Descriptivos, correlación y diferencias - corredores y sedentari

Para analizar estos datos los primero que harás es:

• Evaluar los supuestos

• Estadística descriptiva

• Sacar media y mediana

• Hacer las gráficas

Ordena los pasos para comprobar los supuestos

• Muestra de 30 o más

• Tener distribución equivalente a normal

• Homogeneidad de varianza si voy a comparar grupos

• Tener al menos una variable cuantitativa

Estos datos tienen variables ​ (a)   y una muestra ​ (b)   , podría hacer estadística ​ (c)   si obtengo una p​ (d)   en el análisis de ​ (e)  

• paramétrica
• cuantitativas
• mayor a 30
• >.05
• Shapiro-Wilk
• cualitativas
• mayor a 50
• no paramétrica

Las variables Frecuencia Cardiaca, sueño y autoestima tuvieron, en el análisis de normalidad, valores de p

• < .001

• < .000

• no significativos

• significativos, es decir >.05

De acuerdo a mis resultados de Shapiro-Wilk, concluyo que los datos de frecuencia, sueño y autoestima tienen una distribución

• normal

• no normal

• homogenea

Para este análisis, lo adecuado es hacer estadística ​ (a)   porque aunque cumpla los supuestos de variable ​ (b)   y ​ (c)   no cuemple con (d)   .

• no paramétrica
• numérica
• tamaño de la muestra
• normalidad en la distribución
• paramétrica
• la dispersión

Para frecuencia cardiaca la medida de tendencia central ​es ​ (a)   y la de dispersión es ​ (b)  

• Me = 124.0
• RIC = 34
• M = 124.49
• DE = 22.59
• RIC = 38

Para sueño la medida de tendencia central ​es ​ (a)   y la de dispersión es ​ (b)  

• Me = 6
• RIC = 2
• M = 6.27
• DE = 1.52
• Me = 6.3

Según la gráfica de cajas y bigotes (boxplot), el 50% de los participantes tienen puntuación de autoestima entre

• 30 y 66

• 66 y 92

• 66 y 84

• 84 y 92

Para hacer análisis de correlación en estos datos, lo correcto es usar

• correlación de Pearson

• correlación de Spearman

• correlación de Mann-Whitney

• Prueba t