ESTADÍSTICA Semana 9 CONFERENCIA
ESTADÍSTICA Semana 9 CONFERENCIA
ESTADÍSTICA Semana 9 CONFERENCIA
ESCUELA DE PSICOLOGÍA
9° SEMANA
CORRELACIÓN
¿Hay relaciones?
¿Fuertes? ¿Débiles?
Dependencia
Independencia estadística estadística Dependencia funcional
- +
Grado de asociación entre dos variables
Relaciones
CORRELACIÓN
Si medimos la relación decimos que medimos
una correlación entre las variables
¿Cómo?
Gráfica Analítica
Método Gráfico
El diagrama de dispersión
Es un gráfico que permite detectar la existencia de una relación entre dos
variables.
Y • Y Y
• •• • • • ••
•• •
•• • •• • • •
• •• • • • • ••
•• •• •• • • •
•• • ••• •
• •
X X X
(d) Curvilínea inversa (e) Lineal inversa (d) Ninguna relación
con más dispersión
¿Cómo sabemos qué tan
fuerte es la relación?
Dirección
Índice r de Pearson
(-) (+)
( +)
−𝟏 𝟎 +𝟏
Magnitud
Magnitud:
Baja: 0.30
Media: 0.50 C 𝟏
Alta: 0.70 𝑨 𝒎𝒂𝒚𝒐𝒓 𝒏ú𝒎𝒆𝒓𝒐
Mayor correlación
Perfecta: 1
Aplicación
Se quiere conocer la relación entre los datos de peso y talla de 10 individuos
que se presentan a continuación:
Personas 1 2 3 4 5 6 7 8 9 10
Peso (Kg) 61 60 78 62 60 54 84 68 62 72
Altura (Cm) 162 154 180 158 171 169 166 176 163 168
2do Paso: Encuentre los valores mínimos y máximos para X e Y. Elija las
escalas que se usarán en los ejes horizontal y vertical, de manera que ambas
longitudes sean aproximadamente iguales, facilitando la lectura del
diagrama.
3er Paso: Registre los datos en el gráfico. Cuando se obtengan los mismos
valores en diferentes observaciones, muestre estos puntos haciendo círculos
concéntricos (o), o registre el segundo punto muy cerca del primero.
185
180
175
ALTURA
170
165
160
155
0 10 20 30 40 50 60 70 80 90
PESO
4to Paso: Agregue toda la información que puede ser de utilidad para
entender el diagrama, tal como: título del diagrama, período de tiempo,
número de pares de datos, nombre de la variable y unidades de cada eje,
entre otros.
Relación de los pesos y altura de las personas
185
180
175
ALTURA
170
165
160
155
0 20 40 60 80 100
PESO
𝑭𝒖𝒆𝒏𝒕𝒆: 𝑬𝒍𝒂𝒃𝒐𝒓𝒂𝒄𝒊ó𝒏 𝒑𝒓𝒐𝒑𝒊𝒂
El análisis de correlación
El análisis de correlación es la técnica estadística que permite describir el
grado hasta el cual una variable está linealmente relacionada con otra.
Hay dos medidas que se usan para describir la correlación
▪ El coeficiente de correlación ( r )
𝟐
▪El coeficiente de determinación 𝒓
N XY − ( X )( Y )
r=
N
2 2
− −
2 2
X ( X )
N Y ( Y )
N=Número de pares
Formula de correlación de Pearson para datos agrupados:
𝒏 σ 𝒇𝒊 𝑿𝒊 𝒀𝒊 − ቀσ𝒇𝒊 𝑿𝒊 ሻ൫σ𝒇𝒊 𝒀𝒊 ሻ
𝒓=
𝒏 σ 𝒇𝒊 𝑿𝟐𝒊 − ൫σ 𝒇𝒊 𝑿𝒊 ሻ𝟐 𝒏 σ 𝒇𝒊 𝒀𝟐𝒊 − ൫σ 𝒇𝒊 𝒀𝒊 ሻ𝟐
𝒇𝒊 = 𝒏𝒊 = 𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂𝒔 𝒂𝒃𝒔𝒐𝒍𝒖𝒕𝒂𝒔.
Personas 1 2 3 4 5 6 7 8 9 10 TOTAL
Peso (Kg) (X) 61 60 78 62 60 62 84 68 62 72 669
Altura (Cm) (Y) 162 160 180 165 165 169 180 170 163 170 1684
X*X 3721 3600 6084 3844 3600 3844 7056 4624 3844 5184 45401
Y*Y 26244 25600 32400 27225 27225 28561 32400 28900 26569 28900 284024
X*Y 9882 9600 14040 10230 9900 10478 15120 11560 10106 12240 113156
𝟏𝟎 𝟏𝟏𝟑𝟏𝟓𝟔 − (𝟔𝟔𝟗ሻ(𝟏𝟔𝟖𝟒ሻ
𝒓= = 𝟎. 𝟗𝟑𝟒
[𝟏𝟎 𝟒𝟓𝟒𝟎𝟏 − (𝟔𝟔𝟗ሻ𝟐 ][𝟏𝟎 𝟐𝟖𝟒𝟎𝟐𝟒 − (𝟏𝟔𝟖𝟒ሻ𝟐 ]
N=Número de pares
𝒏−𝟐
𝒕(𝒏−𝟐ሻ =𝒓 Siendo n-2=g.l. g.l.=Grados de libertad
𝟏 − 𝒓𝟐
Procedimiento ejemplo anterior
1) Plantear las hipótesis:
𝑯𝟎 : 𝝆 = 𝟎
𝑯𝟏 : 𝝆 ≠ 𝟎
𝒏−𝟐
𝒕(𝒏−𝟐ሻ =𝒓
𝟏 − 𝒓𝟐
4) Determinación de los criterios de decisión
-t8 t8
-2.306 2,306 7.39
𝒕(𝒏−𝟐ሻ = 𝒕(𝟏𝟎−𝟐ሻ = 𝒕𝟎.𝟗𝟕𝟓:𝟖 = 𝟐. 𝟑𝟎𝟔
(3) Por lo tanto los datos muestrales confirman que existe una alta
correlación positiva entre el peso y la talla de las personas.
“Si no escalas la montaña, jamás podrás disfrutar del
paisaje”. Pablo Neruda.
https://www.google.com/search?q=curgos+huamachuco&rlz=1C1PRFI_enPE854PE854&source=lnms&tbm=isch&sa
=X&ved=2ahUKEwieqKSV1KzqAhVnUN8KHbyCBZ8Q_AUoAnoECBYQBA&biw=1024&bih=625#imgrc=7-
MORUHMhsQnrM&imgdii=QG34wgH6H7in7M