Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Tarea seminario 9 Cecilia

ASOCIACIÓN DE VARIABLES CUALITATIVAS Y CUANTITATIVAS CON R-COMMANDER.

  • Be the first to comment

  • Be the first to like this

Tarea seminario 9 Cecilia

  1. 1. Tarea 9 Seminario Estadística Cecilia Domínguez Orden
  2. 2. Ejercicio. Comprobar si existe asociación entre dos variables cuantitativas con los variables cualitativas: • Actividad 1 Practica de deporte (si/no) VS Malestares activos. • Actividad 2  Trabaja (si/no) VS Mantenimiento del hogar.
  3. 3. Actividad 1: 1º tenemos que comprobar si la variable cuantitativa cumple la normalidad. H0= Normalidad H1= No Normal Con un p≤ 0,05 se rechaza H0, es decir, la variable “malestares activos” no sigue una distribución normal.
  4. 4. Para comprobar que no sigue la normalidad, vamos a hacerlo con un histograma. Comprobamos con el histograma que no sigue la normalidad, ya que no se asemeja a la curva de Gauss (está desplazada hacia la derecha)
  5. 5. Ahora vamos a ver la homocedasticidad o igualdad de varianzas. H0= igualdad de varianzas H1= varianzas distintas p < 0,05 por lo que se acepta H1.
  6. 6. Ahora realizamos el Test no paramétrico: “Test de Wilcoxon” Como p-value > 0.05 aceptamos la hipótesis nula (H0), esto significa que no hay una asociación estadísticamente significativa entre la práctica de deporte y los malestares activos.
  7. 7. Actividad 2: Primero tenemos que comprobar si la variable cuantitativa cumple la normalidad. H0= Normalidad H1= No Normal Con un p≤ 0,05 se rechaza H0, es decir, la variable “mantenimiento del hogar” no sigue una distribución normal.
  8. 8. Para comprobar que no sigue la normalidad, vamos a hacerlo con un histograma. Comprobamos con el histograma que no sigue la normalidad, ya que no se asemeja a la curva de Gauss (está desplazada hacia la izquierda).
  9. 9. Ahora vamos a ver la homocedasticidad o igualdad de varianzas. H0= igualdad de varianzas H1= varianzas distintas p > 0,05 por lo que se acepta la hipótesis nula(H0).
  10. 10. Ahora realizamos el Test no paramétrico: “Test Kruskal-Wallis”. Como p-value > 0.05 aceptamos la hipótesis nula (H0), esto significa que no hay una asociación estadísticamente significativa entre el trabajo y el mantenimiento del hogar.
  11. 11. FIN

×