Integrante:

Milla González Jeannynel Alexandra

C.I 20.839.924.

Caracas, 9 de abril de 2016

Definición

De manera análoga podemos calcular este coeficiente sobre un estadístico muestral,

denotado como a:

El valor del índice de correlación varía en el intervalo [-1,1]:

Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total

entre las dos variables denominada relación directa: cuando una de ellas aumenta, la

otra también lo hace en proporción constante.

Si 0 < r < 1, existe una correlación positiva.

Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables

son independientes: pueden existir todavía relaciones no lineales entre las dos

variables.

Si -1 < r < 0, existe una correlación negativa.

Si r = -1, existe una correlación negativa perfecta. El índice indica una dependencia

total entre las dos variables llamada relación inversa: cuando una de ellas aumenta, la

otra disminuye en proporción constante.

Ventajas:

Calcula su distribución

muestral y así determina

su error típico de

estimación

Mientras mas grande se la

muestra, mas exacta será

la estimación.

El valor del coeficiente de

correlación es independiente

de cualquier unidad usada

para medir variables.

Desventajas:

Requiere supuestos

acerca la naturaleza o

formas de la población

afectada.

Requiere que las dos variables hayan

ido medidas hasta un nuevo nivel

cuantitativo continuo y que la

distribución de ambas sean semejantes

a la de la curva normal.

El coeficiente de correlación de Pearson puede tomar valores entre -1 y 1.

La correlación de una variable con ella misma siempre es igual a 1.

El valor 0 indica ausencia de covariación lineal, pero NO si la covariación es de tipo no lineal. (Ver ejemplo en el apartado de relaciones no lineales).

Es una medida de

la correlación (la asociación o

interdependencia) entre

dos variables

aleatorias continuas.

Características:

Puede ser calculada con la formula de pearson si antes es transformada las puntuaciones en rangos.

La interpretación de coeficiente de correlación de spearman es igual al coeficiente de la correlación de pearson.

Se encuentra entre -1 y +1 indicando asociaciones negativas o positivas, -cero significan no correlación pero no independencia.

Ventajas:

Al ser una técnica no

parámetro, es libre de

distribución

probabilística.

No esta afectada por

cambios en las

unidades de medidas.

Desventajas:

R no debe ser usado

para decir algo sobre

la relación entre

causa y efecto. Se recomienda

cuando los datos

presentan valores

extremos.

https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B

3n_de_Spearman

https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B

3n_de_Pearson

http://documents.tips/presentations-public-speaking/uso-de-

los-coeficientes-de-correlacion-de-pearson-y-de-

sperman.html

http://www.uv.es/webgid/Descriptiva/31_coeficiente_de_pe

arson.html

www.monografias.com