Seminario VIII
-
Upload
lourdes-basa -
Category
Education
-
view
48 -
download
0
Transcript of Seminario VIII
![Page 1: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/1.jpg)
SEMINARIO VIII: Análisis bivariado con variables cuantitativas
Lourdes Basa Díaz Grupo 13 Virgen del Rocío
![Page 2: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/2.jpg)
En este ejercicio vamos a estudiar dos variables cuantitativas, el peso y la altura, para ver la relación que hay y que fuerza tiene dicha relación.
Vamos a utilizar:-Normalidad y linealidad-Diagrama de dispersión-Coeficiente de correlación de Pearson y Rho de Sperman.
![Page 3: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/3.jpg)
Primero usamos el diagrama de dispersión para ver si hay relación entre las dos variables y cual es la fuerza de dicha relación.
![Page 4: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/4.jpg)
![Page 5: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/5.jpg)
La pendiente de la recta está inclinada positivamente por lo que se observa que si hay relación entre las dos variables.
Los puntos cerca de la recta indican que la relación es fuerte.
![Page 6: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/6.jpg)
Estudiamos la normalidad (para lo que usaremos en este caso histograma y
gráfico q-q)
![Page 7: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/7.jpg)
![Page 8: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/8.jpg)
La distribución de datos de cada variable no es normal, por lo que las gráficas no siguen una distribución normal.
Cuando no es normal se usa Rho de Sperman
![Page 9: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/9.jpg)
![Page 10: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/10.jpg)
Con los gráficos q-q volvemos a observas que no hay normalidad en las variables, ya que los puntos no coinciden con la recta. Es decir no hay normalidad en la distribución de los datos de las variables.
Por esto hay que utilizar Rho de Sperman
![Page 11: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/11.jpg)
Utilizamos la prueba de Shapiro-Wilk para ver numéricamente que las variables no son normales
![Page 12: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/12.jpg)
![Page 13: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/13.jpg)
Para saber si es normal se sigue la siguiente hipótesis:
Se apoya Ho si p>0,05: existe normalidad Se apoya H1 si p< o = 0,05: no existe
normalidad
En este caso ninguna de las dos variables sigue una distribuciónnormal porque el valor de p es menor de 0,05
![Page 14: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/14.jpg)
Una vez que comprobamos que las variables no son normales, vemos el grado de relación que puede existir entre ambas con el coeficiente de Sperman
![Page 15: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/15.jpg)
![Page 16: Seminario VIII](https://reader036.fdocumento.com/reader036/viewer/2022070518/58ec31a41a28ab771b8b4729/html5/thumbnails/16.jpg)
Las variables tienen una relación de 0.6224114, y como el valor se acerca a 1 tienen una relación fuerte y estrecha, se acerca a la correlación perfecta.