Seminario 8
•Descargar como ODP, PDF•
0 recomendaciones•145 vistas
El documento resume los pasos para determinar la relación entre la altura y el peso de individuos usando datos de una base de datos. Muestra que la altura y el peso no siguen una distribución normal y por lo tanto usa el test de Spearman. Este test muestra una correlación moderada de 0.62 entre la altura y el peso, indicando que a mayor altura mayor peso.
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Tarea seminario 8 cecilia
PP explicando si existe correlación o no entre dos variables, y de qué tipo es, en el caso de que si exista.
Seminario 8
Este documento resume los pasos realizados para determinar si existe una relación entre las variables altura y peso y cuán fuerte es dicha relación. Se comprobó primero la normalidad de las variables mediante gráficos de cuartiles, encontrando que no siguen una distribución normal. Luego, un diagrama de dispersión mostró una linealidad positiva entre las variables. Finalmente, el coeficiente de correlación de Spearman fue de 0.622, indicando una buena relación positiva entre altura y peso.
Seminario viii
Este documento resume un ejercicio para determinar la relación entre las variables de altura y peso mediante pruebas de normalidad y coeficientes de relación. No se encontró que la altura o el peso siguieran una distribución normal, por lo que se utilizó una prueba no paramétrica. Los resultados mostraron una relación positiva entre altura y peso, con un coeficiente de correlación de Spearman de 0,622, indicando una buena relación entre las variables.
Trabajo seminario 8
Este documento analiza la relación entre la altura y el peso de individuos. Determina que ambas variables son cuantitativas pero no siguen una distribución normal, por lo que usa el test no paramétrico de Spearman. Los resultados muestran una correlación positiva buena entre altura y peso, indicando que a medida que aumenta la altura también lo hace el peso.
Seminario 8
Este documento describe los pasos para observar la relación entre dos variables, altura y peso. Primero, se observa que la distribución de altura y peso no es normal, por lo que se debe usar una prueba no paramétrica como la prueba de Spearman. Segundo, observando el gráfico, parece haber una relación positiva lineal entre altura y peso a medida que aumenta uno aumenta el otro. Tercero, la prueba de Spearman muestra un coeficiente de 0,62 indicando una relación positiva moderada entre altura y peso.
Seminario 8
Este documento presenta un seminario sobre el análisis bivariado de variables cuantitativas utilizando R Commander. El seminario examina la relación entre las variables de peso y altura en un conjunto de datos, comprobando primero la normalidad de las variables y luego estudiando el tipo y fuerza de cualquier relación mediante gráficos de dispersión y coeficientes de correlación. Los resultados muestran que las variables de peso y altura no siguen una distribución normal y que no existe una relación fuerte entre ellas.
Seminario viii
Este documento resume los pasos para determinar si existe una relación entre las variables de altura y peso mediante pruebas de normalidad y coeficientes de correlación. Muestra que las variables de altura y peso no siguen una distribución normal y tienen una relación positiva moderada con un coeficiente de correlación de Spearman de 0.622.
Seminario 9
Este documento describe los pasos para analizar la correlación entre el peso y la altura utilizando el Comandante R. Primero, se determina que las variables no siguen una distribución normal y que el análisis será bivariado. Luego, se utiliza la prueba de Spearman para medir la correlación debido a la falta de normalidad. Los resultados muestran una correlación positiva fuerte de 0,6224 entre el peso y la altura, lo que significa que una variable aumenta a medida que aumenta la otra.
Recomendados
Tarea seminario 8 cecilia
PP explicando si existe correlación o no entre dos variables, y de qué tipo es, en el caso de que si exista.
Seminario 8
Este documento resume los pasos realizados para determinar si existe una relación entre las variables altura y peso y cuán fuerte es dicha relación. Se comprobó primero la normalidad de las variables mediante gráficos de cuartiles, encontrando que no siguen una distribución normal. Luego, un diagrama de dispersión mostró una linealidad positiva entre las variables. Finalmente, el coeficiente de correlación de Spearman fue de 0.622, indicando una buena relación positiva entre altura y peso.
Seminario viii
Este documento resume un ejercicio para determinar la relación entre las variables de altura y peso mediante pruebas de normalidad y coeficientes de relación. No se encontró que la altura o el peso siguieran una distribución normal, por lo que se utilizó una prueba no paramétrica. Los resultados mostraron una relación positiva entre altura y peso, con un coeficiente de correlación de Spearman de 0,622, indicando una buena relación entre las variables.
Trabajo seminario 8
Este documento analiza la relación entre la altura y el peso de individuos. Determina que ambas variables son cuantitativas pero no siguen una distribución normal, por lo que usa el test no paramétrico de Spearman. Los resultados muestran una correlación positiva buena entre altura y peso, indicando que a medida que aumenta la altura también lo hace el peso.
Seminario 8
Este documento describe los pasos para observar la relación entre dos variables, altura y peso. Primero, se observa que la distribución de altura y peso no es normal, por lo que se debe usar una prueba no paramétrica como la prueba de Spearman. Segundo, observando el gráfico, parece haber una relación positiva lineal entre altura y peso a medida que aumenta uno aumenta el otro. Tercero, la prueba de Spearman muestra un coeficiente de 0,62 indicando una relación positiva moderada entre altura y peso.
Seminario 8
Este documento presenta un seminario sobre el análisis bivariado de variables cuantitativas utilizando R Commander. El seminario examina la relación entre las variables de peso y altura en un conjunto de datos, comprobando primero la normalidad de las variables y luego estudiando el tipo y fuerza de cualquier relación mediante gráficos de dispersión y coeficientes de correlación. Los resultados muestran que las variables de peso y altura no siguen una distribución normal y que no existe una relación fuerte entre ellas.
Seminario viii
Este documento resume los pasos para determinar si existe una relación entre las variables de altura y peso mediante pruebas de normalidad y coeficientes de correlación. Muestra que las variables de altura y peso no siguen una distribución normal y tienen una relación positiva moderada con un coeficiente de correlación de Spearman de 0.622.
Seminario 9
Este documento describe los pasos para analizar la correlación entre el peso y la altura utilizando el Comandante R. Primero, se determina que las variables no siguen una distribución normal y que el análisis será bivariado. Luego, se utiliza la prueba de Spearman para medir la correlación debido a la falta de normalidad. Los resultados muestran una correlación positiva fuerte de 0,6224 entre el peso y la altura, lo que significa que una variable aumenta a medida que aumenta la otra.
Seminario 8 blog
Este documento describe los pasos para determinar si existe una relación entre las variables "altura" y "peso" y cuán fuerte es dicha relación. Se concluye que ambas variables no siguen una distribución normal y que existe una relación positiva entre ellas, es decir, a mayor altura mayor peso. El coeficiente de correlación de Spearman entre las variables es de 0.6224, lo que confirma una buena relación positiva entre la altura y el peso.
Seminario 8 estadistica
El documento resume un seminario sobre la relación entre el peso y la altura. Se comprueba que las variables de altura y peso no siguen una distribución normal, por lo que se usará el test de Spearman. El gráfico de dispersión muestra una relación positiva entre peso y altura. El coeficiente de Spearman entre ambas variables es de 0.62, indicando una buena correlación positiva.
Seminario 8
Este documento resume el análisis de las variables cuantitativas altura y peso en un conjunto de datos de salud. Se determinó que las variables no siguen una distribución normal a través de una prueba de Shapiro-Wilk. Existe una relación lineal positiva entre el peso y la altura, pero la correlación entre las variables es débil, con un coeficiente de Spearman de 0.622.
Seminario viii
Este documento describe un ejercicio para determinar la relación entre las variables altura y peso mediante diferentes métodos. Se comprueba la normalidad de ambas variables con gráficos de QQ, histograma y cajas, así como con la prueba de Shapiro-Wilk, encontrando que no siguen una distribución normal. Se realiza una regresión mostrando una relación positiva entre altura y peso, y una correlación de Spearman de 0.6224 indicando una fuerte asociación entre las variables.
Tema 14
El documento describe los pasos para realizar un test de correlación entre las variables de altura y peso en un conjunto de datos. Se realizó primero el Test de Shapiro-Wilk para determinar si las variables siguen una distribución normal (lo que no es el caso). Por lo tanto, se utilizó el Test de Spearman que arrojó un valor de correlación positiva de 0.6224 y un p-value menor a 0.05, indicando una correlación estadísticamente significativa entre altura y peso.
Seminario 8 estadística
El documento determina si existe una relación entre las variables de altura y peso mediante el uso del test de correlación de Spearman. Los resultados muestran una correlación positiva muy débil de 0.6224 entre el peso y la altura, lo que indica que estas variables no están relacionadas.
Seminario 8.pptx para blog
El documento describe los pasos para analizar la relación bivariada entre variables cuantitativas de altura y peso: 1) estudiar la normalidad de las variables con gráficos QQ y de cajas e histograma, 2) usar el test de Shapiro-Wilk para verificar la normalidad, 3) crear un diagrama de dispersión para visualizar la relación, 4) usar la correlación de Spearman para medir la fuerza de la relación entre 0,6224, indicando una fuerte correlación positiva entre altura y peso.
Seminario 8
Este documento analiza la relación entre las variables altura y peso mediante gráficos y estadísticos. No cumplen la normalidad por lo que se usa un diagrama de dispersión con recta de regresión. Este muestra una relación positiva fuerte entre ambas variables, lo que significa que a mayor altura mayor peso. La matriz de correlaciones confirma una correlación fuerte de 0.6224 entre altura y peso.
Seminario 8: Análisis bivariado con variables cuantitativas
El documento analiza la relación entre las variables de altura y peso de un conjunto de datos utilizando correlación de Spearman. No siguen una distribución normal, por lo que se usa la correlación de Spearman en lugar de la prueba t de Student. Existe una fuerte relación positiva entre altura y peso, con un coeficiente de correlación de Spearman de 0.6224.
Análisis bivariado con variables cuantitativas
Mediante dos variables se han realizado varias pruebas para llegar a la conclusión si ambas variables poseían una distribución normal y como de fuertes eran esas variables entre sí
Tarea seminario 8
El documento describe un ejercicio para determinar la relación entre la altura y el peso de un conjunto de datos de activos de salud. Se realizan gráficas de cuantiles que muestran que las distribuciones de altura y peso no son normales. Un diagrama de dispersión muestra una relación lineal positiva entre las variables, pero el coeficiente de correlación de Spearman indica una correlación positiva muy débil entre ellas.
Seminario 8
Este documento resume un seminario que analiza la relación entre las variables de altura y peso. Se cargan los datos de altura y peso y se realiza un análisis de correlación que muestra que las variables no siguen una distribución normal. Se grafican las variables en un diagrama de dispersión que muestra una posible relación lineal entre altura y peso. Sin embargo, al aplicar la prueba no paramétrica de Rho de Spearman, la correlación resultante de 0.6224 indica una relación positiva muy débil entre las variables.
Análisis bivariado con variables cuantitativas
Este documento resume los pasos para analizar la relación bivariada entre dos variables cuantitativas tomadas de un conjunto de datos. Primero, se comprueba si las variables siguen una distribución normal a través de gráficos QQ, histogramas y Box-Plot. Luego, se aplica la prueba de Shapiro para rechazar la hipótesis nula de normalidad para ambas variables. Finalmente, se utiliza la prueba de Spearman para aceptar la hipótesis nula de que existe correlación entre las variables peso y altura.
Seminario 8
Este documento analiza la relación entre las variables de altura y peso en un conjunto de datos de salud. No siguen una distribución normal, por lo que se usa el coeficiente de correlación de Spearman. Los resultados muestran una correlación positiva moderada entre altura y peso.
Seminario 8 estadistica y tics
Este documento resume los pasos para determinar si existe una relación entre las variables de altura y peso en un conjunto de datos y cuán fuerte es esa relación. Primero se grafican las variables para evaluar la normalidad y luego se usa la prueba de Shapiro-Wilk, la cual indica que las variables no siguen una distribución normal. Por lo tanto, se usa la prueba no paramétrica de Rho de Spearman, la cual arroja un valor de correlación de 0.6224114, indicando una correlación positiva fuerte y significativa entre la altura y el peso.
Seminario 9
El documento resume un seminario sobre pruebas estadísticas para analizar la normalidad y homocedasticidad de las variables "mantenimiento del hogar" y "trabajo" en un conjunto de datos. Se utilizó la prueba de Shapiro-Wilk para determinar que "mantenimiento del hogar" no sigue una distribución normal. La prueba de Levene mostró homocedasticidad entre las variables. Debido a la no normalidad, se realizó una prueba no paramétrica que no encontró relación entre las variables.
Tarea 8 del seminario de tics
El documento analiza la relación entre la altura y el peso de un grupo de personas. Muestra gráficos que indican que las variables de altura y peso no siguen una distribución normal. Un diagrama de dispersión muestra una correlación positiva aunque dispersa entre altura y peso. El coeficiente de correlación de Spearman es de 0.6224, indicando una correlación positiva fuerte. Un test de correlación rechaza la hipótesis nula de independencia, confirmando que existe una relación entre altura y peso.
Tarea9
Este documento analiza la relación entre el peso y la altura en mujeres y hombres separadamente. En las mujeres, se encuentra que la altura no sigue una distribución normal y existe una correlación positiva pero no muy fuerte entre la altura y el peso. En los hombres, aunque la altura no sigue una distribución normal, también existe una correlación positiva pero débil entre la altura y el peso.
Tarea seminiario 8
Este documento resume un análisis estadístico que determina la relación entre la altura y el peso de un grupo de personas. Muestra que la distribución de altura y peso no sigue la campana de Gauss, por lo que no son normales. Sin embargo, el diagrama de dispersión muestra una relación lineal positiva entre las variables, es decir, a mayor altura mayor peso. El coeficiente de correlación de Spearman de 0,6224 también indica una buena relación positiva entre altura y peso.
Seminario viii
Este documento describe cómo se analizó la correlación entre la altura y el peso de individuos utilizando el coeficiente de correlación de Spearman. Se determinó que la altura y el peso no siguen una distribución normal, por lo que se usó el test no paramétrico de Spearman. El coeficiente de Spearman calculado fue de 0.62, lo que indica una correlación positiva pero débil entre la altura y el peso.
R Commander: relación entre las variables
Este documento describe los pasos para analizar la relación entre las variables "Peso" y "Altura" en un conjunto de datos. Primero, se comprueba la normalidad de ambas variables utilizando gráficas de cuartiles, lo que muestra que ninguna sigue una distribución normal. Luego, se grafican los datos para ver la relación, mostrando poca correlación. Finalmente, se calcula el coeficiente de Spearman, dando como resultado 0.6224, indicando una correlación débil entre las variables.
Seminario 8 estadistica
Este documento describe los pasos realizados en R Commander para determinar si existe una relación entre las variables de peso y altura en un conjunto de datos. Se comprobó primero la normalidad de ambas variables utilizando gráficas de cuartiles, encontrando que no siguen una distribución normal. Luego se utilizó el coeficiente de correlación de Spearman, que mostró una correlación débil positiva entre las variables, indicando que no existe una relación significativa entre el peso y la altura en este conjunto de datos.
Más contenido relacionado
La actualidad más candente
Seminario 8 blog
Este documento describe los pasos para determinar si existe una relación entre las variables "altura" y "peso" y cuán fuerte es dicha relación. Se concluye que ambas variables no siguen una distribución normal y que existe una relación positiva entre ellas, es decir, a mayor altura mayor peso. El coeficiente de correlación de Spearman entre las variables es de 0.6224, lo que confirma una buena relación positiva entre la altura y el peso.
Seminario 8 estadistica
El documento resume un seminario sobre la relación entre el peso y la altura. Se comprueba que las variables de altura y peso no siguen una distribución normal, por lo que se usará el test de Spearman. El gráfico de dispersión muestra una relación positiva entre peso y altura. El coeficiente de Spearman entre ambas variables es de 0.62, indicando una buena correlación positiva.
Seminario 8
Este documento resume el análisis de las variables cuantitativas altura y peso en un conjunto de datos de salud. Se determinó que las variables no siguen una distribución normal a través de una prueba de Shapiro-Wilk. Existe una relación lineal positiva entre el peso y la altura, pero la correlación entre las variables es débil, con un coeficiente de Spearman de 0.622.
Seminario viii
Este documento describe un ejercicio para determinar la relación entre las variables altura y peso mediante diferentes métodos. Se comprueba la normalidad de ambas variables con gráficos de QQ, histograma y cajas, así como con la prueba de Shapiro-Wilk, encontrando que no siguen una distribución normal. Se realiza una regresión mostrando una relación positiva entre altura y peso, y una correlación de Spearman de 0.6224 indicando una fuerte asociación entre las variables.
Tema 14
El documento describe los pasos para realizar un test de correlación entre las variables de altura y peso en un conjunto de datos. Se realizó primero el Test de Shapiro-Wilk para determinar si las variables siguen una distribución normal (lo que no es el caso). Por lo tanto, se utilizó el Test de Spearman que arrojó un valor de correlación positiva de 0.6224 y un p-value menor a 0.05, indicando una correlación estadísticamente significativa entre altura y peso.
Seminario 8 estadística
El documento determina si existe una relación entre las variables de altura y peso mediante el uso del test de correlación de Spearman. Los resultados muestran una correlación positiva muy débil de 0.6224 entre el peso y la altura, lo que indica que estas variables no están relacionadas.
Seminario 8.pptx para blog
El documento describe los pasos para analizar la relación bivariada entre variables cuantitativas de altura y peso: 1) estudiar la normalidad de las variables con gráficos QQ y de cajas e histograma, 2) usar el test de Shapiro-Wilk para verificar la normalidad, 3) crear un diagrama de dispersión para visualizar la relación, 4) usar la correlación de Spearman para medir la fuerza de la relación entre 0,6224, indicando una fuerte correlación positiva entre altura y peso.
Seminario 8
Este documento analiza la relación entre las variables altura y peso mediante gráficos y estadísticos. No cumplen la normalidad por lo que se usa un diagrama de dispersión con recta de regresión. Este muestra una relación positiva fuerte entre ambas variables, lo que significa que a mayor altura mayor peso. La matriz de correlaciones confirma una correlación fuerte de 0.6224 entre altura y peso.
Seminario 8: Análisis bivariado con variables cuantitativas
El documento analiza la relación entre las variables de altura y peso de un conjunto de datos utilizando correlación de Spearman. No siguen una distribución normal, por lo que se usa la correlación de Spearman en lugar de la prueba t de Student. Existe una fuerte relación positiva entre altura y peso, con un coeficiente de correlación de Spearman de 0.6224.
Análisis bivariado con variables cuantitativas
Mediante dos variables se han realizado varias pruebas para llegar a la conclusión si ambas variables poseían una distribución normal y como de fuertes eran esas variables entre sí
Tarea seminario 8
El documento describe un ejercicio para determinar la relación entre la altura y el peso de un conjunto de datos de activos de salud. Se realizan gráficas de cuantiles que muestran que las distribuciones de altura y peso no son normales. Un diagrama de dispersión muestra una relación lineal positiva entre las variables, pero el coeficiente de correlación de Spearman indica una correlación positiva muy débil entre ellas.
Seminario 8
Este documento resume un seminario que analiza la relación entre las variables de altura y peso. Se cargan los datos de altura y peso y se realiza un análisis de correlación que muestra que las variables no siguen una distribución normal. Se grafican las variables en un diagrama de dispersión que muestra una posible relación lineal entre altura y peso. Sin embargo, al aplicar la prueba no paramétrica de Rho de Spearman, la correlación resultante de 0.6224 indica una relación positiva muy débil entre las variables.
Análisis bivariado con variables cuantitativas
Este documento resume los pasos para analizar la relación bivariada entre dos variables cuantitativas tomadas de un conjunto de datos. Primero, se comprueba si las variables siguen una distribución normal a través de gráficos QQ, histogramas y Box-Plot. Luego, se aplica la prueba de Shapiro para rechazar la hipótesis nula de normalidad para ambas variables. Finalmente, se utiliza la prueba de Spearman para aceptar la hipótesis nula de que existe correlación entre las variables peso y altura.
Seminario 8
Este documento analiza la relación entre las variables de altura y peso en un conjunto de datos de salud. No siguen una distribución normal, por lo que se usa el coeficiente de correlación de Spearman. Los resultados muestran una correlación positiva moderada entre altura y peso.
Seminario 8 estadistica y tics
Este documento resume los pasos para determinar si existe una relación entre las variables de altura y peso en un conjunto de datos y cuán fuerte es esa relación. Primero se grafican las variables para evaluar la normalidad y luego se usa la prueba de Shapiro-Wilk, la cual indica que las variables no siguen una distribución normal. Por lo tanto, se usa la prueba no paramétrica de Rho de Spearman, la cual arroja un valor de correlación de 0.6224114, indicando una correlación positiva fuerte y significativa entre la altura y el peso.
Seminario 9
El documento resume un seminario sobre pruebas estadísticas para analizar la normalidad y homocedasticidad de las variables "mantenimiento del hogar" y "trabajo" en un conjunto de datos. Se utilizó la prueba de Shapiro-Wilk para determinar que "mantenimiento del hogar" no sigue una distribución normal. La prueba de Levene mostró homocedasticidad entre las variables. Debido a la no normalidad, se realizó una prueba no paramétrica que no encontró relación entre las variables.
Tarea 8 del seminario de tics
El documento analiza la relación entre la altura y el peso de un grupo de personas. Muestra gráficos que indican que las variables de altura y peso no siguen una distribución normal. Un diagrama de dispersión muestra una correlación positiva aunque dispersa entre altura y peso. El coeficiente de correlación de Spearman es de 0.6224, indicando una correlación positiva fuerte. Un test de correlación rechaza la hipótesis nula de independencia, confirmando que existe una relación entre altura y peso.
Tarea9
Este documento analiza la relación entre el peso y la altura en mujeres y hombres separadamente. En las mujeres, se encuentra que la altura no sigue una distribución normal y existe una correlación positiva pero no muy fuerte entre la altura y el peso. En los hombres, aunque la altura no sigue una distribución normal, también existe una correlación positiva pero débil entre la altura y el peso.
Tarea seminiario 8
Este documento resume un análisis estadístico que determina la relación entre la altura y el peso de un grupo de personas. Muestra que la distribución de altura y peso no sigue la campana de Gauss, por lo que no son normales. Sin embargo, el diagrama de dispersión muestra una relación lineal positiva entre las variables, es decir, a mayor altura mayor peso. El coeficiente de correlación de Spearman de 0,6224 también indica una buena relación positiva entre altura y peso.
Seminario viii
Este documento describe cómo se analizó la correlación entre la altura y el peso de individuos utilizando el coeficiente de correlación de Spearman. Se determinó que la altura y el peso no siguen una distribución normal, por lo que se usó el test no paramétrico de Spearman. El coeficiente de Spearman calculado fue de 0.62, lo que indica una correlación positiva pero débil entre la altura y el peso.
La actualidad más candente (20)
Seminario 8: Análisis bivariado con variables cuantitativas
Seminario 8: Análisis bivariado con variables cuantitativas
Similar a Seminario 8
R Commander: relación entre las variables
Este documento describe los pasos para analizar la relación entre las variables "Peso" y "Altura" en un conjunto de datos. Primero, se comprueba la normalidad de ambas variables utilizando gráficas de cuartiles, lo que muestra que ninguna sigue una distribución normal. Luego, se grafican los datos para ver la relación, mostrando poca correlación. Finalmente, se calcula el coeficiente de Spearman, dando como resultado 0.6224, indicando una correlación débil entre las variables.
Seminario 8 estadistica
Este documento describe los pasos realizados en R Commander para determinar si existe una relación entre las variables de peso y altura en un conjunto de datos. Se comprobó primero la normalidad de ambas variables utilizando gráficas de cuartiles, encontrando que no siguen una distribución normal. Luego se utilizó el coeficiente de correlación de Spearman, que mostró una correlación débil positiva entre las variables, indicando que no existe una relación significativa entre el peso y la altura en este conjunto de datos.
Tarea 8
Este documento resume los pasos para analizar la relación entre las variables altura y peso. No siguen una distribución normal. El diagrama de dispersión muestra una relación positiva pero no lineal. El coeficiente de Spearman es 0.622, indicando una correlación positiva y fuerte. El test de correlación rechaza la hipótesis nula, por lo que la altura influye en el peso.
Tarea 8
Este documento resume los pasos para analizar la relación entre las variables altura y peso utilizando datos reales. No siguen una distribución normal. El diagrama de dispersión muestra una relación positiva no lineal. El coeficiente de Spearman es 0,622, indicando una correlación positiva fuerte. El test de correlación rechaza la hipótesis nula, confirmando que la altura influye en el peso.
Semi8
Este documento resume los pasos para analizar la relación entre las variables altura y peso utilizando datos reales. Muestra gráficas que indican que la altura y el peso no siguen una distribución normal, por lo que se usa la prueba no paramétrica de Spearman. La correlación de Spearman entre altura y peso es de 0.6224114, lo que sugiere una relación moderada entre las variables.
Seminario 8
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.
Tarea seminario VIII
Análisis bivariante de variables cuantitativas y, estudio de normalidad de dichas variables para aplicar una prueba paramétrica o no paramétrica.
Seminario 8
El documento analiza la relación entre las variables "altura" y "peso" mediante pruebas de normalidad y coeficientes de correlación. Las pruebas muestran que ninguna variable sigue una distribución normal y existe una relación positiva entre ellas. El coeficiente de Spearman es 0,622, indicando una buena relación entre la altura y el peso de los individuos.
Tarea 8
Este documento describe un análisis bivariado realizado para determinar la relación entre las variables "altura" y "peso" en un conjunto de datos. Se comprueba que las variables no siguen una distribución normal a través de gráficos de cuartiles y pruebas de normalidad de Kolmogorov. Se calcula el coeficiente de correlación de Spearman, el cual indica una correlación positiva y fuerte entre las variables. Finalmente, una prueba de correlación rechaza la hipótesis nula de que no existe correlación entre las variables.
Seminario xviii
Este documento describe los pasos para determinar la relación entre las variables de altura y peso utilizando un conjunto de datos de actividad física. Se realizó un gráfico de cuartiles para cada variable y un diagrama de dispersión que mostró una relación lineal positiva entre altura y peso. Sin embargo, el coeficiente de correlación de Spearman fue menor que 0,8, lo que indica que las variables tienen una correlación positiva muy débil.
Seminario 8 estadistica
Este documento resume un seminario sobre la relación entre el peso y la altura de individuos. Se comprueba que las variables de altura y peso no siguen una distribución normal, por lo que se usa el test de Spearman en lugar de otros métodos paramétricos. El análisis muestra una correlación positiva pero débil entre el peso y la altura.
Seminario 8 machu
1. El documento analiza si existe una correlación entre la altura y el peso de individuos en un conjunto de datos de salud.
2. Al comparar gráficos de distribución y dispersión, se determina que las variables de altura y peso no siguen una distribución normal.
3. Mediante pruebas de correlación, se encuentra una correlación positiva moderada del 63% entre la altura y el peso, por lo que existe una relación entre las dos variables.
Correlación 2
Este documento resume los pasos para realizar una prueba de correlación entre las variables "Altura" y "Peso" tomadas de un archivo de datos de salud. Inicialmente se comprueba que las variables no siguen una distribución normal a través de gráficos, por lo que se utiliza la prueba de Spearman en lugar de la prueba de Pearson. El diagrama de dispersión muestra una correlación positiva entre las variables. Finalmente, los resultados de la prueba de Spearman indican una correlación positiva significativa entre la altura y el peso.
Seminario viii
Este documento describe un análisis bivariado realizado en R para determinar la relación entre la altura y el peso de individuos. Se realizaron gráficos como histograma, Q-Q y box-plot que muestran que las variables no siguen una distribución normal. La prueba de Shapiro-Wilk también indica no normalidad. Por lo tanto, se usó la correlación de Spearman en lugar de Pearson. La correlación de Spearman entre altura y peso fue de 0.622, lo que demuestra una relación alta pero no perfecta entre las variables.
Presentación seminario 8
Este documento describe los pasos para analizar la relación entre las variables altura y peso. Inicialmente, se comprueba la normalidad de ambas variables a través de gráficos QQ, histogramas y diagrama de cajas, así como la prueba de Shapiro-Wilk, determinando que no siguen una distribución normal. Luego, el gráfico de dispersión muestra una relación positiva entre las variables. Finalmente, el coeficiente de correlación de Spearman de 0.6224 indica una relación fuerte entre la altura y el peso.
Seminario 8
Este documento analiza la relación entre la altura y el peso de individuos en un conjunto de datos de salud. Primero, se comprueba si las variables siguen una distribución normal mediante gráficos Q-Q, histogramas y un test de Shapiro. Los resultados muestran que ninguna variable sigue una distribución normal. Luego, se utiliza el coeficiente de correlación de Spearman para medir la correlación entre altura y peso, encontrando una correlación fuerte y positiva entre las variables.
Seminario 8
Este documento resume un análisis bivariado de las variables cuantitativas altura y peso utilizando datos de una base de datos de salud. Se determinó que altura y peso no siguen una distribución normal a través de histogramas, gráficos Q-Q y boxplots. Un diagrama de dispersión y pruebas de correlación de Pearson y Spearman mostraron una correlación positiva moderada del 63% entre altura y peso, indicando una relación entre las variables.
Seminario 9 estadistica
Este documento describe cómo calcular y analizar la correlación entre dos variables cuantitativas utilizando el software SPSS. Primero, explica los coeficientes de correlación de Pearson y Spearman y cómo comprobar la normalidad de las variables. Luego, muestra un ejemplo con las variables "peso" y "talla" de 30 estudiantes, donde se comprueba que siguen una distribución normal y se calcula un coeficiente de correlación de Pearson moderado y positivo de 0.475 entre ellas.
marta paredes
Este documento describe cómo realizar una correlación entre dos variables cuantitativas, la altura y el peso. Primero se comprueba si siguen una distribución normal mediante pruebas estadísticas y representaciones gráficas. Luego se utiliza la prueba de Spearman para medir la correlación, dado que no siguen una distribución normal. El coeficiente de correlación obtenido es de 0,622, lo que indica una correlación positiva significativa entre el peso y la altura.
Seminario 9
Este documento trata sobre las estadísticas y las correlaciones. Explica que una correlación mide la relación entre dos variables y puede ser positiva, negativa o nula. También describe los coeficientes de correlación de Pearson y Spearman que cuantifican la fuerza de la relación. Como ejemplo práctico, analiza si existe una correlación entre el peso y la talla de un grupo de personas realizando pruebas de normalidad, calculando el coeficiente de Pearson y representando los resultados en un diagrama de dispersión.
Similar a Seminario 8 (20)
Más de Marta Villanueva
Aa
El documento describe un estudio que examina la asociación entre el consumo de tabaco y el bajo peso al nacer. Los resultados muestran que de 250 mujeres fumadoras, 43 tuvieron hijos con bajo peso, mientras que de 1750 mujeres no fumadoras, 105 tuvieron hijos con bajo peso. El estudio utiliza una tabla de contingencia y una prueba chi-cuadrado para determinar que existe una asociación entre el consumo de tabaco y el bajo peso al nacer.
Aa
El documento presenta los resultados de un estudio que examina la asociación entre el consumo de tabaco y el bajo peso al nacer. Los datos muestran que de 250 mujeres fumadoras, 43 tuvieron hijos con bajo peso, mientras que de 1750 mujeres no fumadoras, 105 tuvieron hijos con bajo peso. El análisis de chi cuadrado muestra una asociación significativa entre el consumo de tabaco y el bajo peso al nacer, con una odds ratio de 3.254.
Seminario 6
Este documento resume las tres actividades realizadas en R Commander sobre análisis exploratorio de datos en un seminario. La primera actividad involucró el uso de tablas de frecuencias para describir dos variables cualitativas del conjunto de datos y la interpretación de aspectos de su distribución. La segunda actividad usó resúmenes numéricos para describir e interpretar la distribución de dos variables numéricas. La tercera actividad generó gráficos como barras, sectores, histogramas y cajas para describir variables seleccionadas del conjunto de datos.
R Commander
Este documento presenta los pasos para introducir el programa estadístico R. Incluye descargar e instalar R, cambiar el directorio de trabajo, importar datos de Excel, crear y visualizar nuevas variables como la suma de variables de riesgo sexual, y transformar una variable continua en dicotómica categorizando el riesgo sexual como alto o bajo.
Seminario 3
El documento describe los pasos para realizar búsquedas en las bases de datos PubMed y CINAHL sobre el tema de la atención domiciliaria en pacientes con esquizofrenia o trastorno bipolar. Incluye instrucciones para traducir los términos de búsqueda al inglés usando el tesauro MeSH, limitar los resultados a los últimos 15 años, y guardar y gestionar los artículos seleccionados en Mendeley para generar referencias bibliográficas en formato Vancouver.
Estadística 2
El documento describe los pasos para realizar búsquedas en las bases de datos PubMed y CINAHL sobre el tema de la atención domiciliaria en pacientes con esquizofrenia o trastorno bipolar. También explica cómo crear referencias bibliográficas en formato Vancouver para al menos 5 documentos encontrados utilizando Mendeley. Los pasos incluyen traducir los términos de búsqueda al inglés, limitar los resultados por fecha y tipo de publicación, guardar y exportar los artículos, y copiar las citas formateadas.
Trabajo Estadistica 2
El documento describe los pasos para realizar búsquedas en las bases de datos PubMed y CINAHL sobre el tema de la atención domiciliaria en pacientes con esquizofrenia o trastorno bipolar. También explica cómo crear referencias bibliográficas en formato Vancouver para al menos 5 documentos encontrados utilizando Mendeley. Los pasos incluyen traducir los términos de búsqueda al inglés, limitar los resultados por fecha y tipo de publicación, guardar y exportar los artículos, y copiar las citas bibliográfic
Base de Dato Dialmet
El documento describe los pasos para realizar una búsqueda en la base de datos Dialnet y obtener el texto completo de dos artículos sobre cómo el estilo de vida influye en el sobrepeso y la obesidad en adultos y ancianos. Primero, se realiza una búsqueda en Dialnet sobre el tema y se descarga el texto completo de un artículo. Segundo, para el otro artículo que no está disponible en Dialnet, se busca en el catálogo Fama para encontrar el recurso electrónico correspondiente y descargar el texto completo.
Más de Marta Villanueva (8)
Último
Fijación, transporte en camilla e inmovilización de columna cervical II.pptx
Explora los fundamentos y las mejores prácticas en fijación, transporte en camilla e inmovilización de la columna cervical en este presentación dinámica. Desde técnicas básicas hasta consideraciones avanzadas, este conjunto de diapositivas ofrece una visión completa de los protocolos cruciales para garantizar la seguridad y estabilidad del paciente en situaciones de emergencia. Útil para profesionales de la salud y equipos de respuesta ante emergencias, esta presentación ofrece una guía visualmente impactante y fácil de entender.
INYECTABLES Y VENOCLISIS- y ASEPCIA.pptx
Procedimientos para aplicar un inyectable y todo lo que tenemos que hacer antes de aplicarlo, también tenemos los pasos a seguir para realzar una venoclisis.
geologia de venezuela. TEMA PRECAMBRICO.pdf
La era precámbrica comenzó hace 4 millones de años y se cuenta hasta hace 570 millones de años. Durante este período se creó el complejo basal propio de la Guayana venezolana, al sur del país; también en Los Andes; en la cordillera norte de Perijá, estado de Zulia; y en el Baúl, estado de Cojedes.
Clase de Teoria - N° 4. Oxígeno. Dr. Andonaire
Esta exposición tiene como objetivo educar y concienciar al público sobre la dualidad del oxígeno en la biología humana. A través de una mezcla de ciencia, historia y tecnología, se busca inspirar a los visitantes a apreciar la complejidad del oxígeno y a adoptar estilos de vida que promuevan un equilibrio saludable entre sus beneficios y sus potenciales riesgos.
¡Únete a nosotros para descubrir cómo el oxígeno puede ser tanto un salvador como un destructor, y qué podemos hacer para maximizar sus beneficios y minimizar sus daños!
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
Las quemaduras, una de las lesiones traumáticas más comunes, representan un desafío significativo para el cuerpo humano. Estas lesiones pueden ser causadas por una variedad de agentes, desde el contacto con el calor extremo hasta la exposición a productos químicos corrosivos, la electricidad y la radiación. Independientemente de su origen, las quemaduras pueden provocar un amplio espectro de daños, que van desde lesiones superficiales de la piel hasta afectaciones graves de tejidos más profundos, con potencial para comprometer la vida del individuo afectado.
La incidencia y gravedad de las quemaduras pueden variar según factores como la edad, la ocupación, el entorno y la atención médica disponible. Las quemaduras son un problema global de salud pública, con impacto no solo en la salud física, sino también en la calidad de vida y la salud mental de los afectados. Además del dolor y la discapacidad física que pueden ocasionar, las quemaduras pueden dejar cicatrices permanentes y aumentar el riesgo de infecciones y otras complicaciones a largo plazo.
El manejo adecuado de las quemaduras es esencial para minimizar el riesgo de complicaciones y promover una recuperación óptima. Desde los primeros auxilios en el lugar del incidente hasta el tratamiento médico especializado en centros de quemados, se requiere una atención integral y multidisciplinaria. Además, la prevención juega un papel fundamental en la reducción de la incidencia de quemaduras, mediante la educación pública, la implementación de medidas de seguridad en el hogar, el trabajo y otros entornos, y la promoción de políticas de salud y seguridad efectivas.
En esta exploración exhaustiva sobre el tema de las quemaduras, analizaremos en detalle los diferentes tipos de quemaduras, sus causas y factores de riesgo, los mecanismos fisiopatológicos involucrados, las complicaciones potenciales y las estrategias de tratamiento y prevención más relevantes en la actualidad. Además, consideraremos los avances científicos y tecnológicos recientes que están transformando el enfoque hacia la gestión de las quemaduras, con el objetivo último de mejorar los resultados para los pacientes y reducir la carga global de esta importante condición médica.
Virus de la Inmunodeficiencia humana (VIH).pdf
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
Controles Militares espe sobre (1).pptx
sobre las técnicas y habilidades que hay en como elaborara un Cadmex en formación militar
geología de Venezuela, TEMA PALEOZOICO.pdf
Es en el Paleozoico cuando comienza a aparecer la vida más antigua. En Venezuela, el Paleozoico puede considerarse concentrado en tres regiones positivas distintas:
Región Norte del Escudo Guayanés.
Cordillera de los Andes venezolanos.
Sierra de Perijá.
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX
Tabla inicial del método simplex -pasos para completar la tabla.
método simplex en problemas de maximización y minimización.
Bianchi-2005-Historia-social-del-mundo-occidental.pdf
Bianchi-2005-Historia-social-del-mundo-occidental
CAPITULO 3: la época de las revoluciones burguesas
Cardiopatias cianogenas con hipoflujo pulmonar.pptx
Las cardiopatías congénitas acianóticas incluyen problemas cardíacos que se desarrollan antes o al momento de nacer pero que normalmente no interfieren en la cantidad de oxígeno o de sangre que llega a los tejidos corporales.
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
Las caracteristicas principales son, actividades, metadatos, evaluaciones, contenido
Último (20)
Fijación, transporte en camilla e inmovilización de columna cervical II.pptx
Fijación, transporte en camilla e inmovilización de columna cervical II.pptx
Neflogia un recuento anatomico, fisiologico y embriologico
Neflogia un recuento anatomico, fisiologico y embriologico
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
"Abordando la Complejidad de las Quemaduras: Desde los Orígenes y Factores de...
35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
MÉTODO SIMPLEX EN PROBLEMAS DE MAXIMIZACIÓN Y MINIMIZACIÓN.pptx
Bianchi-2005-Historia-social-del-mundo-occidental.pdf
Bianchi-2005-Historia-social-del-mundo-occidental.pdf
Cardiopatias cianogenas con hipoflujo pulmonar.pptx
Cardiopatias cianogenas con hipoflujo pulmonar.pptx
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
CLASE FRUTOS clase frutos clase frutos ABRIL 2021.pptx
CLASE FRUTOS clase frutos clase frutos ABRIL 2021.pptx
Seminario 8
- 1. Seminario 8Marta Villanueva Gómez Grupo 16 Estadística y Tics
- 2. La actividad a realizar en R Commander es la siguiente: Ø Determinar si existe relación y cómo es de fuerte entre la variable altura y peso del archivo “activossalud.Rdata”
- 3. 1º Paso: cambiamos el directorio de trabajo en R commander
- 4. 2º Paso: cargamos la base de datos “activossalud.Rdata” donde están nuestras variables
- 5. 3º Paso: lo primero que hay que hacer para ver si hay relación entre dos variables es comprobar si siguen una distribución normal o no. Primero comprobaremos la normalidad de la variable altura
- 6. Al pulsar aceptar, nos sale la gráfica, donde observamos: Podemos observar que hay puntuaciones que se salen de las líneas discontinuas (que representan los intervalos de confianza), por lo que consideramos que la variable altura no posee una distribución normal
- 7. Ahora comprobamos la distribución de la variable peso
- 8. Observamos en la gráfica, que: Observamos que hay puntuaciones de la variable que sobresalen de los intervalos de confianza (líneas discontinuas) por lo que la variable peso no sigue una distribución normal
- 9. 4º Paso: Al no presentar ninguna una distribución normal utilizaremos el Test de Rho Spearman (test no paramétrico) Una vez que hemos decidido que Test vamos a realizar, procedemos a: 1º Qué tipo de relación (regresión) hay entre ellas 2º Cómo de fuerte es la relación en el caso de que la hubiera (correlación). 1º Estudiamos la linealidad
- 10. Podemos observar que muchas de las puntuaciones se acercan a la línea de mínimos cuadrados, pero conforme va aumentando los valores, las puntuaciones se alejan. Podemos decir entonces, que no existe relación entre ambas variables, y además podemos decir que a medida que aumenta la altura, aumenta el peso, ya que hay una relación positiva, porque la pendiente es ascendente.
- 11. 4º Paso: ¿Cómo de fuerte es la variable? (correlación) Seleccionamos ambas variables: Peso y Altura Seleccionamos el test de Spearman, ya que no siguen una distribución normal
- 12. Obtenemos el siguiente resultado: Vemos que hay una correlación de 0.62. Esto significa que hay una correlación moderada (a partir de 0.5 ya se considera así). En conclusión, ambas variables guardan una cierta relación.