Pràctica 5 Estadística (2012)

Ejercicio Catalán
Universidad Universidad de Barcelona (UB)
Grado Pedagogía - 2º curso
Asignatura Estadística de l'educació
Año del apunte 2012
Páginas 9
Fecha de subida 27/11/2014
Descargas 7
Subido por

Vista previa del texto

Pràctica 5.1 A partir de l’arxiu MATRIU_PRACTICA2.sav (que trobaràs en el campus virtual): 1. Fes les gràfiques de dispersió per veure la relació entre els parcials i l’examen.
Parcial 1 i nota d’examen final Observant aquesta gràfica de dispersió, podem observar que la correlació entre les variables Nota Parcial 1 i Nota Examen Final tenen un sentit clarament positiu i una intensitat moderada, donat que l’amplitud entre els punts es mitjana.
Parcial 2 i nota d’examen final Observant aquesta gràfica de dispersió, podem observar que la correlació entre les variables Nota Parcial 2 i Nota Examen Final tenen un sentit clarament positiu i una intensitat moderada, donat que l’amplitud entre els punts es mitjana.
Parcial 3 i nota d’examen final Observant aquesta gràfica de dispersió, podem observar que la correlació entre les variables Nota Parcial 3 i Nota Examen Final tenen un sentit clarament positiu i una intensitat moderada, donat que l’amplitud entre els punts es mitjana.
Parcial 4 i nota d’examen final Observant aquesta gràfica de dispersió, podem observar que la correlació entre les variables Nota Parcial 4 i Nota Examen Final tenen un sentit positiu i una intensitat baixa, donat que l’amplitud entre els punts es alta. A partir d’aquesta gràfica al tenir una amplitud tan gran, ens fa pensar que la seva hipòtesi serà nul·la, per tant que la seva correlació no serà significativa.
2. Calcula i interpreta les correlacions de Pearson entre els parcials 1, 2 i 3, i l’examen final, respectivament.
Correlaciones Nota Parcial Nota Parcial Nota Parcial Nota Examen 1 2 3 Final Correlación de 1 Pearson ,891 ** ,882 ** ,882 ** Nota Parcial 1 Sig. (bilateral) N Correlación de Nota Parcial 2 Pearson Sig. (bilateral) Nota Parcial 3 Pearson Sig. (bilateral) Nota Examen Pearson Final Sig. (bilateral) ,000 50 50 50 50 ** 1 ,000 50 ,882 ** ** 50 50 ** 1 ,852 50 ,885 ** ,875 50 50 ** 1 ,875 ,000 ,000 50 50 50 50 **. La correlación es significativa al nivel 0,01 (bilateral).
-Correlació entre el parcial 1 i l’examen final.
Com la significació (0,000) es menor que 0,05 aleshores rebutgem la hipòtesi H0 amb un risc α de 0,05 i acceptem la hipòtesi H1 i podem concloure que la correlació (0,882) és significativa (no pot ser explicada només per la influència de l’atzar).
-Correlació entre el parcial 2 i l’examen final.
Com la significació (0,000) es menor que 0,05 aleshores rebutgem la hipòtesi H0 amb un risc α de 0,05 i acceptem la hipòtesi H1 i podem concloure que la correlació (0,885) és significativa (no pot ser explicada només per la influència de l’atzar).
-Correlació entre el parcial 3 i l’examen final.
Com la significació (0,000) es menor que 0,05 aleshores rebutgem la hipòtesi H0 amb un risc α de 0,05 i acceptem la hipòtesi H1 i podem concloure que la correlació (0,875) és significativa (no pot ser explicada només per la influència de l’atzar).
** ,000 ,000 N ,885 50 50 ** ** ,000 ,000 ,882 ,852 ,000 ,000 N Correlación de ,000 ,891 N Correlación de ,000 3. Calcula la recta de regressió per predir la puntuació en l’examen a partir de la nota del primer parcial. Entre quines puntuacions és previsible que tingui una persona que a la nota del primer parcial tingui un 6, amb un interval de confiança del 95% Resumen del modelo Modelo R 1 ,882 R cuadrado a R cuadrado Error típ. de la corregida estimación ,778 ,774 5,318 a. Variables predictoras: (Constante), Nota Parcial 1 Coeficientes Modelo a Coeficientes no estandarizados Coeficientes t Sig.
tipificados B 1 Error típ.
Beta (Constante) 5,319 2,236 Nota Parcial 1 3,479 ,268 ,882 2,379 ,021 12,984 ,000 a. Variable dependiente: Nota Examen Final Dades de l’enunciat X=6 y=? α =0,05 Y’=Axy+Bxy•X Y’=5,319+3,479•6 Y’=5,319+20,874 Y’=26,193 Y€Y’± Zα/2·Syx Y€26,193±1,96·5,318 Y€26,193+1,96•5,318 Y€26,193-1,96•5,318 Y€26,193+10,42328 Y€26,193-10,42328 Y€36,61628 Y€15,76972 4. Calcula i interpreta la correlació d’Spearman entre el parcial 4 i l’examen final.
Correlaciones Nota Examen Nota Parcial 4 Final Coeficiente de correlación Nota Examen Final Sig. (bilateral) N Rho de Spearman Coeficiente de correlación Nota Parcial 4 1,000 Sig. (bilateral) N ,005 50 45 ** 1,000 ,005 .
45 45 ,411 El valor de la correlació esta més proper a 0 (0,01), per tant indica que hi ha una major debilitat de la relació, es a dir, que les dues variables no tenen molt a veure entre si,i per tant es una hipòtesi nul•la, ja que la variació conjunta es suficientment petita com per ser explicada per la influencia de l’atzar.
Com la relació lineal es 0,01, aquesta es molt feble i creixent ( 0<|r|≥0,3).
5. Calcula i interpreta la relació mitjançant la chi-quadrat entre el sexe i l’opció de Pruebas de chi-cuadrado (Entre sexe i opció de COU) Valor Chi-cuadrado de Pearson Razón de verosimilitudes Gl Sig.
asintótica (bilateral) ,210a 3 ,976 ,209 3 ,976 ** .
**. La correlación es significativa al nivel 0,01 (bilateral).
COU. Fes el mateix amb el centre i l’opció de COU.
,411 Asociación lineal por lineal N de casos válidos ,002 1 ,961 50 a. 2 casillas (25,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 4,40.
No es pot interpretar perquè hi ha més del 20% amb una freqüència mínima obtinguda inferior a 5, aleshores com que no es pot reagrupar cap categoria en comptes de consultar el chi-quadrat s’ha de consultar la correcció per continuïtat.
Pruebas de chi-cuadrado (Centre i opció COU) Valor Chi-cuadrado de Pearson Razón de verosimilitudes Asociación lineal por lineal N de casos válidos gl Sig.
asintótica (bilateral) 2,865a 3 ,413 2,948 3 ,400 ,462 1 ,497 50 a. 4 casillas (50,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 3,30.
No es pot interpretar perquè hi ha més del 20% amb una freqüència mínima obtinguda inferior a 5, aleshores com que no es pot reagrupar cap categoria en comptes de consultar el chi-quadrat s’ha de consultar la correcció per continuïtat.
6. Quin coeficient de correlació calcularies per analitzar la relació entre l’examen i tots els parcials? El coeficient de Pearson 7. Quin coeficient de correlació calcularies per analitzar la relació entre el parcial 1 i l’examen final dicotomitzada entre aptes i no aptes? El coeficient biserial 8. Quin coeficient de correlació calcularies per analitzar la relació entre l’examen i el sexe? El coeficient biserial.
9. Quin coeficient de correlació calcularies en els següents casos: a) Correlació entre l’examen i el parcial 1. El coeficient de Pearson.
b) Correlació entre l’examen dicotomitzat entre aptes i no aptes i el parcial 2. El coeficient biserial.
c) Correlació entre l’examen dicotomitzada entre aptes i no aptes i el parcial 3 també dicotomitzada entre aptes i no aptes. El tetracòrica ...