Este documento describe un análisis estadístico que examina la correlación entre el peso y la altura en mujeres y hombres. Se utilizó el conjunto de datos ACTIVOSALUD y el programa R. Se filtraron los datos por sexo y se analizó la normalidad y correlación de las variables para cada grupo. Los resultados mostraron una correlación positiva moderada entre peso y altura tanto en mujeres como en hombres.

1. TAREA 9
MARÍA VALDÉS MORENO SANTA MARÍA
GRUPO 1, SUBGRUPO 5

2. EJERCICIO
EN ESTA TAREA VAMOS A REALIZAR LA
CORRELACIÓN QUE EXISTE ENTRE LAS VARIABLES
PESO Y ALTURA PERO DIFERENCIANDO ENTRE
MUJERES Y HOMBRES. PARA ELLO VOY A UTILIZAR
EL PROGRAMA R Y EL CONJUNTO DE DATOS
ACTIVOSALUD

3. MUJERES
En primer lugar, vamos a filtrar el conjunto
de datos para que podamos observar las
variables de peso y altura sólo en mujeres.

5. Como vemos, el número de filas
ha pasado de 291 a 240 y en
nuestro conjunto de datos
únicamente aparece el sexo
Mujer.

6. DIAGNÓSTICOS DE NORMALIDAD
Ahora vamos a observar si las variables altura y peso presentan normalidad
o no. Para ello primero vamos a hacer un histograma, en segundo lugar
una comparación de cuantiles y ya por último, para comprobar nuestra
hipótesis, vamos a realizar un test de normalidad.

7. ALTURA
 HISTOGRAMA  COMPARACIÓN DE CUANTILES
Parece que
presenta una leve
asimetría izquierda.
A simple vista
podríamos decir
que presenta
normalidad

8. TEST DE NORMALIDAD
Seleccionamos Kolmogorov ya que la muestra es de
mas de 50.
Como p<0,05 decimos que no es normal y que
nuestra hipótesis era errónea.

9. PESO
 HISTOGRAMA  COMPARACIÓN DE CUANTILES
Parece que
presenta una leve
asimetría a la
derecha.
Parece que no es
normal a simple
vista.

10. TEST DE NORMALIDAD
Seleccionamos Kolmogorov ya que la muestra es de
menos de 50.
Como p<0,05 decimos que no es normal.

11. ANÁLISIS DE CORRELACIÓN
A continuación vamos a realizar un análisis de correlación entre altura
y peso. Primero haremos un diagrama de dispersión, luego una
matriz de correlaciones y por último un test de correlación.

12. Como estamos utilizando 2 variables que No
presentan normalidad utilizamos Spearman.
 DIAGRAMA DE DISPERSIÓN  MATRIZ DE CORRELACIONES
Hemos tomado la
altura como
variable
independiente (y)
y al peso como
variable
dependiente(x)

13. TEST DE CORRELACIÓN
CONCLUSIÓN: es una correlación
positiva y no muy fuerte , pero existe
porque p<0.05. Es decir, que
rechazamos la hipótesis nula.

14. HOMBRES
Seguimos los mismos pasos que con la
mujer pero ahora con el hombre y para ello
deberemos cargar el conjunto de datos de
nuevo y filtrarlos por sexo.

16. Como vemos, el número de filas
ha pasado de 291 a 51 y en
nuestro conjunto de datos
únicamente aparece el sexo Varón

17. DIAGNÓSTICOS DE NORMALIDAD
Ahora vamos a observar si las variables altura y peso presentan normalidad
o no. Para ello primero vamos a hacer un histograma, en segundo lugar
una comparación de cuantiles y ya por último, para comprobar nuestra
hipótesis, vamos a realizar un test de normalidad.

18. ALTURA
 HISTOGRAMA  COMPARACIÓN DE CUANTILES
Podemos comprobar
como hay ciertos
puntos (259 o 103)
que se alejan de la
normalidad
Parece que
presenta una
asimetría a la
derecha

19. TEST DE NORMALIDAD
Seleccionamos Kolmogorov ya que la muestra es de
mas de 50.
Como p<0,05 decimos que no es normal.

20. PESO
 HISTOGRAMA  COMPARACIÓN DE CUANTILES
Parece que
presenta asimetría a
la derecha.
Podemos
comprobar como
hay ciertos puntos
(259 o 158) que se
alejan de la
normalidad

21. TEST DE NORMALIDAD
Seleccionamos Kolmogorov ya que la muestra es de
mas de 50.
Como p>0,05 decimos que es normal.

22. ANÁLISIS DE CORRELACIÓN
A continuación vamos a realizar un análisis de correlación entre altura
y peso. Primero haremos un diagrama de dispersión, luego una
matriz de correlaciones y por último un test de correlación.

23. Como estamos utilizando 2 variables que No
presentan normalidad utilizamos Spearman.
 DIAGRAMA DE DISPERSIÓN  MATRIZ DE CORRELACIONES
Hemos tomado la
altura como
variable
independiente (y)
y al peso como
variable
dependiente(x)

24. TEST DE CORRELACIÓN
CONCLUSIÓN: es una correlación
positiva y no muy fuerte , pero existe
porque p<0.05. Es decir, que
rechazamos la hipótesis nula.