Académique Documents
Professionnel Documents
Culture Documents
Donde:
r = coeficiente de correlacin de Pearson.
xy = sumatoria de los productos de ambas variables.
x = sumatoria de los valores de la variable independiente.
y = sumatoria de los valores de la variable dependiente.
x2 = sumatoria de los valores al cuadrado de la variable independiente.
y2 = sumatoria de los valores al cuadrado de la variable dependiente.
N = tamao de la muestra en funcin de parejas.
Este procedimiento estadstico es aplicable cuando las observaciones se miden
segn una escala de intervalo, por otra parte, el fenmeno debe ser lineal.
Al igual que las otras pruebas paramtricas, la varianza de las variables X y Y
deben guardar homogeneidad.
Pasos.
Ejemplo:
Eleccin de la prueba estadstica para medir la asociacin o correlacin. Las
edades en das estn en escala de tipo intervalo, tenemos dos variables, entonces
aplicamos esta prueba.
Objetivo: Conocer que grado de asociacin existe entre la edad y peso corporal de
nios de edades desde el nacimiento hasta los 6 meses.
Hiptesis.
Ha. Entre las observaciones de edad de los nios y peso corporal existe
correlacin significativa.
Ho. Entre las observaciones de edad de los nios y pero corporal no existe
correlacin significativa.
gl = 21 - 2 = 19
a = 0.05
rc = 0.91
rt = 0.444
rc > rt se rechaza Ho. Entre las variables edad del nio y el peso corporal existe
una correlacin muy significativa. Elevando r al cuadrado obtenemos el error
existente r2 = 0.8281 = 0.83, donde el 83% de los cambios observados en el peso
de los nios se debe a los incrementos de la edad, sin embargo, el 17% se ignora.
Creamos ahora una grfica (hecha con el programa estadstico SPSS) para
representar la correlacin obtenida. Encontramos entonces una correlacin
positiva, es decir, conforme la edad aumenta, tambin aumenta el peso corporal
de los nios.
Por ltimo, siempre resulta prctico comprobar grficamente los valores del
modelo terico con los valores experimentales con el objeto de cuantificar la
bondad del modelo y evaluar si el modelo se ajusta para todo el intervalo de
valores.
http://semestedu.blogspot.mx/2012/06/metodo-de-correlacion-pearson.html
http://web.ua.es/es/lpa/docencia/analisis-estadistico-de-datos-geoquimicos-conr/regresion-lineal-simple-y-multiple-regresion-no-lineal.html