Dokumen - Tips Coeficiente de Pearson y Spearman 59078f9cb6260

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 12

UNIVERSIDAD MARIANO GALVEZ DE GUATEMALA

CUARTO SEMESTRE
TAREA 10 PRESENTACION

COEFICIENTES DE CORRELACIÓN DE
PEARSON Y DE SPEARMAN

ANGIE SUSELY TORRES GOMEZ


3122-22-15154
Determinación del uso de los coeficientes de
correlación de Pearson y de Spearman

 Los coeficientes de correlación son medidas que


indican la situación relativa de los mismos sucesos
respecto a las dos variables, es decir, son la expresión
numérica que nos indica el grado de relación
existente entre las 2 variables y en qué medida se
relacionan.

 Los coeficientes de asociación son valores numéricos


que permiten cuantificar el grado de ajuste y de
relación lineal entre dos variables.
Determinación del uso de los coeficientes de correlación
de Pearson y de Spearman

Son números que varían entre


los limites +1 y -1. Su magnitud
indica el grado de asociación
entre las variables; el valor r =
0 indica que no existe relación
entre las variables; los valores (
1 son indicadores de una
correlación perfecta positiva
(al crecer o decrecer X, crece o
decrece Y) o negativa (Al crecer
o decrecer X, decrece o crece
Y).
Determinación del uso de los coeficientes de correlación
de Pearson y de Spearman

COEFICIENTE DE CORRELACIÓN DE PEARSON


 Es un coeficiente paramétrico, es decir, infiere sus resultados a la
población real, lo que hace necesario que la distribución de nuestra
muestra se asemeje a la distribución real
 En el caso de que se esté estudiando dos variables
aleatorias 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:
Determinación del uso de los coeficientes de correlación
de Pearson y de Spearman

COEFICIENTE DE CORRELACIÓN DE SPEARMAN.


 Es un coeficiente no paramétrico, pues la distribución muestral no
se ajusta a una distribución conocida, por lo que los estimadores
muestrales no son representativos de los parámetros poblacionales.
 El coeficiente de correlación de Spearman, ρ (rho) es una
medida de la correlación 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:
Determinación del uso de los coeficientes de correlación
de Pearson y de Spearman

 La de Pearson se usa cuando los datos se miden en


escalas de razón o proporción, por ejemplo:
estaturas, edades, dinero

 La de Spearman se usa cuando los datos son rangos


que miden el orden en que los datos quedan, por
ejemplo> calificación de un servicio de 1 a 10
Interpretación de los coeficientes de
correlación de Pearson y de Spearman
Tanto el coeficiente de correlación de Pearson como el de Spearman,
siguen las mismas normas de interpretación:
Interpretación de los coeficientes de
correlación de Pearson y de Spearman

Tanto el coeficiente de correlación de Pearson como el de Spearman,


siguen las mismas normas de interpretación:
Ventajas y desventajas de los coeficientes
de correlación de Spearman
Ventajas
 Pueden ser aplicados a una amplia variedad de situaciones porque ellos no
tienen los requisitos rígidos de los métodos paramétricos correspondientes.
En particular, no requieren poblaciones normalmente distribuidas.
 Pueden frecuentemente ser aplicados a datos no numéricos
 Usualmente involucran simples computaciones, más fáciles para entender y
aplicar.

Desventajas
 Solo es útil con variables de tipo cualitativo (ordinal)
 Tienden a perder información porque datos numéricos exactos son
frecuentemente reducidos a una forma cualitativa.
 No son tan eficientes generalmente se necesita evidencia más fuerte (así como
una muestra más grande o mayores diferencias) antes de rechazar una
hipótesis nula.
Ventajas y desventajas de los coeficientes de
correlación de Pearson

Ventajas
 El valor de coeficiente de correlación es independiente de cualquier unidad
usada para medir variables
 Mientras mas grande sea la muestra mas exacta será la estimación

Desventajas
 Requiere de normalidad univariante, sólo podrá calcularse en variables
cuantitativas, con niveles de medición intervalar o de razón.
 Requiere supuestos acerca de la naturaleza o formas de las poblaciones
afectadas
 Requiere que dos o mas variables hayan ido medidas hasta un nivel
cuantitativo y que la distribución de ambas sea semejante a la de la curva
normal
Usos de enfoques Pearson y enfoque Sperman a problemas estadísticos.
La selección del coeficiente se puede hacer formulando las
siguientes preguntas:

 Son las dos variables de tipo categórico?. Si la respuesta es


afirmativa pero hay mas de dos categorías en la expresión de
cada variable, no se puede calcular coeficiente de correlación.

 Son las variables ordinales? si la respuesta es afirmativa,


corresponde aplicar la correlación por rangos de Spearman.

 Se encuentran las dos variables medidas en una escala de


intervalo?. Si tal es el caso se aplica el coeficiente de correlación
de Pearson. Si una variable es de intervalo y la otra ordinal se
aplica correlación por rangos de Spearman
Usos de enfoques Pearson y enfoque Sperman a problemas estadísticos.

 La prueba de significación asociada a ambos


coeficientes, únicamente prueba la hipótesis nula de
que el coeficiente pueda ser igual a 0, es decir, que no
exista ninguna relación lineal entre ambas variables.

 Es importante la verdadera interpretación de estos


coeficientes, dado que aunque en estos casos se rechace
la hipótesis nula y no se pueda demostrar que existe
una relación lineal entre ambas variables, sí que es
posible que exista otro tipo de relación (polinómica,
logarítmica, entre otras)

También podría gustarte