Análisis de relación entre dos variables cuantitativas Coeficiente de correlación de Pearson Módulo3
Análisis de la Relación entre Variables Cuantitativas
Resumen de la Sección: En esta sección, se aborda el análisis de la relación entre dos variables cuantitativas, centrándose en el coeficiente de correlación de Pearson y las hipótesis teóricas que guían este análisis.
Hipótesis Teóricas y Análisis Gráfico
- Se distingue entre una hipótesis teórica inicial donde se plantea que las variables son independientes (chisucero) y una hipótesis alternativa donde se asume que están relacionadas (chesua).
- La inspección gráfica de los datos a través de un diagrama de dispersión permite observar tendencias y posibles relaciones entre las variables.
Coeficiente de Covarianza
- El cálculo de la covarianza evalúa el grado de relación entre dos variables, siendo importante para comprender la asociación lineal o no lineal entre ellas.
- La covarianza no está acotada y arrastra las unidades de las variables, lo que puede dificultar su interpretación directa.
Interpretación Geométrica y Significado del Signo
- La interpretación geométrica de la covarianza implica ubicar los valores medios en un diagrama para comprender visualmente la relación entre las variables.
- El signo de la covarianza indica si existe una asociación positiva o negativa entre las variables, siendo crucial para el análisis e interpretación adecuada.
Análisis de Co-Varianza y Coeficiente de Correlación
Resumen de la Sección: En esta sección, se explora la co-varianza y el coeficiente de correlación como medidas para comprender las relaciones entre variables en un conjunto de datos.
Interpretación de la Co-Varianza
- Se trazan líneas paralelas a los ejes para visualizar la nube de puntos y las líneas correspondientes a las medias.
- Los puntos con coordenadas x e y mayores que las medias contribuyen positivamente a la co-varianza.
- Puntos en diferentes cuadrantes afectan la co-varianza: rojos positivos, verdes negativos. La mayoría positiva indica relación directa entre variables.
Coeficiente de Correlación de Pearson
- La co-varianza tiene limitaciones unitarias, por lo que se utiliza el coeficiente adimensional Pearson.
- El coeficiente es el cociente entre la co-varianza y el producto de desviaciones típicas, eliminando unidades.
Interpretación del Coeficiente de Correlación
Resumen de la Sección: Aquí se profundiza en cómo interpretar el coeficiente de correlación en términos de fuerza y dirección de una relación entre variables.
Interpretando el Valor del Coeficiente
- Si r es menor que 0, hay relación lineal inversa; si es mayor que 0, es directa.
- Un valor cercano a 0 no implica independencia absoluta; puede haber relaciones no lineales.
Significación Estadística del Coeficiente
Resumen de la Sección: Se aborda la importancia estadística del coeficiente y su significado en términos prácticos.
Significación Estadística
- El coeficiente varía entre -1 y 1; cerca de 1 indica fuerte relación.