1. República Bolivariana de Venezuela
Instituto universitario politecnico
“Santiago marino”
Barcelona Edo Anzoátegui
Bachiller:
Yelixa chuscano
CI:84.386.825
Barcelona julio 2016
Profesor:
Pedro Beltrán
2. Coeficiente de correlación de
pearson
Es una medida de la relación lineal entre dos
variables aleatorias cuantitativas. A diferencia
de la covarianza, la correlación de Pearson es
independiente de la escala de medida de las
variables.
3. Usos del coeficiente de correlación de
pearson
• Identifica el dependiente variable que se
probara entre dos observaciones derivadas
independientemente.
• Para cantidades grandes de información el
calculo puede ser tedioso
• Reportar un valor de correlación cercano a un
indicador de que no hay relación lineal entre
las dos variables.
4. Usos del coeficiente de correlación
de pearson
• Reportar un valor de correlación cercano al 1
como indicador de que existe una relación
lineal positiva entre las dos variables.
• Reportar un valor de correlación cercano a 1
como indicador de que hay una relación linear
negativas entre dos variables.
• Interpretar el coeficiente de correlación de
acuerdo con el contexto de los datos
particulares.
5. Ventajas y desventajas
Ventajas
• Cuando en el fenómeno
estudiado las dos variables son
cuantitativas se usa el
coeficiente de correlación de
pearson.
• Dada dos variables, permite
hacer estimaciones del valor
de una de ellas conociendo el
valor de la otra variable.
• El coeficiente de pearson es
paramétrico, permite medir la
correlación entre dos variables
Desventajas
• El valor o representa falta de
correlación.
• En cambio una correlación
nula no indica la
independencia de los
variables.
• Conforme el coeficiente de
correlación se acerque al 0, los
valores se vuelen menos
correlacionados, lo que
identifica las variables que no
pueden ser relacionadas entre
si.
6. Usos de enfoques pearson a
problemas estadísticos
• Identifica el dependiente variable que se
probara entre dos observaciones derivadas
independientemente
• Uno de los requisitos es que las dos variables
que se comparan deben observarse o medirse
de manera independiente para eliminar
cualquier resultado sesgado.
• Para cantidades grandes de información el
calculo debe ser tedioso
7. • Reportar un valor de correlación cercano a o
como un indicador de que no hay relación
linear entre las dos variables
• Reportar un valor de correlación cercano al 1
como indicador que existe una alineación
linear positiva entre las dos variables
• Un valor mayor a cero que se acerque a 1 da
como resultado una mayor correlación
positiva entre la información.
• Interpreta el coeficiente de correlación de
acuerdo con el contexto de los datos
particulares
8. Coeficiente de correlación de
spearman
• Es una medida de la correlacion entre dos
variable aletorias continuas. Para calcular los
p, los datos son ordenados y reemplazados
por su respectivo orden, El estadistico p viene
dado por la expresión.
9. Usos del coeficiente de correlación de
spearman
• Se requiere que al menos las variables estén
medidas en al menos escala ordinal es decir de
forma que las puntaciones que la representan
puedan ser colocadas en dos series ordenadas.
• Una generalización del coeficiente de spearman
es útil en la situación en la cual hay tres o mas
condiciones, varios individuos son observados en
cada uno de ellas y predecimos que las
observaciones tendrán un orden en particular.
10. • Por ejemplo: un conjunto de individuos puede
tener tres oportunidades para intentar cierta
tarea, y predecimos que su habilidad mejora
de intento en intento
• La formula del calculo para rs puede derivarse
de la utilidad en el caso de rxy; bastaría aplicar
el coeficiente de recolección de spearman a
dos series de puntuaciones ordinales,
compuesta cada una de ellas por los n
primeros números naturales
11. Ventajas y desventajas
• La manifestación de un de
una relación causa efecto es
posible solo a través de la
compresión de la relación
natural que existe entre las
variables y no debe
manifestarse solo por la
existencia de una fuerte
recolección
• Al ser spearman una técnica
no parametrica es libre de
distribución probabilística.
• La tau de Kendall es
coeficiente de correlación
por rangos , inversiones
entre dos ordenaciones
de juna distribución
normal bivarainte.
• Hay que tener cuidado al
interpretar el valor de
“r”.por ejemplo, se
podrías calcular “r” entre
el numero de calzado y
de la inteligencia de las
personas .
12. Usos de enfoques spearman a
problemas estadísticos
• Para aplicar el coeficiente de recolección de
spearman se requiere una de las variables estén
medidas el menos en escala ordinal , es decir de
forma que las puntaciones que las representan
puedan ser colocadas en dos series ordenadas.
• A partir de un conjunto de “n” puntuaciones , la
formula que permite el calculo de la recolección
entre dos variables x e y ,mediadas al menos en
escala ordinal .