Grado en Psicologa

10.512 Tcnicas de Anlisis de Datos Cuantitativos

Curso 2013 - 14 Diciembre 2013

PRUEBA DE EVALUACIN CONTINUADA N 5

Modelos de relacin entre variables cuantitativas:
correlacin regresin.
10512_PEC5_gutierrez_lemos
Presentacin.
En esta PEC analizaremos los principales modelos de relacin entre
dos variables cuantitativas: la correlacin y la regresin.
Realizaremos la representacin grfica de dos variables cuantitativas
mediante los llamados diagramas de dispersin. Aprenderemos a hacer
dicha representacin y a interpretarla.
Despus pasaremos a un ndice que mide la intensidad y el signo de
la relacin. La correlacin permite, efectivamente, valorar la intensidad con
la que dos variables varan conjuntamente, as como verificar si esta covariacin es directa o inversa.
Por ltimo estudiaremos los modelos de regresin lineal que,
mediante el clculo de los parmetros de la ecuacin permiten tanto
evaluar la relacin entre ambas variables, como hacer pronsticos de la
variable dependiente en funcin del valor de la variable independiente.
Por otra parte en esta PEC haremos tambin una sntesis del curso y,
por tanto, recuperaremos algunos contenidos importantes de las actividades
anteriores.

Objetivos y competencias
Objetivos
Los aspectos ms importantes tratados en esta evaluacin son:

Efectuar una prueba de independencia entre dos variables

cuantitativas basada en el coeficiente de correlacin.

Correlacin entre variables

(correlacin de Spearman)

Realizar las pruebas de contraste

parmetros del modelo de regresin.

Valorar la bondad de ajuste de la recta a travs del coeficiente

de determinacin.

Realizar e interpretar la representacin grfica (nube de

puntos) de dos variables cuantitativas representadas
conjuntamente.

Interpretar los ndices de covarianza y correlacin lineal entre

dos variables. Conocer sus propiedades.

Especificar la recta de regresin que permite estudiar la

relacin entre dos variables cuantitativas.

Diferenciar entre el modelo de regresin y el de correlacin.

10512_PEC5_gutierrez_lemos

medidas
de

en

escala

hiptesis

ordinal
de

los

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

Conocer las relaciones fundamentales entre el coeficiente de

correlacin de Pearson y los diferentes elementos de las rectas
de regresin.

Interpretar los resultados de la aplicacin de las funciones

EXCEL

Competencias
Las competencias que se trabajarn en esta segunda PAC son:

Analizar y sintetizar.

Buscar y gestionar datos y materiales de investigacin, siendo

flexible y mostrando respeto y discrecin en el uso de datos
que afecten a personas, a grupos ya instituciones.

Interpretar el contenido y el alcance de la informacin recibida

o solicitada, oralmente o por escrito, y el tratamiento que hay
que darle segn la naturaleza del hecho que se trate.

Usar documentos, textos y publicaciones en una segunda

lengua (ingls).

Formular y contrastar hiptesis sobre las demandas y las

necesidades de los destinatarios y sobre la investigacin.

Aplicar tcnicas para recoger informacin sobre el estudio del

funcionamiento de los individuos, grupos u organizaciones.

Elaborar y redactar informes tcnicos y cientficos sobre los

resultados de la evaluacin, la investigacin o los servicios
solicitados, teniendo en cuenta el cdigo tico y deontolgico
de la profesin.

Realizar juicios y valoraciones crticas argumentadas.

Recursos

Mdulo 10. Relacin entre dos variables cuantitativas o

numricas

Vdeo didctico Unidades 9, 10, 11 y 13 - Estadstica - Anlisis

de datos (CD-ROM).

Se pueden consultar las siguientes pginas web:

Regression Calculator:
http://socr.ucla.edu/htmls/SOCR_Analyses.html
http://www.psico.uniovi.es/Fac_Psicologia/w3doc/ad/espanol.ht
ml

Relacin bivariada
http://socr.ucla.edu/htmls/SOCR_Analyses.html

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

Criterios de evaluacin
La respuesta a cada pregunta (justificada y / o interpretada) vale 1
punto. Se razonarn las respuestas y se demostrar fluidez utilizando el
lenguaje de la asignatura.
La resolucin de las PEC es individual, en caso de plagio se calificar
como suspendida.

Formato y fecha de entrega.

El nombre del fichero que contenga la PEC 3 resuelta del estudiante
Rafael Garca Martn
de la asignatura de
Tcnicas de Anlisis de Datos Cuantitativos
tendr el siguiente formato:
10512_PEC2_garcia_martin.doc
o bien
10512_PEC2_garcia_martin.pdf
10512_PEC2_garcia_martin.xls
Recuerde que los apellidos se escribirn sin tildes y que este mismo
nombre ha de figurar en el espacio correspondiente de la primera
pgina y en los pies de pgina de todo el documento de respuestas.
El fichero doc (o pdf en su caso) deber se autoexplicativo, de manera que
en l debern figurar: el planteamiento de la respuesta, el resumen de los
clculos hechos, los grficos que pudieran solicitarse y la interpretacin de
los resultados obtenidos. Las meras referencias al documento xls no sern
consideradas como respuestas vlidas.
Las pruebas de evaluacin continuada se entregarn en el buzn
especfico de Entrega de actividades que se encuentra en el apartado
Evaluacin del aula en dos ficheros: un fichero en formato Word (o
preferiblemente PDF) y otro archivo en formato EXCEL. El ltimo da para
entregar esta actividad es el que figure en el aplicativo de la Actividades.

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

Enunciado
A partir de los datos de las PEC,s anteriores, conteste a las siguientes
preguntas:
1. Describa grficamente las variables R_Prev y GASTO en funcin de la SITUACIN
e interprete los resultados. (1 punto)

Conclusiones: el riesgo previo es bastante similar para la situacin individual

y la situacin grupal (medias 4,9 y 5,2 respectivamente), aunque ligeramente un
poco superior para la situacin grupal. Los valores de esta situacin son ms
dispersos, es decir, hay ms variabilidad. En relacin al gasto, los valores
aparecen ms dispersos para la situacin grupal aunque no se aprecia una
diferencia considerable.

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

2. Suponiendo que la media y desviacin tpica que se obtiene a partir de la muestra

de R_Prev fueran la media y desviacin tpica de la poblacin, calcular la
probabilidad de que un sujeto elegido al azar obtenga una nota superior a 7 puntos
(1 punto).

Si R_prev se distribuyese segn una normal:

5,11 media
0,83873609 varianza
0,91582536 desviacin

Primera forma

P[R_ Prev7] P[

R Prev 7 5.11
] P[Z 2.07]

0.92

Segunda forma:
=1-P[z<2.07]= 1-0,9808=0.0192 usando las tablas de la normal facilitadas por la UOC
(acumulativa desde la izquierda).

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

3. A partir de los resultados que se presentan a continuacin,

Hay diferencia significativa entre los sujetos que fueron asignados a la situacin
individual y la situacin grupal en cuanto a la variable R_Prev? (1 punto)
a) S, hay diferencias estadsticamente significativas. La media de los sujetos que
fueron asignados al grupo individual es 4,91 y la media de los sujetos que fueron
asignados a la situacin grupal es 5,29.
b) No, no hay diferencias estadsticamente significativas ya que probabilidad asociada
a la hiptesis nula, del estadstico t, es superior a 0,05 (p = 0,2613).
c) No, no hay diferencias estadsticamente significativas ya que probabilidad asociada
a la hiptesis nula, del estadstico t, es superior a 0,05 (p = 0,1307).
d) Ninguna de las respuestas anteriores es correcta.

A raz de los valores de los estadsticos F y t de Student, las hiptesis son

las siguientes:
H0 = 1 = 2, esto es la igualdad en las medias (equivalentemente existe
relacin entre las variables SIT y R-Prev)
H1 = 1 2, esto es la desigualdad en las medias (equivalentemente no existe
relacin entre las variables SIT y R-Prev).

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

Si se acepta la H0 (P(T<=t) dos colas = 0,26 > 0.05). Por lo tanto, existe
relacin significativa entre las variables y por tanto no hay diferencia.

4. A partir de la siguiente tabla:

Situacin
Sexo

Situacin = 0

Situacin = 1

TOTAL

7
8
15

5
10
15

12
18
30

Sexo = 0
Sexo = 1
TOTAL

Qu conclusin se obtiene? (1 punto)

a) Hay relacin estadsticamente significativa entre las variables SEXO y
SITUACIN (p = 0,710).
b) No hay relacin estadsticamente significativa entre las variables SEXO y
SITUACIN (p = 0,456).
c) Hay relacin estadsticamente significativa entre las variables SEXO y
SITUACIN porque se observa que hay interaccin.
d) Nos faltan datos para poder responder a la pregunta, porque no se cumplen
las condiciones de aplicacin de la prueba.

5. Calcule la matriz de correlaciones de Pearson entre las variables CI, R_Prev y

GASTO.

CI
CI

R_Prev

GASTO

R_Prev

0,2507

GASTO

-0,3525

-0,3586

Seale todas las respuestas correctas (1 punto).

a) Se observa una relacin moderada y negativa entre GASTO y CI.
b) Se observa una relacin moderada y positiva entre R_Prev y CI.
c) Existe una relacin negativa entre GASTO y R_Prev. Esto significa que a
medida que aumentan los valores de una variable aumentan los valores de
la otra variable.
d) Existe una relacin negativa entre GASTO y CI. Esto significa que cuanto
menos gasto hace una persona menos inteligente se hace.

6. Suponga que quiere comprobar si el GASTO que hacen los pacientes puede
explicarse a travs de una relacin lineal con la R_Prev, en este modelo, realice el
diagrama de dispersin correspondiente y diga cul es la Variable Independiente y
cul la Dependiente (1 punto).

10512_PEC5_gutierrez_lemos

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013
VD:Gasto
VI: R-Prev

7. Calcule la pendiente y la interseccin de la recta de regresin del modelo anterior.

Formule el modelo de regresin y prediga, mediante esta ecuacin, el valor de la
variable GASTO para un sujeto que presente un R_Prev de 6 puntos. (1 punto)

Recta de regresin: y= b + mx
Pendiente:

S xy
=

S x2

Interseccin b=

y m* x

media
x

R-prev

5,1053
33

gasto

11,795

10512_PEC5_gutierrez_lemos

desviaci
on

covarian
za
0,91582 0,59902
54
7
1,82359
01

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

0,714201
61

pendiente m =
Sxy/Sx2
Interseccin b=

y m* x

15,4412
37

recta de regresin:
y=b+mx

Y=15,44-0,71x

si riesgo previo es 6
puntos:

X=6

sustituyendo
arriba

Y=15,44-0,7*6
11,1560
3

Pendiente = 0,71
Interseccin: 15,44
Recta de regresin Y= 15,44 0,71x (modelo de regresin).
Para x=6 , 7= 11,15 es decir que si un sujeto tiene r-prev 6, su gasto calculado segn
la recta de regresin debe ser 11,15.

8. Es la relacin lineal estadsticamente significativa? Haga la prueba adecuada y

justifique la respuesta a partir de los resultados de la prueba. (1 punto)

Si se tratase de un caso general:

Una relacin lineal y = b + mx siempre es estadsticamente significativa y
matemticamente significativa. Es una ley que relaciona una con otra mediante una
frmula. Depende de la pendiente. Si la pendiente es positiva, podemos decir que a
crecimiento de x, crecimiento de y; y a decrecimiento de x, decrecimiento de y.
Sabemos adems que cambia de forma lineal. Si la pendiente es negativa podemos
decir que a crecimiento de x, decrecimiento de y a decrecimiento de x, crecimiento de
y. Y anlogamente a lo anterior, se sabe el modo que lo hace, lineal. Puede calcularse
por la frmula.
Si se tratase de un caso particular (siguiendo el ejemplo anterior). A continuacin
expongo los datos indicados en el Excel que se adjunta:

10512_PEC5_gutierrez_lemos

Y=11,15

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

N=30
media de
6,70988 D
2,452548206 varianza
1,566061367 desviacin de D

t=media de D / desviacion de D/raiz de n

30
5,477225575
0,285922379
23,467488

Se busca en la tabla t de Student el valor de t con 29 grados de libertad para alfa 0.05.
Vemos que el valor es de 1,6991 que en nuestro caso es menor que el observado.
1,6991<23,46. Por lo tanto, tenemos contraste unilateral izquierdo. Mantenemos la
hiptesis nula y las variables estn relacionadas.
9. Exponga las conclusiones globales de los resultados de la PEC. Haga un
comentario global interpretando los resultados obtenidos con una extensin mxima
de 250 palabras. (2 puntos)

Con la muestra dada se observa que la variable Situacin no influye de manera

estadsticamente significativa en las variables Gasto y r-prev. No hay diferencias en la
percepcin de R-prev respecto a Situacin. Al mismo tiempo se descarta relacin entre
las variable Sexo y Situacin.
Se infiere una relacin moderada y negativa entre las variables Gasto y CI; y
positiva entre r-prev y CI. Por tanto existe una relacin entre Gasto y r-prev que habr
de ser negativa. sta se aproxima a una lineal usando la regresin. A partir de los
valores de las variables se construye una funcin, lineal en nuestro caso, que los
aproxima. Mediante esta recta se mide el grado de correlacin entre ambas variables,
el ajuste, es decir, cunto se alejan los puntos de la recta de regresin.
En conclusin, parece claro que en el Consumo de Alcohol, los sujetos de
distinto sexo se comportan igual independientemente de su situacin (individual o
grupal): Dicho de otro modo, hombres y mujeres actan igual en situacin individual o
grupal respecto al alcohol. Se puede pues prescindir de la variable Sexo en el estudio,
dado que no aporta informacin relevante.
El r.-previo percibido no depende de la situacin individual o grupal y el CI
influye aunque de manera moderada en el consumo de alcohol. No puede afirmarse
que se alcance una relacin inversa (el producto debera ser constante), pero al
menos si que a ms CI se consume menos alcohol.
Esquemticamente:
SEXO
GASTO

10512_PEC5_gutierrez_lemos

SITUACIN
-

R-PREVIO

10

Grado en Psicologa
10.512 Tcnicas de Anlisis de Datos Cuantitativos
Curso 2013 - 14 Diciembre 2013

10512_PEC5_gutierrez_lemos

CI

11