https://www.google.co.ve/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0CAcQjRw&url=https://26a767f230dfd4a44b6c630f3f3ee8b009458822.googledrive.com/host/0B4227FsxjRPXNmdEU2NQVk1qazQ/variables_estadsticas.html&ei=K8dYVayJNJS1sQToxIHACA&bvm=bv.93564037,d.cWc&psig=AFQjCNEptTMCFggmM526cdgmUTZSySu9yw&ust=1431967863512684

https://www.google.co.ve/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0CAcQjRw&url=https://iupsm.wordpress.com/sistemas-2/teoria-de-sistemas/&ei=_LZYVZjmCoSqgwSQvIDIAQ&bvm=bv.93564037,d.eXY&psig=AFQjCNH_w8tp4E1l-CmFSTOJsalq_MVzdg&ust=1431963705875459

COEFICIENTE DE CORRELACIÓN DE PEARSONEs una medida de la relación lineal entre dos variables aleatorias cuantitativas.A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables

De manera menos formal, se puede definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas

En el caso que se estén estudiando dos variables aleatorias X y Y sobre una población; el coeficiente de correlación de Pearson se simboliza con la letra PX,Y, siendo la expresión que nos permite calcularlo:

- Indicar el dependiente variable que se probará entre dos observaciones derivadas independientes.

- Para cantidad grandes de información, el cálculo puede ser tedioso.

- Reportar un valor de correlación cercana a 0 (cero) como un indicador de que no hay relación lineal entre las dos variables.

- Reportar un valor de correlación cercano a 1 (uno) como un indicador de que existe una relación lineal entre las variables.

COEFICIENTE DE CORRELACIÓN DE PEARSON. (USO)

- Se calcula en función de las varianzas por la varianza entre ambas variables.

- Requiere datos en cantidad solo de periodos base.

- Es paramétrico

- Permite la posibilidad de calcular su distribución muestral y así poder determinar su error típico de estimación

COEFICIENTE DE CORRELACIÓN DE PEARSON. (VENTAJAS)

- No refleja cambios de patrones de compra.

- Solo miden una relación lineal.

COEFICIENTE DE CORRELACIÓN DE PEARSON. (DESVENTAJAS)

COEFICIENTE DE CORRELACIÓN DE SPEARMANEs una medida de la correlación (asociación o interdependencia) entre dos variables aleatorias continuas. Para calcular p, los datos son ordenados y reemplazados por su respectivo orden.

El estadístico p viene dado por la expresión:

Donde D es la diferencia entre los correspondientes estadísticos de orden de x – y. N es el número de parejas.

Se tiene que considerar la existencia de datos idénticos a la hora de ordenarlos, aunquee si éstos son pocos, se puede ignorar tal circunstancia.

- Para la aplicación del coeficiente de correlación se requiere que las variables estén medida al menos en escala ordinal.

- A veces es denominado por la letra griega aunque cuando nos situamos en el contexto de la estadística descriptiva se emplea la notación r.

- La formula de calculo para r, puede derivarse de la utilizada de rxy; bastaría aplicar el coeficiente de correlación perason a dos series de puntuaciones ordinales.

COEFICIENTE DE CORRELACIÓN DE SPEARMAN. (USO)

- No se asumen ninguna relación lineal entre las variables.

- Permite medir la correlación entre dos variables.

- Su cálculo es bajo series de rango asignados.

(DESVENTAJAS)

- No es eficiente en comparación a una prueba paramétrica.

- El coeficiente de correlación no debe utilizarse para comparar dos métodos que intentan medir el mismo evento.

COEFICIENTE DE CORRELACIÓN DE SPEARMAN. (VENTAJAS)

BIBLIOGRAFIA

http://www.ditutor.com/estadisticas

http://www.monografias.com/trabajos93/muestreo-correlaciones-contingencias-y-pearson/muestreo-correlaciones-contingencias-y-pearson2.shtml

https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson

https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Spearman

Éxitos…!!!