CORRELACIÓN.

1. Cargamos la base de datos activos de salud.

2. Escogemos dos variables, en mi caso he escogido : - Altura. - Peso.Porque ambas son variables cuantitativas y para poder realizar un test de correlación es necesario que lo sean.

Shapiro-Wilk normality test

data: pesoW = 0.89614, p-value = 8.406e-13

3. A continuación, vamos a analizar si sigue una distribución normal o no pues según el resultado deberemos de utilizar el test de Pearson de Spearmen.

Shapiro-Wilk normality test

data: alturaW = 0.96796, p-value = 4.686e-06

Los resultados obtenidos en el test de Shapiro-Wilk, nos indica que que ninguna de las variables siguen una distribución normal pues el p-valor de ambas es menos a 0,05.

Por ello, utilizamos el test de Spearmen poder estudiar la correlación de las variables.

Spearman correlations: altura pesoaltura 1.0000 0.6224peso 0.6224 1.0000

Number of observations: 275

Spearman's rank correlation rho

data: altura and pesoS = 1308800, p-value < 2.2e-16alternative hypothesis: true rho is not equal to 0sample estimates: rho 0.6224114

Nos da un resultado de 0,6224 el cual se encuentra entre el rango -1 y 1 por lo que podemos concluir que existe un poco de correlación positiva.Además, el p-value es menos de 0,05 por lo que rechazamos la hipótesis nula y aceptamos la alternativa, es decir, si existe diferencia entre el peso y la altura

Por, último lo representamos gráficamente.Podemos observar como sigue la línea y se trata deUna correlación positiva.