UNIVERSIDAD TÉCNICA “LUIS VARGAS TORRES” DE ESMERALDAS

Sede Santo Domingo de Tsáchilas

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS

ADMINISTRACIÓ N DE EMPRESAS

TRABAJO:

CORRELACION LINEAL DE PEARSON

Nivel y Paralelo: 8vo “B”

Estudiante: Bosquez Guido, Llumitasig Tania, Salazar Alisson, Veliz Odeth

Docente: Ing. Juan Carlos Sarmiento

Cátedra: Estadística aplicada

Periodo académico

2022 - 1S
 INTRODUCCIÒN

El presente informe exhibe la temática de la asignatura de Estadística Aplicada, el

cual es la Correlación lineal de Pearson con sus respectivos conceptos y ejemplos, en unas de

las teorías se menciona que la correlación de Pearson es una medida de dependencia lineal

entre dos variables aleatorias cuantitativas y una de las ventajas es que el valor es

independiente de cualquier unidad que se utiliza para medir las variables.

El coeficiente de correlación de Pearson tiene el objetivo de indicar cuán asociadas se

encuentran dos variables entre sí, a continuación, se presenta toda la investigación realizada

perteneciente al tema de correlación lineal de Pearson.

DESARROLLO

Correlación de Pearson

Teoría:

En estadística, el coeficiente de correlación de Pearson es una medida de dependencia

lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación

de Pearson es independiente de la escala de medida de las variables.

De manera menos formal, podemos definir el coeficiente de correlación de Pearson

como un índice que puede utilizarse para medir el grado de relación de dos variables siempre

y cuando ambas sean cuantitativas y continuas. (Wikipedia, 2022).

Que es:

El coeficiente de correlación de Pearson es una prueba que mide la relación

estadística entre dos variables continuas. Si la asociación entre los elementos no es lineal,

entonces el coeficiente no se encuentra representado adecuadamente.

 El coeficiente de correlación puede tomar un rango de valores de +1 a -1. Un valor de

0 indica que no hay asociación entre las dos variables. Un valor mayor que 0 indica una

asociación positiva. Es decir, a medida que aumenta el valor de una variable, también lo hace

el valor de la otra. Un valor menor que 0 indica una asociación negativa; es decir, a medida

que aumenta el valor de una variable, el valor de la otra disminuye.

Para llevar a cabo la correlación de Pearson es necesario cumplir lo siguiente:

 La escala de medida debe ser una escala de intervalo o relación.

 Las variables deben estar distribuida de forma aproximada.

 La asociación debe ser lineal.

 No debe haber valores atípicos en los datos. (QuestionPro, s.f.).

Para que sirve y en que lo empleamos:

Cómo se calcula el coeficiente de correlación de Pearson

La fórmula del coeficiente de correlación de Pearson es la siguiente:

Donde: “x” es igual a la variable número uno, “y” pertenece a la variable número dos,

“zx” es la desviación estándar de la variable uno, “zy” es la desviación estándar de la variable

dos y “N” es número de datos.

El coeficiente de correlación de Pearson tiene el objetivo de indicar cuán asociadas se

encuentran dos variables entre sí por lo que:

Correlación menor a cero: Si la correlación es menor a cero, significa que es negativa,

es decir, que las variables se relacionan inversamente. Entonces se indica que

 Cuando el valor de alguna variable es alto, el valor de la otra variable es bajo.

Mientras más próximo se encuentre a -1, más clara será la covariación extrema. Si el

coeficiente es igual a -1, nos referimos a una correlación negativa perfecta.

Correlación mayor a cero: Si la correlación es igual a +1 significa que es positiva

perfecta. En este caso significa que la correlación es positiva, es decir, que las variables se

correlacionan directamente. (Ruiz, 2019).

Cuando el valor de una variable es alto, el valor de la otra también lo es, sucede lo

mismo cuando son bajos. Si es cercano a +1, el coeficiente será la covariación.

Correlación igual a cero: Cuando la correlación es igual a cero significa que no es

posible determinar algún sentido de covariación. Sin embargo, no significa que no exista una

relación no lineal entre las variables.

Cuando las variables son independientes significa que estas se encuentran

correlacionadas, pero esto nos significa que el resultado sea verdadero.

El coeficiente de correlación de Pearson se utiliza para estudiar la relación (o

correlación) entre dos variables aleatorias cuantitativas (escala mínima de intervalo); por

ejemplo, la relación entre el peso y la altura.

Es una medida que nos da información acerca de la intensidad y la dirección de la

relación. En otras palabras, se trata de un índice que mide el grado de covariación entre

distintas variables relacionadas linealmente.

Debemos tener clara la diferencia entre relación, correlación o covariación entre dos

variables (= variación conjunta) y causalidad (también llamada pronóstico, predicción o

regresión), ya que son conceptos diferentes.

Ventajas y desventajas del coeficiente de correlación de Pearson

Entre las principales ventajas del coeficiente de correlación de Karl Pearson se

encuentran:
  El valor es independiente de cualquier unidad que se utiliza para medir las

variables.

 Si la muestra es grande, es más probable la exactitud de la estimación.

Alguna de las desventajas del coeficiente de correlación es:

 Es necesario las dos variables sean medidas a un nivel cuantitativo continuo.

 La distribución de las variables debe ser semejantes a la curva normal.

(QuestionPro, s.f.).

Ejemplo:

En la empresa Apple se ha realizado una encuesta para determinar, la correlación

entre: (a) Peso y Talla; (b) Edad y Peso; y (c) Edad e Índice de Masa Corporal, de las

personas que trabajan en la empresa.

 En el emporio industrial de la empresa APPLE se obtuvieron datos de 1000 personas

en la variable de peso y 997 personas en la variable de talla, de las cuales con la correlación

de Pearson y su esquema de distribución de valores, se determinó que entre las variables de

peso y talla existe un nivel de correlación de 0,414 lo que hace referencia a una correlación

positiva moderada, que en otras palabras es que las personas que tienen una talla alta tienen

una correlación positiva moderada con las personas que tienen un peso alto, por el contrario

las personas que tienen una talla baja tienen una correlación positiva moderada con las

personas que tiene un peso bajo.

En el emporio industrial de la empresa APPLE se obtuvieron datos de 1000 personas

de las cuales con la correlación de Pearson y su esquema de distribución de valores, se

determinó que entre las variables de edad y peso existe un nivel de correlación de -0,019 lo

que hace referencia a una correlación negativa débil, que en otras palabras es que las personas
que tienen una edad alta tienen una correlación negativa débil con las personas que tienen un

peso alto, por el contrario las personas que tienen una edad baja tienen una correlación

negativa débil con las personas que tiene un peso bajo.

En el emporio industrial de la empresa APPLE se obtuvieron datos de 1000 personas

en la variable de edad y 997 personas en la variable de índice de masa corporal, de las cuales

con la correlación de Pearson y su esquema de distribución de valores, se determinó que entre

las variables de edad e índice de masa corporal existe un nivel de correlación de -0,016 lo que

hace referencia a una correlación negativa débil, que en otras palabras es que las personas que

tienen una edad alta tienen una correlación negativa débil con las personas que tienen un

índice de masa corporal alto, por el contrario las personas que tienen una edad baja tienen una

correlación negativa débil con las personas que tiene un índice de masa corporal bajo.

Ejemplo manual:
 CONCLUSIÒN

Finalmente se concluye que la correlación lineal de Pearson es una prueba que mide la

relación estadística entre dos variables continuas, en el cual el coeficiente de correlación de

Pearson se utiliza para estudiar la relación (o correlación) entre dos variables aleatorias

cuantitativas (escala mínima de intervalo); por ejemplo, la relación entre el peso y la altura.

Es una medida que nos da información acerca de la intensidad y la dirección de la

relación. En otras palabras, se trata de un índice que mide el grado de covariación entre

distintas variables relacionadas linealmente.

 REFERENCIA BIBLIOGRÁFICA

QuestionPro. (s.f.). QuestionPro. Obtenido de QuestionPro:

https://www.questionpro.com/blog/es/coeficiente-de-correlacion-de-pearson/

Ruiz, L. (22 de Mayo de 2019). Psiclologìa y Mente. Obtenido de Psiclologìa y Mente:

https://psicologiaymente.com/miscelanea/coeficiente-correlacion-pearson

Wikipedia. (03 de Septiembre de 2022). Wikipedia, La enciclopedia libre. Obtenido de

Wikipedia, La enciclopedia libre.: https://es.wikipedia.org/w/index.php?

title=Coeficiente_de_correlaci%C3%B3n_de_Pearson&oldid=145743309