SOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

Transcripción

1 SOLUCIÓ PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMESIOAL Ejercicio 1. [PROCEDIMIETOS CORRELACIÓ Y REGRESIÓ] Abra el archivo Coches.sav, que contiene las 5 variables que se describen en el siguiente cuadro: Variable consumo motor cv peso acel Responda a las siguientes cuestiones: Consumo (l/100km) Cilindrada en cc Potencia (CV) Peso total (kg) Aceleración 0 a 100 km/h (segundos) **. La correlación es significativa al nivel 0,01 (bilateral). Etiqueta Consumo (l/100km) Cilindrada en cc Potencia (CV) Peso total (kg) Aceleración 0 a 100 km/h (segundos) (a) Para estudiar la relación entre cada pareja de variables: - Ruta SPSS: Menú Analizar Correlaciones Bivariadas - Resultados: o En Variables : consumo, motor, cv, peso y acel o Por defecto ya está marcado Coeficiente de correlación de Pearson o En Opciones: marcar Productos cruzados y covarianzas Correlaciones Aceleración Consumo Cilindrada Peso total 0 a 100 km/h (l/100km) en cc Potencia (CV) (kg) (segundos) 1,837**,836**,837** -,490** 6182, , , ,8-2129,410 15, , , ,692-5, ,837** 1,897**,933** -,545** , ,408 2E , , , , ,1-2648, ,836**,897** 1,859** -,701** 49482, , , , , , , ,130-76, ,837**,933**,859** 1 -,415** , ,783 3E , , , , , , ,490** -,545** -,701** -,415** , , , ,970-5, ,730-76, ,777 7, TIS 1º RRLL Curso Página 1

2 Complete las siguientes frases: La covarianza entre el peso y la aceleración vale -331,777, que indica una correlación positiva/negativa (redondee la correcta). El coeficiente de correlación lineal de Pearson entre ambas variables vale -0,415, que indica un nivel de correlación alto/moderado/bajo (redondee la correcta) La covarianza entre la cilindrada y la potencia vale 59786,775, que indica una correlación positiva/negativa (redondee la correcta). El coeficiente de correlación lineal de Pearson entre ambas variables vale 0,897, que indica un nivel de correlación alto/moderado/bajo (redondee la correcta). La covarianza entre la cilindrada y el consumo vale 5659,534, que indica una correlación positiva/negativa (redondee la correcta). El coeficiente de correlación lineal de Pearson entre ambas variables vale 0,837, que indica un nivel de correlación alto/moderado/bajo (redondee la correcta) (b) Calcula las rectas de regresión necesarias para rellenar el siguiente cuadro: Modelo Aceleración dependiendo del peso Cilindrada en función de la potencia Potencia en función de la cilindrada Consumo dependiendo de la cilindrada Variable Dep. (Y) Variable Indep. (X) Ordenada en el origen (a) Pendiente (b) Coef. de determ. (R 2 ) de la recta acel peso 19,586-0,004 0,172 Y = 19,586 0,004 X motor cv -1027,870 40,289 0,805 Y = -1027, ,289 X cv motor 41,002 0,02 0,805 Y = 41, ,805 X consumo motor 5,141 0,002 0,701 Y = 5, ,002 X - Ruta SPSS: Menú Analizar Regresión Estimación curvilínea - Procedimiento (para cada modelo hay que ejecutar de nuevo el procedimiento): o MODELO 1 En Dependiente : acel o MODELO 2 En Dependiente : motor o MODELO 3 En Dependiente : cv o MODELO 4 En Dependiente : consumo o Por defecto ya está marcado Modelo En Independiente : peso En Independiente : cv En Independiente : motor En Independiente : motor TIS 1º RRLL Curso Página 2

3 - Resultados: se obtiene para cada modelo una tabla MODELO 1 y estimaciones de los Variable dependiente: Aceleración 0 a 100 km/h (segundos),172 84, ,000 19,586 -,004 La variable independiente espeso total (kg). MODELO 2 y estimaciones de los Variable dependiente: Cilindrada en cc, , , ,870 40,289 La variable independiente espotencia (CV). MODELO 3 y estimaciones de los Variable dependiente: Potencia (CV), , ,000 41,002,020 La variable independiente escilindrada en cc. MODELO 4 y estimaciones de los Variable dependiente: Consumo (l/100km), , ,000 5,141,002 La variable independiente escilindrada en cc. (c) Consideremos que denotamos mediante X a la cilindrada e Y a la potencia. Las rectas de los modelos 2 y 3 se cortan en el punto correspondiente a las medias muestrales, es decir, en el punto ( , ). - Ruta SPSS: Menú Analizar Estadísticos Descriptivos Descriptivos o En Variables : motor y cv o En Opciones marcamos: Media - Resultados: obtenemos la siguiente tabla Estadísticos descriptivos Media Cilindrada en cc ,73 Potencia (CV) ,83 válido (según lista) 400 TIS 1º RRLL Curso Página 3

4 Ejercicio 2. [PROCEDIMIETO TABLAS DE COTIGECIA] Abra el archivo paises.sav que contiene los datos referentes a países sobre las variables que se indican a continuación: Variable Etiqueta desarrol Tipo de desarrollo del país urbana Población urbana en millones de habitantes indesp Índice de esperanza de vida Responda a las siguientes cuestiones: (a) Calcula la tabla de contingencia que relaciona las variables Índice de esperanza de vida y Tipo de desarrollo del país, seleccionan las frecuencias observadas y esperadas y los tres porcentajes para responder a las siguientes frases: - Ruta SPSS: Menú Analizar Estadísticos Descriptivos Tablas de contingencia o En Filas : indesp En Columnas : desarrol OTA: La asignación de las variables a las Filas o a las Columnas no importa o En Estadísticos marcamos: Chi-cuadrado y Coeficiente de contingencia o En Casillas marcamos: Las frecuencias: Observadas y Esperadas Los porcentajes: Fila, Columna y Total - Resultados: obtenemos las siguientes tablas Tabla de contingencia Índice de esperanza de vida * Tipo de Índice de esperanza de vida Total Bajo Alto % de Índice de esperanza de vida % de Índice de esperanza de vida % de Índice de esperanza de vida Tipo de subdesar desarrollado en desarrollo rollado Total ,2 5,8 5,0 15,0,0% 33,3% 66,7% 100,0%,0% 33,3% 76,9% 38,5%,0% 12,8% 25,6% 38,5% ,8 9,2 8,0 24,0 45,8% 41,7% 12,5% 100,0% 100,0% 66,7% 23,1% 61,5% 28,2% 25,6% 7,7% 61,5% ,0 15,0 13,0,0 100,0% 100,0% 100,0% 100,0% TIS 1º RRLL Curso Página 4

5 Pruebas de chi-cuadrado Medidas simétricas Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal de casos válidos Sig. asintótica Valor gl (bilateral) 15,167 a 2,001 18,829 2,000 14,678 1,000 a. 1 casillas (16,7%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 4,23. ominal por nominal de casos válidos Coeficiente de contingencia a. Asumiendo la hipótesis alternativa. Valor,529,001 b. Empleando el error típico asintótico basado en la hipótesis nula. El 0% de los países desarrollados tienen una esperanza de vida baja. El 33,3% de los países son subdesarrollados. El 0% de los países con esperanza de vida baja son desarrollados. El 61,5% de los países tienen esperanza de vida alta. El 33,3% de los países con esperanza de vida baja están en vías de desarrollo. Sig. aproximada Si las dos variables fuesen independientes cabría esperar que 5 países fuesen subdesarrollados y tuviesen esperanza de vida baja. El 66,7% de los países en desarrollo tienen una esperanza de vida alta. El 28,2% de los países tienen una esperanza de vida alta y están desarrollados. Si las dos variables fuesen independientes cabría esperar que 5,8 países estuviesen en vías de desarrollo y tuviesen esperanza de vida baja. El coeficiente de contingencia es 0,529. El valor de ji-cuadrado observado es 15,167. (c) Recodifica la variable urbana en una nueva denominada mayoría de de la forma siguiente: - Si la urbana es de 50 millones o más Mayoría : 1 = Urbana - Si la urbana es menos de 50 millones Mayoría : 2 = Rural - Ruta SPSS: Menú Transformar Recodificar en distintas variables o En Variable de entrada : urbana o En Variable de resultado : may_pob o Clic en Cambiar y clic en Valores antiguos y nuevos Rango 50 hasta el mayor Valor uevo: 1 clic en Añadir Rango del menor hasta 50 Valor uevo: 2 clic en Añadir o Clic en Continuar para volver a la ventana anterior, y en ella clic en Aceptar o En Vista de Variables se define correctamente may_pob. ominal, sin decimales y etiquetando sus valores como: 1=Urbana, 2=Rural. - Resultados: obtenemos una columna al final del archivo de datos llamada may_pob TIS 1º RRLL Curso Página 5

6 (d) Calcula la tabla de contingencia que relaciona el tipo de desarrollo con esta nueva variable mayoría de la, calculando las frecuencias observadas y esperadas y los tres porcentajes para responder a las siguientes frases: - Ruta SPSS: Menú Analizar Estadísticos Descriptivos Tablas de contingencia o En Filas : may_pob En Columnas : desarrol OTA: La asignación de las variables a las Filas o a las Columnas no importa o En Estadísticos marcamos: Chi-cuadrado y Coeficiente de contingencia o En Casillas marcamos: Las frecuencias: Observadas y Esperadas Los porcentajes: Fila, Columna y Total - Resultados: obtenemos las siguientes tablas Tabla de contingencia Mayoría de * Tipo de Mayoría de Total Urbana Rural % de Mayoría de % de Mayoría de % de Mayoría de Tipo de subdesar desarrollado en desarrollo rollado Total ,5 8,8 7,7 23,0 43,5% 47,8% 8,7% 100,0% 90,9% 73,3% 15,4% 59,0% 25,6% 28,2% 5,1% 59,0% ,5 6,2 5,3 16,0 6,3% 25,0% 68,8% 100,0% 9,1% 26,7% 84,6% 41,0% 2,6% 10,3% 28,2% 41,0% ,0 15,0 13,0,0 100,0% 100,0% 100,0% 100,0% Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal de casos válidos Pruebas de chi-cuadrado Sig. asintótica Valor gl (bilateral) 16,124 a 2,000 17,540 2,000 14,200 1,000 a. 1 casillas (16,7%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 4,51. ominal por nominal de casos válidos Medidas simétricas Coeficiente de contingencia a. Asumiendo la hipótesis alternativa. Valor,541,000 Sig. aproximada b. Empleando el error típico asintótico basado en la hipótesis nula. TIS 1º RRLL Curso Página 6

7 El 5,1% de los países son subdesarrollados y tienen mayoría de urbana. El 43,5% de los países con mayoría de urbana son desarrollados. Si las dos variables fuesen independientes cabría esperar que 7,7 países fuesen subdesarrollados y tuviesen mayoría de urbana. El 2,6% de los países son desarrollados y tienen mayoría de rural. El 15,4% de los países subdesarrollados tienen mayoría de urbana. El 8,7% de los países con mayoría de urbana son subdesarrollados. El 26,7% de los países en desarrollo tienen mayoría de rural. Si las dos variables fuesen independientes cabría esperar que 6,2 países tuviesen mayoría de rural y estuviesen en desarrollo. El coeficiente de contingencia es 0,541. El valor de ji-cuadrado observado es 16,124. TIS 1º RRLL Curso Página 7