Seminario 8
•Descargar como PPTX, PDF•
0 recomendaciones•63 vistas
Este documento resume los pasos para analizar la relación entre las variables altura y peso utilizando un conjunto de datos de activos en salud. Inicialmente, se comprueba si las variables siguen una distribución normal a través de gráficos QQ, lo que no se cumple. Luego, se analiza la relación entre las variables mediante un diagrama de dispersión que muestra una relación lineal positiva. Finalmente, se calcula el coeficiente de correlación de Pearson que es de 0,63, indicando una correlación positiva débil entre altura y peso.
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Seminario x
El documento describe un estudio que analiza si existe correlación entre la edad y el peso de un grupo de niños. Se calcula el coeficiente de correlación de Pearson entre las variables edad y peso, obteniendo un valor de 0.909, lo que indica una correlación positiva alta y significativa entre ambas variables. El contraste de hipótesis confirma que esta correlación se da también en la población de la que proviene la muestra.
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.
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.
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
Este documento resume un seminario sobre el análisis bivariado de variables cuantitativas utilizando R Commander. Se analizan las variables "altura" y "peso" para determinar si existe una relación entre ellas y qué tan fuerte es. Las variables no siguen una distribución normal, por lo que se utiliza el coeficiente de correlación de Spearman en lugar de Pearson. El resultado del test de Spearman es de 0,28, lo que indica una correlación débil entre la altura y el peso.
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.
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.
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.
Recomendados
Seminario x
El documento describe un estudio que analiza si existe correlación entre la edad y el peso de un grupo de niños. Se calcula el coeficiente de correlación de Pearson entre las variables edad y peso, obteniendo un valor de 0.909, lo que indica una correlación positiva alta y significativa entre ambas variables. El contraste de hipótesis confirma que esta correlación se da también en la población de la que proviene la muestra.
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.
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.
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
Este documento resume un seminario sobre el análisis bivariado de variables cuantitativas utilizando R Commander. Se analizan las variables "altura" y "peso" para determinar si existe una relación entre ellas y qué tan fuerte es. Las variables no siguen una distribución normal, por lo que se utiliza el coeficiente de correlación de Spearman en lugar de Pearson. El resultado del test de Spearman es de 0,28, lo que indica una correlación débil entre la altura y el peso.
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.
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.
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.
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
Seminario 8
Este documento presenta un resumen de un seminario sobre la relación entre la altura y el peso. Se plantea la hipótesis nula de que la altura no influye en el peso. Se realizan pruebas de normalidad de Kolmogorov-Smirnov y un diagrama de dispersión para determinar la relación. El coeficiente de correlación de Spearman muestra una correlación positiva y fuerte entre la altura y el peso, y la prueba de correlación rechaza la hipótesis nula al ser el p-valor menor que 0,05.
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.
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.
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.
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.
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 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.
Sem9 tic
Este documento describe un análisis estadístico realizado para determinar la relación entre la altura y el peso. Se realizaron pruebas de normalidad mediante un test estadístico y representaciones gráficas que mostraron que los datos no siguen una distribución normal. Por lo tanto, se utilizó la prueba de Spearman para medir la correlación, la cual arrojó un coeficiente de 0,622 indicando una fuerte correlación positiva y significativa entre la altura y el 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
El documento analiza las variables de altura y peso de individuos para determinar si siguen una distribución normal y la relación entre ellas. Determina que ninguna sigue una distribución normal y que existe una relación lineal positiva entre ellas, como se muestra en el diagrama de dispersión. El coeficiente de correlación de Spearman entre altura y peso es de 0,622, lo que indica una buena correlación 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.
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.
Ejercicio 7 tic
Este documento analiza si existe correlación entre las variables de altura y peso en un conjunto de datos filtrados por sexo. Primero se cargan los datos y se filtran por sexo. Luego, se realizan histogramas y pruebas de normalidad para altura y peso por separado. La altura no sigue una distribución normal, mientras que el peso sí. Se calcula el coeficiente de Spearman para altura y peso, y la matriz de correlación muestra una correlación significativa entre las variables cuando el p-valor es menor a 0,05.
Tarea 8
El documento analiza la relación entre el peso y la altura en hombres y mujeres separadamente utilizando una base de datos de actividad física. Los resultados muestran una correlación moderada entre peso y altura en mujeres, pero una correlación baja entre estas variables en hombres. Ninguna de las variables siguió una distribución normal en mujeres, mientras que solo la altura no siguió una normal en hombres.
Correlación
Este documento describe los pasos para determinar si existe una correlación entre el peso y la altura de individuos en un conjunto de datos de salud. Se eligen las variables de peso y altura, y se utilizan las pruebas de Shapiro-Wilk y Spearman para determinar que existe una correlación positiva estadísticamente significativa entre ellas.
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.
Tarea seminario 9 Cecilia
Este documento describe dos actividades para comprobar si existen asociaciones entre variables cuantitativas y cualitativas utilizando pruebas estadísticas no paramétricas. En la Actividad 1, no se encontró asociación entre la práctica de deporte y los malestares activos. En la Actividad 2, tampoco hubo asociación entre trabajar y el mantenimiento del hogar. Ambas conclusiones se basaron en valores de p mayores a 0.05 en las pruebas de Wilcoxon y Kruskal-Wallis respectivamente.
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.
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 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.
Más contenido relacionado
La actualidad más candente
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
Seminario 8
Este documento presenta un resumen de un seminario sobre la relación entre la altura y el peso. Se plantea la hipótesis nula de que la altura no influye en el peso. Se realizan pruebas de normalidad de Kolmogorov-Smirnov y un diagrama de dispersión para determinar la relación. El coeficiente de correlación de Spearman muestra una correlación positiva y fuerte entre la altura y el peso, y la prueba de correlación rechaza la hipótesis nula al ser el p-valor menor que 0,05.
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.
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.
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.
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.
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 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.
Sem9 tic
Este documento describe un análisis estadístico realizado para determinar la relación entre la altura y el peso. Se realizaron pruebas de normalidad mediante un test estadístico y representaciones gráficas que mostraron que los datos no siguen una distribución normal. Por lo tanto, se utilizó la prueba de Spearman para medir la correlación, la cual arrojó un coeficiente de 0,622 indicando una fuerte correlación positiva y significativa entre la altura y el 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
El documento analiza las variables de altura y peso de individuos para determinar si siguen una distribución normal y la relación entre ellas. Determina que ninguna sigue una distribución normal y que existe una relación lineal positiva entre ellas, como se muestra en el diagrama de dispersión. El coeficiente de correlación de Spearman entre altura y peso es de 0,622, lo que indica una buena correlación 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.
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.
Ejercicio 7 tic
Este documento analiza si existe correlación entre las variables de altura y peso en un conjunto de datos filtrados por sexo. Primero se cargan los datos y se filtran por sexo. Luego, se realizan histogramas y pruebas de normalidad para altura y peso por separado. La altura no sigue una distribución normal, mientras que el peso sí. Se calcula el coeficiente de Spearman para altura y peso, y la matriz de correlación muestra una correlación significativa entre las variables cuando el p-valor es menor a 0,05.
Tarea 8
El documento analiza la relación entre el peso y la altura en hombres y mujeres separadamente utilizando una base de datos de actividad física. Los resultados muestran una correlación moderada entre peso y altura en mujeres, pero una correlación baja entre estas variables en hombres. Ninguna de las variables siguió una distribución normal en mujeres, mientras que solo la altura no siguió una normal en hombres.
Correlación
Este documento describe los pasos para determinar si existe una correlación entre el peso y la altura de individuos en un conjunto de datos de salud. Se eligen las variables de peso y altura, y se utilizan las pruebas de Shapiro-Wilk y Spearman para determinar que existe una correlación positiva estadísticamente significativa entre ellas.
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.
Tarea seminario 9 Cecilia
Este documento describe dos actividades para comprobar si existen asociaciones entre variables cuantitativas y cualitativas utilizando pruebas estadísticas no paramétricas. En la Actividad 1, no se encontró asociación entre la práctica de deporte y los malestares activos. En la Actividad 2, tampoco hubo asociación entre trabajar y el mantenimiento del hogar. Ambas conclusiones se basaron en valores de p mayores a 0.05 en las pruebas de Wilcoxon y Kruskal-Wallis respectivamente.
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.
La actualidad más candente (20)
Similar a Seminario 8
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 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 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.
04. correlación lineal.pdf
Este documento describe cómo analizar la relación entre dos variables estadísticas mediante el uso de nubes de puntos, el coeficiente de correlación de Pearson y diagramas de dispersión. Explica que la correlación puede ser positiva, negativa o nula, y cómo representar y medir gráficamente la fuerza de la relación entre dos variables.
Actividades del seminario 10
Este documento presenta tres ejercicios sobre la correlación entre diferentes variables. El primer ejercicio encuentra una correlación débil entre el peso y las horas de deporte. El segundo ejercicio encuentra una fuerte correlación negativa entre el número de cigarrillos y las notas de acceso. El tercer ejercicio encuentra una fuerte correlación positiva entre el peso y la altura. Dos ejercicios adicionales analizan la correlación entre la edad y el peso y entre las notas de matemáticas y lengua.
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.
PPT-Correlación-PROB.-Y-EST.pptx
Este documento describe la correlación y regresión lineal simple como técnicas estadísticas para investigar la relación entre dos variables continuas. Explica cómo el diagrama de dispersión permite visualizar la relación y detectar valores atípicos. También define el coeficiente de correlación de Pearson para cuantificar la fuerza de la asociación lineal entre las variables, así como la regresión lineal para modelar la relación y predecir valores. Por último, discute otros métodos como la correlación de Spearman para variables ordinales y la prueba chi-cuadrado para variables
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
5 regresion y correlacion
Este documento describe los conceptos de regresión y correlación lineal. Explica que la regresión y correlación permiten analizar la relación entre dos variables continuas mediante el uso de diagramas de dispersión, el coeficiente de correlación de Pearson y regresión lineal simple. También define la correlación directa e inversa y cómo el coeficiente de correlación cuantifica el grado de asociación lineal entre las variables.
Diagrama de dispersión
Un diagrama de dispersión representa gráficamente la relación entre dos variables para un conjunto de datos. Muestra cada par de valores como un punto en un plano cartesiano. La relación entre las variables puede ser positiva, negativa o nula. La fuerza de la correlación se mide con el coeficiente de correlación r, el cual indica si la relación es directamente o inversamente proporcional. Para crear un diagrama de dispersión, se determinan las variables, se recolectan los datos, se grafican los puntos, y se calcula el coeficiente r para analizar la relación
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.
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.
Seminario 8:Análisis bivariado con variables cuantitativas. Normalidad y line...
Este documento resume los pasos para analizar la relación entre dos variables cuantitativas, altura y peso, a partir de un conjunto de datos. Inicialmente se observa gráficamente la posible relación entre las variables. Luego, se comprueba si siguen una distribución normal mediante pruebas estadísticas y gráficas, determinando que no la siguen. Por lo tanto, se utiliza el coeficiente de correlación de Spearman, el cual indica una correlación positiva moderada entre altura y 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 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 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.
Seminario 8
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.
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.
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.
Correlación
Este documento describe cómo realizar una prueba de correlación entre las variables altura y peso. Explica que primero se debe comprobar la normalidad de los datos para determinar qué prueba estadística usar, ya sea la prueba de Pearson o Spearman. Luego establece las hipótesis nula y alternativa, y finalmente aplica la prueba estadística correspondiente, rechazando la hipótesis nula y concluyendo que existe una buena correlación positiva entre el peso y la altura.
Similar a Seminario 8 (20)
Seminario 8:Análisis bivariado con variables cuantitativas. Normalidad y line...
Seminario 8:Análisis bivariado con variables cuantitativas. Normalidad y line...
Más de Ana .
Seminario 6
Este documento resume los pasos para realizar un análisis exploratorio de datos utilizando el archivo "activosensalud". Incluye resúmenes estadísticos y gráficos de cuatro variables, dos cuantitativas (altura y hora de práctica deportiva) y dos cualitativas (trabajo y hacer la cama), para explorar la distribución de los datos.
Búsqueda en pubmed y cinahl
El documento describe una búsqueda bibliográfica sobre atención domiciliaria en salud para pacientes con esquizofrenia o trastorno bipolar en las bases de datos PubMed y CINAHL. Se tradujeron los términos de búsqueda al inglés y se limitó la búsqueda en PubMed a los últimos 15 años. Algunos artículos fueron añadidos a Mendeley para su posterior salvado y citación. La búsqueda se repitió luego en CINAHL.
Búsqueda en pubmed y cinahl
El documento describe una búsqueda bibliográfica sobre atención domiciliaria en salud para pacientes con esquizofrenia o trastorno bipolar en las bases de datos PubMed y CINAHL. Primero se tradujeron los términos de búsqueda al inglés y se introdujeron en PubMed limitando los resultados a los últimos 15 años. Algunos artículos se añadieron a Mendeley para su posterior almacenamiento. Luego, la búsqueda se repitió en CINAHL.
Seminario 5
Este documento describe los 7 pasos para calcular una nueva variable de riesgo sexual a partir de datos de salud y clasificarla como dicotómica de alto y bajo riesgo. Primero se importan los datos, luego se seleccionan variables como parejas sexuales, uso de píldora del día después, uso de preservativos para calcular el riesgo sexual inicial. Finalmente, esta variable se clasifica en alto y bajo riesgo para obtener la variable dicotómica final.
Seminario 5
Este documento describe los 7 pasos para calcular una nueva variable de riesgo sexual a partir de datos de salud y clasificarla como dicotómica de alto y bajo riesgo. Estos pasos incluyen importar los datos, seleccionar variables como número de parejas sexuales, uso de píldora del día después, uso de preservativos, y calcular y visualizar la nueva variable.
busqueda base de datos
Este documento describe los pasos para realizar una búsqueda en las bases de datos Dialnet y Fama sobre la influencia del estilo de vida en el sobrepeso y la obesidad en adultos y ancianos. Explica cómo buscar en Dialnet usando los términos "estilo de vida" AND (sobrepeso OR obes*) AND ADULTO* AND (anciano OR geriátric* OR "personas mayores") y seleccionar artículos de revista de texto completo. También explica cómo buscar en Fama los artículos a los que no se
Más de Ana . (6)
Último
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
Informe de violencia, al mes de Mayo de 2024, producido por la Multigremial de la Araucanía
10 colonias - Análisis socio-demográfico 2024.pdf
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
vivienda segura concreto, construcción y métodos
ppt - importancia de una construcción, y su resistencia cuando se generan sismos, y además, cuales son sus beneficios
04 capital interes simple.pdf de la clase métodos cuantitativos
Presentación sobre interes simple de la clase métodos cuantitativos en finanzas
MI CECTOR POSTE BLANCO - Paián .pdf
Te invito a conocer mi hermoso sector poste blanco donde e tenido hermosos momentos a lo largo de la vida
LINEA DE TIEMPO Y PERIODO INTERTESTAMENTARIO
linea de tiempo del antiguo testamento donde se detalla la cronología de todos los eventos, personas, sucesos, etc. Además se incluye una parte del periodo intertestamentario en orden cronológico donde se detalla todo lo que sucede en los 400 años del periodo del silencio. Basicamente es un resumen de todos los sucesos desde Abraham hasta Cristo
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Contaminación de ruido
contraguerrilla.pdf sobre anti emboscadas
contraguerrilla.pdf sobre anti emboscadas en instrucción militar una variedad de eventos sobre la guerrilla de Colombia
Último (20)
Comunidades virtuales de aprendizaje o educativas E-LEARNING.pdf
Comunidades virtuales de aprendizaje o educativas E-LEARNING.pdf
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
Informe de violencia mayo 2024 - Multigremial Mayo.pdf
nombres de las unidades y situacion significativa 2024.docx
nombres de las unidades y situacion significativa 2024.docx
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Semana 09 - Tema 02 Dinámica de cuentas del plan contable.pdf
Semana 09 - Tema 02 Dinámica de cuentas del plan contable.pdf
04 capital interes simple.pdf de la clase métodos cuantitativos
04 capital interes simple.pdf de la clase métodos cuantitativos
Encuesta CATI Verdad Venezuela abril 2024 (PÚBLICO).pdf
Encuesta CATI Verdad Venezuela abril 2024 (PÚBLICO).pdf
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Obligaciones_de_los_Municipios_y_Departamentos_en_los_Determinantes_Ambiental...
Plan Emergencia solicitado en obras de construccion
Plan Emergencia solicitado en obras de construccion
Seminario 8
- 1. SEMINARIO 8 Ana de Soto Estévez Grupo 1 (Macarena) Subgrupo 1
- 2. Paso 1: cargamos el archivo “activos en salud”.
- 3. Comprobaremos si la variable altura sigue una distribución normal y para ello, veremos su gráfico.
- 4. En este gráfico QQ vemos que esta variable no sigue una distribución normal.
- 5. Comprobaremos lo mismo con la variable peso: Como vemos en su gráfico, tampoco sigue una distribución normal.
- 6. • Ahora podemos empezar a estudiar: Qué tipo de relación se dan entre ellas (regresión). Cómo de fuerte es la relación (correlación).
- 7. Haremos el diagrama de dispersión para ver la relación que se dan entre ambas:
- 8. Diagrama de dispersión Ambas variables están relacionadas ya que a mayor valor de x, mayor valor de y. Es una relación lineal positiva.
- 9. Ahora vemos la fuerza de la relación (correlación), para ello calculamos el coeficiente de Pearson ya que comprobamos que no seguían una distribución normal, Nos da 0,63; por lo que implica que hay una fuerza de correlación positiva, pero muy poca fuerza de correlación.