Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ir a la navegaci�nIr a la b�squeda
Para otros usos de este t�rmino, v�ase Correlaci�n (desambiguaci�n).
En probabilidad y estad�stica, la correlaci�n indica la fuerza y la direcci�n de
una relaci�n lineal y proporcionalidad entre dos variables estad�sticas. Se
considera que dos variables cuantitativas est�n correlacionadas cuando los valores
de una de ellas var�an sistem�ticamente con respecto a los valores hom�nimos de la
otra: si tenemos dos variables (A y B) existe correlaci�n entre ellas si al
disminuir los valores de A lo hacen tambi�n los de B y viceversa. La correlaci�n
entre dos variables no implica, por s� misma, ninguna relaci�n de causalidad (V�ase
cum hoc ergo propter hoc).
�ndice
1 Fuerza, sentido y forma de la correlaci�n
2 Coeficientes de correlaci�n
2.1 Interpretaci�n geom�trica
2.2 Distribuci�n del coeficiente de correlaci�n
3 Referencias
4 Enlaces externos
Fuerza, sentido y forma de la correlaci�n
La relaci�n entre dos variables cuantitativas queda representada mediante la l�nea
de mejor ajuste, trazada a partir de la nube de puntos. Los principales componentes
elementales de una l�nea de ajuste y, por lo tanto, de una correlaci�n, son la
fuerza, el sentido y la forma:
La fuerza extrema seg�n el caso, mide el grado en que la l�nea representa a la nube
de puntos: si la nube es estrecha y alargada, se representa por una l�nea recta, lo
que indica que la relaci�n es fuerte; si la nube de puntos tiene una tendencia
el�ptica o circular, la relaci�n es d�bil.
El sentido mide la variaci�n de los valores de B con respecto a A: si al crecer los
valores de A lo hacen los de B, la relaci�n es directa (pendiente positiva); si al
crecer los valores de A disminuyen los de B, la relaci�n es inversa (pendiente
negativa).
La forma establece el tipo de l�nea que define el mejor ajuste: la l�nea recta, la
curva monot�nica o la curva no monot�nica
Coeficientes de correlaci�n
Existen diversos coeficientes que miden el grado de correlaci�n, adaptados a la
naturaleza de los datos. El m�s conocido es el coeficiente de correlaci�n de
Pearson (introducido en realidad por Francis Galton), que se obtiene dividiendo la
covarianza de dos variables entre el producto de sus desviaciones est�ndar. Otros
coeficientes son:
El coseno del �ngulo alfa entre estos vectores es dado por la f�rmula siguiente:
{\displaystyle r=\cos(\alpha )={\dfrac {\displaystyle \sum _{i=1}^{N}(x_{i}-{\bar
{x}})\cdot (y_{i}-{\bar {y}})}{{\sqrt {\displaystyle \sum _{i=1}^{N}(x_{i}-{\bar
{x}})^{2}}}\cdot {\sqrt {\displaystyle \sum _{i=1}^{N}(y_{i}-{\bar {y}})^{2}}}}}}
{\displaystyle r=\cos(\alpha )={\dfrac {\displaystyle \sum _{i=1}^{N}(x_{i}-{\bar
{x}})\cdot (y_{i}-{\bar {y}})}{{\sqrt {\displaystyle \sum _{i=1}^{N}(x_{i}-{\bar
{x}})^{2}}}\cdot {\sqrt {\displaystyle \sum _{i=1}^{N}(y_{i}-{\bar {y}})^{2}}}}}}
La f�rmula de correlaci�n para dos series distintas con cierto desfase "k", est�
dada por la f�rmula:
donde:
Aunque, la soluci�n: