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