Upload
carlos-eduardo-marcano-rojas
View
43
Download
4
Embed Size (px)
Citation preview
REPÚBLICA BOLIVARIANA DE VENEZUELAINSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”SEDE BARCELONA – PUERTO LA CRUZ
INGENIERÍA MANTENIMIENTO MECANICO
USO DE LOS COEFICIENTE DE CORRELACIÓN DE
PEARSON YSPEARMAN
AUTOR: CARLOS MARCANO
C.I: 17.537.366 TUTOR: ING. RAMÓN ARAY|
BARCELONA, 27 DE JULIO DE 2016
En estadística, el coeficiente de correlación de Pearson es una medida de la relación lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.
De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas.
COEFICIENTE DE CORRELACIÓN DE PERSON
PROPIEDADES DE LA CORRELACIÓN DE PERSON Y SPEARMAN
correlación no varía a l hacer lo la esca la de medición
Es decir, s i expresamos la a l tura en metros o en cent ímetros e l coef ic iente de corre lación no varía.
• El s igno del coeficiente de correlación es e l mismo que el de la covarianza .
• Si la covar ianza es posi t iva, la corre lación es di recta.
• Si la covar ianza es negat iva, la corre lac ión es inversa.
• Si la covar ianza es nula, no exis te corre lación.
• El coeficiente de correlación l ineal es un número real comprendido entre −1 y 1.
−1 ≤ r ≤ 1
• Si e l coeficiente de correlación l ineal toma va lores cercanos a −1 la corre lación es fuerte e inversa , y será tanto más fuerte cuanto más se aproxime r a −1.
• Si e l coeficiente de correlación l ineal toma va lores cercanos a 1 la corre lación es fuerte y directa , y será tanto más fuerte cuanto más se aproxime r a 1.
• Si e l coeficiente de correlación l ineal toma va lores cercanos a 0, la corre lación es débil .
• Si r = 1 ó −1, los puntos de la nube están sobre la recta creciente o decreciente. Entre ambas var iables hay dependencia funcional.
PROPIEDADES DE LA CORRELACIÓN DE PERSON Y SPEARMAN
COEFICIENTE DE CORRELACIÓN SPEARMAN
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
PROPIEDADES DE LA CORRELACIÓN DE PERSON Y SPERMAN
El coeficiente de correlación de Spearman es menos sensible que el de Pearson para los valores muy lejos de lo esperado. En este ejemplo: Pearson = 0.30706 Spearman = 0.76270
FORMULA DE SPEARMAN
Spearman llamado también rho de Spearman es más fácil de calcular que el de Kendall. 5
Fórmula
en donde d i = r xi – r yi es la diferencia entre los rangos de X e Y.
VENTAJAS Y DESVENTAJAS DE PEARSON
VENTAJAS
DESVENTAJAS
El valor de coeficiente de correlaciónes independiente de cualquier unidad usada para medir variables.
Requiere supuestos acerca de las naturaleza o forma de las poblaciones afectadas
Mientras más grande se muestra más grande será la estimación
Requiere que las dos variables hayan ido medida hasta un nivel cuantitativo continuo y que laDistribución sea semejante a la de la curva normal
CONCLUSIONES
• La interpretación del coeficiente rho de Spearman concuerda en valores próximos a 1; indican una correlación fuerte y positiva. Valores próximos a –1 indican una correlación fuerte y negativa. Valores próximos a cero indican que no hay correlación lineal. Puede que exista otro tipo de correlación, pero no lineal. Los signos positivos o negativos solo indican la dirección de la relación; un signo negativo indica que una variable aumenta a medida que la otra disminuye o viceversa, y uno positivo que una variable aumenta conforme la otra también lo haga disminuye, si la otra también lo hace.
• Una vez obtenido el coeficiente de correlación, pueden utilizarse pruebas estadísticas y la construcción de intervalos de confianza para probar su significación.
• La significancia estadística de un coeficiente debe tenerse en cuenta conjuntamente con la relevancia clínica del fenómeno que se estudia, ya que coeficientes de 0.5 a 0.7 tienden a ser significativos en muestras pequeñas.
• La estimación del coeficiente de determinación (r 2) nos muestra el porcentaje de la variabilidad de los datos que se explica por la asociación entre las dos variables.