Correlación de Pearson y de Spearman
Introducción
¡Hola admirable estudiante!
Me da mucho gusto saludarte en esta ocasión, que sin demeritar las anteriores, ya has avanzado mucho en este proceso formativo y eso es razón suficiente para pedirte que continúes con ese mismo ímpetu por aprender más. Te reitero mis felicitaciones y te doy la bienvenida a la última clase digital de esta UDA.
Hemos aprendido juntos sobre los principales fundamentos estadísticos.
Ahora estás listo para la aplicación de dichos fundamentos, no solo en los procesos investigativos, sino para comprender la lectura de textos científicos que expresen sus resultados en datos organizados en tablas y gráficas que demuestran la comprobación de sus suposiciones ante un fenómeno específico.
En esta última clase revisaremos las pruebas estadísticas para evaluar correlaciones entre variables, tanto para datos con distribución normal (Correlación de Pearson), como para datos sin distribución normal (Correlación de Spearman).
¡Te invito a comenzar tu última sesión!
Desarrollo del tema
Coeficiente de correlación
Un coeficiente de correlación mide el grado de relación o asociación entre dos variables. No es conveniente identificar correlación con dependencia causal, ya que, si hay una semejanza formal entre ambos conceptos, son términos análogos; puede ser haya una alta correlación entre dos acontecimientos, pero puede que no exista entre ellos relación de causa o efecto. Cabe recordar que el coeficiente fluctúa entre -1 ≤ ρ ≤ 1.
El coeficiente de correlación de Pearson tiene como objetivo medir la fuerza o grado de asociación entre dos variables aleatorias cuantitativas que poseen una distribución normal bivariada conjunta.
La fórmula para calcular el coeficiente de Pearson es:
Cuando ρ=+ (positiva o directa) la relación es directa entre las variables. Si ρ=- (negativa o inversa) la relación es inversa y si ρ= 0 son independientes.
Dicho coeficiente se puede expresar en términos de su estadístico:
Pero esta fórmula solo calcula el grado de correlación entre las variables, para calcular la significancia estadística será necesario aplicar la siguiente fórmula:
Coeficiente de correlación de Spearman
Es un coeficiente no paramétrico alternativo al coeficiente de correlación de Pearson cuando este no cumple con una distribución normal de los datos. Se define el coeficiente de correlación de rangos de Spearman como el coeficiente de correlación lineal entre los rangos Ri(x) y Ri(y), en la fórmula de Pearson se reemplaza Xi por Ri(x) y Yi por Ri (y):
Para la prueba de hipótesis se usará la siguiente fórmula:
Conclusión
Conclusión del tema:
Muy bien hecho, hemos terminado al fin nuestro curso de bioestadística, te deseo las mejores de las suertes en tus aplicaciones futuras de todo fundamento aquí revisado, ten la seguridad de que estos conceptos te serán de gran ayuda al momento de leer los reportes de investigación en artículos científicos y al momento de diseñar y aplicar tu proyecto de investigación, incluso al presentar o revisar resultados de tus investigaciones o la de los demás. Recuerda que ante todo debemos ser éticos en nuestras actividades profesionales y eso implica sacar conclusiones estadísticas bien fundamentadas, con un conocimiento de base de los conceptos más básicos hasta los conceptos más complejos ya que no se trata de generar conocimiento, en necesario, además, tener la certeza de que es un conocimiento que nos acerca a la verdad. La verdad nos hará libres.
Ha sido un gozo compartir contigo este trayecto formativo. Deseo que el curso haya cumplido tus expectativas y encuentres satisfacción en los temas abordados, así como con tu desempeño y compromiso. Para concluir de forma correcta, te invito a realizar la tarea asignada y mandarla como corresponde. Espero encontrarte nuevamente, ¡hasta pronto!
Fuentes de información
- Restrepo et al., (2007). De Pearson a Spearman. Rev. Col. Cienc. Pec; 20:183-192
- PEARSON https://www.youtube.com/watch?v=1QFf5luX3kA (9.38 minutos)
- SPEARMAN https://www.youtube.com/watch?v=7ep0o5nYVFU (9.49minutos)