1. Republica Bolivariana de Venezuela
Ministerio de Educación Superior
I.U.P Santiago Mariño
Escuela – Mantenimiento Mecánico
Profesor: Bachiller:
Ramón Aray Marcelo Rodríguez
Barcelona – Anzoátegui; 27 – 07 – 16
CCOOEEFFIICCIIEENNTTEE DDEE CCOORRRREELLAACCIIÓÓNN DDEE PPEEAARRSSOONN
YY SSPPEEAARRMMAANN
2. COEFICIENTE DE CORRELACIÓN DE SPEARMAN:
El coeficiente de correlación de Spearman es un coeficiente no paramétrico alternativo al
coeficiente de correlación de Pearson cuando este no cumple los supuestos. Charles
Spearman contribuyó al análisis del factor, a la teoría de la inteligencia, elaboró una prueba
de la teoría mental.
“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.
3. Donde D es la diferencia entre los correspondientes estadísticos de orden de x - y. N es el
número de parejas. Se tiene que considerar la existencia de datos idénticos a la hora de
ordenarlos, aunque si éstos son pocos, se puede ignorar tal circunstancia.
COEFICIENTE DE CORRELACIÓN DE KARL PEARSON:
Tiene como objetivo medir la fuerza o grado de asociación entre dos variables aleatorias
cuantitativas que poseen una distribución normal bivariada conjunta. El coeficiente se
define por la siguiente formula:
4. Cuando ρ=+ la relación es directa entre las variables. Si ρ=- la relación es inversa y si ρ= 0
son independientes. El coeficiente de correlación de Pearson es la media geométrica entre
las pendientes de los modelos de regresión lineal simple Y/X, X/Y.
COEFICIENTE DE CORRELACIÓN PEARSON VENTAJAS Y DESVENTAJAS:
Ventajas:
Cuando en el fenómeno estudiado las dos variables son cuantitativas se usa el
coeficiente de correlaciones de Pearson.
Es llamado así en homenaje a Karl Pearson. Las dos variables son designadas por X e
Y.
5. Desventajas:
El valor 0 representa falta de correlación.
Cuando las variables X e Y son independientes, el numerador se anula y el coeficiente
de correlación poblacional tiene el valor cero.
En cambio una correlación nula no implica la independencia de variables.
6. COEFICIENTE DE CORRELACIÓN SPEARMAN VENTAJAS Y DESVENTAJAS:
Ventajas:
Al ser Spearman una técnica no paramétrica es libre de distribución probabilística
(2, 5, 9).
Los supuestos son menos estrictos. Es robusto a la presencia de outliers (es decir
permite ciertos desvíos del patrón normal).
La manifestación de una relación causa-efecto es posible sólo a través de la
comprensión de la relación natural que existe entre las variable y no debe
manifestarse sólo por la existencia de una fuerte correlación (1, 5)
7. Desventajas:
Indicándonos asociaciones negativas o positivas respectivamente, 0 cero, significa no
correlación pero no independencia.
La tau de Kendall es un coeficiente de correlación por rangos, inversiones entre dos
ordenaciones de una distribución normal bivariante.
8. Aplicar usos de enfoques Pearson y enfoque Sperman a problemas estadísticos:
Usos de enfoques Pearson:
Métodos Estadísticos para Investigadores”. Desde entonces, el contraste de Hipótesis es
considerado uno de los métodos de inferencia estadística de utilización obligada en casi
todas las disciplinas.
Si bien hoy en día los estudiantes de Estadística aprenden a testear hipótesis
aplicando una secuencia de pasos más o menos estandarizada, es importante
recordar que no estamos ante una teoría unificada, sino ante la amalgama de los
estudios sistemáticos realizados separadamente por Fisher por un lado y Neyman y
Pearson por el otro. Fisher desarrolló su teoría que denominó Pruebas de
Significación y Neyman y Pearson las llamadas Pruebas de Hipótesis. Desde 1930,
fecha en que aparecieron los trabajos de NP., la teoría de los tests de hipótesis fue
dominada por el paradigma de la decisión.
9. Esto ha llevado al estado actual de cosas en el cual predomina la teoría de Neyman-
Pearson como modelo ó esquema de razonamiento para la toma decisiones, pero la
práctica estadística en la investigación, aplicando los mismos procedimientos,
interpreta los datos como evidencia para validar teorías
Usos de enfoque Sperman:
Enfoque psicométrico de los factores de la inteligencia (Spearman, Catell, Thurstone)
• El enfoque psicométrico utiliza técnicas de análisis factorial con la idea de descubrir las
diferencias individuales de la inteligencia entre las personas. Para ello se recurre al uso de
los tests de inteligencia.
• Spearman distingue dos factores: el factor “G” y el factor “S”. El “G” es la inteligencia
general (común a la mayoría de las personas). El “S” son las habilidades específicas de la
inteligencia (verbal, numérica, espacial, etc.