Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
En esta práctica vamos a hacer un análisis de correlación canónica utilizando SPSS. Para ello, hemos
sacado los datos de la base de datos del banco mundial hasta 2019. Hemos cogido 7 variables para
realizar este informe. El objetivo de este análisis es buscar relaciones que puedan haber entre dos
grupos de variables y la validez de las mismas. La correlación canónica puede ser usada tanto en datos
métricos como no métricos para variables dependientes como independientes. El análisis de
correlación canónica es un tipo de análisis estadístico lineal de múltiples variables que sirve para
analizar relaciones multidimensionales entre las variables independientes y dependientes. El análisis
de correlación canónica es un método utilizado para tratar los supuestos en los que se dispone de
información de un conjunto numeroso de variables que pueden agruparse en dos grupos, el primero
formado por las variables explicativas y el segundo por las explicadas y, además, dentro de cada grupo
se observa un elevado grado de correlación entre las variables.
Tabla 3: correlación entre las variables económicas y las que perjudican la salud
El resultado de correlaciones cruzadas entre conjuntos, arroja una clara falta de correlación entre todas
, siendo el mayor coeficiente un 0,14, algo apenas relevante.
Canonical correlations
1,00 0,338
2,00 0,127
3,00 0,099
La tabla número 4 nos muestra las correlaciones canónicas que se han generado, en base a las matrices
de correlaciones comentadas previamente. Por ende, las variables canónicas están definidas por un
conjunto de vectores propios que describiremos más adelante.
La tabla 5, a diferencia del resto de tablas que contiene el informe , se trata de un conjunto de test
realizados para poder definir a nuestras variables canónicas como significativas. Por comentar alguno
de ellos, wilks que nos muestra un valor cercano a uno hace referencia a una falta de correlación entre
los distintos grupos de variables.
COEFICIENTES CANÓNICOS
En el siguiente conjunto de tablas encontramos los coeficientes estandarizados, brutos y cargas de los
vectores que definen las variables canónicas. La variable canónica se consigue con la suma ponderada
de estos coeficientes, generando por ende el valor total de cada correlación canónica ( en nuestro caso
tenemos tres correlaciones. Las siguientes tablas detallan los tres tipos de coeficientes para cada
conjunto.
Tabla 8: coeficientes canónicos estandarizados para las variables que perjudican la salud
1 2 3
Emisiones de -0,05 0,91 0,43
CO2
Tabla 9: coeficientes canónicos en bruto para las variables que perjudican la salud
1 2 3
1 2 3
Tabla 11: coeficientes canónicos cruzados para las variables que perjudican la salud
1 2 3
Tabla 12: coeficientes canónicos para las variables que perjudican la salud
1 2 3
Tabla 13: cargas cruzadas para las variables que perjudican la salud
1 2 3
ANÁLISIS DE REDUNDANCIA
Tabla 14: proporción de varianza para las variables económicas explicadas por su propia variación canónica
Prop Var
CV1-1 0,178
CV1-2 0,488
CV1-3 0
Fuente: elaboración propia a través de SPSS
Tabla 15: proporción de varianza para las variables económicas explicadas por su variación canónica opuesta
Prop Var
CV2-1 0,02
CV2-2 0,008
CV2-3 0,002
Fuente: elaboración propia a través de SPSS
Tabla 16: proporción de varianza para las variables que perjudican la salud explicadas por su propia variación canónica
Prop Var
CV2-1 0,255
CV2-2 0,315
CV2-3 0,43
Fuente: elaboración propia a través de SPSS
Tabla 17: proporción de varianza para las variables que perjudican la salud explicadas por su variación canónica opuesta
Prop Var
CV1-1 0,029
CV1-2 0,005
CV1-3 0,004
Fuente: elaboración propia a través de SPSS
CONCLUSIÓN
La hipótesis principal que queríamos analizar en este trabajo era que si las variables económicas
podrían explicar de alguna manera a las variables que hemos clasificado como “elementos que
perjudican la salud”. A la vista de las tablas que hemos analizado, vemos como no existe relación (o
esta es tan débil que no se puede considerar significativa) entre las variables económicas y aquellas
que son malas para nuestro bienestar. Solamente podríamos hablar de correlación entre variables en el
caso de las exportaciones y las importaciones, pero la relación que existe entre ambas es demasiado
débil como para poder profundizar en el análisis, con lo que solo podríamos concluir que existe una
correlación débil entre las variables ‘Exportaciones’ e ‘Importaciones’. Con lo cual, como conclusión
general de este trabajo, rechazamos la hipótesis nula por falta de causalidad entre las variables.