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.

Seminario

140 views

Published on

  • Be the first to comment

  • Be the first to like this

Seminario

  1. 1. EJERCICIOS DE CORRELACIÓNSeminario 10Olga Mizyuk GorokhovaCurso 1º Grado en EnfermeríaVirgen del RocioGrupo: 3
  2. 2. EJERCICIO 10.11. Utilizando nuestra base de datos compruebala correlación entre la variable peso y lavariable horas de dedicación al deporte.Comenta los resultados.10.1
  3. 3. BASE DE DATOS EN SPSS
  4. 4. PASOS A SEGUIR
  5. 5. PASOS A SEGUIRHemos elegido dos variablescuantitativas: “peso” y “horas dedicadasal deporte” que serán el objeto del
  6. 6. PASOS A SEGUIR
  7. 7. PASOS A SEGUIRTras el estudio de la tabla2x2, observamos que lacorrelación “peso” con “peso”y “horas dedicadas al deporte”con “horas de deporte” es1, es decir, que la correlaciónes perfecta. También hay unacorrelación positiva 0,402entre las variables “peso” y“horas dedicadas al deporte”.Se trata de una correlaciónmoderada. El nivel designificación bilateral es0,028, que es menor que 0,05.Por lo tanto se rechaza la Ho existe correlación entre las
  8. 8. EJERCICIO 10.12. Calcula el Coeficiente de Correlación dePearson para las variables no de cigarrillosfumados al día y nota de acceso. Comentalos resultados.
  9. 9. PASOS A SEGUIRHemos elegido dos variables cuantitativas:“nº de cigarrillos” y “notas de acceso” queserán el objeto del estudio.
  10. 10. PASOS A SEGUIR
  11. 11. PASOS A SEGUIRTras el estudio de la tabla 2x2,observamos que la correlación“nº de cigarrillos” con “nº decigarrillos” y “notas de acceso”con “notas de acceso” es 1, esdecir, que la correlación esperfecta. También hay unacorrelación negativa -0,976 entrelas variables “nº de cigarrillos” y“notas de acceso”. Se trata deuna correlación casi perfecta einversa. El nivel de significaciónbilateral es 0,0O1, que es menorque 0,05. Por lo tanto serechaza la Ho  existecorrelación entre las dos
  12. 12. EJERCICIO 10.13. Calcula el Coeficiente de Correlación dePearson para las variables peso y altura(limitando la muestra a 10 casos). Comentalos resultados.
  13. 13. PASOS A SEGUIRHemos elegido dos variables cuantitativas:“peso” y “talla” que serán el objeto delestudio.
  14. 14. PASOS A SEGUIRTras el estudio de la tabla2x2, observamos que la correlación“peso” con “peso” y “talla” con “talla”es 1, es decir, que la correlación esperfecta. También hay unacorrelación positiva 0,736 entre lasvariables “peso” y “talla”. Se tratade una correlación buena. El nivelde significación bilateral es0,015, que es menor que 0,05. Porlo tanto se rechaza la Ho  existecorrelación entre las dos variables.El número de sujetos es10, de acuerdo con elenunciado
  15. 15. EJERCICIO 10.14. Muestra los gráficos en una de lascorrelacionesLa gráfica de la relaciónde las variablescuantitativas “peso” y“talla” con unacorrelación de Pearson0,736. Se trata de unarelación buena que seobserva en la gráfica: sisube una variables,también lo hace la otra.No obstante, no es unarelación perfecta.
  16. 16. EJERCICIO 10.2 De una muestra de niños conocemos suedad medida en días y su peso en Kg, segúnlos resultados de la tabla. Si ambas variablesse distribuyen normalmente. Averiguar siexiste correlación entre ambas variables enla población de donde proviene la muestra.10.2
  17. 17. 1. HACEMOS LA TABLA 2X2:
  18. 18. 1. HACEMOS LA TABLA 2X2:Suma
  19. 19. 2. CALCULAMOS EL COEFICIENTE DE CORRELACIÓN DEPEARSON ENTRE X E Y:
  20. 20. 2. CALCULAMOS EL COEFICIENTE DE CORRELACIÓN DEPEARSON ENTRE X E Y: Como rxy ≠ 0, es que existe correlación lineal entrela variable peso (kg) y edades en días, en lamuestra. Como rxy se encuentra entre 0.8 y 1 (0.8 < |p|≤1),se puede decir que hay una correlación positivamuy alta. Tenemos que ver si esta correlación se mantieneen la población del estudio.
  21. 21. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXY H0: p=0 =>No hay correlación entre lasvariables, por lo que el coeficiente decorrelación obtenido procede de una poblacióncuya correlación es 0. H1: p≠0 =>Si hay correlación entre las variables"peso" y "edades en días", por lo que elcoeficiente de correlación obtenido procede deuna población cuya correlación es distinta de 0.
  22. 22. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXY
  23. 23. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXY tn-2= 0,91 [(21-2)/1- 0,912]= 0,91 110,5293=0,91[10,5132]= 9,567 El valor tn-2 se compara con el valor del punto críticoobtenido en la tabla t de Student, con un grado delibertad 19 (n-2) y un nivel de significación =0,05:t0,05;19=2,093 Como tn-2 tn-2; se rechaza la Ho y se acepta H1con unriesgo de equivocarnos de 0,05, y significa que en lapoblación la correlación es distinta de 0, por lo que existeasociación lineal entre las variables “edad” y “peso” conuna correlación muy positiva. Eso quiere decir que ambasvariables están relacionadas en la población.
  24. 24. EJERCICIO 10.3 De una muestra de alumnos conocemos las “notas deMatemáticas” (X) y de “Lengua” (Y), según los resultadosde la tabla. Si ambas variables se distribuyennormalmente, averiguar si existe correlación entre ambasvariables en la población de donde proviene la muestra. Tenemos dos variables cuantitativas: las “notas deMatemáticas” (X) y las “notas de lengua”(Y) que sedistribuyen normalmente, por lo que tenemos que:10.3
  25. 25. 1. HACER LA TABLA 2X2:
  26. 26. 2. CALCULAR EL COEFICIENTE DE CORRELACIÓN DE PEARSON
  27. 27. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXY, H0: p=0 =>No hay correlación entre lasvariables, por lo que el coeficiente decorrelación obtenido procede de una poblacióncuya correlación es 0. H1: p≠0 =>Si hay correlación entre las variables"peso" y "edades en días", por lo que elcoeficiente de correlación obtenido procede deuna población cuya correlación es distinta de 0.
  28. 28. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXYtn-2= 0√7-2/ 1- 02 = 0
  29. 29. 3. SE REALIZA EL CONTRASTE DE DE HIPÓTESIS DE RXY, El valor tn-2 se compara con el valor del puntocrítico obtenido en la tabla t de Student, con ungrado de libertad 5 (n-2) y un nivel designificación =0,05: t0,05;5=2,571. Como tn-2<tn-2; seacepta la Ho y se rechaza laH1 con un riesgo de equivocarnos de 0,05, ysignifica que en la población la correlación es0, por lo que No existe asociación lineal entrelas variables que estamos estudiando. Esoquiere decir que las variables no estánrelacionadas en la población.

×