Lectura semana 14
by Angy Hernández González
1. Covarianza: relación entre 2 variables
2. Mide la “intensidad” o “fuerza” de una relación lineal
3. Valor de σYX se aleja más del cero= fuerte relación lineal entre las variables. σ ,YX más cercano a cero= NO relación lineal entre las variables.
4. NOTA 1: Siempre que se hace un análisis de correlación es importante apoyarse también en el diagrama de dispersión de la muestra.
5. NOTA 2: El análisis de correlación es solo una medida de asociación y no implica causalidad.
6. El Coeficiente de Correlación Lineal de Pearson: valor estandarizado de σ ,YX .
7. Valor de ρ ,YX se aproxima a 1 o –1 más evidencia de fuerte relación lineal y ρ ,YX se aproxime al cero más evidencia de NO relación lineal.
8. El coeficiente de correlación lineal de Pearson se puede estimar mediante un intervalo de confianza.
9. También se puede aplicar una prueba de hipótesis para ρ, ya que generalmente el investigador desea determinar si el valor de ρ es igual o diferente de cero. Las hipótesis son: 0 : H0 ρ = vs 0 : H0 ρ ≠0.
10. El Coeficiente de Correlación de Spearman
11. Parámetro no paramétrico, es decir no se exige el supuesto de alguna distribución conjunta de las variables X, Y. (ρ R), esta diseñado para detectar relación monótona entre las variables, es decir estrictamente creciente o estrictamente decreciente.
