Este documento describe los pasos para analizar la relación entre las variables peso y altura. Se comprueba primero la normalidad de las variables utilizando gráficas de comparación de cuartiles y se determina que ninguna sigue una distribución normal. Luego, se utiliza un diagrama de dispersión para ver que no existe una relación entre las variables, y el coeficiente de Spearman muestra una correlación positiva pero muy débil entre ellas.

1. R COMMANDER:
RELACIÓN ENTRE LAS
VARIABLES
LAURA LASO RODRIGUEZ

2. 1. Relación y fuerza
de relación entre las
variables

3. 1 Lo primero que hay que hacer es especificar el
directorio de trabajo una vez que hayamos abierto R
Commander Pulsamos en «Fichero» y
seguidamente «Cambiar directorio
de trabajo». La que yo he
seleccionado es «SEMINARIO 8»

4. 2. Una vez que hemos seleccionado el directorio de trabajo.
Cargamos el archivo con el conjunto de variables. Pulsamos
sobre «Datos» y después sobre «Cargar conjunto de datos»

5. 3. Tenemos que observar si las variables «Peso» y «Altura» presentan algún tipo de relación
entre ellas. Utilizaremos el test paramétrico o el no paramétrico dependiendo de si hay
normalidad o no en las variables.
-vamos a comprobar primero la normalidad de la variable «Peso". Pulsamos en «Graficas» y
después «Gráficas de comparación de cuartiles»
Pulsamos en la variable «Peso»
y en la ventana de «Opciones»
elegimos «Distribución
normal»

6. Una vez seguidos los pasos, nos aparecerá la grafica
de comparación de cuartiles de «Peso»
Para que esta variable
siga una distribución
normal deben de estar en
la medida de lo posible
todos los puntos dentro
del intervalo de
confianza. En este caso,
podemos ver como
muchos puntos se salen
del intervalo .por lo que
podemos considerar que
la variable no sigue una
distribución normal.

7. Ahora vamos a comprobar la normalidad de la
variable «Altura". Seguimos los mismos pasos que
con la variable peso

8. Una vez hecho, nos aparece la gráfica de
comparación de cuartiles de la variables
«Altura»
Como podemos ver
muchos
puntuaciones se
sobre salen de la
línea de confianza
con lo cual podemos
decir que esta
variable tampoco
sigue una
distribución normal.

9. Como ninguna de las variables presenta una distribución normal, debemos usar
un test no paramétrico en nuestro caso el de Rho de Spearman.
4.Una vez que sabemos la prueba a usar debemos estudiar el tipo de relación entre
las variables y la fuerza de relación.
TIPO DE RELACIÓN: (REGRESIÓN) pulsamos en «Gráficas» y después sobre
«Diagramas de dispersión»

10. Realizado todo lo anterior, obtenemos la gráfica de
la relación variable «Peso» y «Altura»
Al principio de la gráfica
podemos ver una cierta relación
entre las variables (los puntos se
acercan a la líneas de los mínimos
cuadrados, pero a medida que
aumentan los valores no existe
relación entre el peso y la altura
ya que las puntuaciones están
muy alejadas de la línea.
Por lo que podemos decir que NO
EXISTE RELACIÓN ENTRE
LAS VARIABLES.

11. COMO DE FUERTE ES LA RELACIÓN en
el caso de que la hubiera(correlación)
• Primero pulsamos sobre «Estadístico», luego «resúmenes» y finalmente
sobre «matriz de correlaciones».
Una vez realizado todo lo anterior, nos
aparece una ventana en al que
tendremos que elegir las dos variables.
Señalar el «coeficiente de spearman»
porque son dos variables cuantitativas
cuya distribución no sigue la normalidad

12. Realizados todos los pasos anteriores, nos aparecerá en la
tabla de salida de r commander los resultados sobre el
coeficiente de spearman de ambas variables.
CONCLUSIÓN: El coeficiente de spearman varia entre o y 1 siendo 1 la
máxima fuerza de correlación y el 0 que no existe ninguna correlación.
Podemos ver que el coeficiente de spearman entre la variable «peso» y
«altura» es 0,6224114, por lo que la fuerza de correlación positiva es muy
debil.Para que las variables estén relacionadas deben tener un valor
mayor a 0,8.