ANÁLISIS DE LA INFORMACIÓN

ESTADÍSTICA POR MEDIO DE

LAS TICS
ESTADÍSTICA INFERENCIAL:
CORRELACIÓN
INTRODUCCIÓN
CONTENIDO

1 Estadistica Inferencial

2 Correlación de Datos

3 Covarianza

4 Coeficiente de Spearman
 ESTADÍSTICA INFERENCIAL:

OBJETIVOS GENERALES:
 Determinar la definición de estadística
Inferencial.

 Correlacionar, analizar y determinar el nivel de

confianza de un conjunto de datos.

 Aplicar en un modelo estadístico, la varianza y

coeficiente de Spearman
 Estadística

Estadística Estadística
Descriptiva Inferencial Comprende
Comprende
aquellos métodos y
aquellos métodos
técnicas usadas
gráficos, y
para hacer
numéricos
generalizaciones

usados para: Predicciones y

recopilar, estimaciones que
organizar y se utilizan para
describir la transformar la
información que se información en
ha recogido con el conocimiento.
fin de describir sus
características.
 CORRELACIÓN

La correlación es la forma numérica en la que la

estadística ha podido evaluar la relación de dos o
más variables, es decir, mide la dependencia de
una variable con respecto de otra variable
independiente

La correlación indica la fuerza y la dirección de

una relación lineal y proporcionalidad entre
dos variables estadísticas. Esta relación queda
representada mediante la línea de mejor ajuste,
trazada a partir de la nube de puntos.

Los principales componentes elementales de una

línea de ajuste y, por lo tanto, de una correlación,
son la fuerza, el sentido y la forma:
Componentes La fuerza extrema según el caso, mide el grado en que la
de
Correlación
línea representa a la nube de puntos: si la nube es
estrecha y alargada, se representa por una línea recta, lo
que indica que la relación es fuerte; si la nube de puntos
tiene una tendencia elíptica o circular, la relación es débil.

El sentido mide la variación de los valores de B con

respecto a A: si al crecer los valores de A lo hacen los de B,
la relación es directa (pendiente positiva); si al crecer los
valores de A disminuyen los de B, la relación es inversa
(pendiente negativa).

La forma establece el tipo de línea que define el mejor

ajuste: la línea recta, la curva.
 TIPO DE CORRELACIÓN

Correlación Directa.- La
correlación directa se da cuando
al aumentar una de las variables
la otra aumenta. Corresponde a
una recta creciente.

Correlación Inversa.- Se da
cuando al aumentar una de las
variables la otra disminuye.
Corresponde a una recta
decreciente.

Correlación Nula.- Se da
cuando no hay dependencia de
ningún tipo entre las variables .
La nube de puntos tiene una
forma redondeada.
 COVARIANZA
• La covarianza mide la relación lineal entre dos variables.
Aunque la covarianza es similar a la correlación entre dos
variables.

• Los coeficientes de correlación están estandarizados. Por

lo tanto, una relación lineal perfecta da como resultado un
coeficiente de 1. La correlación mide tanto la fuerza como
la dirección de la relación lineal entre dos variables.

• Los valores de covarianza no están estandarizados. Por

consiguiente, la covarianza puede ir desde infinito
negativo hasta infinito positivo. Por lo tanto, el valor de
una relación lineal perfecta depende de los datos.

Donde:
xi, yi : Variables a analizar
x : Media Aritmética de la variable x
y : Media Aritmética de la variable y
Si SXY > 0 las dos variables crecen o decrecen
a la vez (nube de puntos creciente).

Si SXY < 0 cuando una variable crece, la otra

tiene tendencia a decrecer (nube de puntos
decreciente).

Si los puntos se reparten con igual intensidad

alrededor de (x, y), SXY = 0 (no hay relación
lineal).
 EJEMPLO: A PAR

A partir de los siguientes datos determinar la covarianza

DATOS
 El número de datos es n = 10
 La media aritmética de las atracciones que compro es 3
 La media aritmética del costo total es 510
 La Suma del Producto de las Desviaciones es: 99
 COEFICIENTE DE SPEARMAN
Este coeficiente es una medida de asociación lineal que utiliza los
rangos, números de orden, de cada grupo de sujetos y compara
dichos rangos. Existen dos métodos para calcular el coeficiente
de correlación de los rangos: uno, señalado por Spearman y otro,
por Kendall

El coeficiente de correlación no debe utilizarse para comparar

dos métodos que intentan medir el mismo evento, como por
ejemplo dos instrumentos que miden la saturación de
oxígeno en sangre

El coeficiente de correlación de Spearman es recomendable

utilizarlo cuando los datos presentan valores extremos, ya que
dichos valores afectan mucho el coeficiente de correlación de
Pearson, o ante distribuciones no normales.
Un investigador suponía que el desempeño de los alumnos de la carrera de
medicina en materias afines y sinérgicas podría ser semejante. Para comprobar
lo anterior, aplicó dos exámenes a un grupo de diez alumnos. Al aplicarles el
examen de anatomía y otro de embriología, el investigador tenía la pretensión
de averiguar si los estudiantes con puntuaciones bajas en una materia
obtenían puntuaciones bajas en la otra y si quienes obtenían puntuaciones
altas en una materia también lograban puntuaciones altas en la otra.
Los datos son los siguientes
 Desarrollo

 n es nuestra cantidad de datos que en este ejemplo es 10

 Ahora aplicaremos la formula del coeficiente de Spearman
=1-((6*I14)/(I15*(I15^2-1)))