El documento explica los coeficientes de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas de manera independiente a la escala de medida. El coeficiente de Spearman puede aplicarse a variables ordinales y compara los rangos de cada sujeto entre las variables. Ambos coeficientes oscilan entre -1 y 1 indicando correlaciones negativas o positivas.

1. República Bolivariana de Venezuela.
Ministerio del poder popular para la educación superior.
I.U.P. Santiago Mariño.
Sede Barcelona.
Barcelona, julio del 2015.
Bachiller:
Solsiret Beltran
C.I 25344110
Sección : IV
Profesor:
Pedro Beltrán

2. 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. El calculo del
coeficiente de correlación lineal se realiza dividiendo la covarianza por el
producto de las desviaciones estándar de ambas variables.

3. •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.
•Reporta un valor de correlación cercano a -1 como indicador de que hay
una relación lineal negativa entre las dos variables.
•Interpreta el coeficiente de correlación de acuerdo con el contexto de los
datos particulares. El valor de correlación es esencialmente un valor
arbitrario que debe aplicarse de acuerdo con las variables.

4. Desventajas:
•No refleja cambios en los patrones
de compra conforme pasa el tiempo y
para las cantidades grandes de
información , este método puede ser
tedioso.
•Se limita significativamente si no se
afirma con una cierta probabilidad,
que es diferente de cero.
Ventajas:
•Requiere datos de cantidad solo del
periodo base.
•Es un índice de fácil ejecución e,
igualmente, de fácil interpretación.
•los resultados del coeficiente de
correlación están acotados entre -1 y
+1. Esta característica nos permite
comparar diversas correlaciones de
una manera más estandarizada.

5. -Observa que los datos tipificados (expresados como puntuaciones z) en las
dos columnas de la derecha tienen los mismos valores en ambas variables,
dado que las posiciones relativas son las mismas en las variables X e Y.
Si obtenemos los productos de los valores tipificados para cada caso, el
resultado es:
-El cociente de dividir la suma de productos (5) por N (hay que tener en
cuenta que N es el número de casos, NO el número de datos) es igual a 1:

6. Es una medida de
la correlación entre dos
variables aleatorias
continuas. Este coeficiente
es una medida de
asociación lineal que
utiliza los rangos ,números
de orden , de cada grupo
de sujetos y compara
dichos rangos.
La interpretación de coeficiente de
Spearman es igual que la
del coeficiente de correlación de
Pearson. Oscila entre -1 y
+1,indicandonos asociaciones
negativas o positivas
respectivamente ,0 cero, significa no
correlación pero no independencia.

7. •Para aplicar el coeficiente de correlación de Spearman se requiere que las
variables estén medidas al menos en escala ordinal ,es decir, de forma que
las puntuaciones que las representan puedan ser colocadas en dos series
ordenadas.
•La fórmula de cálculo para Rs puede derivarse de la utilizada en el caso
de Rxy; bastaría aplicar el coeficiente de correlación de Pearson a dos
series de puntuaciones ordinales, compuestas cada una de ellas por los n
primeros números naturales.

8. Ventajas:
•Pueden ser aplicados a una amplia
variedad porque ellos no tienen los
requisitos rígidos de los métodos
paramétricos correspondientes.
•No requieren poblaciones
normalmente distribuidas.
•Pueden frecuentemente ser
aplicados a datos no numéricos, tal
como el género de los que contestan
una encuesta.
•Al ser Spearman una técnica no
paramétrica es libre de distribución
probabilística.
Desventajas:
•Tienden a perder información
porque datos numéricos exactos son
frecuentemente reducidos a una
forma cualitativa.
•Las pruebas no paramétricas no
son tan eficientes como las pruebas
paramétricas, de manera que con
una prueba no paramétrica
generalmente se necesita evidencia
más fuerte (así como una muestra
más grande o mayores diferencias)
antes de rechazar una hipótesis
nula.

9. 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.)

10. •http://es.slideshare.net/magdiony_barcenas1979/coeficientes-de-
correlacin-de-pearson-y-de-spermanxposicion
•http://personal.us.es/vararey/adatos2/correlacion.pdf
•https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de
_Spearman