada, homocedasticidad, linealidad y independencia de errores. Explica cómo evaluar cada supuesto estadísticamente en el software SPSS, como utilizando histogramas, gráficos P-P y pruebas como Kolmogorov-Smirnov, Shapiro-Wilk y Levene.
Seminario 10
Este documento describe un ejercicio para analizar la correlación entre dos variables, la altura y el peso, tomadas de un cuestionario. Explica que primero se debe realizar una prueba de normalidad para determinar si se usa el coeficiente de Pearson o de Spearman. Luego describe cómo realizar la prueba de normalidad en SPSS y analizar los resultados. Finalmente, calcula el coeficiente de Pearson y encuentra una correlación significativa entre la altura y el peso, lo que indica que estas variables están relacionadas.
Informe de analisis bivariado
Este informe analiza la asociación entre variables cualitativas y cuantitativas de 290 estudiantes de enfermería. No se encontró asociación entre el sexo y el consumo de fruta, pero sí hubo una relación positiva entre la altura y el peso de los estudiantes.
Seminario 8
Este documento resume un análisis estadístico de datos sobre la salud que incluye: 1) comprobar la normalidad de la variable "escalaas" usando pruebas y gráficos; 2) determinar si la media de "escalaas" es igual a 45 puntos; y 3) comparar las medias de "escalaas" y altura entre hombres y mujeres usando pruebas estadísticas. Los resultados muestran que la variable "escalaas" sigue una distribución normal, que su media no es igual a 45, y que no hay diferencias en las
Prueba estadística paramétrica
El documento describe las pruebas estadísticas paramétricas y sus supuestos. Explica que estas pruebas asumen que los datos siguen una distribución normal y que los parámetros de la población (media y varianza) son conocidos. Detalla algunas pruebas paramétricas comunes como la prueba Z, la prueba t de Student y el análisis de varianza. También explica conceptos estadísticos como parámetros, variables, escalas de medición y cómo interpretar los resultados de las pruebas de hipótesis.
Seminario 8
Este documento presenta un análisis estadístico para determinar si existen diferencias entre chicos y chicas en cuanto a su puntuación media en una escala y su altura media. Se realizan pruebas T de Student para muestras independientes después de comprobar la normalidad de los datos. Los resultados muestran que no hay diferencias en la puntuación media en la escala, pero sí las hay en la altura media, siendo los chicos más altos que las chicas.
Similar a Analisis bivariado (20)
Asociacion entre variable cualitativa y cuantitativa
Asociacion entre variable cualitativa y cuantitativa
Más de Pablo Santiago Moreno Tirado
Informe de estadistica descriptiva
Este documento resume los conceptos básicos de la estadística descriptiva y proporciona ejemplos de su aplicación. Explica que la estadística descriptiva sintetiza y resume datos recogidos mediante medidas de frecuencia y tendencia central. Propone ejercicios para analizar cuantitativamente dos variables y cualitativamente otras dos del conjunto de datos "ActivosSalud.RData" usando resúmenes numéricos, histogramas, diagramas de cajas y barras. Los resultados muestran que la mayoría de encuestados miden entre 155-170cm
Ejercicios R-Commander
El documento describe los pasos realizados en el programa R-Commander para analizar el conjunto de datos "activossalud". Primero, se cargó el conjunto de datos y se obtuvieron resúmenes estadísticos. Luego, se generaron tablas de contingencia cruzando las variables "sexo" y "practicadeporte" y "sexo" y "fruta", encontrando que la primera pareja de variables está asociada pero la segunda no lo está debido a sus valores de p.
TAREA MENDELEY ENFERMERÍA
Este documento describe el proceso de búsqueda y recopilación de 6 referencias bibliográficas sobre cuidados de enfermería para pacientes con cáncer. Se realizó una búsqueda en bases de datos utilizando palabras clave y se seleccionaron artículos relevantes. Las referencias se exportaron en formato RIS y se citaron luego en formatos Vancouver y APA.
Tarea Mendeley
Este documento proporciona instrucciones para realizar una búsqueda bibliográfica sobre la asistencia de enfermería a pacientes con cáncer utilizando las bases de datos CINAHL y SCOPUS. Luego explica cómo seleccionar los artículos relevantes, exportarlos en formato RIS e importarlos a Mendeley para gestionar las referencias bibliográficas. Finalmente, presenta 6 referencias en formato Vancouver.
Búsquedas en Dialnet
El documento explica cómo realizar una búsqueda en Dialnet para encontrar artículos sobre el uso de blogs y redes sociales en la enseñanza y el aprendizaje de enfermería publicados en los últimos cinco años. Se recomienda usar los filtros de Dialnet para seleccionar solo artículos publicados desde 2013 y comprobar el orden de los resultados para asegurarse de que son de los últimos años.
Búsqueda en Scopus y Cinahl
Este documento proporciona instrucciones para realizar búsquedas en las bases de datos Scopus y Cinahl sobre el rol de la enfermería en la depresión durante el embarazo y el puerperio en los últimos cinco años. Explica los términos de búsqueda en inglés a utilizar, cómo encontrar términos equivalentes en otros idiomas usando DeCS, y cómo filtrar los resultados para obtener los artículos más citados y relevantes para enfermería publicados desde 2013.
Más de Pablo Santiago Moreno Tirado (6)
Último
Manual de procedimiento para gráficos HC
Manual de usuario para elaborar gráficos en Hoja de cálculo de Google.
Hablemos de ESI para estudiantes Cuadernillo
Cuadernillo Hablemos de ESI para estudiantes del nivel secundario
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
Plasticidad cerebral; como el cerebro se puede cambiar a si mismo...
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
Actualización de la Gestión Educativa en el ecuador 2023
Planificación Ejemplo con la metodología TPACK
Ejemplo de una planificación tradicional, convertida a una planificación con tpack y usando los verbos de la taxonomía de bloom
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
Último (20)
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Presentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
Analisis bivariado
- 1. Pablo Santiago Moreno Tirado TIC 1º Enfermería Subgrupo 18
- 2. Esta vez, deberemos ser capaces de reconocer la variable cualitativa como politómica o dicotómica. Para ello, abrimos Rcommander y seleccionamos Estadísticos/Resúmenes/Conjunto de Datos Activos pudiendo observar así las distintas variables.
- 3. Seleccionamos la variable cualitativa “madresanitaria” (dicotómica) y variable cuantitativa “medicalización” para calcular si hay o no relación de dependencia entre ambas. Para la cuantitativa debemos tener en cuenta su normalidad (estudiada mediantes métodos gráficos y contraste de hipótesis) y su homocedasticidad, es decir, la igualdad de varianzas (estudiada mediante contraste de hipótesis) .
- 4. Para el estudio gráfico de normalidad de la variable cuantitativa, realizamos un histograma, box-plot y una QQ viendo si presenta normalidad la variable “medicalización”. Podemos ver, que según el histograma, no hay normalidad por poco. Podemos ver, que según el diagrama de caja, no hay normalidad por poco. Podemos ver, que según la gráfica de comparación de cuartiles, no está claro al haber algunos puntos que se salen de línea discontinua mientras que otros no.
- 5. Para analizar la Normalidad recurrimos al Test de Normalidad de Rcommander (Estadísticos/Resúmenes/Test de Normalidad) y seleccionamos la variable “medicalización” con la configuración Shapiro Wilk. Al ser el resultado de valor p inferior a 0,05, rechazamos la hipótesis nula y vemos que la distribución no es normal (significación estadística). Al ver que la distribución no es normal, se podría realizar un test no paramétrico. Aún así, realizamos el estudio de homocedasticidad.
- 6. Para estudiar la homocedasticidad, realizamos el Test de Levene ( Estadístico/Varianzas/Test de Levene). Al ver que el valor p es mayor que 0,05 aceptamos la hipótesis nula (no alcanza signifación estadística y vemos que hay igualdad entre varianzas (test positivo).
- 7. Al salir el Test de Normalidad negativo, realizamos el test no paramétrico de Wilconxon (Estadísticos/Test No Paramétricos/Test de Wilconxon para dos muestras…) pues contamos con la variable cualitativa dicotómica “madresanitaria”. Son dos variables desapareadas (sin relación al no haber sido realizada la encuesta en el mismo grupo con estas dos variables) Al ver que valor p es mayor que 0,05 sabemos que no se alcanza significación estadística aceptando la hipótesis nula. Concluimos que no hay relación entre medicalización y tener una madre sanitaria.