0 calificaciones0% encontró este documento útil (0 votos)
17 vistas5 páginas
Este documento resume los conceptos clave de desviación estándar, varianza, correlación y coeficiente de correlación. Explica que la desviación estándar mide la dispersión de los datos respecto a la media, y que la varianza representa la variabilidad de una serie de datos. Indica que la correlación mide la fuerza y dirección de la relación lineal entre dos variables, y que el coeficiente de correlación cuantifica esta relación entre -1 y 1. Finalmente, destaca que aunque la correlación y causalidad están relacionadas, una correlación no implica necesariamente
Este documento resume los conceptos clave de desviación estándar, varianza, correlación y coeficiente de correlación. Explica que la desviación estándar mide la dispersión de los datos respecto a la media, y que la varianza representa la variabilidad de una serie de datos. Indica que la correlación mide la fuerza y dirección de la relación lineal entre dos variables, y que el coeficiente de correlación cuantifica esta relación entre -1 y 1. Finalmente, destaca que aunque la correlación y causalidad están relacionadas, una correlación no implica necesariamente
Este documento resume los conceptos clave de desviación estándar, varianza, correlación y coeficiente de correlación. Explica que la desviación estándar mide la dispersión de los datos respecto a la media, y que la varianza representa la variabilidad de una serie de datos. Indica que la correlación mide la fuerza y dirección de la relación lineal entre dos variables, y que el coeficiente de correlación cuantifica esta relación entre -1 y 1. Finalmente, destaca que aunque la correlación y causalidad están relacionadas, una correlación no implica necesariamente
correlació n aplicados a las variables administrativas y econó micas en las organizaciones.
AYLEEN ANDRADE, 30.327.298
Significado de Desviación Estándar y la Varianza
Desviación Estándar. La desviación estándar es la medida de dispersión
más común, que indica qué tan dispersos están los datos con respecto a la media. Mientras mayor sea la desviación estándar, mayor será la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar la
desviación estándar de una población, mientras que s se utiliza para representar la desviación estándar de una muestra. La variación que es aleatoria o natural de un proceso se conoce comúnmente como ruido.
La desviación estándar se puede utilizar para establecer un valor de
referencia para estimar la variación general de un proceso.
La Varianza: La varianza es una medida de dispersión que representa la
variabilidad de una serie de datos respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el total de observaciones.
También se puede calcular como la desviación típica al cuadrado. Dicho
sea de paso, entendemos como residuo a la diferencia entre el valor de una variable en un momento y el valor medio de toda la variable.
La correlación
La correlación indica la fuerza y la dirección de una relación lineal y
proporcionalidad entre dos variables estadísticas. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una de ellas varían sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos variables (A y B) existe correlación entre ellas si al disminuir los valores de A lo hacen también los de B y viceversa.
Cómo interpretar el Coeficiente de Correlación
El coeficiente de correlación permite la medición de la correlación entre dos
variables. Entre las ventajas por la que sobresale el coeficiente de correlación respecto a otras formas de medición de correlación, es la covarianza, los resultados del coeficiente de correlación son entre -1 y +1; y siendo su simpleza para comparar diferentes correlaciones de forma más directa y simple.
Si se analizan dos variables aleatorias X e Y relacionada con determinada
población; el coeficiente de correlación de Pearson, la simbología con la letra {x,y} y se refiere a la expresión que permite calcular.
Teniendo en cuenta que:
{XY} es la covarianza de (X,Y)
{X} es la desviación estándar de la variable X
{Y} es la desviación estándar de la variable Y
Se puede calcular de la siguiente forma, utilizando la fórmula:
La relación entre correlación y causalidad.
La correlación y la causalidad, estrechamente relacionadas con las
variables de confusión, constituyen la suposición incorrecta de que porque algo correlaciona significa que existe una relación causal.
La causalidad es el ámbito de las estadísticas más malinterpretado y
utilizado incorrectamente por los no especialistas. Los medios de comunicación, los políticos y los grupos de presión a menudo se aferran a una correlación percibida y la utilizan para "probar" sus propias creencias. No entienden que el hecho de que los resultados muestren una correlación no prueba que exista una relación causal subyacente. Mucha gente supone que porque una encuesta o una estadística contiene muchos números debe ser científica y, por ende, correcta.
ejemplos de correlación y causalidad
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
Resumen de Diseño Estadístico Para Investigadores en Ciencias Sociales y del Comportamiento. Capítulo 2: Variables Estadísticas: RESÚMENES UNIVERSITARIOS