Adela García Méndez

Subgrupo 6.

SEMINARIO 10

Hipótesis alternativa: EXSTE RELACION ENTRE PESO Y TALLA EN NUESTRA MUESTRA DE ADOLESCENTES

Hipótesis nula: NO EXISTE RELACION.Para aceptar hipótesis alternativa, el error tipo 1 (alfa

o P) debe ser menor a .05Utilizaremos como prueba la R de Pearson debido a

que nuestra variable es cuantitativa. En el caso de que no se pueda utilizar la R de Pearson utilizaremos la Rho de Spearman

Para que se pueda hacer la R de Pearson, tenemos que tener relación lineal y distribución normal, y comprobarlo.

VARIABLES CUANTITATIVAS

Relación lineal: tenemos que observar nube de puntos mediante un diagrama de dispersión.

En el ejemplo vemos que sigue tendencia lineal y por tanto se cumple

Exploración de la normalidad: se puede por gráficos (histogramas, diagrama de cajas y bigotes y Q-Q) o pruebas. EN MUESTRAS GRANDES LAS PRUEBAS SUELEN SER SIGNIFICATIVAS.

En el ejemplo vemos que la p es menor a .05, por lo que aceptamos hipótesis alternativas – existen diferencias y nuestra distribución no es normal. De este modo, según las pruebas estadísticas no podemos aplicar la R de Pearson.

Sin embargo, ahora vamos a ver que nos dice el gráfico:

En peso:Histograma: ponemos curva normal. Hay una

leve asimetría hacia la izquierdaGrafico Q-Q: puntos se separan de la línea. En diagrama de cajas y bigotes, un individuo

se sale.Por todo esto, leve incumplimiento. En talla:Si se parece a la normal.

En muestras grandes las pruebas suelen ser significativas y, por tanto, debemos prestar mayor atención a los gráficos.

En esta muestra (más de 500 personas), por tanto, no era necesario haber hecho las pruebas estadísticas.

EN DEFINITIVA, LA DISTRIBUCION ES NORMAL.

Correlaciones Al ser lineal y normal la muestra, podemos pasar a

utilizar la R de Pearson.La correlación de peso con peso: 1. Correlación perfecta.La correlación del peso con la talla: 0.65. Correlación

alta.Significación = P vale 0.

Aceptamos hipótesis alternativa, existe relación.Las correlaciones no paramétricas no eran necesarias,

pero las hemos pedido. La Tau de Kendall es más conservadora.

Vamos a ver:Correlacion puntual biserial. Se utiliza con variable binaria y otra cuantitativa u ordinal. Variable binaria: sexo por ejemploCuantitativa: frecuencia de ejercicio físico, por ejemplo.

VARIABLES CATEGORICAS

Hipótesis alternativa: existe relación entre sexo y ejercicio físico.

Como nuestra muestra es grande, asumimos que es normal.

Vamos directamente a explorar la relación.En este caso, el tamaño del efecto es medio

(porque es mayor que 0.3) y aceptamos la hipótesis alternativa (porque P es menor a .05)

Como el signo es negativo, el paso de chico a chica hace que se reduzca la frecuencia de ejercicio.

Para comparar dos variables dicotómicas categóricas, usamos el coeficiente de Phi

Una característica de las variables dicotómicas es que para ver relación utilizamos tablas de contingencia.

El coeficiente de Phi es muy bajo, menor de 0.1, por tanto el efecto es muy bajo

La significación (P) es mayor a .05, por lo que aceptamos hipótesis nula. En definitiva, no existe relación entre el sexo y consumo de tabaco.

No hay diferencia significativa entre las frecuencias observadas y las esperadas.

Coeficiente de contingenciaV de Cramer

Cogemos cualquiera de los dos, pero estaria bien el coeficiente de contingencia porque me da un valor mayor.Es positiva, (cuanto mas de una variable, mas de la otra) y si vemos frecuencia esperada podemos ver donde hay mas diferencia. Además, el recuento total es mayor al esperado.

FIN