CORRELACION.

LA FINALIDAD DE LA CORRELACIN ES.

Examinar la direccin y la fuerza de la asociacin entre dos
variables cuantitativas Lo que nos permite.
Conocer la intensidad de la relacin
Saber si, al aumentar el valor de una variable, aumenta o
disminuye el valor de la otra variable
La forma de la nube
de puntos nos
informa sobre el tipo
de
relacin existente
entre las variables
Un diagrama de
dispersin es la
forma ms directa e
intuitiva
de formarnos una
primera impresin
sobre el tipo de relacin
existente entre dos
variables
RELACION ENTRE LA INFLUENCIA
QUE TIENE UN PRECIO Y EL PRECIO
REAL
ADEMS DE LA PRUEBA DE
INDEPENDENCIA TENDREMOS DOS
TIPOS DE PROBLEMAS:

1 Problemas de correlacin

2 Problemas de regresin
1 Problemas de correlacin
Problemas de relacin entre dos variables
aleatorias
En este caso R es una estimacin del llamado coeficiente de
correlacin entre las dos variables
El coeficiente de correlacin, adems de servir para estudiar
la independencia entre las dos variables, mide la intensidad
de dicha relacin
Los problemas de correlacin, por ser problemas de relacin
entre dos variables, no permiten dar interpretaciones
causales
Cuando las dos variables aleatorias siguen una distribucin
normal se demuestra que las lneas que mejor describen la
relacin entre ellas son las rectas de regresin

2 Problemas de regresin

Cuando una de las
variables es aleatoria y la
otra controlada.
Es especialmente
importante la recta de
regresin que permite
predecir el valor ms
probable de la variable
aleatoria en funcin de
cada uno de los distintos
valores que puede
tomar la variable controlada
EJEMPLO
COEFICIENTE DE CORRELACIN

Si se desea medir o cuantificar el grado de
asociacin entre dos variables se debe calcular
un coeficiente de correlacin
Hay dos coeficientes de correlacin que se
usan frecuentemente:
1 El coeficiente de correlacin de Pearson
(paramtrico)
2 El coeficiente de correlacin de Spearman
(no paramtrico)
DIAGRAMAS DE
DISPERSIN
DEFINIMOS LOS DOS COEFICIENTES SIGUIENTES:

COEFICIENTE DE CORRELACIN MLTIPLE

Indica la relacin entre una de las variables y
el conjunto de las restantes variables.

EJEMPLOS:

Coeficiente de Pearson

Coeficiente de Spearman



COEFICIENTE DE CORRELACIN DE PEARSON
Es el ms utilizado
Mide la intensidad de la relacin entre dos variables cuantitativas
Es un mtodo paramtrico (utiliza para su clculo la media, la
varianza, etc..) por ello requiere criterios de normalidad para las
variables analizadas
Se conoce simplemente con el nombre de coeficiente de correlacin.

Puede tomar valores entre -1 y +1

+1 Relacin perfecta en sentido positivo

0 Cuanto ms cercanos a 0 sean los valores
significar una relacin ms dbil o incluso
ausencia de relacin

-1 Relacin perfecta en sentido negativo

COEFICIENTE DE
CORRELACIN DE
PEARSON
Segn su valor la relacin
entre las variables ser:

1 Perfecta
0,9 Excelente

0,8 Buena

0.5 Regular


Mala







POR EJEMPLO
Hay una correlacin
perfecta (R=+1)
entre el peso medido
en libras y el peso
medido en kilos
SE CUMPLEN LAS SIGUIENTES PROPIEDADES:

R=0 No existe correlacin
R>0 Al aumentar una de las variables aumenta la otra
R<0 Al aumentar una de las variables disminuye la otra
COEFICIENTE DE CORRELACIN PARCIAL

Permiten estudiar la relacin existente entre dos variables
controlando el posible efecto de una o ms variables extraas

POR EJEMPLO Sabemos que la correlacin entre inteligencia y rendimiento
escolar es alta y positiva
SIN EMBARGO Si controlamos el efecto de una tercera variable (nmero de
horas de estudio) la correlacin entre inteligencia y rendimiento desciende
POR TANTO La relacin entre inteligencia y rendimiento est condicionada
por la variable nmero de horas de estudio