Este documento explica la diferencia entre el coeficiente de correlación de Pearson y el coeficiente de correlación de Spearman. El coeficiente de Pearson se usa para variables cuantitativas con una relación lineal, mientras que el coeficiente de Spearman se usa cuando una o ambas variables son ordinales. También discute ventajas y desventajas de cada coeficiente y cómo aplicarlos a problemas estadísticos.

1. República Bolivariana de Venezuela
Ministerio del Poder Popular Para La Educación
I.U.P. Santiago Mariño
Estadistica I Seccion: YV
Prof: Ramón A. Aray Alumna: Núñez MaríaJosé
Ci 25722350

2. 1.Como determinar el uso de los coeficientes de
correlación de Pearson y de Sperman
El coeficiente de correlación de Pearson: Pensado para variables cuantitativas
(escala mínima de intervalo), es un índice que mide el grado de covariación entre
distintas
variables relacionadas linealmente. Adviértase que decimos "variables
relacionadas linealmente". Esto significa que puede haber variables fuertemente
relacionadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la
correlación de Pearson. Por ejemplo, la relación entre la ansiedad y el
rendimiento tiene forma de U invertida; igualmente, si relacionamos población y
tiempo la relación será de forma exponencial.
Es importante notar que el uso del coeficiente de correlación sólo tiene sentido si
la relación bivariada a analizar es del tipo lineal Si ésta no fuera no lineal el
coeficiente de Correlación sólo indicaría la ausencia de una relación lineal más
no la ausencia de relación alguno Debido a esto, muchas veces el coeficiente de
correlación se define de manera más general – como un instrumento estadístico
que mide el grado de asociación lineal entre dos variables.

3. Coeficiente de correlación Spearman
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.
El estadístico ρ viene dado por la expresión:
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

4. Se usa cuando una o ambas escalas de medidas de las variables son
ordinales, es decir, cuando una o ambas escalas de medida son posiciones.
Ejemplo: Orden de llegada en una carrera y peso de los atletas.
Leer más: se emplea cuando una o ambas escalas de medidas de las variables son
ordinales, es decir, cuando una o ambas escalas de medida son posiciones.
Ejemplo:Orden de llegada en una carrera y peso de los atletas.
 2. Coeficiente de correlación Pearson
ventajas y desventajas
Ventajas:
 Mientas mas grande sea la muestra, mas grande será la estimación
 Es apropiado para examinar la relación de latos cuantificables y significativos
Desventajas
 Los coeficientes de correlación mas usados solo miden una relación lineal
 Requiere que las dos variables hayan ido medidas hasta un nivel cuantitativo
medido.

5. Ventajas y desventajas de coeficiente de
correlación Spearman
Ventajas:
 No se ve afectada por los cambios en las unidades de medidas
 Es libre de distribución probabilista al ser una técnica no parámetra
Desventajas:
 La eficiencia es de 91%
 Se pierde información

6. 3. Aplicar usos de enfoques Pearson y
enfoque Sperman a problemas estadísticos.
 En la perspectiva de Pearson para establecer el nivel de significación estadística
habría que atender al impacto de cada tipo de error en el objetivo del
investigador, y a partir de ahí se decidirá cual de ellos es preferible minimizar.
Pearson llamaron alfa al error tipo I y beta al error tipo II; a partir de este último
tipo de error, introdujeron el concepto de “poder de una prueba estadística”, el
cual se refiere a su capacidad para evitar el error tipo II, y está definido por 1-
beta, y en estrecha relación con éste se ha desarrollado el concepto de “tamaño
del efecto” que algunos han propuesto como sustituto de los valores p en los
informes de investigación científica.

7. Enfoques de spearman a problemas estadisticos
 Una generalización del coeficiente de Spearman es útil en la situación en la
cualhay tres o más condiciones, varios individuos son observados en cada
una deellas, y predecimos que las observaciones tendrán un orden en
particular. Por ejemplo, un conjunto de individuos pueden tener tres
oportunidades para intentar cierta tarea, y predecimos que su habilidad
mejorará de intento en intento
La interpretación de los resultados del coeficiente de correlación de
Spearman
Se encuentran entre los valores -1 y 1
La significación estadística de un coeficiente debe tenerse en cuenta
conjuntamente con la relevancia clínica del fenómeno que estudia

8. Bibliografía
 http://personal.us.es/vararey/adatos2/correlacion.pdf
 http://departamento.pucp.edu.pe/economia/images/documentos/DDD218.
pdf
 https://es.wikipedia.org/wiki/Coeficiente_de_correlación_de_Spearman
• http://www.monografias.com/trabajos85/coeficiente-correlacion-rangos-
spearman/coeficiente-correlacion-rangos-spearman.shtml#ixzz42sRWYeur
• http://www.psicologiacientifica.com/estadistica-y-psicologia/
• http://es.scribd.com/doc/97709089/Coeficiente-de-correlacion-de-
Spearman#scribd