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.

1. TAREA 8
CORRELACIÓN ENTRE LA ALTURA Y EL PESO ENTRE
MUJERES Y HOMBRES.

3. NORMALIDAD DE LAS VARIABLES
Antes que nada, tenemos que filtrar los datos y
visualizar únicamente los encuestados mujeres.

4. NORMALIDAD DE LAS VARIABLES
Calculamos la normalidad de las 2 variables en las
mujeres: PESO y ALTURA. Para ello, haremos
un histograma y una gráfica de comparación de
cuartiles.

6. Ahora crearemos una gráfica de comparación de cuartiles para cada
variable:

7. PESO

8. ALTURA

9. Realizamos el test de Kolmogorov-Smirnov
con la variable ‘peso’ y nos sale p=0.0003874

10. Realizamos el test de Kolmogorov-Smirnov
con la variable ‘altura’ y nos sale p=0.001657

11. Como observamos, en ambas variables p es inferior a 0.05. Esto
significa que no sigue una distribución normal, así que usaremos el
test de correlación mediante Spearman y una matriz de
correlaciones. Seleccionaremos ‘peso’ y ‘altura’.

12. El coeficiente es de 0.4796492. Hay una correlación
positiva débil (considerando que es menor que 0.5 y por
tanto se aproxima al 0). Cuando aumente los valores de
la altura, aumentará los del peso.
Por otro lado, p-value es 2.739e-14, lo que equivale a
2.739·10 . Es muy inferior a 0.05: aceptamos la hipótesis
alternativa (altura influye en peso).
14

13. Haremos también un
diagrama de dispersión
y su matriz. Como la
altura es la variable
independiente, será la
variable x, y el peso es
dependiente, por lo que
será la variable y.
Hay cierta
correlación.

15. NORMALIDAD DE LAS VARIABLES
Filtramos los datos con solo los encuestados
varones.

16. NORMALIDAD DE LAS VARIABLES
Calculamos la normalidad de las 2 variables en las
varones: PESO y ALTURA. Repetimos el
proceso para hacer un histograma.

18. Creamos otra vez una gráfica de comparación de cuartiles:

19. PESO

20. ALTURA

21. Test de Kolmogorov-Smirnov con la
variable ‘peso’: p=0.05356

22. Test de Kolmogorov-Smirnov con la
variable ‘altura’ y sale p=0.02607

23. En la variable altura, p es menor a 0.05. Sin embargo, en la variable
peso p es algo superior a 0.05. Esto significa que tampoco siguen
una distribución normal. Usaremos, por tanto, el test de correlación
de Spearman:

24. El coeficiente es de 0.3593082. Vuelve a haber una
correlación positiva débil. Los valores de la altura
aumentan a medida que incrementan los del peso.
Por otro lado, p-value es 0.009612. Es inferior a 0.05, por
lo que también aceptaremos la hipótesis alternativa (es
decir, que la altura influye en el peso).

25. Para el diagrama de
dispersión, repetimos el
proceso: la altura es
independiente (variable
x) y el peso es
dependiente (variable y).
Hay correlación.

26. FIN
HECHO POR CRISTINA RAMOS, GRUPO 1 SUBGRUPO 5.