TEMA 12

CONCORDANCIA Y CORRELACION 

Una variable cuantitativa toma valores que son cuantificables, por ejemplo la talla de una persona, el peso, presión arterial, el sueldo que gana, los gastos que tiene, etc.

Las observaciones pueden ser representadas mediante un diagrama de dispersión  (scatterplot). Si la nube de puntos se concentra diremos que existe algún tipo de correlación. Si por el contrario, resulta ser un diagrama totalmente disperso, diremos que no existe ningún tipo de correlación.

Regresión lineal simple: correlación y determinación

Se estudia la relación lineal entre dos variables cuantitativas.

                                                                Ecuación de la recta: y = a + bx

• “b” expresa la cantidad de cambio que se produce en la variabledependiente por unidad de cambio de la variable independiente.
• “a” expresa cuál es el valor de la variable dependiente (eje y)cuando la independiente vale cero (eje    x).

Si x=0→y= a

Coeficiente de correlación de Pearson

Coeficiente de correlación r de Pearson: Es un coeficiente que mide el grado de la relación de dependencia que existe entre las variables, cuyos valores van de -1, correlación negativa perfecta, hasta 1, correlación positiva perfecta.

Coeficiente de correlación por rango o rho de Spearman: Para variables ordinales y cuantitativas no normales. De la misma manera indica a asociación de la variables según su valor (-1 a 1).

Una vez obtenidos los valores de a y b mediante las formulas mencionadas anteriormente,

calculamos entonces el test de hipótesis t para modelos de regresión lineal simple (t de Kendall):

Para poder resolver ésta formula, debemos aviguar Sx y Sy : 

Para finalizar, los grados de libertad, que en estos casos se calcula de la siguiente manera:

GL= n1 + n2 - 2 

Sólo tendremos que mirar en la tabla correspondiente el valor de t teórica y así comparar.

Otro tema más acabado!! ¿A que no se está haciendo tan largo? 😜😜