Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Presentación
Objetivo
Duración de la sesión:
Cinco horas.
Organización metodológica:
2
Preámbulo
3
Pruebas de Asociación.
En la práctica clínica, así como en Salud Pública, con cierta frecuencia surge la
pregunta acerca de si variables que han sido medidas en forma numérica se encuentran
relacionadas entre si. Como la circunferencia de cintura y los niveles de glucemia en un
individuo o la cantidad de recursos para la salud y la magnitud de tasas de cierta
enfermedad.
La búsqueda de asociación entre variables sigue distintos caminos, según el tipo de
datos a analizar. Cabe mencionar que en materia de asociación existes tres formas de
verificarla: a) Correlación de Pearson, b) Correlación de Spearman y c) Asociación Phi.
Como apoyo para la decisión del tipo de prueba en los dos primeros casos se tiene
el siguiente diagrama:
Cuantitativas
Continuas Discretas
Distribución
normal
Correlación de
Sí No Spearman
Correlación de
Pearson
4
Nota: ante la realidad de que pocas variables realmente son normales el criterio que se
sigue para verificar asociación es: “Son variables continuas---Pearson”, “Son variables
discretas, o responden a la combinación: (discreta-ordinal), (ordinal-discreta), (continua-
ordinal) ó (ordinal-continua)---Spearman.
1. Correlación de Pearson.
Donde:
r=Coeficiente de correlación de Pearson.
n=número de pares de datos.
X=primer variable objeto de asociación.
Y=segunda variable objeto de asociación.
−1 ≤ 𝑟 ≤ 1
5
Una interpretación, aunque arbitraria.
𝐻𝑜 : 𝑟𝑥𝑦 = 0
𝐻𝑎 : 𝑟𝑥𝑦 ≠ 0
En STATA:
Conclusión:
6
2. Correlación de Spearman.
6 ∑ 𝑑2
𝑟𝑆 = 1 −
𝑛(𝑛 − 1)(𝑛 + 1)
Donde:
rs=Coeficiente de correlación de Spearman.
n=número de pares de datos.
d=diferencia entre pares de datos.
−1 ≤ 𝑟 ≤ 1
7
Ejemplo: ¿existe asociación entre la talla (x) y la clasificación de índice de masa
corporal(y)?
𝐻𝑜 : 𝑟𝑠 = 0
𝐻𝑎 : 𝑟𝑠 ≠ 0
En STATA:
Conclusión:
8
3. Correlación Phi.
𝑥2
𝑟𝜙 = √
𝑛
Donde:
r =Coeficiente de correlación de Spearman.
En STATA:
Conclusión: