1

ESTADISTICA
DESCRIPTIVA
CORRELACION CORRELACION
2
1. Objetivos del tema
Conocer y comprender el concepto de correlacin
Saber cundo debe utilizarse tcnicas de correlacin y sus
limitaciones
Saber representar e interpretar un diagrama de dispersin
Saber leer los resultados de un anlisis de correlacin producido
por un sistema informtico
Saber calcular e interpretar un coeficiente de correlacin
Saber calcular e interpretar los intervalos de confianza del
coeficiente de correlacin
Conocer, saber cundo utilizar y como interpretar las medidas de
correlacin alternativas al coeficiente de correlacin de Pearson
Saber calcular e interpretar el coeficiente de determinacin
Conocer, saber cundo utilizar y como interpretar los coeficientes
de correlacin parcial y semiparcial
Conocer, saber cundo utilizar y como interpretar el coeficiente
de correlacin mltiple
3
2. Conceptos bsicos previos
( )
2
1
2
2
1 1
1
1
1 1
1
i
n
x i
i
n n
x i
i i
s x x
n
s x x
n n
=
= =
=

| |
=
|

\ .

Varianza
4
2. Conceptos bsicos previos
Covarianza
( )( )
1
1 1 1
1
1
1 1
1
n
xy i i
i
n n n
xy i i i i
i i i
s x x y y
n
s x y x y
n n
=
= = =
=

5
3. Introduccin
La correlacin sirve para:
explorar la existencia de la relacin particular
estadsticamente significativa entre las dos
variables, es decir, si los cambios en una son
consistentes en la otra;
conocer si la relacin es positiva o negativa;
cuantificar el grado de significacin estadstica de
la relacin, es decir, la confianza (estadstica)
relacionada con dicha relacin;
averiguar que parte de la variacin de una
variable es explicada por la otra
6
3. Introduccin
El anlisis de la correlacin implica
los siguientes pasos:
el estudio descriptivo mediante el grfico de
dispersin;
la estimacin del coeficiente de correlacin
(incluyendo su intervalo de confianza);
la valoracin de este coeficiente de correlacin
(signo y magnitud) y la significacin estadstica;
la interpretacin del coeficiente de correlacin
evaluando del coeficiente de determinacin.
2
7
3. Introduccin
El anlisis de la correlacin tiene unas
aplicaciones concretas pero tiende a ser
sobreutilizado y malinterpretado,
especialmente quizs porque se asocia
una alta correlacin con causalidad (y
viceversa).
8
4. Apunte histrico
Francis Galton
(1822-1911)
Francis Y. Edgeworth
(1845-1926)
9
4. Apunte histrico
Karl Pearson
(1857-1936)
George U. Yule
(1871-1951)
William S. Gosset
(1876-1937)
10
Maurice Kendall
(1907-1983)
4. Apunte histrico
Charles Spearman
(1863-1945)
Ronald A. Fisher
(1890-1962)
11
5. Grficos de dispersin
12
5. Grficos de dispersin
3
13
6. El coeficiente de Pearson
14
6. El coeficiente de Pearson
15
6. El coeficiente de Pearson
xy
x y
s
r
s s
=
16
6. El coeficiente de Pearson
17
6. El coeficiente de Pearson
El coeficiente de correlacin se utiliza
para:
comprobar que existe una relacin
linear entre dos variables aleatorias,
antes de proceder al anlisis de
regresin;
resumir en un solo nmero (r) la
intensidad de la relacin lineal entre
estas dos variables.
18
6. El coeficiente de Pearson
El coeficiente de correlacin no debe
utilizarse para:
establecer relaciones causales entre dos
variables;
suplantar el anlisis de regresin;
analizar la coherencia entre mediciones
4
19
6. El coeficiente de Pearson
Propiedades del coeficiente de correlacin
El coeficiente de correlacin no tiene unidades;
El intervalo de posibles valores de es: ;
En el anlisis de la correlacin no es aplicable la
distincin entre variable dependiente o
independiente como sucede en el modelo de
regresin: aqu ambas variables son
dependientes.
20
6. El coeficiente de Pearson
21
6. El coeficiente de Pearson
Causalidad
Cuando dos variables tienen un coeficiente de
correlacin altamente significativo no implica en
modo alguno que una sea causa de la otra. Puede ser,
por ejemplo, que esta alta correlacin se deba a la
existencia de una tercera (o ms) variables
dependientes implicadas en el proceso. En estos casos
se recomienda recurrir al clculo del coeficiente de
correlacin parcial o semiparcial.
En ocasiones se califica de esprea la alta
correlacin no explicable. 22
6. El coeficiente de Pearson
Significacin paradjica
la correlacin en una muestra cuyo contingente
sea muy grande. En estos casos, tiende a ser
significativo aunque su valor absoluto no sea
demasiado grande. Cuando se evala el
coeficiente de determinacin puede darse la
circunstancia de que a pesar de la alta
significacin estadstica de el coeficiente
exprese que slo un insignificante porcentaje de
variacin de una variable es explicado por la
segunda variable
23
6. El coeficiente de Pearson
Evaluacin de medidas de error
El coeficiente de correlacin no debe ser
utilizado en comparacin de mtodos: indica el
grado asociacin, no el nivel de acuerdo o
concordancia entre diferentes mtodos
24
7. Clculo
x
x
y
y
x x
z
s
y y
z
s

=
Estandarizacin
5
25
7. Clculo
( )( )
, ,
1
x i y i
i
i i
i i x y
i x y
z z
r
n
x x y y
s s
n
x x y y
n s s
= =

= =

=

26
7. Clculo
2 2
2 2
i i
i i i
i i
i i i i
n x y x y
r
n x x n y y

=
( (
| | | |
( (
| |
\ . \ . ( (



27
7. Clculo
2
1
1
2
r
r r
n
| |
= +
|
\ .
2
1
1
2 6
r
r r
n
| |
= +
|

\ .
1 1
ln
2 1
r
z
r
+ | |
=
|

\ .
28
7. Clculo
( )
1
3
es z
n
=

( )
1, 060
3
es z
n
=

2
2
1
1
z
z z
e
r
e

=
+
29
7. Clculo
xy
xy
xx yy
r
r
r r
=
( )
2
1
1 1
2
n
r r
n

=

30
7. Clculo
i i
i
i
i
n r
r
n
=

6
31
9. El coeficiente de
determinacin R
El coeficiente de determinacin indica la proporcin de
varianza comn entre dos variables.
El coeficiente de alienacin , complementario del
coeficiente de determinacin indica la proporcin de
varianza no compartida entre dos variables.
El coeficiente de determinacin se define como el
cuadrado del coeficiente de correlacin de Pearson
Se utiliza ocasionalmente para medir la significacin de .
Mide la cantidad de variacin compartida por ambas
variables, es decir la cantidad (o porcentaje, si as se
expresa) de variacin atribuible a .
32
escala intervalo ordinal nominal
dicotmico
natural
dicotmico
artificial
intervalo r de Pearson
ordinal biserial rb
de Spearman
de Kendall
nominal biserial puntual rbp
biserial ordenado
rbr
C de contingencia
,
dicotmico
natural
biserial puntual rbp biserial puntual rbp V de Cramer
dicotmico
artificial
biserial rb Tetracrico rtc
33
10. El coeficiente de Spearman
Definicin
Es un caso especial de coeficiente de
correlacin de Pearson en que los datos
continuos son previamente convertidos en
ordinales.
34
10. El coeficiente de Spearman
Propiedades
Aplicable cuando se trata de datos ordenados
(o continuos reducidos a ordinales);
Menos influenciable por la presencia de datos
sesgados o variables;
Es una medida de correlacin no paramtrica
en el sentido de que no implica suposiciones
acerca de la forma de la distribucin de
frecuencias de las variables implicadas;
Tampoco requiere la suposicin de linealidad.
35
10. El coeficiente de Spearman
( )
2
6
1
1
d
n n
=

36
11. El coeficiente biserial puntual
Definicin
Es un caso especial de coeficiente de correlacin de
Pearson en que una variable est medida en escala
nominal dicotmica natural (es decir, los datos se
expresan como dos alternativas, por ejemplo 1 y
0) y la otra en escala de intervalo o continua.
Propiedades
Aplicable cuando se trata de datos ordenados (o
continuos reducidos a ordinales)
7
37
11. El coeficiente biserial puntual
38
11. El coeficiente biserial puntual
( )
1 0
bp
y
y y pq
r

=
39
12. El coeficiente biserial
El coeficiente de correlacin biserial es
similar al coeficiente de correlacin biserial
puntual pero para variables medidas en
cuantitativa uno y dicotomizada la otra,
aunque tenga subyacentemente se
distribuya normalmente
40
12. El coeficiente biserial
( )
1 0
b
y
pq
y y
Y
r

=
41
13. Coeficiente de Kendall
Propiedades
El coeficiente de correlacin de Kendall tiene
un intervalo de valores [1, 1]
Cuando la concordancia o discordancia entre
los ordinales de dos variables es perfecta, vale
1 o 1; cuando son independientes, .
42
13. Coeficiente de Kendall
( )
4
1
1
P
n n
=

( ) ( ) 1 2 5
18
P
z
n n n
=
+
8
43
14. Otros coeficientes
Coeficiente C de contingencia de
Spearman


V de Cramer

Coeficiente tetracrico

Coeficiente intraclase
44
16. Correlacin mltiple
Matriz de correlaciones
Coeficiente de correlacin parcial y
semiparcial