Tarea 9: Bivariado con variables cuantitativas
•
0 recomendaciones•68 vistas
Este documento resume un estudio bivariado sobre la relación entre el peso y las horas de práctica deportiva de un grupo de personas. El autor encuentra que estas variables no siguen una distribución normal y están levemente asociadas, con una correlación menor a 0.3. El estudio concluye que existe una asociación entre el peso y las horas de ejercicio, pero esta es muy débil.
Denunciar
Compartir
Denunciar
Compartir
Descargar para leer sin conexión
Recomendados
Tarea del seminario 10
Este documento resume los conceptos de correlación positiva, negativa y nula, y describe los estadísticos de Pearson y Spearman para medir la correlación entre dos variables cuantitativas. A continuación, analiza la correlación entre el peso y las horas dedicadas al deporte en un conjunto de datos, encontrando una correlación nula usando el estadístico de Spearman debido a que una de las variables no sigue una distribución normal. Esto se ilustra en un diagrama de dispersión que muestra la ausencia de relación entre las dos variables.
Hay relación entr el peso y el practicar deporte
Para determinar si existe una relación entre el peso y la práctica de deporte, el documento describe los siguientes pasos: realizar una prueba de normalidad de los datos, llevar a cabo una prueba t paramétrica debido a la distribución normal, y comparar ambas variables para observar que existe una relación entre el peso de los individuos y la práctica de deporte basado en una significación menor a 0,05.
Hay relación entre el peso y el practicar deporte
El documento describe los pasos para determinar si existe una relación entre el peso y la práctica de deporte, incluyendo realizar una prueba de normalidad, una prueba t paramétrica y comparar las dos variables, concluyendo que existe una relación significativa entre el peso y la práctica de deporte basado en un valor p menor a 0,05.
Seminario 7 estadistica
El documento describe los pasos para determinar si existe una relación entre el peso y la práctica de deporte. Primero, se realiza una prueba de normalidad a la variable del peso. Luego, se relacionan ambas variables mediante una prueba T para muestras independientes. La significación resultante es menor que 0.05, por lo que se concluye que existe una relación entre el peso y la práctica de deporte.
Seminario 10
Este documento resume los conceptos clave sobre correlación en variables cuantitativas y categóricas. Explica cómo calcular la correlación de Pearson para variables cuantitativas y las pruebas de normalidad requeridas. También cubre métodos para variables categóricas como la correlación biscerial, el coeficiente Phi y el coeficiente de contingencia. Aplica estos métodos a ejemplos y analiza los resultados.
Seminario 10
Este documento resume cuatro ejercicios sobre correlación y relaciones entre variables. El primer ejercicio encuentra una relación positiva entre el peso y la talla mediante el coeficiente de Pearson después de comprobar los supuestos de normalidad. El segundo ejercicio encuentra una correlación negativa moderada entre el sexo y la actividad física. El tercer ejercicio no encuentra una relación significativa entre el sexo y el consumo de tabaco. El cuarto ejercicio encuentra una correlación entre el grado de funcionalidad y la frecuencia de consumo de tabaco usando el coef
Seminario 10 estadística
Este documento describe diferentes tipos de correlaciones entre variables cuantitativas, cualitativas y categóricas en una base de datos de adolescentes. Analiza la relación entre peso y talla, sexo y actividad física, sexo y consumo de tabaco, y grado de funcionalidad familiar y consumo de tabaco, utilizando coeficientes de correlación como Pearson, Phi y contingencia. Los resultados muestran correlaciones significativas entre peso y talla, sexo y actividad física, y grado de funcionalidad familiar y consumo de tabaco.
Tarea seminario 9
El documento trata sobre la correlación entre dos variables. Explica que la correlación puede ser positiva, negativa o nula, y que indica la relación pero no implica causalidad. También describe cómo realizar un análisis de correlación entre horas de deporte y IMC, incluyendo probar la normalidad de los datos, seleccionar el coeficiente de correlación apropiado (Spearman para datos no normales) y obtener un coeficiente de correlación bajo y positivo.
Recomendados
Tarea del seminario 10
Este documento resume los conceptos de correlación positiva, negativa y nula, y describe los estadísticos de Pearson y Spearman para medir la correlación entre dos variables cuantitativas. A continuación, analiza la correlación entre el peso y las horas dedicadas al deporte en un conjunto de datos, encontrando una correlación nula usando el estadístico de Spearman debido a que una de las variables no sigue una distribución normal. Esto se ilustra en un diagrama de dispersión que muestra la ausencia de relación entre las dos variables.
Hay relación entr el peso y el practicar deporte
Para determinar si existe una relación entre el peso y la práctica de deporte, el documento describe los siguientes pasos: realizar una prueba de normalidad de los datos, llevar a cabo una prueba t paramétrica debido a la distribución normal, y comparar ambas variables para observar que existe una relación entre el peso de los individuos y la práctica de deporte basado en una significación menor a 0,05.
Hay relación entre el peso y el practicar deporte
El documento describe los pasos para determinar si existe una relación entre el peso y la práctica de deporte, incluyendo realizar una prueba de normalidad, una prueba t paramétrica y comparar las dos variables, concluyendo que existe una relación significativa entre el peso y la práctica de deporte basado en un valor p menor a 0,05.
Seminario 7 estadistica
El documento describe los pasos para determinar si existe una relación entre el peso y la práctica de deporte. Primero, se realiza una prueba de normalidad a la variable del peso. Luego, se relacionan ambas variables mediante una prueba T para muestras independientes. La significación resultante es menor que 0.05, por lo que se concluye que existe una relación entre el peso y la práctica de deporte.
Seminario 10
Este documento resume los conceptos clave sobre correlación en variables cuantitativas y categóricas. Explica cómo calcular la correlación de Pearson para variables cuantitativas y las pruebas de normalidad requeridas. También cubre métodos para variables categóricas como la correlación biscerial, el coeficiente Phi y el coeficiente de contingencia. Aplica estos métodos a ejemplos y analiza los resultados.
Seminario 10
Este documento resume cuatro ejercicios sobre correlación y relaciones entre variables. El primer ejercicio encuentra una relación positiva entre el peso y la talla mediante el coeficiente de Pearson después de comprobar los supuestos de normalidad. El segundo ejercicio encuentra una correlación negativa moderada entre el sexo y la actividad física. El tercer ejercicio no encuentra una relación significativa entre el sexo y el consumo de tabaco. El cuarto ejercicio encuentra una correlación entre el grado de funcionalidad y la frecuencia de consumo de tabaco usando el coef
Seminario 10 estadística
Este documento describe diferentes tipos de correlaciones entre variables cuantitativas, cualitativas y categóricas en una base de datos de adolescentes. Analiza la relación entre peso y talla, sexo y actividad física, sexo y consumo de tabaco, y grado de funcionalidad familiar y consumo de tabaco, utilizando coeficientes de correlación como Pearson, Phi y contingencia. Los resultados muestran correlaciones significativas entre peso y talla, sexo y actividad física, y grado de funcionalidad familiar y consumo de tabaco.
Tarea seminario 9
El documento trata sobre la correlación entre dos variables. Explica que la correlación puede ser positiva, negativa o nula, y que indica la relación pero no implica causalidad. También describe cómo realizar un análisis de correlación entre horas de deporte y IMC, incluyendo probar la normalidad de los datos, seleccionar el coeficiente de correlación apropiado (Spearman para datos no normales) y obtener un coeficiente de correlación bajo y positivo.
Angulos
El documento describe las principales relaciones que pueden existir entre ángulos. Estas relaciones incluyen ángulos consecutivos, complementarios, suplementarios, adyacentes y opuestos por el vértice. El documento explica que los ángulos complementarios suman 90°, los suplementarios suman 180° y los opuestos por el vértice tienen la misma medida.
Seminario 10
Este documento describe un estudio sobre la relación entre el peso y la talla en una muestra adolescente. Se analizan las hipótesis nula y alternativa usando la prueba de correlación de Pearson. Aunque los datos son lineales, no siguen una distribución normal, por lo que no se puede usar la prueba de Pearson. Gráficos adicionales muestran que los datos se aproximan a la normalidad. La correlación entre peso y talla es significativa, por lo que se acepta la hipótesis alternativa de que existe una relación.
Analisis proyecto
Este documento presenta tres resúmenes de análisis estadísticos realizados en un proyecto. El primer análisis compara las medias de horas de deporte entre sexos y encuentra que los hombres practican más deporte. El segundo analiza la relación entre sensibilidad al PTC y peso, encontrando que personas con mayor peso son más propensas a no detectar el sabor de PTC. El tercer análisis encuentra una correlación débil entre consumo de chocolate y caries, sin poder sacar una clara conclusión sobre su relación.
Semianrio 9
Este documento resume los resultados de una prueba de correlación entre dos variables: horas de práctica deportiva y el índice de masa corporal (IMC). Se determinó que las variables no siguen una distribución normal, por lo que se usó la prueba de Spearman. Los resultados mostraron una correlación positiva pero no significativa (0.263) entre las variables, indicando que no existe una relación entre las horas de deporte y el IMC.
Seminario 7
Este documento resume los pasos para realizar pruebas de normalidad y T-student en una muestra de datos. Primero se realiza la prueba de Shapiro-Wilk para determinar si dos variables (peso y práctica de deporte) siguen una distribución normal. Luego, al cumplir la normalidad, se aplica la prueba T-student para analizar si el peso está relacionado con hacer deporte. Los resultados muestran que el peso está relacionado con la práctica de deporte.
Seminario 8
Este documento presenta un resumen de un seminario sobre la prueba de Chi-cuadrado para determinar la relación entre dos variables cualitativas: sexo y práctica de deporte. Se realizó primero la prueba en SPSS y luego manualmente. Ambos métodos arrojaron un valor estadístico de 4,023, mayor que el valor crítico de 3,84 para un grado de libertad de 1 y un nivel de significación de 0,05, lo que permite rechazar la hipótesis nula de independencia entre las variables y concluir que existe
Seminario 10
Este documento describe diferentes métodos estadísticos para analizar la relación entre variables cuantitativas y cualitativas. Se utiliza el coeficiente de correlación de Pearson para analizar la relación entre el peso y la talla de adolescentes, encontrando una correlación positiva significativa. También se analiza la relación entre el sexo y la actividad física, encontrando una correlación negativa mediana. Finalmente, se exploran métodos como Phi y el coeficiente de contingencia para analizar la relación entre variables categóricas.
1
El documento resume los pasos para realizar pruebas estadísticas para determinar si existe una relación entre variables categóricas como sexo y comer fruta o hacer deporte. Se presentan las hipótesis nulas y alternativas, las tablas de contingencia con frecuencias observadas y porcentajes, y los cálculos de los tests estadísticos de Chi cuadrado y Fisher para cada par de variables.
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.
Correlación
Este documento resume los pasos para estudiar la correlación entre dos variables cuantitativas utilizando los coeficientes de correlación de Pearson y Spearman. Explica que primero se debe comprobar si las variables siguen una distribución normal mediante histogramas y pruebas estadísticas, y luego seleccionar el coeficiente de correlación apropiado. Al aplicar estos pasos a las variables peso y colesterol total de una muestra, se concluye que no existe una correlación significativa entre ellas.
Seminario ix
Este documento describe el análisis bivariado de dos conjuntos de variables: la práctica de deporte y los malestares activos, y el trabajo y el mantenimiento del hogar. Para cada conjunto de variables, se comprueba la normalidad y la homocedasticidad de las variables. Los resultados muestran que ninguna de las variables sigue una distribución normal, por lo que se utilizan pruebas no paramétricas como la prueba de Wilcoxon y la prueba de Kruskal-Wallis. Los resultados de estas pruebas muestran que no existe una relación
Seminario 8
Este documento describe los pasos para observar la relación entre dos variables, altura y peso. Primero, se observa que la distribución de altura y peso no es normal, por lo que se debe usar una prueba no paramétrica como la prueba de Spearman. Segundo, observando el gráfico, parece haber una relación positiva lineal entre altura y peso a medida que aumenta uno aumenta el otro. Tercero, la prueba de Spearman muestra un coeficiente de 0,62 indicando una relación positiva moderada entre altura y peso.
Seminario 10 ejercicio 1 (falta 1.1)
El documento presenta los resultados de varios análisis de correlación entre diferentes variables. En el primer análisis se encontró una correlación positiva baja entre las variables peso y horas de dedicación al deporte. En el segundo análisis se encontró una fuerte correlación negativa entre cigarrillos fumados y nota de acceso. Finalmente, al analizar la correlación entre peso y altura en una muestra de 10 casos, se encontró una correlación positiva fuerte y estadísticamente significativa entre estas variables.
ESTADÍSTICA Y TICs - SEMINARIO 10 (I) - Isabel Gómez Megías
Este documento describe cómo analizar la correlación entre variables cuantitativas mediante las pruebas de correlación de Pearson y Spearman. Se explora la relación entre el peso y la talla de una muestra, realizando pruebas para verificar si la relación es lineal y la distribución es normal, y luego se calcula el estadístico r de Pearson para medir la correlación. Los resultados muestran una alta correlación positiva entre el peso y la talla.
Tarea seminario 9
Este documento describe los pasos para analizar la correlación entre dos variables cuantitativas, como el número de horas de práctica de deporte y el índice de masa corporal. Primero se realiza una prueba de normalidad para determinar si las variables siguen una distribución normal o no, y luego se aplica el coeficiente de correlación adecuado. Los resultados muestran que las variables no tienen una distribución normal y que no existe una correlación significativa entre ellas según los datos de la muestra.
Tarea seminario 7
Este documento describe los pasos para analizar la relación entre dos variables utilizando la prueba T de Student. Se realizó un estudio sobre la relación entre el sexo y la práctica de deporte en una muestra. Primero, se sometió la variable del peso a una prueba de normalidad para determinar si seguía una distribución normal. Luego, al obtener un resultado significativo en la prueba T de Student, se concluyó que sí existe una relación entre el sexo y la práctica de deporte en la muestra.
Seminario 9
Este documento resume los pasos realizados para determinar si existe relación entre variables cualitativas y cuantitativas en dos estudios diferentes. En el primer estudio, se analiza la relación entre practicar deporte y malestares activos y no se encuentra relación entre las variables. En el segundo estudio, se examina la relación entre trabajar y el mantenimiento del hogar y tampoco se detecta una relación significativa entre las variables.
Correlación
El documento describe los pasos realizados para explorar las correlaciones entre diferentes variables usando la base de datos obesidad.sav en SPSS. En el primer ejercicio, se analiza la correlación entre peso y glucemia encontrando una correlación moderada positiva. En el segundo ejercicio, se explora la correlación entre tensión arterial y colesterol, encontrando una correlación baja positiva. Ambos análisis involucraron gráficos de dispersión, pruebas de normalidad y pruebas de correlación de Spearman o Pearson según corresponda.
Tarea del seminario 10
Este documento describe la correlación y cómo medirla estadísticamente. Explica que la correlación puede ser positiva, cuando dos variables varían en la misma dirección, o negativa, cuando varían en direcciones opuestas. Los estadísticos de Pearson y Spearman miden la correlación y se elige uno dependiendo de si las variables siguen una distribución normal. El documento luego presenta un ejemplo en el que se analiza la correlación entre horas dedicadas al deporte y peso, encontrando una falta de correlación significativa entre las variables.
Tarea del seminario 10
Este documento proporciona información sobre la correlación y cómo medirla estadísticamente. Explica que la correlación puede ser positiva o negativa dependiendo de si las variables varían en la misma o diferente dirección. También describe las pruebas de Pearson y Spearman para medir la correlación y que Spearman se usa cuando al menos una variable no es normal. A continuación, presenta un ejemplo en el que se analiza la correlación entre horas de deporte y peso usando la prueba de Spearman debido a la no normalidad de una variable y se concluye que no hay correlación
Tarea del seminario 10
Este documento resume los conceptos de correlación positiva, negativa y los estadísticos de Pearson y Spearman para medir la correlación entre dos variables cuantitativas. Explica que antes de seleccionar un estadístico de correlación se debe realizar una prueba de normalidad y describe un ejercicio en el que se analiza la correlación entre horas dedicadas al deporte y peso mediante el estadístico de Spearman. Los resultados muestran que no hay correlación entre las variables.
Seminario 9
Este documento presenta un análisis bivariado de dos variables cualitativas y cuantitativas. Primero analiza la relación entre practicar deporte y malestares activos usando pruebas paramétricas y no paramétricas como el test de Shapiro-Wilk, histograma y test de Wilcoxon. Luego, analiza la relación entre trabajar y el mantenimiento del hogar usando también pruebas de normalidad, homocedasticidad y el test no paramétrico de Kruskal-Wallis. En ambos casos no se encontró evidencia de una rel
Más contenido relacionado
La actualidad más candente
Angulos
El documento describe las principales relaciones que pueden existir entre ángulos. Estas relaciones incluyen ángulos consecutivos, complementarios, suplementarios, adyacentes y opuestos por el vértice. El documento explica que los ángulos complementarios suman 90°, los suplementarios suman 180° y los opuestos por el vértice tienen la misma medida.
Seminario 10
Este documento describe un estudio sobre la relación entre el peso y la talla en una muestra adolescente. Se analizan las hipótesis nula y alternativa usando la prueba de correlación de Pearson. Aunque los datos son lineales, no siguen una distribución normal, por lo que no se puede usar la prueba de Pearson. Gráficos adicionales muestran que los datos se aproximan a la normalidad. La correlación entre peso y talla es significativa, por lo que se acepta la hipótesis alternativa de que existe una relación.
Analisis proyecto
Este documento presenta tres resúmenes de análisis estadísticos realizados en un proyecto. El primer análisis compara las medias de horas de deporte entre sexos y encuentra que los hombres practican más deporte. El segundo analiza la relación entre sensibilidad al PTC y peso, encontrando que personas con mayor peso son más propensas a no detectar el sabor de PTC. El tercer análisis encuentra una correlación débil entre consumo de chocolate y caries, sin poder sacar una clara conclusión sobre su relación.
Semianrio 9
Este documento resume los resultados de una prueba de correlación entre dos variables: horas de práctica deportiva y el índice de masa corporal (IMC). Se determinó que las variables no siguen una distribución normal, por lo que se usó la prueba de Spearman. Los resultados mostraron una correlación positiva pero no significativa (0.263) entre las variables, indicando que no existe una relación entre las horas de deporte y el IMC.
Seminario 7
Este documento resume los pasos para realizar pruebas de normalidad y T-student en una muestra de datos. Primero se realiza la prueba de Shapiro-Wilk para determinar si dos variables (peso y práctica de deporte) siguen una distribución normal. Luego, al cumplir la normalidad, se aplica la prueba T-student para analizar si el peso está relacionado con hacer deporte. Los resultados muestran que el peso está relacionado con la práctica de deporte.
Seminario 8
Este documento presenta un resumen de un seminario sobre la prueba de Chi-cuadrado para determinar la relación entre dos variables cualitativas: sexo y práctica de deporte. Se realizó primero la prueba en SPSS y luego manualmente. Ambos métodos arrojaron un valor estadístico de 4,023, mayor que el valor crítico de 3,84 para un grado de libertad de 1 y un nivel de significación de 0,05, lo que permite rechazar la hipótesis nula de independencia entre las variables y concluir que existe
Seminario 10
Este documento describe diferentes métodos estadísticos para analizar la relación entre variables cuantitativas y cualitativas. Se utiliza el coeficiente de correlación de Pearson para analizar la relación entre el peso y la talla de adolescentes, encontrando una correlación positiva significativa. También se analiza la relación entre el sexo y la actividad física, encontrando una correlación negativa mediana. Finalmente, se exploran métodos como Phi y el coeficiente de contingencia para analizar la relación entre variables categóricas.
1
El documento resume los pasos para realizar pruebas estadísticas para determinar si existe una relación entre variables categóricas como sexo y comer fruta o hacer deporte. Se presentan las hipótesis nulas y alternativas, las tablas de contingencia con frecuencias observadas y porcentajes, y los cálculos de los tests estadísticos de Chi cuadrado y Fisher para cada par de variables.
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.
Correlación
Este documento resume los pasos para estudiar la correlación entre dos variables cuantitativas utilizando los coeficientes de correlación de Pearson y Spearman. Explica que primero se debe comprobar si las variables siguen una distribución normal mediante histogramas y pruebas estadísticas, y luego seleccionar el coeficiente de correlación apropiado. Al aplicar estos pasos a las variables peso y colesterol total de una muestra, se concluye que no existe una correlación significativa entre ellas.
Seminario ix
Este documento describe el análisis bivariado de dos conjuntos de variables: la práctica de deporte y los malestares activos, y el trabajo y el mantenimiento del hogar. Para cada conjunto de variables, se comprueba la normalidad y la homocedasticidad de las variables. Los resultados muestran que ninguna de las variables sigue una distribución normal, por lo que se utilizan pruebas no paramétricas como la prueba de Wilcoxon y la prueba de Kruskal-Wallis. Los resultados de estas pruebas muestran que no existe una relación
Seminario 8
Este documento describe los pasos para observar la relación entre dos variables, altura y peso. Primero, se observa que la distribución de altura y peso no es normal, por lo que se debe usar una prueba no paramétrica como la prueba de Spearman. Segundo, observando el gráfico, parece haber una relación positiva lineal entre altura y peso a medida que aumenta uno aumenta el otro. Tercero, la prueba de Spearman muestra un coeficiente de 0,62 indicando una relación positiva moderada entre altura y peso.
Seminario 10 ejercicio 1 (falta 1.1)
El documento presenta los resultados de varios análisis de correlación entre diferentes variables. En el primer análisis se encontró una correlación positiva baja entre las variables peso y horas de dedicación al deporte. En el segundo análisis se encontró una fuerte correlación negativa entre cigarrillos fumados y nota de acceso. Finalmente, al analizar la correlación entre peso y altura en una muestra de 10 casos, se encontró una correlación positiva fuerte y estadísticamente significativa entre estas variables.
ESTADÍSTICA Y TICs - SEMINARIO 10 (I) - Isabel Gómez Megías
Este documento describe cómo analizar la correlación entre variables cuantitativas mediante las pruebas de correlación de Pearson y Spearman. Se explora la relación entre el peso y la talla de una muestra, realizando pruebas para verificar si la relación es lineal y la distribución es normal, y luego se calcula el estadístico r de Pearson para medir la correlación. Los resultados muestran una alta correlación positiva entre el peso y la talla.
Tarea seminario 9
Este documento describe los pasos para analizar la correlación entre dos variables cuantitativas, como el número de horas de práctica de deporte y el índice de masa corporal. Primero se realiza una prueba de normalidad para determinar si las variables siguen una distribución normal o no, y luego se aplica el coeficiente de correlación adecuado. Los resultados muestran que las variables no tienen una distribución normal y que no existe una correlación significativa entre ellas según los datos de la muestra.
Tarea seminario 7
Este documento describe los pasos para analizar la relación entre dos variables utilizando la prueba T de Student. Se realizó un estudio sobre la relación entre el sexo y la práctica de deporte en una muestra. Primero, se sometió la variable del peso a una prueba de normalidad para determinar si seguía una distribución normal. Luego, al obtener un resultado significativo en la prueba T de Student, se concluyó que sí existe una relación entre el sexo y la práctica de deporte en la muestra.
Seminario 9
Este documento resume los pasos realizados para determinar si existe relación entre variables cualitativas y cuantitativas en dos estudios diferentes. En el primer estudio, se analiza la relación entre practicar deporte y malestares activos y no se encuentra relación entre las variables. En el segundo estudio, se examina la relación entre trabajar y el mantenimiento del hogar y tampoco se detecta una relación significativa entre las variables.
Correlación
El documento describe los pasos realizados para explorar las correlaciones entre diferentes variables usando la base de datos obesidad.sav en SPSS. En el primer ejercicio, se analiza la correlación entre peso y glucemia encontrando una correlación moderada positiva. En el segundo ejercicio, se explora la correlación entre tensión arterial y colesterol, encontrando una correlación baja positiva. Ambos análisis involucraron gráficos de dispersión, pruebas de normalidad y pruebas de correlación de Spearman o Pearson según corresponda.
La actualidad más candente (18)
ESTADÍSTICA Y TICs - SEMINARIO 10 (I) - Isabel Gómez Megías
ESTADÍSTICA Y TICs - SEMINARIO 10 (I) - Isabel Gómez Megías
Similar a Tarea 9: Bivariado con variables cuantitativas
Tarea del seminario 10
Este documento describe la correlación y cómo medirla estadísticamente. Explica que la correlación puede ser positiva, cuando dos variables varían en la misma dirección, o negativa, cuando varían en direcciones opuestas. Los estadísticos de Pearson y Spearman miden la correlación y se elige uno dependiendo de si las variables siguen una distribución normal. El documento luego presenta un ejemplo en el que se analiza la correlación entre horas dedicadas al deporte y peso, encontrando una falta de correlación significativa entre las variables.
Tarea del seminario 10
Este documento proporciona información sobre la correlación y cómo medirla estadísticamente. Explica que la correlación puede ser positiva o negativa dependiendo de si las variables varían en la misma o diferente dirección. También describe las pruebas de Pearson y Spearman para medir la correlación y que Spearman se usa cuando al menos una variable no es normal. A continuación, presenta un ejemplo en el que se analiza la correlación entre horas de deporte y peso usando la prueba de Spearman debido a la no normalidad de una variable y se concluye que no hay correlación
Tarea del seminario 10
Este documento resume los conceptos de correlación positiva, negativa y los estadísticos de Pearson y Spearman para medir la correlación entre dos variables cuantitativas. Explica que antes de seleccionar un estadístico de correlación se debe realizar una prueba de normalidad y describe un ejercicio en el que se analiza la correlación entre horas dedicadas al deporte y peso mediante el estadístico de Spearman. Los resultados muestran que no hay correlación entre las variables.
Seminario 9
Este documento presenta un análisis bivariado de dos variables cualitativas y cuantitativas. Primero analiza la relación entre practicar deporte y malestares activos usando pruebas paramétricas y no paramétricas como el test de Shapiro-Wilk, histograma y test de Wilcoxon. Luego, analiza la relación entre trabajar y el mantenimiento del hogar usando también pruebas de normalidad, homocedasticidad y el test no paramétrico de Kruskal-Wallis. En ambos casos no se encontró evidencia de una rel
Tarea seminario 9
Este documento resume los pasos para analizar la correlación entre las horas dedicadas al deporte y el índice de masa corporal (IMC) de un grupo de 50 personas. La correlación de Spearman muestra una correlación positiva débil de 0,263 entre las variables, lo que significa que no hay una asociación significativa entre ellas. Por lo tanto, se acepta la hipótesis nula de que no hay relación entre las horas de deporte y el IMC.
Estadistica, Correlación
Este documento presenta los resultados de un análisis estadístico que examina la posible correlación entre el peso y el número de cigarrillos fumados por día en un grupo de 48 sujetos. El resumen muestra que el peso sigue una distribución normal, mientras que el número de cigarrillos no sigue una distribución normal. La tabla de correlación de Spearman no encuentra una correlación estadísticamente significativa entre las dos variables, lo que también se confirma en el gráfico de dispersión de los datos.
Tarea seminario 9
El documento presenta 4 ejercicios estadísticos para analizar la relación entre variables. El primero analiza la relación entre la frecuencia de tabaquismo y la edad y encuentra que no hay relación significativa. El segundo analiza la efectividad de somníferos vs placebos y encuentra que no hay diferencia significativa. El tercero analiza la relación entre tener úlcera y el sexo, encontrando que sí hay una relación. El cuarto analiza la relación entre la nota obtenida y el tipo de colegio.
Seminario 10
El documento resume los resultados de un análisis estadístico que explora las relaciones entre diferentes variables cuantitativas y categóricas. Se encontró una relación positiva y significativa entre el peso y la talla de los participantes. También se encontró una correlación negativa media entre el sexo y la frecuencia de actividad física, lo que sugiere que los hombres realizan menos ejercicio que las mujeres. No se encontró relación entre el sexo y el consumo de tabaco. Sin embargo, se detectó una asociación débil pero significativa entre una mayor disfunción familiar
Seminario 10 (buenooooooo)
Este documento resume los resultados de analizar la correlación entre diferentes variables usando datos de una base de datos. Se analizan las correlaciones entre: 1) peso y horas dedicadas al deporte, 2) número de cigarrillos fumados diariamente y nota de acceso, y 3) peso y altura. Se muestra que no hay correlación entre peso y horas de deporte, hay una fuerte correlación negativa entre cigarrillos fumados y nota de acceso, y una buena correlación positiva entre peso y altura.
Seminario nueve (1)
Este estudio examinó los efectos de hipnóticos versus placebos en un grupo de pacientes con alteraciones del sueño. Los resultados mostraron que 44 pacientes que tomaron hipnóticos durmieron bien, mientras que 81 que tomaron placebos durmieron bien. El análisis de chi cuadrado tanto manual como en SPSS mostró que el valor obtenido era mayor que el valor crítico, por lo que se aceptó la hipótesis nula de que no hay diferencia entre los fármacos a la hora de dormir bien o mal.
Seminario nueve (1)
Este estudio examinó los efectos de hipnóticos versus placebos en un grupo de pacientes con problemas de sueño. Los resultados mostraron que 44 pacientes que tomaron hipnóticos durmieron bien, mientras que 81 que tomaron placebos durmieron bien. El análisis de chi cuadrado encontró un valor de 2.57, que es menor que el valor crítico de 3.84 para un grado de libertad, por lo que se aceptó la hipótesis nula de que no hay diferencia entre los fármacos para dormir bien o mal.
Análisis bivariado
El resumen analiza un informe estadístico sobre seminarios de estadística bivariada. El informe incluye una introducción, objetivos, metodología, resultados y conclusiones. Los resultados muestran que no hay asociación entre el sexo y la práctica de deporte, pero sí la hay entre la práctica de deporte y el nivel de vida saludable de una persona. Las conclusiones confirman que no se puede afirmar una relación entre el sexo y el deporte, pero sí entre el deporte y la salud de una persona.
T de Student y ANOVA
Se aborda compracion de dos medias independientes y relacionadas y comparacion de k medias, no se incluye comparacion de una solamedia
Bivariado
Este documento presenta un análisis estadístico bivariado de dos conjuntos de datos: 1) la relación entre el sexo y la práctica de deporte, y 2) la relación entre la altura y el peso. En el primer estudio, se encontró una asociación estadísticamente significativa entre el sexo y la práctica de deporte. En el segundo estudio, se encontró una correlación positiva significativa entre la altura y el peso.
Tarea 9 obligatoria 7
Este documento presenta los resultados de un estudio sobre las variables relacionadas con la obesidad en adolescentes de São Paulo, Brasil. La muestra se dividió en dos grupos según su grado de obesidad y se midieron variables como IMC, peso, altura, glucemia y presión arterial. Las diferencias en IMC, peso, glucemia, presión arterial y hábitos de fumar fueron estadísticamente significativas entre los grupos. El estudio utilizó pruebas estadísticas como la correlación de Pearson y la prueba t de Student con un nivel
Tarea 7
Este documento presenta los resultados de análisis estadísticos realizados para evaluar dos tratamientos (A y B) y sus efectos en el peso de pacientes. Se utilizaron las pruebas de Levine y T-student, las cuales mostraron que el tratamiento B es más efectivo que el A en reducir peso. También se usó la prueba T-student de muestras apareadas para comparar el peso de pacientes antes y después de un tratamiento, encontrando una diferencia significativa. Finalmente, un análisis de varianza mostró diferencias significativ
Tarea seminario 10
Este documento describe un estudio que examina la relación entre el peso y el número de cigarrillos fumados por día. Se analizan estas dos variables de datos de un cuestionario utilizando pruebas de normalidad en SPSS para determinar qué estadístico usar y se calcula la correlación de Spearman. Los resultados muestran que no existe una correlación significativa entre el peso y el número de cigarrillos fumados por día.
Seminario 10
Este documento resume un análisis estadístico que examina la relación entre el peso y las horas dedicadas a la práctica de deportes. Se utilizó el coeficiente de correlación de Spearman dado que una de las variables (peso) no siguió una distribución normal. Los resultados mostraron una correlación positiva y significativa entre las variables, lo que significa que cuanto mayor es el tiempo dedicado al deporte, mayor es el peso.
Seminario 10.2
Este documento resume un análisis estadístico realizado en SPSS sobre la relación entre el peso y las horas dedicadas a la práctica deportiva. Se utilizó el coeficiente de correlación de Spearman dado que una de las variables no sigue una distribución normal. Los resultados mostraron una correlación positiva baja pero significativa entre ambas variables, lo que significa que cuanto mayor es el tiempo dedicado al deporte, menor es el peso.
Seminario 10.1
Este documento resume un análisis estadístico realizado en SPSS sobre la relación entre el peso y las horas dedicadas a la práctica de deporte. Se utilizó el coeficiente de correlación de Spearman dado que una de las variables no sigue una distribución normal. Los resultados mostraron una correlación positiva baja pero significativa entre ambas variables, lo que significa que cuanto mayor es el tiempo dedicado al deporte, menor es el peso.
Similar a Tarea 9: Bivariado con variables cuantitativas (20)
Más de andrealopezj
Tarea 6: Análisis exploratorio de datos
Este documento presenta los resultados de un análisis exploratorio de datos realizado sobre la base de datos "activossalud.RData". Se resumen las frecuencias y distribuciones de variables cualitativas y cuantitativas mediante tablas, estadísticos descriptivos y gráficos. Se analizan variables como el consumo de tabaco, hacer la cama, medicalización y peso, observando sus distribuciones y comparando estadísticos como la media y mediana.
Tarea 8: Bivariado variable cualitativa y variable cuantitativa
Este documento analiza la relación entre la comunicación familiar y la residencia habitual mediante un estudio bivariado cualitativo y cuantitativo. Realiza pruebas de normalidad para determinar si se pueden usar pruebas paramétricas o no paramétricas, y concluye que no hay normalidad por lo que usa la prueba U de Mann-Whitney Wilcoxon. Los resultados de esta prueba muestran que no hay asociación entre las variables, es decir, que la comunicación familiar no depende del lugar de residencia.
Tarea 7: Bivariado con variables cualitativas
Este documento analiza la relación entre el sexo y dos variables: la práctica deportiva y la ingesta de fruta. En cuanto a la práctica deportiva, se rechaza la hipótesis nula de que no está relacionada con el sexo, lo que indica que sí existe una relación. Sin embargo, para la ingesta de fruta se acepta la hipótesis nula de que no está relacionada con el sexo, lo que significa que hombres y mujeres comen fruta por igual y las variables son independientes.
Tarea 5: Estadística descriptiva
Este documento presenta las actividades realizadas en un ejercicio de estadística descriptiva. Se analizaron numéricamente dos variables cuantitativas (horas de práctica deportiva y peso) y dos cualitativas (sexo y consumo de dulces). Adicionalmente, se graficaron las variables usando diferentes tipos de gráficos como histograma, diagrama de caja, diagrama de barras y diagrama de sectores para observar su distribución. Los resultados mostraron que la mayoría de la muestra practica menos de 2 horas
Tarea 4: Búsqueda bibliográfica
Este documento describe los pasos que una estudiante de enfermería tomó para realizar una búsqueda bibliográfica sobre el papel de la enfermera en casos de violencia de género. La estudiante utilizó la base de datos Scopus y los términos de búsqueda "nurs*" AND ("Gender-Based Violence" OR "Spouse Abuse"). Seleccionó los 10 artículos más relevantes de los últimos 5 años y los exportó a Mendeley. Luego incluyó la lista bibliográfica en formato Vancouver y APA en un documento
Tarea 3
Este documento describe la estrategia de búsqueda de información utilizada por Andrea López para su tarea 3 sobre el rol de la enfermera en la depresión durante el embarazo y el puerperio. La estrategia incluyó analizar el tema, identificar conceptos clave, traducir términos al inglés utilizando DeCS, y construir la estrategia de búsqueda "Nurs* AND (pregnancy OR postpartum) AND depression". La búsqueda se realizó en las bases de datos Cinahl y Scopus, filtrando
Tarea 2 (trabajo Estadística y TICs)
Tarea 2 de los seminarios de la asignatura Estadística y TICs del grado de Enfermería (Universidad de Sevilla).
Más de andrealopezj (7)
Tarea 8: Bivariado variable cualitativa y variable cuantitativa
Tarea 8: Bivariado variable cualitativa y variable cuantitativa
Último
Presentación de la historia de PowerPoint y sus características más relevantes.
Aquí se evidencia datos importantes sobre PowerPoint.
Lecciones 10 Esc. Sabática. El espiritismo desenmascarado docx
El espiritismo, se puede usar para engañar.
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
Business Plan -rAIces - Agro Business Tech
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
Hablemos de ESI para estudiantes Cuadernillo
Cuadernillo Hablemos de ESI para estudiantes del nivel secundario
Último (20)
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
Presentación de la historia de PowerPoint y sus características más relevantes.
Presentación de la historia de PowerPoint y sus características más relevantes.
Lecciones 10 Esc. Sabática. El espiritismo desenmascarado docx
Lecciones 10 Esc. Sabática. El espiritismo desenmascarado docx
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
Tarea 9: Bivariado con variables cuantitativas
- 1. Bivariado cuantitativas Mª Andrea López Jiménez TAREA 9 ESTADÍSTICA Y TICs Grupo 1, Subgrupo 3, 1º Enfermería (Universidad de Sevilla)
- 2. Peso y hora de práctica deportiva He elegido como cuantitativas peso y hora de práctica deportiva: Vemos la dispersión en un diagrama:
- 3. Estudio de la normalidad Lo siguiente que tenemos que hacer es observar la normalidad de las dos variables elegidas: peso hora práctica deportiva No sigue normalidad No sigue normalidad H0=normalidad H1=no normalidad Las p<0,05 por tanto se anula la H0 Las variables se asocian linealmente pero no siguen distribución normal
- 4. Estudio de la normalidad Podemos ver que no hay normalidad en ninguna de las variables atendiendo a las gráficas: PESO Hora práctica deportiva En las dos variables hay datos aislados que interfieren en que se siga la normalidad.
- 5. ¿Hay relación entre el peso y la hora de práctica deportiva y cómo de fuerte es la relación? Ho=No existe asociación entre el peso y la hora de la práctica deportiva H1=Existe asociación entre el peso y la hora de la práctica deportiva No siguen la normalidad p<0,05 por tanto rechazo la H0, con lo cual existe asociación en ambas variables, pero esta asociación, es muy débil ya que r<3