Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Educación
Asociaciones
Introducción
rendimiento
rendimiento
inteligencia inteligencia inteligencia
rendimiento
rendimiento
rendimiento
inteligencia inteligencia inteligencia
Ahora necesitamos un índice que nos informe tanto del grado en que X e Y están
relacionadas, y si la relación es positiva o negativa
Covarianza e índice de correlación de Pearson
inteligencia
inteligencia
Covarianza
å( X i - X )(Yi - Y )
sxy = i =1
å( X - X )( Yi - Y ) sxy
i
rxy =
rxy = i =1
sx × s y
n × sx × s y
Interpretación
inteligencia
Coeficiente de correlación (lineal) de Pearson
Interpretación (2)
(Esa es una de las razones empleadas por las tabaqueras en el tema de la correlación
entre cáncer de pulmón y el hecho de fumar.)
Coeficiente de correlación (lineal) de Pearson
Interpretación (3)
Es importante indicar que el coeficiente de correlación de Pearson puede verse
afectado por la influencia de terceras variables.
Por ejemplo, si fuéramos a un colegio y medimos la estatura y pasamos una prueba
de habilidad verbal, saldrá que los más altos también tienen más habilidad
verbal...claro, que eso puede ser debido simplemente a que en el colegio los niños
más altos serán mayores en edad que los más bajos.
Si se parcializa esta “tercera” variable
(mediante “correlación parcial”, que ya
veremos más adelante), difícilmente habrá
una relación de importancia entre estatura
Habilidad numérica
14 a
y habilidad numérica.
12 a
10 a
8a Hay muchos casos en que es la tercera
6 años variable la causante de una alta relación
entre X e Y (y ello muchas veces es difícil de
identificar)
Estatura
Coeficiente de correlación (lineal) de Pearson
Interpretación (3)
CI bajo CI alto
Un grupo heterogéneo daría pues un mayor
grado de relación entre variables que un grupo
inteligencia homogéneo.
Otros coeficientes: variables semi-cuantitativas
n
6 × å di2
rs = 1 - i =1
n ( n - 1)
2
f e - ft ) 2
Donde fe representa las frecuencias empíricas y ft
2 ( representa las frecuencias teóricas
c =å
ft
Prueba c2 como medida de asociación: El caso de independencia de 2 variables
cualitativas
Las frecuencias empíricas son las que tenemos en la tabla de contingencia. Ahora bien,
¿cómo computar las frecuencias teóricas? Tal proceso es simple:
Si ambas variables son independientes, la frecuencia teórica de cada celdilla será el
resultado de multiplicar la suma de frecuencias de la fila x la suma de frecuencia de
las columnas, y ese resultado se divide por N
2 ( f e - ft ) 2
c =å
ft
f=
coeficiente de Pearson
(pero observa que phi no
n
puede ser negativo...sólo
de 0 a 1)
Prueba c2 como medida de asociación: Coeficientes derivados e
interpretación
nm
Este índice se interpreta análogamente al índice de Pearson (excepto por el tema
del signo).
Observa que si la tabla es 2x2 este índice coincide con el índice phi