EJERCICIO TEMA

•Elige dos variables de la matriz de datos. La que queráis pero deberás justificarla. Recuerda que tienes que hacer la prueba de normalidad para decidir el estadístico

de correlación que tienes que utilizar.• Comenta los resultados. • Represéntalos gráficamente.

Correlación: grado o fuerza de la relación o asociación entre dos variables cuantitativas. Dos variables se relacionan

cuando las mediciones de una variable cambian simultáneamente o proporcionalmente con las medidas de

la otra.

Para su cálculo es necesario conocer si las variables siguen o no una distribución normal, ya que dependiendo de esto

usaremos uno u otro coeficiente:• R de Pearson (las dos siguen la distribución normal)

• Rho de Spearman (una de los dos no sigue una distribución normal)

En primer lugar elegimos dos variables, teniendo en cuenta que para poder calcular la correlación estas han de ser variables

cuantitativas. Escogemos la variable peso y horas de práctica deportiva.

A través del test de normalidad de Shapiro Wilks comprobamos si las variables siguen o no una distribución normal. Para ello,

establecemos las hipótesis:H0: La variable sigue una distribución normal.

H1: La variable no sigue una distribución normal

El p-valor en ambos casos, que representa el error que cometeríamos si aceptásemos la hipótesis alternativa, es inferior al que estamos dispuestos a asumir (0.05) por lo tanto, se acepta la hipótesis alternativa en las dos variables, es decir, ninguna de ellas sigue una distribución normal.

Una vez que hemos comprobado que las variables no siguen una distribución normal utilizamos el coeficiente de Spearman para

estudiar la correlación.Establecemos las hipótesis:

H0: existe correlación entre peso y práctica de deporte. (Rho entre -1 y 1)

H1:no existe correlación entre peso y práctica de deporte (Rho=0)

El valor de rho es distinto de 0, por lo tanto, podemos decir que existecorrelación entre las variables, sin embargo, esta es débil puesto que el valor se encuentra muy próximo a 0

Lo representamos con una gráfica de dispersión para observarlo con mayor exactitud: