El documento describe los pasos para analizar la correlación entre la altura y el peso de individuos en una base de datos. Se seleccionaron estas dos variables cuantitativas y se realizaron pruebas de normalidad de Shapiro-Wilk que mostraron que los datos no siguen una distribución normal. Por lo tanto, se utilizó la prueba de correlación de Spearman que arrojó un valor de 0,6224, indicando una correlación positiva moderada entre la altura y el peso. El gráfico también mostró esta tendencia positiva.

1. CORRELACIÓN.

2. 1. Cargamos la base de datos activos de
salud.

3. 2. Escogemos dos variables, en mi caso he escogido :
- Altura.
- Peso.
Porque ambas son variables cuantitativas y para poder realizar un test de correlación es
necesario que lo sean.
Shapiro-Wilk normality test
data: peso
W = 0.89614, p-value = 8.406e-13
3. A continuación, vamos a analizar si sigue una
distribución normal o no pues según el
resultado deberemos de utilizar el test de
Pearson de Spearmen.
Shapiro-Wilk normality test
data: altura
W = 0.96796, p-value = 4.686e-06

4.  Los resultados obtenidos en el test de Shapiro-Wilk, nos indica que que
ninguna de las variables siguen una distribución normal pues el p-valor de
ambas es menos a 0,05.
 Por ello, utilizamos el test de Spearmen poder estudiar la correlación de
las variables.
Spearman correlations:
altura peso
altura 1.0000 0.6224
peso 0.6224 1.0000
Number of observations: 275
Spearman's rank correlation rho
data: altura and peso
S = 1308800, p-value < 2.2e-16
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.6224114
Nos da un resultado de 0,6224 el cual se encuentra entre el rango -1 y 1 por lo que podemos
concluir que existe un poco de correlación positiva.
Además, el p-value es menos de 0,05 por lo que rechazamos la hipótesis nula y aceptamos la
alternativa, es decir, si existe diferencia entre el peso y la altura

5. Por, último lo representamos gráficamente.
Podemos observar como sigue la línea y se trata de
Una correlación positiva.