ANÁLISIS BIVARIADO CON

VARIABLES CUANTITATIVAS

Mariló Páyer PérezMacarena A

Susbgrupo 3

EJERCICIO Determina si existe relación entre las variables altura y peso del

fichero de datos “activos en salud” y si existe determina cómo de fuerte es.

Para resolver este ejercicio, vamos a abrir nuestra base de datos en R Commander y vamos a crear una tabla de comparación de cuartiles con ambas variables:

Podemos comprobar como ambas variables, tanto altura como peso, tienen muchos puntos fuera de la línea principal, lo que

nos indica una ausencia de normalidad

Vamos a probar ahora con un histograma:

Ninguno de los dos gráficos presenta la simetría típica de una distribución normal, como vimos en el gráfico Q-Q

¿…y con un boxplot?

Nada, de nuevo vemos como los valores no siguen una distribución normal (la caja no está en el centro de la muestra)

Ahora que sabemos que no siguen una distribución normal, vamos a estudiar qué tipo de relación existe entre ambas variables y cómo de fuerte es esta relación (en el caso de que la hubiera)Para ello, vamos a crear un diagrama de dispersión entre ambas variables:

Vamos a marcar esta opción para que dibuje la recta de regresión

Viendo este gráfico a simple vista podemos afirmar que, aunque la muestra es lo suficientemente grande, no se aprecia una relación entre ambas variables. Para corroborar esta información, vamos a observarla numéricamente mediante el test de correlación

Seleccionamos ambas variables y señalamos el coeficiente de Pearson, ya que se trata de dos variables cuantitativas

Repitiendo esta operación con el coeficiente de Spearman:

Ambos resultados son muy semejantes: 0,63 aproximadamente, o lo que es lo mismo 63%

Esto significa que existe una correlación entre peso y altura

Concretamente, esta correlación es positiva Así pues, podemos aceptar y rechazar nuestras

hipótesis: Aceptamos H0: existe correlación entre peso y altura (Rho

entre -1 y 1) Rechazamos H1:no existe correlación entre peso y altura

(Rho=0)