El documento describe un análisis de la correlación entre el peso y la altura de hombres y mujeres utilizando datos reales. Se realizan pruebas de normalidad, diagramas de dispersión y correlación de Spearman para ambos sexos. Los resultados muestran que el peso y la altura de las mujeres no siguen una distribución normal, mientras que el peso de los hombres sí es normal. En ambos casos existe una correlación positiva débil entre las variables.

1. INMACULADA SÁNCHEZ MARISCAL
GRUPO 1, SUBGRUPO 5

2. EJERCICIO: En esta actividad vamos
a realizar, diferenciando entre
hombre y mujer, la correlación
existente entre las variables peso y
altura.

3. Por un lado, voy a filtrar el conjunto de datos
para que podamos estudiar las variables
peso y altura sólo en mujeres. Todo ello lo
realizaremos con el programa R y el conjunto
de datos activosalud
MUJERES

5. Comprobamos que en nuestro conjunto de datos se ha
reducido el número de filas y sólo aparece el sexo mujer

6. A continuación, vamos a estudiar si
estas variables, peso y altura,
presentan normalidad o no. Para
ello vamos a hacer un histograma,
una comparación de cuantiles y por
último un test de normalidad.

7. ALTURA:
HISTOGRAMA:
Podemos
observar una
leve asimetría
a la izquierda,
es decir, no es
del todo
simétrica.

8. COMPARACIÓN DE CUANTILES
Podemos decir
al observarla
que esta
variable
presenta
normalidad

9. TEST DE NORMALIDAD
Como podemos
ver p es menor
de 0,05. por lo
tanto, decimos
que no presenta
normalidad

10. PESO
HISTOGRAMA
Al observarla
nos da la
impresión que
presenta una
leve asimetría la
derecha

11. COMPARACIÓN DE CUANTILES
A simple vista,
parece que no
presenta
normalidad

12. TEST DE NORMALIDAD
Como el valor de p es
menor de 0,05
decimos que esta
variable no presenta
normalidad

13. A continuación vamos a realizar un análisis de
correlación entre las dos variables anteriores
(peso y altura). Para ello, primero realizamos un
diagrama de dispersión, después una matriz de
correlaciones y por último un test de correlación.
Para realizar el diagrama de dispersión, tomamos
como variable independiente la altura y como
variable dependiente el peso

14. Como estamos trabajando con dos variables que no
presentan normalidad utilizamos Spearman
DIAGRAMA DE DISPERSIÓN

15. MATRIZ DE CORRELACIONES

16. TEST DE CORRELACIÓN
Es una correlación
positiva y no muy
fuerte, pero existe
ya que p es menor
que 0,05. por lo
tanto, podremos
rechazar la hipótesis
nula

17. Por un lado, voy a filtrar el conjunto de datos
para que podamos estudiar las variables peso
y altura sólo en hombres. Todo ello lo
realizaremos con el programa R y el conjunto
de datos activosalud
HOMBRES

19. Comprobamos que en nuestro conjunto de datos se ha reducido el
número de filas y sólo aparece el sexo varón.

20. A continuación, vamos a estudiar si estas
variables, peso y altura, presentan
normalidad o no. Para ello vamos a hacer un
histograma, una comparación de cuantiles y
por último un test de normalidad.

21. ALTURA:
HISTOGRAMA:
Podemos
observar una
leve asimetría
a la derecha,
es decir, no es
del todo
simétrica.

22. COMPARACIÓN DE CUANTILES
Podemos decir
al observarla
que en esta
variable hay
ciertos puntos
que no están
cerca de la
normalidad

23. TEST DE NORMALIDAD
Como podemos
ver p es menor
de 0,05. por lo
tanto, decimos
que no presenta
normalidad

24. PESO
HISTOGRAMA
Al observarla
nos da la
impresión que
presenta una
leve asimetría la
derecha

25. COMPARACIÓN DE CUANTILES
A simple vista,
parece que no
todos los puntos
se acercan a la
normalidad

26. TEST DE NORMALIDAD
Como el valor de p es
mayor de 0,05
decimos que esta
variable presenta
normalidad

27. A continuación vamos a realizar un análisis de
correlación entre las dos variables anteriores
(peso y altura). Para ello, primero realizamos un
diagrama de dispersión, después una matriz de
correlaciones y por último un test de correlación.
Para realizar el diagrama de dispersión, tomamos
como variable independiente la altura y como
variable dependiente el peso

28. Como estamos trabajando con dos variables que no
presentan normalidad utilizamos Spearman
DIAGRAMA DE DISPERSIÓN

29. MATRIZ DE CORRELACIONES

30. TEST DE CORRELACIÓN
Es una correlación
positiva y no muy
fuerte, pero existe
ya que p es menor
que 0,05. por lo
tanto, podremos
rechazar la hipótesis
nula