- Este debate tiene 3 respuestas, 2 mensajes y ha sido actualizado por última vez el hace 3 años, 2 meses por
.
-
Entradas
-
Saludos,
adjunto el link del ejercicio:
https://drive.google.com/file/d/1ytxdHI1CP7CTzpxXtWvg5Dil1KcrwEoW/view?usp=sharing
El ejercicio está bastante bien. Creo que das demasiadas vueltas, pero llegas. La conclusión más precisa sería decir que: Observando los gráficos descriptivos y los resultados que arrojan tanto los p-valores como los coeficientes de correlación, podemos decir que no existe apenas relación entre el peso de los pacientes y su grado de discapacidad en el mes 0 y no existe nada de relación entre su altura y su grado de discapacidad en el mes 0. Eso es lo que tenemos que decir en la conclusión, no poner otro tipo de cosas. La conclusión es cuando ya has realizado todo el proceso y determinas qué pasa.
No entiendo por qué en la primera gráfica te da una correlación de 0.62 entre peso y altura cuando es 0.55, como bien indicas luego.
En el segundo ejercicio lo planteas y resuelves todo muy bien, pero de nuevo en la conclusión no haces lo que se debe. Lo suyo sería poner algo así: Pese a que en un principio observando el diagrama de error podemos pensar que va a haber relación entre Diff_ODI y el número de hernias discales (NHD), al observar su p-valor y el coeficiente de correlación podemos decir que no hay una relación entre ambas.
échale un ojo. Un saludo!
Hola Miguel Angel,
lo primero, agradecerte el tiempo que te tomas en nuestras correcciones, gracias de verdad!
Al respecto esto que me indicas aqui, totalmente cierto que me enrollo un poco… a veces intento entenderlo todo de arriba a abajo y lo lio…
Cuando me indicas que no entiendes por que obtengo 0,62 de correlacion entre peso y altura, lo he revisado y efectivamente he copiado/pegado el codigo R empleado en la descripcion de datos, en el cual el metodo empleado es pearson (en aquel capitulo todavia era pronto para indicar lo de pearson/spearman…) :
pairs.panels(df,
method = «pearson», # correlation method
hist.col = «#00AFBB»,
density = TRUE, # show density plots
ellipses = TRUE # show correlation ellipses
)0,62 es la correlacion peso-altura para pearson, 0,55 es la de spearman (al no haber normalidad en alguna de las variables, debemos considerar spearman)
La conculsion es que para poder dibujar los diagramas de correlacion, que es lo que se pide inicialmente en ejercicio, primeramente debemos saber si emplear pearson/spearman. Es decir, antes de dibujar los diagramas de correlacion debemos analizar la normalidad de nuestras variables.
Estoy en lo cierto?
Gracias,
Asier
- Debes estar registrado para responder a este debate.
