MODELOS
CORRELACIONALES
MG. MARCO SILVA SEGOVIA
CONCEPTOS DE CORRELACIÓN
¿QUÉ ES CORRELACIÓN?
La correlación es una medida estadística que describe la relación entre dos variables. Nos permite determinar si
existe una asociación entre ellas y la fuerza y dirección de esa relación. La correlación se expresa mediante un
coeficiente de correlación, que puede variar entre -1 y 1.
Existen diferentes tipos de correlación que se utilizan en estadística. A continuación, te mencionaré los más
comunes:
TIPOS DE CORRELACIÓN:
Correlación lineal: Es el tipo de correlación más común y se utiliza para medir la relación entre dos variables
cuantitativas continuas. El coeficiente de correlación lineal más utilizado es el coeficiente de correlación de
Pearson, que va de -1 a 1. Si el coeficiente es cercano a 1, indica una correlación positiva fuerte, mientras que si es
cercano a -1, indica una correlación negativa fuerte. Si el coeficiente es cercano a 0, indica una correlación débil o
inexistente.
Correlación no lineal: A diferencia de la correlación lineal, la correlación no lineal no sigue una relación lineal
directa entre las variables. Puede existir una relación curvilínea, exponencial u otro tipo de relación compleja. En
estos casos, se utilizan otros coeficientes de correlación, como el coeficiente de correlación de Spearman o el
coeficiente de correlación de Kendall.
Correlación de rango: Se utiliza para medir la relación entre dos variables ordinales. Estas variables no tienen una
escala numérica precisa, pero se pueden ordenar en función de su posición relativa. El coeficiente de correlación
de Spearman y el coeficiente de correlación de Kendall son ampliamente utilizados en este tipo de correlación.
APLICACIONES DE LA CORRELACIÓN
Investigación científica: La correlación se utiliza para analizar la relación entre variables en diversos campos científicos, como la
biología, la medicina, la psicología, la economía, entre otros. Por ejemplo, se puede estudiar la correlación entre el consumo de tabaco y
la incidencia de enfermedades pulmonares.
Finanzas: En el ámbito financiero, la correlación se utiliza para analizar la relación entre diferentes activos financieros. Esto permite
construir carteras de inversión diversificadas y reducir el riesgo. También se utiliza para estudiar la relación entre variables
macroeconómicas, como el PIB y la tasa de desempleo.
Investigación de mercados: En el marketing y la investigación de mercados, la correlación se utiliza para analizar la relación entre
variables relacionadas con el comportamiento del consumidor, como la relación entre el precio de un producto y la demanda del mismo.
Estudios de calidad: En la producción y control de calidad, la correlación se utiliza para estudiar la relación entre diferentes variables y
determinar si existe una relación causa-efecto. Por ejemplo, se puede analizar la correlación entre la temperatura de un horno y la calidad
de los productos fabricados en él.
Estudios medioambientales: La correlación se utiliza para analizar la relación entre variables ambientales, como la correlación entre la
contaminación del aire y la salud de las personas que viven en determinadas áreas.
COEFICIENTE DE CORRELACIÓN DE PEARSON
Coeficiente de correlación de Pearson: Es el coeficiente de correlación más comúnmente utilizado para medir la
correlación lineal entre dos variables cuantitativas continuas. El coeficiente de correlación de Pearson,
representado por "r", puede variar entre -1 y 1. Un valor de "r" cercano a 1 indica una correlación positiva fuerte,
mientras que un valor cercano a -1 indica una correlación negativa fuerte. Un valor de "r" cercano a 0 indica una
correlación débil o inexistente.
El coeficiente de correlación de Pearson se calcula utilizando la fórmula:
Donde xi y yi son los valores de las dos variables, x, y son las medias de las dos variables, y n es el número total
de observaciones.
TIPOS DE VARIABLES
El coeficiente de correlación de Pearson se utiliza para medir la correlación entre dos
variables cuantitativas continuas. Este coeficiente asume que las variables tienen una
distribución normal o cercana a una distribución normal. Por lo tanto, es apropiado
cuando se trabaja con variables que se miden en una escala de intervalo o de razón.
Algunos ejemplos de variables adecuadas para el coeficiente de correlación de
Pearson son la altura y el peso de las personas, la temperatura y la presión
atmosférica, o los ingresos y el gasto en publicidad de una empresa.
COEFICIENTE DE CORRELACIÓN DE SPEARMAN
Se utiliza para medir la correlación entre dos variables ordinales o variables cuantitativas que no siguen una relación
lineal. A diferencia del coeficiente de correlación de Pearson, el coeficiente de correlación de Spearman se basa en los
rangos de las observaciones en lugar de los valores exactos.
El coeficiente de correlación de Spearman, denotado como "ρ" (rho), también puede variar entre -1 y 1. Al igual que en
el coeficiente de correlación de Pearson, un valor cercano a 1 indica una correlación positiva fuerte, mientras que un
valor cercano a -1 indica una correlación negativa fuerte. Un valor cercano a 0 indica una correlación débil o
inexistente.
El coeficiente de correlación de Spearman se calcula mediante la fórmula:
Donde di es la diferencia entre los rangos de las dos variables para cada observación y n es el número total de
observaciones
TIPOS DE VARIABLES
El coeficiente de correlación de Spearman se utiliza para medir la correlación entre
dos variables ordinales o cuantitativas que no siguen una relación lineal. Este
coeficiente se basa en los rangos de las observaciones, por lo que no requiere que las
variables tengan una distribución normal. Se utiliza cuando las variables se pueden
ordenar o clasificar, pero no se puede asumir que tienen una distancia constante entre
categorías. Por ejemplo, podrías usar el coeficiente de correlación de Spearman para
analizar la relación entre la clasificación de desempeño de los empleados (por
ejemplo, "bueno", "regular", "malo") y el nivel de satisfacción laboral.
COEFICIENTE DE CORRELACIÓN DE KENDALL
También se utiliza para medir la correlación entre dos variables ordinales o variables cuantitativas no lineales. El
coeficiente de correlación de Kendall, denotado como "τ" (tau), mide la concordancia entre los pares de
observaciones.
El coeficiente de correlación de Kendall puede variar entre -1 y 1. Un valor cercano a 1 indica una correlación
positiva fuerte, mientras que un valor cercano a -1 indica una correlación negativa fuerte. Un valor cercano a 0
indica una correlación débil o inexistente.
El coeficiente de correlación de Kendall se calcula contando el número de pares de observaciones que tienen la
misma dirección (concordantes) y los que tienen direcciones opuestas (discordantes), y luego aplicando la
siguiente fórmula:
TIPOS DE VARIABLES
El coeficiente de correlación de Kendall también se utiliza para medir la correlación
entre variables ordinales o cuantitativas que no siguen una relación lineal. Al igual
que el coeficiente de correlación de Spearman, se basa en el ordenamiento de las
observaciones. Es apropiado cuando las variables no cumplen con los supuestos de
normalidad y no se puede asumir una distancia constante entre categorías. El
coeficiente de correlación de Kendall es especialmente útil cuando hay empates en las
observaciones. Por ejemplo, podrías utilizar el coeficiente de correlación de Kendall
para evaluar la relación entre la preferencia de sabores de helado (por ejemplo,
"vainilla", "chocolate", "fresa") y la edad de los participantes.
EN RESUEMEN
El coeficiente de correlación de Pearson se aplica a variables
cuantitativas continuas, mientras que el coeficiente de
correlación de Spearman y el coeficiente de correlación de
Kendall se utilizan con variables ordinales o cuantitativas no
lineales. Ambos coeficientes de correlación no requieren una
distribución normal y se diferencian en cómo tratan las
diferencias de rangos entre observaciones.
GRACIAS
[email protected]
