Seminario 9
•Descargar como PPTX, PDF•
0 recomendaciones•116 vistas
Este documento resume los resultados de varias pruebas estadísticas realizadas para analizar la relación entre la variable cuantitativa "mantenimiento del hogar" y la variable categórica "trabajo". Las pruebas incluyen Shapiro-Wilk para normalidad, gráficos, Levene para homocedasticidad y Wilcoxon rank sum para comparar las medias cuando los datos no son normales. Los resultados muestran que los datos no siguen una distribución normal pero sí homocedasticidad, por lo que se usa Wilcoxon para concluir que no existe rel
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Seminario 8
Este documento resume los pasos para analizar la correlación entre las variables de altura y peso en un conjunto de datos de salud. Primero se cargan los datos y se seleccionan las variables cuantitativas de altura y peso. Luego, se comprueba la normalidad de las variables a través de gráficos de distribución y pruebas de Shapiro-Wilk, mostrando que no siguen una distribución normal. Por lo tanto, se utiliza la prueba de Spearman para estudiar la correlación positiva débil entre altura y peso, con un resultado de 0,622
Correlación
El documento describe los pasos para analizar la correlación entre la altura y el peso de individuos en una base de datos. Se seleccionaron estas dos variables cuantitativas y se realizaron pruebas de normalidad de Shapiro-Wilk que mostraron que los datos no siguen una distribución normal. Por lo tanto, se utilizó la prueba de correlación de Spearman que arrojó un valor de 0,6224, indicando una correlación positiva moderada entre la altura y el peso. El gráfico también mostró esta tendencia positiva.
Correlación
El documento describe los pasos para realizar una prueba de correlación entre las variables "Altura" y "Peso" de un conjunto de datos de salud. Se determinó que las variables no siguen una distribución normal y por lo tanto se utilizó la prueba de Spearman. Los resultados mostraron una correlación positiva significativa entre la altura y el peso.
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.
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 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.
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 9
El documento analiza si la variable cuantitativa "Mantenimiento del hogar" sigue una distribución normal mediante el test de Shapiro-Wilk y un gráfico de cuartiles. Luego, evalúa la homocedasticidad con el test de Levene y finalmente realiza una prueba no paramétrica que muestra que no existe una relación entre el mantenimiento del hogar y el trabajo.
Recomendados
Seminario 8
Este documento resume los pasos para analizar la correlación entre las variables de altura y peso en un conjunto de datos de salud. Primero se cargan los datos y se seleccionan las variables cuantitativas de altura y peso. Luego, se comprueba la normalidad de las variables a través de gráficos de distribución y pruebas de Shapiro-Wilk, mostrando que no siguen una distribución normal. Por lo tanto, se utiliza la prueba de Spearman para estudiar la correlación positiva débil entre altura y peso, con un resultado de 0,622
Correlación
El documento describe los pasos para analizar la correlación entre la altura y el peso de individuos en una base de datos. Se seleccionaron estas dos variables cuantitativas y se realizaron pruebas de normalidad de Shapiro-Wilk que mostraron que los datos no siguen una distribución normal. Por lo tanto, se utilizó la prueba de correlación de Spearman que arrojó un valor de 0,6224, indicando una correlación positiva moderada entre la altura y el peso. El gráfico también mostró esta tendencia positiva.
Correlación
El documento describe los pasos para realizar una prueba de correlación entre las variables "Altura" y "Peso" de un conjunto de datos de salud. Se determinó que las variables no siguen una distribución normal y por lo tanto se utilizó la prueba de Spearman. Los resultados mostraron una correlación positiva significativa entre la altura y el peso.
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.
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 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.
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 9
El documento analiza si la variable cuantitativa "Mantenimiento del hogar" sigue una distribución normal mediante el test de Shapiro-Wilk y un gráfico de cuartiles. Luego, evalúa la homocedasticidad con el test de Levene y finalmente realiza una prueba no paramétrica que muestra que no existe una relación entre el mantenimiento del hogar y el trabajo.
T de student
El documento describe los pasos realizados en R-Studio e R-Commander para analizar los datos de una variable antes y después de una intervención. Se calculó una nueva variable de diferencia, se comprobó la normalidad de los datos y se compararon las medianas de antes y después mediante diagramas de caja y un resumen numérico, mostrando que la intervención modificó la mediana.
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.
T de student
El documento describe el análisis estadístico realizado sobre los datos de una intervención. Se importó una matriz de datos a R y se calculó una nueva variable. Las pruebas de Shapiro-Wilk y T de Student mostraron que hubo una diferencia estadísticamente significativa en los resultados antes y después de la intervención.
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.
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.
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.
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.
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.
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 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.
Tarea 8
El documento analiza la correlación entre la altura y el peso de mujeres y hombres. Calcula la normalidad de estas variables para ambos géneros usando histogramas y gráficas de cuartiles. Determina que las variables no siguen una distribución normal para ningún género y usa el test de correlación de Spearman. El test muestra una correlación positiva débil entre la altura y el peso tanto para mujeres como para hombres, indicando que a mayor altura mayor peso.
Ejercicio de correlación
Este documento describe los pasos para realizar una correlación entre dos variables cuantitativas utilizando SPSS: horas dedicadas al deporte y peso. Primero se realizan pruebas de normalidad para determinar el estadístico de correlación apropiado, el cual resulta ser Rho de Spearman dado que una variable no sigue una distribución normal. La correlación obtenida es positiva débil de 0.385 y significativa, por lo que se rechaza la hipótesis nula de ausencia de relación entre las variables. Finalmente, se representa gráficamente la correlación
Ejercicio tema
Este documento resume los pasos para calcular la correlación entre dos variables cuantitativas. Primero, se eligen las variables peso y horas de práctica deportiva. Luego, se usa la prueba de Shapiro-Wilk para determinar que ninguna variable sigue una distribución normal, por lo que se utiliza el coeficiente de Spearman. Los resultados muestran una correlación débil pero existente entre peso y horas de práctica deportiva.
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 los pasos realizados para determinar si existe una relación entre la altura y el peso de un grupo de personas y cuán fuerte es dicha relación. Inicialmente, se comprobó la normalidad de las variables altura y peso mediante gráficos de cuartiles y pruebas de Kolmogorov, determinando que no siguen distribuciones normales. Luego, un diagrama de dispersión mostró una relación positiva entre ambas variables aunque con algunos valores dispersos. Finalmente, el coeficiente de correlación de Spearman de 0,622 y un test de correlación
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.
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 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.
Tarea 9
El documento describe los pasos para establecer la relación entre el peso y la altura diferenciando por sexo usando datos de salud en R. Se analizan las variables de altura y peso para mujeres y hombres por separado usando histogramas, gráficos de cuartiles, pruebas de normalidad y diagramas de dispersión para determinar si existe una correlación positiva entre el peso y la altura.
Seminario 10 estadística
Este resumen describe los pasos realizados para analizar la relación entre la altura y el año de nacimiento de 50 estudiantes de enfermería. Primero, se realizaron pruebas de normalidad usando SPSS para determinar qué estadístico de correlación usar. La variable de altura siguió una distribución normal, mientras que el año de nacimiento no. Por lo tanto, se utilizó el coeficiente de correlación de Spearman. Los resultados mostraron que no existe una correlación significativa entre las variables, ya que el valor de correlación de 0,215 se
Seminario 9.
Este documento presenta los cuatro pasos para analizar la normalidad y homogeneidad de la variable de mantenimiento del hogar. Primero, se usó el test de Shapiro-Wilk para determinar que la variable no sigue una distribución normal. Segundo, un gráfico de cuantiles confirmó este resultado. Tercero, el test de Levene mostró que existe homogeneidad. Cuarto, debido a la no normalidad, se utilizó una prueba no paramétrica de Wilcoxon que no encontró relación entre el trabajo y el mantenimiento del hogar.
Seminario 9
Este documento presenta los pasos para analizar la normalidad y homogeneidad de la variable de mantenimiento del hogar. Primero, se usó el test de Shapiro-Wilk para determinar que la variable no sigue una distribución normal. Luego, un gráfico de cuantiles confirmó este resultado al salirse los puntos de las líneas. El test de Levene mostró homogeneidad de varianzas. Finalmente, dado que la variable no es normal, se usó una prueba no paramétrica de Wilcoxon que no encontró relación entre el trabajo y el mantenimiento
Más contenido relacionado
La actualidad más candente
T de student
El documento describe los pasos realizados en R-Studio e R-Commander para analizar los datos de una variable antes y después de una intervención. Se calculó una nueva variable de diferencia, se comprobó la normalidad de los datos y se compararon las medianas de antes y después mediante diagramas de caja y un resumen numérico, mostrando que la intervención modificó la mediana.
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.
T de student
El documento describe el análisis estadístico realizado sobre los datos de una intervención. Se importó una matriz de datos a R y se calculó una nueva variable. Las pruebas de Shapiro-Wilk y T de Student mostraron que hubo una diferencia estadísticamente significativa en los resultados antes y después de la intervención.
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.
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.
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.
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.
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.
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 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.
Tarea 8
El documento analiza la correlación entre la altura y el peso de mujeres y hombres. Calcula la normalidad de estas variables para ambos géneros usando histogramas y gráficas de cuartiles. Determina que las variables no siguen una distribución normal para ningún género y usa el test de correlación de Spearman. El test muestra una correlación positiva débil entre la altura y el peso tanto para mujeres como para hombres, indicando que a mayor altura mayor peso.
Ejercicio de correlación
Este documento describe los pasos para realizar una correlación entre dos variables cuantitativas utilizando SPSS: horas dedicadas al deporte y peso. Primero se realizan pruebas de normalidad para determinar el estadístico de correlación apropiado, el cual resulta ser Rho de Spearman dado que una variable no sigue una distribución normal. La correlación obtenida es positiva débil de 0.385 y significativa, por lo que se rechaza la hipótesis nula de ausencia de relación entre las variables. Finalmente, se representa gráficamente la correlación
Ejercicio tema
Este documento resume los pasos para calcular la correlación entre dos variables cuantitativas. Primero, se eligen las variables peso y horas de práctica deportiva. Luego, se usa la prueba de Shapiro-Wilk para determinar que ninguna variable sigue una distribución normal, por lo que se utiliza el coeficiente de Spearman. Los resultados muestran una correlación débil pero existente entre peso y horas de práctica deportiva.
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 los pasos realizados para determinar si existe una relación entre la altura y el peso de un grupo de personas y cuán fuerte es dicha relación. Inicialmente, se comprobó la normalidad de las variables altura y peso mediante gráficos de cuartiles y pruebas de Kolmogorov, determinando que no siguen distribuciones normales. Luego, un diagrama de dispersión mostró una relación positiva entre ambas variables aunque con algunos valores dispersos. Finalmente, el coeficiente de correlación de Spearman de 0,622 y un test de correlación
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.
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 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.
Tarea 9
El documento describe los pasos para establecer la relación entre el peso y la altura diferenciando por sexo usando datos de salud en R. Se analizan las variables de altura y peso para mujeres y hombres por separado usando histogramas, gráficos de cuartiles, pruebas de normalidad y diagramas de dispersión para determinar si existe una correlación positiva entre el peso y la altura.
Seminario 10 estadística
Este resumen describe los pasos realizados para analizar la relación entre la altura y el año de nacimiento de 50 estudiantes de enfermería. Primero, se realizaron pruebas de normalidad usando SPSS para determinar qué estadístico de correlación usar. La variable de altura siguió una distribución normal, mientras que el año de nacimiento no. Por lo tanto, se utilizó el coeficiente de correlación de Spearman. Los resultados mostraron que no existe una correlación significativa entre las variables, ya que el valor de correlación de 0,215 se
La actualidad más candente (20)
Similar a Seminario 9
Seminario 9.
Este documento presenta los cuatro pasos para analizar la normalidad y homogeneidad de la variable de mantenimiento del hogar. Primero, se usó el test de Shapiro-Wilk para determinar que la variable no sigue una distribución normal. Segundo, un gráfico de cuantiles confirmó este resultado. Tercero, el test de Levene mostró que existe homogeneidad. Cuarto, debido a la no normalidad, se utilizó una prueba no paramétrica de Wilcoxon que no encontró relación entre el trabajo y el mantenimiento del hogar.
Seminario 9
Este documento presenta los pasos para analizar la normalidad y homogeneidad de la variable de mantenimiento del hogar. Primero, se usó el test de Shapiro-Wilk para determinar que la variable no sigue una distribución normal. Luego, un gráfico de cuantiles confirmó este resultado al salirse los puntos de las líneas. El test de Levene mostró homogeneidad de varianzas. Finalmente, dado que la variable no es normal, se usó una prueba no paramétrica de Wilcoxon que no encontró relación entre el trabajo y el mantenimiento
Andrea seminario 8 (pwp)
El resumen analiza dos estudios estadísticos realizados sobre dos conjuntos de datos. El primer estudio examina la relación entre la altura y la práctica de deporte, mientras que el segundo estudia la relación entre el peso y el sexo. Ambos estudios incluyen pruebas de normalidad y pruebas t de Student. La prueba de normalidad concluye que los datos en ambos estudios siguen una distribución normal. La prueba t de Student determina que no hay una relación estadísticamente significativa entre la altura y la práctica de deport
Analisis bivariado
El documento describe los pasos para realizar un análisis bivariado entre una variable cualitativa dicotómica (trabajo) y una variable cuantitativa (peso) utilizando R. Primero se cargan los datos y se seleccionan las variables. Luego, se estudia la normalidad y homocedasticidad de la variable cuantitativa a través de gráficos y pruebas estadísticas. Finalmente, al no cumplirse los supuestos, se aplica la prueba no paramétrica de Wilcoxon y se concluye que no
Presentación1
Este documento presenta los resultados de dos ejercicios estadísticos. El primer ejercicio explora si el sexo influye en la altura mediante una prueba t de Student. Los resultados muestran que el sexo sí influye en la altura. El segundo ejercicio examina si la hora de regreso a casa influye en la nota de acceso al grado mediante la prueba de correlación de Spearman. Los resultados indican que la hora de regreso a casa no influye en la nota de acceso al grado.
Presentación1
Este documento resume los pasos para realizar dos ejercicios estadísticos sobre la influencia del sexo en la altura y la influencia de la hora de regreso a casa en la nota de acceso al grado. En el primer ejercicio, se determina que el sexo sí influye en la altura mediante una prueba t de Student. En el segundo ejercicio, se determina que la hora de regreso a casa sí influye en la nota de acceso al grado mediante la prueba de correlación Rho de Spearman debido a la no normalidad de las variables.
Seminario 9
Este documento describe los análisis bivariados entre variables cualitativas y cuantitativas. Explica pruebas como Shapiro-Wilk, T-student y Wilcoxon para comprobar la normalidad de las variables, comparar medias y determinar si existen diferencias entre grupos. Aplica estas pruebas a un conjunto de datos de salud para analizar si hombres y mujeres tienen las mismas puntuaciones y alturas medias. Los resultados muestran que no hay diferencias en las puntuaciones pero sí en las alturas medias, concluyendo que los hombres son en
Presentación1
Este documento resume los pasos para analizar si el sexo influye en la altura y si la hora de regreso a casa influye en la nota de acceso al grado mediante pruebas estadísticas. Determina que el sexo sí influye en la altura basado en una prueba T de Student, pero que la hora de regreso a casa no influye en la nota de acceso al grado según una prueba Rho de Spearman debido a la falta de normalidad en los datos.
Seminario 8
Proceso de análisis bivariado con variable cualitativa y cuantitativa en la base de datos R Commander.
Ejercicio sem 8
Este documento describe el estudio de la asociación entre una variable cualitativa (hora de recogida) y una variable cuantitativa (comunicación con pares) en un archivo de datos. Los resultados muestran que la variable cuantitativa no sigue una distribución normal y que existe homocedasticidad. El test de Kruskal-Wallis encuentra que no hay evidencia de asociación entre las variables.
SEMINARIO 8
Este documento presenta un análisis bivariado de variables cualitativas y cuantitativas utilizando R. Se comprueba la normalidad de dos variables, "peso" y "escalaas", mediante pruebas estadísticas y gráficos. Luego, se divide la muestra en hombres y mujeres para comparar sus medias en "escalaas" y "altura" usando pruebas de normalidad, homocedasticidad y T de Student. Los resultados muestran que no hay diferencias significativas en "escalaas" entre sexos, pero sí las hay
Tarea seminario 8
El documento describe cómo realizar pruebas estadísticas para determinar la relación entre variables cualitativas y cuantitativas. Explica cómo usar la prueba de Shapiro-Wilk para verificar la normalidad de la distribución de una muestra menor a 50, y la prueba T de Student para variables independientes para determinar si hay una relación entre el sexo y la altura o el peso de un grupo.
Seminario ix.pptx estadistica
Este documento resume un seminario sobre análisis bivariado entre variables cualitativas y cuantitativas. Explica cómo importar los datos, determinar la relación entre variables a través de pruebas paramétricas y no paramétricas, y comprobar los criterios de normalidad y homocedasticidad. Aplica estos análisis a dos ejemplos, encontrando que la práctica de deporte no influye en los malestares y el trabajo no influye en el mantenimiento del hogar.
7 actividad seminario tic
En este seminario hemos aprendido a usar la T-Student gracias al programa SPSS, el cual también usamos en anteriores seminarios.
Tarea seminario 7
Este documento resume los pasos para realizar una prueba de normalidad y una prueba t-student en un conjunto de datos. Primero, se seleccionan dos variables - peso y práctica de deporte - y se realiza la prueba de Shapiro-Wilk para determinar si el peso sigue una distribución normal. Luego, se lleva a cabo la prueba t de Student independiente para determinar si existe una relación entre el peso y la práctica de deporte. Los resultados muestran que el peso tiene una distribución normal y que existe una relación significativa entre
Pruebas de contraste
Este documento resume los pasos para realizar una prueba de contraste para determinar si existe una relación entre la nota de un examen y el sexo. Primero, se realiza una prueba de normalidad sobre la variable dependiente (nota del examen), la cual sigue una distribución normal. Luego, dado que se combina una variable cualitativa de dos categorías (sexo) con una variable cuantitativa (nota del examen), se aplica la prueba t de Student. Los resultados de esta prueba indican que no hay relación entre las variables, es decir, no existe diferencia en las not
Análisis bivariado
Este documento describe cómo realizar pruebas estadísticas para analizar datos y comparar grupos. Explica cómo usar las pruebas de Shapiro-Wilk, histograma y diagrama de cajas para verificar la normalidad de las variables. Luego aplica la prueba t de Student para datos apareados y grupos independientes y la prueba de Levene para comprobar la homocedasticidad. Finalmente, concluye que no hay diferencias significativas en las puntuaciones medias de escalaas entre hombres y mujeres, pero que los hombres tienen una altura media signific
MARTA PAREDES
Este documento presenta el análisis estadístico de dos preguntas: 1) si existen diferencias en la puntuación promedio en una escala entre chicos y chicas, y 2) si existen diferencias en la altura promedio entre chicos y chicas. Para ambas preguntas, se realizan pruebas de normalidad gráfica y estadística, y pruebas t de Student para muestras independientes. Los resultados muestran que no hay diferencias significativas en la puntuación de la escala, pero sí las hay en la altura pro
Ejercicio tema 12
El documento presenta dos ejemplos de aplicación de la prueba de McNemar. En el primer ejemplo, se evalúa si existe una relación entre la opinión de los alumnos sobre unas prácticas antes y después de recibir una charla. Los resultados muestran que no existe dicha relación. En el segundo ejemplo, se evalúa la relación entre la hora de regreso a casa después de una fiesta y tener o no un trabajo remunerado. También aquí los resultados indican que no existe una relación entre ambas variables.
Seminario 9
Este documento presenta el resumen de dos análisis bivariados realizados entre variables cuantitativas y cualitativas. El primer análisis examina la relación entre practicar deporte y malestares activos utilizando pruebas no paramétricas que no muestran una relación significativa. El segundo análisis encuentra una posible relación entre trabajar y el mantenimiento del hogar utilizando también pruebas no paramétricas.
Similar a Seminario 9 (20)
Último
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
Planificación Ejemplo con la metodología TPACK
Ejemplo de una planificación tradicional, convertida a una planificación con tpack y usando los verbos de la taxonomía de bloom
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
Plasticidad cerebral; como el cerebro se puede cambiar a si mismo...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
SEMIOLOGIA DE HEMORRAGIAS DIGESTIVAS.pptx
Evaluación de principales hallazgos de la Historia Clínica utiles en la orientación diagnóstica de Hemorragia Digestiva en el abordaje inicial del paciente.
Manual de procedimiento para gráficos HC
Manual de usuario para elaborar gráficos en Hoja de cálculo de Google.
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
Último (20)
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
Seminario 9
- 1. SEMINARIO 9
- 2. En primer lugar, vamos a analizar la variable cuantitativa mantenimiento del hogar…
- 3. Para comenzar vamos a estudiar la normalidad a través del test Shapiro-Wilk. Shapiro-Wilk normality test data: mantenimientohogar W = 0.98378, p-value = 0.002457 Al darnos un p-value menos al 0,05 podemos decir que no sigue la normalidad
- 4. En segundo lugar, comprobamos el resultado anterior con los gráficos. Podemos ver como no sigue la normalidad pues los puntos están fuera de la línea
- 5. En tercer lugar, vamos a estudiar la homoestaticidad a través del test de Levene. > leveneTest(mantenimientohogar ~ trabajo, data=Datos, center="median") Levene's Test for Homogeneity of Variance (center = "median") Df F value Pr(>F) group 1 0.0897 0.7647 285 Como el p velue que nos da como resultado es mayor a 0,05 podemos afirmar que si existe hooestaticidad
- 6. Para finalizar, como no sigue la normalidad no podemos hacer la T-student entonces realizados test de pruebas no paramétricas. Wilcoxon rank sum test with continuity correction data: mantenimientohogar by trabajo W = 7913.5, p-value = 0.1072 alternative hypothesis: true location shift is not equal to 0 Como el p value es mayor a 0,05, se acepta la H0 y entonces no existe relación entre el trabajo y el mantenimiento del hogar.