ventajas y desventajas.

2. En el caso que se esté estudiando dos variables
aleatoria X y Y sobre una población; el coeficiente de
correlación de pearson se simboliza con la letra Px,y,
siendo la expresión que nos permite calcularlo:

3. Donde:
 σXY : es la covarianza de (X,Y)
 σX : es la desviación típica de la variable X
 σY : es la desviación típica de la variable Y
De manera análoga podemos calcular este coeficiente
sobre un estadístico muestral, denotado como RXY a:

4.  El coeficiente de correlación de Spearman es
menos sensible que el de Pearson para los
valores muy lejos de loesperado. En este ejemplo:
Pearson = 0.30706 Spearman = 0.76270
 En estadística, el coeficiente de correlación de
Spearman, ρ (ro) 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

5.  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. Para
muestras mayores de 20 observaciones, podemos
utilizar la siguiente aproximación a la distribución t de
Student.

6.  La interpretación de coeficiente de Spearman es
igual que la del coeficiente de correlación de
Pearson. Oscila entre -1 y +1, 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.

7.  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. La dos
variables son designadas por X y Y.

8.  El valor 0 representa falta de correlación.
 Cuando las variables X y Y son independientes, el
numerador se anula y el coeficiente de correlación
poblacional tiene el valor cero.
 Una correlación nula no aplica la independencia de
variables.

9.  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 solo a través de la comprensión de la relación
natural que existe entre las variables y no debe
manifestarse solo por la existencia de una fuerte
correlación (1 , 5)

10.  Indicándonos asociaciones negativas o positivas
respectivamente, 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.

12. Una generalización del coeficiente de Spearman es útil en la situación en la
cual hay tres o más condiciones, varios individuos son observados en cada
una de ellas, 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. El coeficiente de correlación de rangos de Spearman debe utilizarse
para series de datos en los que existan valores extremos, pues si calculamos
la correlación de Pearson, los resultados se verán afectados.
La interpretación del resultado del coeficiente de correlación de Spearman se
encuentra entre los valores de -1 y 1. La significación estadística de un
coeficiente debe tenerse en cuenta conjuntamente con la relevancia clínica del
fenómeno que se estudia.

13.  https://es.wikipedia.org/wiki/Coeficiente_de_cor
relaci%C3%B3n_de_Pearson
 https://es.scribd.com/doc/97709089/Coeficient
e-de-correlacion-de-Spearman
 http://personal.us.es/vararey/adatos2/correlaci
on.pdf