5.

7 “INTERVALOS DE CONFIANZA Y PRUEBAS

PARA EL COEFICIENTE DE CORRELACIÓN.”

La construcci´on de intervalos de confianza para la estimaci´on de la correlaci´on en

la distribuci´on normal bivariable y multivariable, ρ, es un problema importante en
el trabajo estadístico aplicado. Uno de los propósitos principales de este trabajo es
hacer una revisión de los diferentes procedimientos para su construcción. Se realizó
además, un estudio de simulación para analizar el comportamiento de los niveles de
confianza reales y compararlos con los teóricos, analizar el comportamiento de las
longitudes de los intervalos de confianza logrados por los nueve métodos
considerados y determinar cuál metodología provee los intervalos más cortos. Así
como también se obtuvo un indicador que resume de manera más efectiva la calidad
del intervalo analizado.

El coeficiente de correlaci´on es una de las medidas estadísticas más usadas dentro

del trabajo aplicado. Algunas de sus propiedades fueron estudiadas por Zhang &
Matiz (1994), donde presentan y demuestran las que consideran las más destacadas:

Debido a su amplia utilización, varias son sus interpretaciones. Falk & Well (1997)
sustentan que el coeficiente de correlaci´on de Pearson, ρ, es ampliamente usado en
campos como la educación, psicología, y todas las ciencias sociales, y el concepto es
empleado en diversas metodologías de tipo estadístico.

La estimaci´on del coeficiente de correlaci´on por medio de intervalos es importante,

y para ello se disponen de diversos métodos. La metodología quizá más conocida es
la propuesta originalmente por Fisher en la cual se realiza una transformación del
coeficiente de correlaci´on muestra, r, y asumiendo normalidad asintótica, se
desarrolla un intervalo para el coeficiente de correlaci´on poblacional ρ
(Krishnamoorthy & Xia 2007). También se conocen transformaciones adicionales
hechas por Hotelling (1953) a la propuesta inicial de Fisher.

Intervalos de confianza

Este intervalo puede considerarse el intervalo clásico para este parámetro y fue
propuesto por Fisher (1921). Debido a que la distribuci´on del coeficiente de
correlaci´on muestra no es centrada y/o simétrica, el cálculo de intervalos de
confianza a partir de los cantiles de la distribuci´on no se hace sencillo. Por tanto,
Fisher propone la transformación arco tangente hiperbólico:
 5.8”ERRORES DE MEDICIÓN”
Es la inexactitud que se acepta como inevitable, al comparar una magnitud con su
patrón de medida, el error de medida depende de la escala de medida empleada y
tiene un límite.

A la Estadística le interesa estudiar las poblaciones que poseen variaciones entre sus
datos en estudio, de lo contrario, bastaría con estudiar un individuo para explicar la
población. Además de la variación real inherente a los elementos o individuos que
se estudian, se debe considerar una variación sobreañadida o espuria, que sólo es en
realidad, errores determinados por los factores que intervienen en la observación.

Los errores de medición, determinan que ninguna medición es absolutamente

exacta. Lo anterior se debe tomar en cuenta cuando se comparan dos o más
observaciones, con el fin de no dar mayor importancia a la existencia de pequeñas
diferencias, las cuales pueden deberse simplemente, al proceso de medición
utilizado.

Si un paciente mostró en un primer examen sanguíneo que tenía 4 millones de

glóbulos rojos por milímetros cúbico y luego de un tratamiento con drogas anti-
anémicas, un segundo contaje señala 4 millones 200 mil, podemos considerar que
parte de esta diferencia se debe a errores de análisis, antes de que podamos
alegrarnos por el éxito del tratamiento. Por lo tanto, sólo en la medida en que tales
errores puedan controlarse, podrá conocerse la verdadera variabilidad que
intentamos medir.
ERRORES DEPENDIENTES DEL OBSERVADOR
Puede ocurrir por:

• El grado de preparación o entrenamiento.

• El estado físico.

• El exceso de trabajo.

• Las condiciones ambientales de trabajo.

EJEMPLO 2 - A un grupo de 5 expertos radiólogos, se le entregaron en 2
oportunidades diferentes, separadas una de la otra por un lapso de 2 meses, las
mismas 1256 radiografías de tórax, con el fin de diagnosticar la tuberculosis
pulmonar.

Se tiene que en ninguna de las dos lecturas, de los diferentes observadores coincide
en el número de radiografías patológicas (variación inter-observadores), y que para
un mismo observador las lecturas dadas como patológicas son diferentes (variación
intra-observadores).
ERRORES DEPENDIENTES DEL MÉTODO DE OBSERVACIÓN

Todos los métodos de observación, tienen errores de mayor o menor importancia y

de ahí surge la preocupación científica de mejorarlos o cambiarlos por otros más
convenientes.

Se marca una variación entre los diferentes métodos, siendo la radioscopia el menos
conveniente (variación inter-métodos). Se reconoce además, que para cada método
en particular, hay una serie de factores que pueden tender a modificar los resultados.
Así por ejemplo, una baja del voltaje de la corriente eléctrica o una pérdida de
potencia de los líquidos reveladores puede dar radiografías de mala calidad que
causen errores en su lectura (variación intra- métodos).