1. Republica Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación
I.U.P. “Santiago Mariño”
Barcelona, Estado Anzoátegui
Profesor:
Pedro Beltrán
Bachiller:
José Guerra, V.25301322
Sección “CV”
29/07/2016
2. Alguna de las definiciones mas comunes lo representan como un
factor que conjuntamente con otro produce un efecto. Dicho
efecto antes de un monomio, hace oficio de multiplicar.
3. Básicamente el coeficiente de correlación es una medida que
indica que tan asociadas están las variables dependiente e
independiente en un modelo de regresión lineal, o de manera
similar explica, junto con el coeficiente de determinación( que es
el cuadrado del coeficiente de correlación) que tanto depende
realmente Y de X
4. Karl Pearson (Londres 27 de marzo de 1857- Londres, 27 de abril de
1936) fue un prominente científico, matemático y pensador británico,
que estableció la disciplina de la estadística matemática. Desarrolló
una intensa investigación sobre la aplicación de los métodos
estadísticos en la biología y fue el fundador de la bioestadística.
5. El coeficiente de correlación de Pearson es un índice estadístico
que mide la relación lineal entre dos variables cuantitativas. A
diferencia de la covarianza, la correlación de Pearson es
independiente de la escala de medida de las variables.
6. Valor del
Coeficiente de Pearson
Grado de Correlación
entre las Variables
r = 0
Ninguna correlación
r = 1
Correlación positiva
perfecta
0 < r < 1 Correlación positiva
r = -1
Correlación negativa
perfecta
-1 < r < 0 Correlación negativa
Cuadro del coeficiente de Pearson de correlación.
7. Consiste en la posibilidad de calcular su distribución de
muestra y así poder determinar su error típico de
desestimación.
Mientras mas grande sea la muestra, mas exacta será su
determinación.
El valor del coeficiente de correlación es independiente de
cualquier unidad usada para medir variables.
8. El valor máximo que puede alcanzar el coeficiente de
contingencia depende del numero de categorías de las
variables estudiadas.
2 coeficientes de contingencia no son comparables, a menos
quesean calculados de tablas de contingencia del mismo
tamaño.
Requiere supuestos acerca de la naturaleza o forma de la
población afectada.
9. Donde:
σ XY: es la covarianza de ( X , Y )
σ X: es la desviación típica de la variable X
σ Y: es la desviación típica de la variable
De manera análoga podemos calcular este coeficiente sobre un
estadístico muestral, denotado como r (x ,y) a:
En el caso de que se esté estudiando dos variables aleatorias X y
Y sobre una población; el coeficiente de correlación de Pearson
se simboliza con la letra ρ (x , y), siendo la expresión que nos
permite calcularlo:
10. Es una medida que indica hasta que cierto punto los mismos
individuos o sucesos ocupan la misma posición relativa a 2
variables.
Refleja únicamente la relación lineal entre 2 variables.
Cuando la relación es perfectamente positiva, cada individuo
obtiene exactamente las mismas calificaciones en ambas
variables.
11. Con el objetivo de atender cada tipo de error y decidir cual es
mas factible minimizar, Pearson estableció una perspectiva de
investigación estadística.
Pearson determino como alfa al error tipo 1 y beta al error tipo 2,
en este ultimo error introduce el concepto de “el poder de una
prueba estadística”, el cual se refiere a su capacidad para evitar
el error de tipo 2, y esta definido por 1-beta, y en estrecha
relación de estos se a desarrollado el concepto del “Tamaño del
efecto”.
La prueba T de student, la F en honor a Fisher y el coeficiente de
correlación R de Pearson son las pruebas paramétricas mas
conocidas.
12. Es una medida de interdependencia o asociación entre 2
variables aleatorias continuas. Para calcular p, los datos son
ordenas y reemplazados por su respectivo orden.
13. La interpretación de este coeficiente es igual al de Pearson.
Oscila entre -1 y +1, indicándonos asociaciones positivas y
negativas respectivamente, y 0 que no existe correlación.
La correlación entre X y Y se halla calculando el coeficiente de
correlación de Pearson para el conjunto de rangos apareados.
Teniendo en cuenta la correlación de Pearson se puede calcular
el de Spearman transformando las puntuaciones en rangos.
14. No esta afectado por el cambio de unidades medidas.
Al no tener parámetro, es libre de distribución estadística.
Este coeficiente esta basado en rangos.
Los valores se repiten asignado ya el promedio de los rangos
que corresponden a cada uno de ellos respectivamente.
15. Es asociada entre dos variables aleatorias continuas.
Se tiene que considerar los datos idénticos a la hora de ordenarlos.
Si el valor es 0 no existe asociación.
R no debe ser utilizada para decir para decir la relación entre la causa y
efecto.
Solo puede ser utilizado cuando se presentan valores extremos.
16. Su uso como medida de asociación lineal en patrones de rangos,
números de orden, de cada grupo de sujetos y comparación de
dichos rangos.
A veces estos coeficientes se representan con las letras ps(rho),
aunque cuando nos situamos en el contexto de la estadística se
emplea la notación rs.
17. En estadística, el coeficiente de correlación de Spearman, ρ (rho)
es una medida de la correlación (la asociación o
interdependencia) entre dos variables aleatorias continuas. Para
calcular ρ, los datos son ordenados y reemplazados por su
respectivo orden.
18. Como generalización con tres tipos de situaciones, cada individuo
es observado en cada una de estas situaciones y predecimos que
las situaciones tendrán un orden particular.
Este coeficiente de correlación de rangos debe utilizarse para
valores de datos extraordinarios o extremos, ya que calculando el
coeficiente de correlación de Pearson, los resultados se verán
afectados.
Conjuntamente con el fenómeno estudiado clínicamente se busca
significado estadístico asociado a sus valores predeterminados.