kjk

1. ANÁLISIS BIVARIADO CON
VARIABLES CUANTITATIVAS
Nadia Aguilar Pérez
Grupo A Subgrupo 1
(Macarena)

3. ► Cargamos base de datos “activosensalud” en R Commander

4. COMPROBACIÓN DE DISTRIBUCIÓN
NORMAL
► Vamos a comprobar si las dos variables cuantitativas, elegidas al
azar, siguen o no una distribución normal.
Utilizaremos el coeficiente de correlación de Pearson si las variables
siguen una distribución normal, en caso contrario utilizaremos el
coeficiente de Rho de Spearman.

5. Observamos mediante un diagrama de dispersión cómo se
relacionan las variables “peso” y “altura”:
No se puede apreciar una relación, aunque la muestra sea muy grande,
entre ambas variables ya que cuando una varía la otra no tiene por qué
hacerlo. Por ello, vamos a utilizar otras pruebas.

6. ► En primer lugar vamos a utilizar el gráfico QQ para cada una de las variables.

7. ALTURA: PESO:
Ninguna de las dos
gráficas sigue una
distribución normal

8. ► Lo comprobamos ahora con el gráfico de histogramas.

9. ALTURA: PESO:
Como en ningún gráfico
es simétrica a ambos
lados de la mediana
ninguna de las dos sigue
una distribución normal.

10. ► Utilizamos ahora el gráfico Box-Plot:

11. ALTURA: PESO:
El segundo cuartil, la
mediana, debería
coincidir con el valor
central. Como esto no
ocurre: no sigue una
distribución normal.

12. ► Realizamos un test de contraste de hipótesis: el test de Shapiro. Para ello
planteamos dos hipótesis:
Ho (hipótesis nula): La variable altura sigue una distribución normal.
H1 (hipótesis alternativa): La variable altura no sigue una distribución
normal.

13. ALTURA: PESO:
Suponemos en ambos casos que el riesgo que
aceptamos es de 0’05. Tanto en la altura como en el
peso, el p valor que obtenemos es inferior al margen
de error que hemos determinado.
Por eso, rechazamos en ambas, la hipótesis nula y
por tanto aceptamos la hipótesis alternativa: Ni la
variable altura, ni la variable peso siguen una
D.N.

14. ► Por último, vamos a utilizar el test de Spearman. Para ello establecemos
dos hipótesis:
Ho: Existe correlación entre peso y altura (Rho ≠ 0)
H1: No existe correlación entre peso y altura (Rho = 0)

15. Como rho es distinto de cero podemos
afirmar la existencia correlación entre
las variables. Es una correlación
buena, ya que 0,622 está alejado del
cero y más cerca del 1. Por tanto,
aceptamos la hipótesis nula: Existe
correlación entre peso y altura.