Trabajo de Correlacion Valeria

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 7

1. ¿Qué es coeficiente de correlación?

El coeficiente de correlación es la medida específica que cuantifica la


intensidad de la relación lineal entre dos variables en un análisis
de correlación. En los informes de correlación,
este coeficiente se simboliza con la r

2. ¿Cómo se calcula el coeficiente de correlación, formulas usadas?

La correlación entre dos variables se medirá con la variable “r” (ro),


que se denominará coeficiente de correlación y que toma valores de –1 a 1: En
términos generales Si -1 < r < -0.7 Se determina que existe correlación negativa
Si –0.7 < r < 0.7 Se determina que no existe correlación.

3. Jjnnnl
4. ¿En qué consiste el coeficiente de correlación de Pearson, formula y
pasos empleados para calcularlo?

El coeficiente de correlación de Pearson es una prueba que mide


la relación estadística entre dos variables continuas. ...
El coeficiente de correlación puede tomar un rango de valores de
+1 a -1. Un valor de 0 indica que no hay asociación entre las dos
variables. Un valor mayor que 0 indica una asociación positiva .

Su fórmula es:

r=∑zxzyN−1 r = ∑ z x z y N − 1 donde: ∑zxzy ∑ z x z y: La suma de


los productos22 de las dos variables normalizadas

El coeficiente de Pearson mide el grado de asociación lineal entre


dos variables cualesquiera, y puede calcularse dividiendo la
covarianza de ambas entre el producto de las desviaciones típicas
de las dos variables1. Para un conjunto de datos, el valor r de
este coeficiente puede tomar cualquier valor entre –1 y +1.

5. ¿En qué consiste el coeficiente de correlación de Spearman ,


formula y pasos empleados para calcularlo?

El coeficiente de correlación de Spearman es una medida no


paramétrica de la correlación de rango (dependencia estadística del
ranking entre dos variables). Se utiliza principalmente para el análisis
de datos. Mide la fuerza y la dirección de la asociación entre dos
variables clasificadas

Se calcula de tal manera:

n= número de puntos de datos de las dos variables

di= diferencia de rango del elemento “n”

El Coeficiente Spearman,⍴, puede tomar un valor entre +1 y -1 donde,

 Un valor de +1 en ⍴ significa una perfecta asociación de rango


 Un valor 0 en ⍴ significa que no hay asociación de rangos
 Un valor de -1 en ⍴ significa una perfecta asociación negativa entre los
rangos.
Si el valor de ⍴ se acerca a 0, la asociación entre los dos rangos es más débil.
Debemos ser capaces de clasificar los datos antes de proceder con el coeficiente
de correlación de Spearman. Es importante observar que si se incrementa una
variable, la otra sigue una relación monótona.

6. Explique los gráficos de correlación lineal de acuerdo a la forma de


los datos

7. Explique la relación entre correlación y causalidad mencione al


menos 6 ejemplos prácticos

La correlación examina la relación entre dos variables. Sin


embargo, observar que dos variables se mueven conjuntamente no
significa necesariamente que una variable sea la causa de la otra.
Por eso solemos decir que "la correlación no implica causalidad".

Ejemplos:

Figura 1: ¿Está creando Facebook la crisis griega?

Comparación de la evolución del número de usuarios de Facebook con la prima de


riesgo en Grecia

Figura 2: ¿Está siendo el calentamiento global propagado por los científicos?

Comparación de la evolución de la temperatura global con el gasto en I+D en de la


Fundación Nacional de Ciencia.

Figura 3: ¿Causaron los bebés llamados Ava la burbuja inmobiliaria?


Comparación de la evolución del número de recién nacidos llamados Ava en
EEUU y el precio de los inmuebles.

Figura 4: ¿Dirigirá Night Shyamalan buenas películas de nuevo si la gente vuelve


a comprar más periódicos?

Comparación de la evolución de los ingresos de los periódicos con la puntuación


de las películas de Night Shyamalan

Figura 5: ¿Boicoteó la televisión la candidatura de Michelle Bachmann retirando


de antena el reality show Staten Island cakes?

Comparación de la evolución de la popularidad de Michelle Bachmann y el share


de Staten Island cakes.

Figura 6: ¿Está afectando esta montaña a la tasa de homicidios?

Comparación de la evolución de la tasa de homicidios en el estado de Nueva York


con la forma de una montaña.
República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
U.N.E.S.R.

Terminología en estadística e inversión

Facilitadora: Alumno:
Romero, José Varrone, Valeria
Sección ambiente:P.1 C.I:29.642.283
Introducción

El coeficiente de correlación es una herramienta estadística elemental e


importante para el estudio econométrico de relaciones lineales bivariadas que
involucran el uso de datos de corte transversal o series de tiempo. Sin embargo,
este instrumento puede fallar en algunas ocasiones al sugerir la presencia de una
relación estadísticamente significativa entre dos variables que en verdad no tienen
sentido o no poseen relación lineal alguna, es decir, que presentan una correlación
espúrea o sin sentido.

En este ensayo se analiza el coeficiente de correlación y su relación con los


denominados; coeficiente de correlación de Pearson y el coeficiente de
correlación de Spearman. En la sección 2 se examina estadísticamente ambos
coeficientes de correlación. En la sección 3 se define el problema y se discute la
clasificación de correlaciones en diferentes contextos. Finalmente, se analiza la
presencia de correlaciones en un contexto de series de tiempo, utilizando
diferentes ejemplos.

Con el estudio de la unidad didáctica se pretende también, comprender a


profundidad el procedimiento correspondiente a la correlación parcial para realizar
las pruebas de esta naturaleza que nos permitan establecer la relación neta entre
dos variables.

Dichas técnicas estadísticas se pueden utilizar en un sinfín de situaciones, en las


investigaciones de corte social para predecir amplios rangos de fenómenos que se
presentan desde condiciones psicológicas, de comportamiento humano,
económicas y de factores que condicionan la salud.
Conclusión

“La correlación implica asociación, pero no causalidad.


A la inversa, la causalidad implica asociación, pero no correlación.”

El coeficiente de correlación es un instrumento estadístico que permite establecer


la fuerza y dirección de una relación lineal estadística entre dos variables a partir
de una muestra determinada, bajo el supuesto de que ésta es representativa.
Existen casos en los que un coeficiente de correlación significativo entre dos
variables es consecuencia de un tercer factor diferente de ellas y no de la
existencia de una relación lineal con algún sentido entre las mismas bajo la
consideración de alguna teoría conocida (por ejemplo, biológica, física,
económica, entre otras). Cuando esto sucede, se dice que la correlación es
espúrea. La correlaciones espúreas pueden presentarse cuando las variables
analizadas son medidas a través de datos de corte transversal o series de tiempo.

Para finalizar esta unidad y a manera de conclusión se puede afirmar que las
técnicas de correlación cuantifican la relación estadística que se da entre dos o
más variables. La regresión lineal expresa la asociación entre una variable
dependiente y una independiente, manifestándose en términos de la pendiente y
la intersección de la línea que mejor se ajuste a las variables. En cambio, la
correlación simple indica el grado o la cercanía de la relación entre las dos
variables, expresado en términos de un coeficiente de correlación que aporta una
medida indirecta de la variabilidad de los puntos en torno de la mejor línea de
ajuste. Ninguna de las dos da pruebas respecto a las relaciones causa – efecto,
no es su función.

También podría gustarte