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 10
Ejercicio 1.1Utilizando nuestra base de datos comprueba lacorrelación entre la variable peso y la variablehoras de dedicac...
En éste gráfico podemosobservar que lacorrelación entre ambasvariables es baja, ya quelos puntos no sedistribuyen de forma...
● En la tabla decorrelaciones podemosobservar que elcoeficiente de Pearsones de 0,379, por lo quehay correlación entreamba...
Ejercicio 1.2Calcula el coeficiente de correlación dePearson para las variables número de cigarrillosal día y nota de acce...
Con éste gráficopodemos deducir queentre ambas hay unacorrelación, ya que lospuntos se distribuyen deforma lineal. Estacor...
● En la tabla podemosobservar que el valor dela correlación dePearson es – 0,930. Porlo cual, la correlación esmuy alta, y...
Ejercicio 1.3Calcula el coeficiente de correlación dePearson para las variables peso y altura(limitando la muestra a 10 ca...
● En primer lugarlimitamos la muestra a10 casos.● A continuación vamos arealizar un gráfico paraver a simple vista siexist...
A simple vista podemosver que hay correlaciónentre ambas variables.La correlación seríapositiva porque ladiagonal es ascen...
● En la tabla decorrelacionesobservamos que lacorrelación de Pearsones de 0,757. Por lo quese trata de unacorrelación alta...
Ejercicio 1.4Muestra los gráficos en una de las correlaciones
Ejercicio 2En una muestra de niños conocemos su edad (x)medida en días y su peso (y) medido en kg. Siambas variables se di...
Averiguamos la correlación de Pearson:Rxy= (21x 12892,23) – (1890x 122,815) / √[((21x 245700) – (1890)2) x ((21x772) - ( 1...
Cálculo de la significación:Para ello contrasto las hipótesis:H0=la correlación es ceroH1= hay correlación entre ambas var...
Ejercicio 3De una muestra de alumnos conocemos las notasde Matemáticas (X) y Lengua (Y). Si ambasvariables se distribuyen ...
Averiguamos el coeficiente de correlación dePearson:Rxy= (7x140)-(28x35)/ √[((7x140)-(2822))x((7x203)-(3522))]= 0Como su r...
Cálculo de la significación:Para ello contrasto las hipótesis:H0=la correlación es ceroH1= hay correlación entre ambas var...
Power seminario 10
Power seminario 10
Power seminario 10
You’ve finished this document.
Download and read it offline.
Upcoming SlideShare
Presentación2
Next
Upcoming SlideShare
Presentación2
Next
Download to read offline and view in fullscreen.

Share

Power seminario 10

Download to read offline

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all
  • Be the first to like this

Power seminario 10

  1. 1. Seminario 10
  2. 2. Ejercicio 1.1Utilizando nuestra base de datos comprueba lacorrelación entre la variable peso y la variablehoras de dedicación al deporte. Comenta losresultados.En primer lugar pasamos los datos de la base de datos aSPSS. Utilizamos el coeficiente de correlación de Pearson paraaveriguar si hay correlación entre ambas, realizando previamenteun gráfico.
  3. 3. En éste gráfico podemosobservar que lacorrelación entre ambasvariables es baja, ya quelos puntos no sedistribuyen de formalineal.
  4. 4. ● En la tabla decorrelaciones podemosobservar que elcoeficiente de Pearsones de 0,379, por lo quehay correlación entreambas variables, aunqueesta correlación es baja.● La correlación entreambas variables espositiva, por lo queambas variables son delmismo orden.
  5. 5. Ejercicio 1.2Calcula el coeficiente de correlación dePearson para las variables número de cigarrillosal día y nota de acceso. Comenta los resultados.En primer lugar realizamos un gráfico para comprobar si haycorrelación entre ambas a simple vista.
  6. 6. Con éste gráficopodemos deducir queentre ambas hay unacorrelación, ya que lospuntos se distribuyen deforma lineal. Estacorrelación seríanegativa ya que ladiagonal esdescendente.
  7. 7. ● En la tabla podemosobservar que el valor dela correlación dePearson es – 0,930. Porlo cual, la correlación esmuy alta, ya que seacerca mucho a -1.● Se trata de una variablede orden inverso:conforme aumenta elnúmero de cigarrillosdisminuye la nota deacceso.
  8. 8. Ejercicio 1.3Calcula el coeficiente de correlación dePearson para las variables peso y altura(limitando la muestra a 10 casos). Comenta losresultados.
  9. 9. ● En primer lugarlimitamos la muestra a10 casos.● A continuación vamos arealizar un gráfico paraver a simple vista siexiste correlación entrelas variables.● Por último, a través delcoeficiente decorrelación de Pearsonaveriguaremos su valor.
  10. 10. A simple vista podemosver que hay correlaciónentre ambas variables.La correlación seríapositiva porque ladiagonal es ascendente.
  11. 11. ● En la tabla decorrelacionesobservamos que lacorrelación de Pearsones de 0,757. Por lo quese trata de unacorrelación alta entreambas variables.● Al ser una correlaciónpositiva, ambasvariables son del mismoorden.
  12. 12. Ejercicio 1.4Muestra los gráficos en una de las correlaciones
  13. 13. Ejercicio 2En una muestra de niños conocemos su edad (x)medida en días y su peso (y) medido en kg. Siambas variables se distribuyen normalmente,averiguar si existe correlación entre ambasvariables en la población de donde proviene lamuestra.
  14. 14. Averiguamos la correlación de Pearson:Rxy= (21x 12892,23) – (1890x 122,815) / √[((21x 245700) – (1890)2) x ((21x772) - ( 122,815) 2 )] =0,91Al sustituir los datos en la fórmula nos da una correlación de 0,91. Por lo que setrata de una correlación positiva muy alta.
  15. 15. Cálculo de la significación:Para ello contrasto las hipótesis:H0=la correlación es ceroH1= hay correlación entre ambas variablest n-2= 0,91 x √((0,91 -2)/ (1-0,912))= 9,6●Tras sustituir los valores en la fórmula obtengo un resultado de tn-2= 9,6. Al no tener el valor de alfa, uso alfa=0,05 y obtengo que t0,05;19= 2,093.●Como t n-2>t 0,05;19 → se acepta la hipotesis alternativa y serechaza la nula.
  16. 16. Ejercicio 3De una muestra de alumnos conocemos las notasde Matemáticas (X) y Lengua (Y). Si ambasvariables se distribuyen normalmente, averiguar siexiste correlación entre ambas variables en lapoblación de la que viene la muestra.
  17. 17. Averiguamos el coeficiente de correlación dePearson:Rxy= (7x140)-(28x35)/ √[((7x140)-(2822))x((7x203)-(3522))]= 0Como su resultado es 0 indica que no hay correlaciónentre ambas variables.
  18. 18. Cálculo de la significación:Para ello contrasto las hipótesis:H0=la correlación es ceroH1= hay correlación entre ambas variablest n-2= 0x√[(7-2)/(1-0)2]= 0●Al sustituir los resultados de la fórmula nos da 0. Como notenemos el valor de alfa, establecemos que alfa= 0,05. Dandocomo resultado t 0,05;19= 2,57.●Por tanto, t n-2< t 0,05;19 → aceptamos la hipótesis nula yrechazamos la hipótesis alternativa.

Views

Total views

136

On Slideshare

0

From embeds

0

Number of embeds

17

Actions

Downloads

1

Shares

0

Comments

0

Likes

0

×