Cuestionario R: Para DUMMIESCon los datos del Ejemplo1R: 1. ¿Están relacionadas las variables Localidad y Sexo? SI y puede considerarse ALTA ya que el coeficiente Chi cuadrado de Pearson vale 1.3293, siendo su valor máximo 2. Estadísticos → Tablas de contingencia → Tablas de doble entrada... (datos X-squared = 1.3293, df = 2) 2. Se pretende obtener el modelo lineal simple para estimar el Peso de una persona en función de su Edad. En este sentido, la ordenada en el origen es: 82.6357 Estadísticos → Ajustes de modelo → Regresión lineal; Explicada: Peso; Explicativa: Edad. (datos Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 82.6357 11.9745 6.901 1.68e-07 *** Edad 3. -0.1503 0.2220 -0.677 0.504 ) El coeficiente de correlación lineal entre la Talla y el Peso es: 0.6561. Estadisticos: Resumenes: Test de correlaciones (datos cor :0.6561385) 4. ¿La Localidad de moda entre las Mujeres es?: B Datos → Conjunto de datos activo → Filtrar el conjunto de datos activo: Variables: Sexo; Expresión selección: Sexo==”Mujer”; Nombre del nuevo conjunto de datos: (nombre que se quiera, por ejemplo, Ejemplo1Mujeres) Estadísticos → Resúmenes → Conjunto de datos activo (datos A:4, B:7, C:4) 5. Se pretende obtener el modelo lineal simple para estimar el Peso de una persona en función de su Edad. En este sentido, la pendiente de la recta Es: -0.1503 Estadísticos → Ajustes de modelo → Regresión lineal; Explicada: Peso; Explicativa: Edad. Variables: Peso.03680658 y el de las mujeres 0.6357 11.2220 -0. Marcar la opción Coeficiente de variación. (datos: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 82.68e-07 *** Edad -0. ya que el coeficiente de variación de los hombres es 0. La media de la variable Edad es: 53.233 Estadísticos → Resúmenes → Conjunto de datos activos 10.6357 + (-0. ¿Cual sería el Peso estimado de una persona de 22 años de Edad? 79.677 0.329 Estadísticos → Ajustes de modelo → Regresión lineal. ya que el coeficiente es de: -0. Marcar la opción Coeficiente de variación.901 1.39059 0.3291 9. ¿La variable Peso puede considerarse que tiene una varianza normal? NO.1503) X 22 = 79. Estadísticos → Resúmenes → Resúmenes numéricos .6357 11. Explicativa: Edad. Error t value Pr(>|t|) (Intercept) 82. La Media de la variable Talla para la Localidad C es: 167.9745 6. (Hacer tanto para hombres como para mujeres) 8. Explicada: Peso.677 0.901 1.5 82 95 30) 7.68e-07 *** Edad -0. Variables: Peso.9745 6.1503 0. ¿La talla de los hombres está mas dispersa que la de las mujeres? NO.504 ) 82.1392218 52 70 75.2220 -0.63333 10.04067418 Filtrar conjunto de datos activos de hombres y mujeres.(datos: Coefficients: Estimate Std.330 Estadísticos → Resúmenes → Resúmenes numéricos .1503 0. (datos: mean sd cv 0% 25% 50% 75% 100% n 74.504) 6.778 Filtrar conjunto de datos activos Localidad C Estadísticos → Resúmenes → Conjunto de datos activos . este valor? SI Estadísticos → Resúmenes → Test de correlación 14. ¿La Localidad de moda entre los Hombres es?: A Igual que el de las mujeres 12. La media de la variable peso es: 74. Explicada: Peso.4429934 Estadísticos → Resúmenes → Resúmenes Numéricos.11. Se pretende obtener el modelo lineal para estimar el peso de una persona en función del resto de variables posibles incluidas en el fichero de datos. Talla. La edad media de los hombres es: 53.807 Estadísticos → Ajustes de modelo → Regresión lineal. Del total de individuos que de la localidad C . Estadísticos → Resúmenes → Conjunto de datos activos 15.1219 ¿puede ser correcto el valor obtenido? SI. Marcar Desviación típica.400 Filtrar conjunto de datos activos Localidad C Estadísticos → Resúmenes → Distribución de frecuencias . La variable Edad.63333 18. ¿Es lógico. En este sentido . ¿es simétrica? NO. Explicativa: Edad. 16. la ordenada en el origen es : -35.8667 19. teniendo en cuenta nuestros datos concretos.466 Filtrar conjunto de datos activos Sexo Mujer. 17. El peso medio de las mujeres es: 69.419588 Filtrar conjunto de datos activos Localidad A Estadísticos → Resúmenes → Resúmenes numéricos. La correlación entre la Edad de una persona y su talla es -0. el porcentaje de mujeres es : 44. La desviación típica de la variable Talla para la localidad A es: 6. por que el coeficiente es de: 0. Marcar la opción Asimetría. 13. 1806525 y el de las mujeres 0. Marcar Desviación típica. ¿La Edad de los hombres está mas dispersa que la de las mujeres? SI. El tercer cuartil de la variable Talla es: 1.500 10. El mayor coeficiente de correlación entre las variables consideradas es de: 0.40952 Filtrar datos del conjunto activo Sexo Hombre Estadísticos → Resúmenes → Resúmenes numéricos. El resultado se eleva al cuadrado. La distribución de Edades entre los Hombres.1289 .666 3. sólo con este dato. 16. ¿Puede decirse. siendo su valor máximo 1 **3/4 aciertos en esta (El coeficiente de Cramer está mal)** .708 12. En este sentido.Con los datos del Ejemplo2R: 1. La varianza en el Peso es 117. ya que el coeficiente de variación de los hombres es 0. La mediana de la variable Peso es: 75. Se pretende obtener el modelo lineal simple para estimar la talla de una persona en función de su edad. En este sentido .25091 7. que existe un grado muy alto de dispersión? NO 9. por que el coeficiente es de: 0. Se pretende obtener el modelo lineal para estimar el Talla de una persona en función del resto de variables posibles incluidas en el fichero de datos. la pendiente de la recta de regresión es : . la ordenada en el origen es: 1. El peso estimado para una mujer de 20 años es: 72. La frecuencia absoluta de una persona que vive en la localidad C es: 9 Estadísticos → Resúmenes → Conjunto de datos activos La frecuencia absoluta es la cantidad total de individuos en esa localidad 14.0.7405856 8.249 11.6733496 6. ¿es simétrica? NO . El porcentaje de individuos que viven en la localidad B es: 36.06399405 13. La Desviación Típica de la variable Talla para las mujeres es: 0.1542205 4. ¿La Localidad de moda entre las Mujeres es? B 2.660. La estimación del Peso de una persona en función de su Edad se realiza mejor entre Hombres ya que la bondad del ajuste entre las mujeres es (…) 5. La varianza de la variable peso de los hombres es: 56.00173 15. ¿Están relacionadas las variables Localidad y Sexo? SI y puede considerarse BAJA ya que el coeficiente V de Cramer vale 0.