Universidad tecnolgica indoamerica

FACULTAD DE INGENIERIA INDUSTRIAL

MECNICA VECTORIAL

Nombre:
CRISTIAN SIVA

DOCENTE:
ANDRS LARA
Semestre:
CUARTO
 Ensayo 2 probabilidades
EL COEFICIENTE DE CORRELACION DE LOS RANGOS DE SPEARMAN

En el mbito de las investigaciones clnico-epidemiolgicas, los profesionales de la

salud asiduamente se proyectan en sus investigaciones; se definen las relaciones entre
las caractersticas de un fenmeno, el grado de esa relacin o probar la confiabilidad de
sus observaciones, plantendose como hiptesis si estas son o no la causa de una
determinada entidad. En la prctica, generalmente, acontece que el investigador entre
las dismiles pruebas estadsticas de las que dispone, no selecciona adecuadamente la
que con mayor cientificidad le aportar una lectura fcil de dicha relaciones. Se realiza
una revisin bibliogrfica con el objetivo de caracterizar el mtodo de correlacin de
rangos de Spearman, utilizado para valorar la asociacin entre variables cuantitativas,
aplicndose el mtodo de anlisis documental .Los resultados son declarados al resumir
la historia del surgimiento de la teora de la correlacin y la regresin, explicacin de
conceptos asociados, su presentacin grfica, los rasgos esenciales del algoritmo de
solucin tradicional y con asesor estadstico, as como una compilacin sobre escalas de
interpretacin de la prueba estadstica. Se proyecta que el trabajo realizado sirva de
bibliografa a consultar por investigadores y estudiantes de las Ciencias Mdicas.

Generalmente, en la comunidad de estadsticos e investigadores existe una tendencia a

calcular el coeficiente de correlacin Pearson para determinar el grado de variacin de
una variable con respecto a otra en un grupo de sujetos, basados en la eficiencia de la
correlacin de rango de Spearman, cuando se compara con la correlacin paramtrica ,
la de Pearson, es de cerca de 91 por ciento, es decir : Si existe una correlacin entre X
y Y en esa poblacin el rango de Spearman necesitar 100 casos para establecer
correlacin al mismo nivel de significacin que el rango de Pearson, logra con 91
casos. 2 Marcados por este criterio, ponemos a disposicin de la comunidad cientfica
la eleccin y comparacin de los dos mtodos para calcular la direccin de la relacin
que se establece entre dos variables en estudio.

Nuestra revisin transit en el anlisis de documentos impresos y en lnea, filtrando la

informacin por grupos temticos, asociados con historia de la regresin y la
correlacin; biografa de Charles Edward Spearman y Carl Pearson; trminos asociados,
algoritmo de solucin, presentacin grfica y escalas de interpretacin, en las que se
establecieron los rasgos ms comunes de las bibliografas consultadas, mostrando en
varios ejemplos cmo el resultado final de ambos mtodos no tienen diferencias
significativas.

En la interpretacin de la prueba estadstica correlacin de Spearman, es necesario tener

en cuenta el objetivo de la investigacin que se define en primera instancia y la
relevancia de estas relaciones en el fenmeno clnico que se estudia, no depende en
nuestras conclusiones solamente de la cifra matemtica obtenida, sino basarnos en
experiencias cientficas del tema de investigacin, para evitar que interfiera la
casualidad. La explicacin de un coeficiente de correlacin como medida de la
intensidad de la relacin lineal entre dos variables es puramente matemtica y libre de
cualquier implicacin de causa-efecto. El hecho de que las dos variables tiendan a
crecer o decrecer juntas no indica que la una tenga un efecto directo o indirecto sobre la
otra. Ambas pueden estar influidas por otras variables de modo que se origine una fuerte
relacin matemtica. La interpretacin de rho depende principalmente de los detalles de
la investigacin y la experiencia propia en el tema de estudio. La experiencia previa
sirve generalmente como base de comparacin para determinar si un coeficiente de
correlacin es digno de ser mencionado.