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 ti cs

188 views

Published on

  • Login to see the comments

  • Be the first to like this

Seminario 10 ti cs

  1. 1. SEMINARIO XCORRELACIÓN1. Utilizando nuestra base de datos, comprueba lacorrelación entre la variable “peso” y la variable“horas dedicadas al deporte”. Comenta losresultados.
  2. 2. Descargamos y ejecutamos elarchivo en cuestión.Comprobamos la pestaña“Vista de variables” ….
  3. 3. …y la pestaña “Vista de datos”
  4. 4. Pulsamos en el botón“Etiquetas de valor” parapasar todos los datos anuméricos
  5. 5. Buscamos en primerlugar la representacióngráfica para hacernosuna primera idea de siexiste correlación, si esfuerte o débil, y si esdirecta o inversa.
  6. 6. Seleccionamoslas dos variablesque nosinteresan,comprobandoque son demedida “escala”.
  7. 7. Podemos ver comola posible relaciónentre las variablesen positiva odirecta, yrelativamentefuerte (pues lamayoría de lospuntos seencuentrancercanos a unasupuesta recta
  8. 8. Pasamos ahora acomprobarlomatemáticamente,para lo cualprocedemos aestudiar elcoeficiente decorrelación dePearson
  9. 9. Seleccionamos lasdos variables quenos interesan, yantes de continuarentramos enOpciones
  10. 10. Seleccionamos laopción que nosofrece tambiénmedias ydesviacionestípicas, ycontinuamos
  11. 11. Y seleccionamosel coeficiente decorrelación dePearson
  12. 12. El programa nos ofrece losresultados, y los interpretamos de lasiguiente manera: dadas dosvariables: peso, con media 62.0483 ydesv. típica 12.84917, y horasdedicadas a deporte, con media4.26 y desv. típica 3.052; podemosdecir que se relacionan de formapositiva y con una fuerza moderada,con un coef. correlación dePearson de 0.41, pero cuyo nivel designificación es de 0.091, que al sersuperior a 0.05 podemos concluir quela correlación estudiada no esestadísticamente significativa (puesdebemos aceptar la hipótesis nulaque contempla que ambas variablesno están relacionadas).
  13. 13. SEMINARIO XCORRELACIÓN2. Estudiar el coeficiente de correlación dePearson para las variables “nº de cigarrillosfumados al día” y “nota de acceso”. Comentalos resultados.
  14. 14. Desde la mismaventana de resultadosdel ejercicio anteriorpodemos comenzarcon este, de forma querepetimos el procesoanterior desde larepresentación gráfica
  15. 15. Nos aparecenseleccionadas estavez las variables delejercicio anterior.Pulsamos“restablecer” ylimpiamos loscasilleros.
  16. 16. Introducimos las dosvariables que nosindica el apartado.
  17. 17. Esta vez no parece (asimple vista) que lasvariablesseleccionadas tenganuna relaciónsignificativa. Al menossi la tuviera podríamosdecir que sería designo positivo.De todas formas hayque comprobarlomatemáticamente.
  18. 18. Desde esta ventanaseguimos con elejercicio de la mismamanera que hicimos enel apartado anterior.
  19. 19. Limpiamos loscasilleros con laopción“Restablecer” yantes de continuarpinchamos en“Opciones”.
  20. 20. Indicamos quetambién queremosen los resultados lamedia y ladesviación típicade las variablesestudiadas, ycontinuamos.
  21. 21. Seleccionamos lasdos variables queestudiamos ymarcamosPearson comocoeficiente aestudiar.
  22. 22. De nuevo interpretamos losresultados de esta forma: dadas dosvariables: nº de cigarrillos fumadosal día, con media 5.50 y desv. típica7.232, y notas de acceso, con media10.64307 y desv. típica 0.982116;podemos decir que se relacionan deforma inversa y muy fuertemente, conun coef. correlación de Pearson de-0.976, y con un nivel de significaciónde 0.001, que al ser inferior a 0.05podemos concluir que la correlaciónestudiada es estadísticamentesignificativa (pues debemos rechazarla hipótesis nula que contempla queambas variables no estánrelacionadas, y por tanto aceptar lahipótesis alternativa que sostiene queSí están relacionadas).
  23. 23. SEMINARIO XCORRELACIÓN3. Estudiar el coeficiente de correlación dePearson para las variables “peso” y “altura”.Comenta los resultados.
  24. 24. Se procede de formaidéntica al apartadoanterior…
  25. 25. …pero seleccionandolas variables “peso” y“altura”.
  26. 26. Podemos ver comola posible relaciónentre las variablesen positiva odirecta, yrelativamentefuerte (pues lamayoría de lospuntos seencuentrancercanos a unasupuesta recta
  27. 27. Continuamos con elmismo procedimientoque en el ejercicioanterior, estudiandomatemáticamenteesa posible relación.
  28. 28. Seleccionamoslas variables yvamos a“Opciones”
  29. 29. Seleccionamosmedia ydesviación típica.
  30. 30. Y procedemos aestudiar el coef.correlación dePearson
  31. 31. De nuevo interpretamos los resultados deesta forma: dadas dos variables: peso, conmedia 62.0483 y desv. típica 12.84917, yaltura, con media 1.6593 y desv. típica0.08477; podemos decir que se relacionande forma directa (o positiva) y fuertemente,con un coef. correlación de Pearson de -0.668, y con un nivel de significación“inferior a 0.001”, que al ser inferior a 0.05podemos concluir que la correlaciónestudiada es estadísticamente significativa(pues debemos rechazar la hipótesis nulaque contempla que ambas variables noestán relacionadas, y por tanto aceptar lahipótesis alternativa que sostiene que Síestán relacionadas).
  32. 32. SEMINARIO XCORRELACIÓN4. Mostrar la gráfica de una de las correlaciones.En cada unos de los tres casos anteriores se hainiciado el estudio de la correlación con la gráficacorrespondiente, la cual nos ha ayudado a aproximarqué tipo de correlación mantenían las variables.

×