Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 46 vistas

    CACS (14) - Correlación y Asosiación

    Cargado por

    SILVIA ROSARIO CHALCO MENDOZA
    Este documento explica conceptos estadísticos como varianza, desviación estándar, distribución normal, correlación y asociación de variables. Define la varianza como una medida de dispersión de los datos respecto a la media, y la desviación estándar como una medida de cuán dispersos están los datos respecto a la media. También describe la distribución normal y cómo medir la asociación entre variables cuantitativas usando el coeficiente de correlación de Pearson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    CACS (14) - Correlación y Asosiación

    Cargado por

    SILVIA ROSARIO CHALCO MENDOZA
    46 vistas34 páginas
    Este documento explica conceptos estadísticos como varianza, desviación estándar, distribución normal, correlación y asociación de variables. Define la varianza como una medida de dispersión de los datos respecto a la media, y la desviación estándar como una medida de cuán dispersos están los datos respecto a la media. También describe la distribución normal y cómo medir la asociación entre variables cuantitativas usando el coeficiente de correlación de Pearson.

    Título original

    CACS (14)-Correlación y asosiación

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento explica conceptos estadísticos como varianza, desviación estándar, distribución normal, correlación y asociación de variables. Define la varianza como una medida de dispersión de los datos respecto a la media, y la desviación estándar como una medida de cuán dispersos están los datos respecto a la media. También describe la distribución normal y cómo medir la asociación entre variables cuantitativas usando el coeficiente de correlación de Pearson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    46 vistas34 páginas

    CACS (14) - Correlación y Asosiación

    Cargado por

    SILVIA ROSARIO CHALCO MENDOZA
    Este documento explica conceptos estadísticos como varianza, desviación estándar, distribución normal, correlación y asociación de variables. Define la varianza como una medida de dispersión de los datos respecto a la media, y la desviación estándar como una medida de cuán dispersos están los datos respecto a la media. También describe la distribución normal y cómo medir la asociación entre variables cuantitativas usando el coeficiente de correlación de Pearson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 34

    UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

    (Universidad del Perú, DECANA DE AMÉRICA)


    ESCUELA DE ESTUDIOS GENERALES
    Área: Ciencias de la Salud

    Correlación y
    Asociación
    ➔

    ➔
    ➔
    ➔
    ➔
    ➔
    ➔

    ➔
    Varianza FÓRMULA

    ¿QUÉ ES?

    .n: número de elementos observados


    .x:cada uno de los elementos observados
    . x̄: media aritmética de los elementos

    EJEMPLO
    Es una medida de dispersión que representa la
    variabilidad de una serie de datos respecto a su EDADES : 5, 6, 6, 7,8
    media. Formalmente se calcula como la suma Media aritmética: 6,4
    de los residuos al cuadrado divididos entre el Var(X)= (5-6,4)2 +(6-6,4)2 +(7-6,4)2+(8-6,4)2 / 5
    total de observaciones. Var(X)= 1,04
    Desviación estándar
    FÓRMULA
    ¿QUÉ ES?

    Es una medida de dispersión, la cual indica qué


    tan dispersos están los datos con respecto a la
    media. Es siempre mayor o igual que cero. EJEMPLO
    Mientras mayor sea la desviación estándar,
    mayor será la dispersión de los datos. Varianza= 1,04
    σ=√1,04
    σ=1,01 años
    Distribución normal de una variable
    ¿QUÉ ES?
    GRÁFICO

    La distribución normal es una distribución con


    forma de campana donde las desviaciones estándar
    sucesivas con respecto a la media establecen
    valores de referencia para estimar el porcentaje de
    observaciones de los datos. Es decir, la función y
    la variable aleatoria continua tendrán
    la misma representación pero con ligeras
    diferencias.
    Variables de medición
    Fases del análisis
    estadístico
    Tipos de tablas
    estadísticas
    Asosiación de variables
    Se refiere a la relación que existe entre dos o
    más variables cuantitativas o cualitativas.

    El método más eficaz que existe para ver si


    existe una asociación lineal entre variables
    cuantitativas continuas, es el llamado Análisis
    de Correlación de Pearson; este método nos
    indica si dos variables tienen correlación o no.
    Este coeficiente puede tomar valores de -1 a +1,
    si el coeficiente muestra un 0 entonces significa
    que no existe asociación entre las variables; en
    otras palabras significa que ambas variables
    son independientes entre sí.
    Correlación de Es una técnica estadística usada para

    variables determinar la relación entre dos o más


    variables. La correlación puede ser de
    al menos dos variables o de una
    variable dependiente y dos o más
    variables independientes, denominada
    correlación múltiple.Ejemplo:
    La relación entre la duración de una
    ¿QUE ES? carrera de distancia y el test del
    escalón, o la relación entre las
    características de la personalidad y la
    participación en deportes de alto
    riesgo.
    Análisis correlacional de
    variables cuantitativas
    Aplicar prueba de Normalidad

    SIMETRICA ASIMETRICA
    Hay el mismo número de elementos a Asimetría negativa: la cola de la distribución
    izquierda y derecha de la media. En se alarga para valores inferiores a la media.
    este caso, coinciden la media, la
    Asimetría positiva: la cola de la distribución
    mediana y la moda.
    se alarga (a la derecha) para valores
    superiores a la media
    se resume la manera de
    selección de las pruebas
    estadísticas, tomando en
    Ourprueba
    Escoger Philosophy
    Estadística cuenta el objetivo,
    número de grupos y la
    escala de medición de las
    variables.

    no
    parametricas parametricas

    se basan en las leyes de distribución son aquellas que se encargan de analizar


    normal para analizar los elementos datos que no tienen una distribución
    de una muestra. Generalmente, solo particular y se basan una hipótesis, pero
    se aplican a variables numéricas y los datos no están organizados de forma
    para su análisis debe mantener una normal. Aunque tienen algunas
    población grande, ya que permite limitaciones, cuentan con resultados
    que el cálculo sea más exacto. estadísticos ordenados que facilita su
    comprensión.
    Ejem:Coeficiente de correlación de Ejem:Coeficiente de correlación de
    Pearson. Spearman.
    Grado de -1.00 ≤ r ≤ +1.00

    correlación Donde:
    R: coeficiente de
    correlación.

    ● Cercano a 0: no hay correlación lineal entre las


    variables.
    ● Cercano a +1: existe una buena correlación
    positiva entre las variables, según el modelo
    lineal. La recta que se determine tendrá
    pendiente positiva: será creciente.
    ● Cercano a -1: buena correlación negativa según
    el modelo lineal. La recta determinada tendrá
    pendiente
    CREDITS: This presentation negativa: es decreciente.
    template was created
    by Slidesgo, including icons by Flaticon,
    infographics & images by Freepik
    continuación...
    Podemos distinguir dos principales grados de correlación.

    CORRELACIÓN FUERTE: CORRELACIÓN DÉBIL:


    Será fuerte cuando más cerca estén Será débil cuando estén más
    lo puntos de la recta. separados de la recta.

    CREDITS: This presentation template was created


    by Slidesgo, including icons by Flaticon,
    infographics & images by Freepik
    Debemos tener en cuenta también...

    A la Correlación lineal:

    Datos adicionales:
    Hemos mencionado a la ● Para estudiar relación existente alguna, es
    correlación lineal antes, necesario tener un parámetros que
    permitan cuantificarlo. Uno ejemplo puede
    pero… ¿qué es eso?... ser la covarianza: indica el grado de
    Pues bien, este es uno de los variación conjunta de 2 variables
    métodos que nos permite aleatorias.
    ● La covarianza depende de la escala de
    estudiar la relación lineal cada variable, por ende no es comparable
    entre 2 variables. entre distintos pares de variables.
    ● Si se quiere hacer comparaciones, se debe
    estandarizar la covarianza; y es aquí
    donde se generan los COEFICIENTES DE
    CORRELACIÓN.
    COEFICIENTE DE CORRELACIÓN
    DE PEARSON
    Coeficiente de
    correlación de Pearson
    Es un índice que mide el grado de relación de 2 variables que
    sean ambas cuantitativas y cualitativas

    Sean X y Y dos variables aleatorias sobre una población; el coeficiente de


    correlación de Pearson denotado por {X,Y} se define como
    Coeficiente de
    correlación de Pearson
    Cómo calcular el coeficiente de correlación de Pearson

    ❖ Paso 1: Crear una tabla de coeficientes de correlación de Pearson. Hacer una tabla
    de datos, incluyendo ambas variables. Etiqueta estas variables como “x” e “y”.
    Añade tres columnas adicionales – (xy), (x^2), y (y^2).
    Coeficiente de
    correlación de Pearson
    Cómo calcular el coeficiente de correlación de Pearson

    ❖ Paso dos: Usa una multiplicación básica para completar la tabla.


    Coeficiente de
    correlación de Pearson
    Cómo calcular el coeficiente de correlación de Pearson
    ❖ Paso tres: Sume todas las columnas de abajo a arriba ❖ Paso cuatro: Usar la fórmula de
    correlación para conectar los valores.
    Coeficiente de
    correlación de Pearson
    Interpretación del valor del índice de correlación(r)
    Cuanto más fuerte sea la asociación entre las dos variables, más se inclinará la respuesta hacia 1 o -1.
    Alcanzar valores de 1 o -1 significa que el cambio de factores de cualquier variable no debilita la correlación
    con la otra variable. Cuanto más se acerque la respuesta a 0, mayor será la variación de las variables.

    independientes
    Coeficiente de correlación de
    Software
    Spearman (rs)

    Medida no paramétrica
    de la correlación de
    rango

    Se utiliza
    principalmente
    para el análisis
    de datos.
    Fórmula

    INTERPRETACIÓN

    = -1 Asociación negativa Muestra relación


    inversa
    = 0 No hay asociación Independencia
    estadística
    = 1 Asociación positiva Muestra relación
    = Coeficiente de correlación
    directa
    por rangos de Spearman
    = Diferencia entre los rangos
    (X - Y)
    = Númerom de datos
    Hipótesis
    Desición
    ❖ Ho = Hipótesis nula
    ❖ H1 = Hipótesis alternativa Se acepta o rechaza Ho.
    ❖ α = Nivel de significancia( 0.05)

    Formulación

    ➔ Prueba unilateral derecha


    ➔ Prueba unilateral izquierda
    ➔ Prueba bilateral
    Pasos para hallar rs

    1 2
    Clasificar por jerarquìa los valores de X
    desde 1 hasta n (el número de parejas Calcular di, para cada pareja de
    de valores de X e Y en la muestra). observaciones, restando la jerarquía
    Clasificar por jerarquía los valores de Y de Yi de la jerarquía de Xi.
    desde 1 hasta n.

    3 4

    Elevar al cuadrado cada di y calcular ,


    la suma de los valores elevados al Finalmente calcular
    cuadrado.
    Ejemplo

    En un estudio de la relación entre la edad y


    los resultados del electroencefalograma
    /EEG), se recopilaron datos en 20
    personas con edades entre 20 y 60 años.
    La Tabla Nº 3 muestra las edades y un
    valor de rendimiento del EEG particular
    para cada una de esas 20 personas. Los
    investigadores pretenden saber si es
    posible concluir que este rendimiento del
    EEG particular tiene relación inversa con la
    edad a un nivel de significancia α=0.05.
    2. Cálculos

    Solución

    1. Formulación de la hipótesis

    Ho: El rendimiento del EEG y la edad son


    mutuamente independientes.
    H1: Existe una tendencia del rendimiento del EEG a
    disminuir con la edad.
    3. Se calcula el valor de rs

    4. Desición

    Como rs = -0.76 , se
    rechaza Ho.
    Aplicacion
    Existe análisis de correlación, asociación mediante
    tablas.

    ● Activamos una base de datos.


    ● Verificamos que el proceso de control
    de calidad de los datos se haya dado.
    ● Ejecutamos el plan de análisis
    estadístico de nuestro proyecto
    aprobado.
    ● Interpretamos las salidas del soÿtware.
    ● Elaboramos el inÿorme y tomamos
    decisiones.
    BASE DE
    DATOS DE
    EJEMPLO : HIV
    Está incorporada en la
    biblioteca de
    ejemplos del EPI INFO,
    cuando nosotros
    descargamos el software
    DIAGRAMA DE
    DISPERSIÓN:
    Edad vs Carga viral
    ASOCIACIÓN
    ENTRE SEXO Y
    DIAGNÓSTICO

    Se puede observar una complejidad de datos;


    donde en la parte izquierda
    nos da los porcentajes de fila, columna,
    porcentajes respecto al total; y en la
    parte derecha el análisis es mucho más
    complejo, respecto a la prueba de
    hipótesis específicamente de asociación.
    REFERENCIAS:

    ● Hernández, S. R. (2006). Metodología de la investigaci6n. México D.F., México: McGraw-Hill Interamericana.


    ● Correlacion estadistica | Superprof. (s. f.). Material Didáctico - Superprof. Recuperado 26 de enero de 2021, de
    https://www.superprof.es/apuntes/escolar/matematicas/estadistica/disbidimension/correlacion.html/
    ● Correlación lineal y Regresión lineal simple. (s. f.). Recuperado 26 de enero de 2021, de
    https://www.cienciadedatos.net/documentos/24_correlacion_y_regresion_lineal
    ● ¿Qué es la correlación estadística y cómo interpretarla? | Máxima Formación. (s. f.). Recuperado 26 de enero de
    2021, de https://www.maximaformacion.es/blog-dat/que-es-la-correlacion-estadistica-y-como-interpretarla/

    También podría gustarte