Es una medicin no paramtrica de correlacin, asume una funcin monotnica
arbitraria para describir la relacin entre dos variables, sin hacer ningunas asunciones sobre la distribucin de frecuencia de las variables.
A la diferencia del coeficiente del test de Pearson, no requiere la asuncin que la relacin entre las variables es linear, ni que las variables sean medidas en escalas del intervalo; puede ser utilizado para variables medidas en nivel ordinal. Se utiliza si no se cumplen las condiciones de aplicacin del test de Pearson. Es una variante del test de correlacin de Pearson se aplica cuando cada valor en s no es tan importante como su situacin respecto a los restantes. Sus valores se interpretan exactamente igual que los del coeficiente de correlacin de Pearson. La correlacin de Spearman mide el grado de asociacin entre dos variables cuantitativas que siguen una tendencia siempre creciente o siempre decreciente. Es ms general que el Coeficiente de correlacin de Pearson, la correlacin de Spearman, en cambio se puede calcular para relaciones exponenciales o logartmicas entre las variables.
La de spearman se usa cuando los datos son rangos que miden el orden en que los datos quedan, por ejemplo> calificacin de un servicio de 1 a 10 La de Pearson se usa cuando los datos se miden en escalas de razn o proporcin, por ejemplo: estaturas, edades, dinero
Significado de Correlacin:
El trmino correlacin se utiliza generalmente para indicar la correspondencia o la relacin recproca que se da entre dos o ms cosas, ideas, personas, entre otras. En tanto, en probabilidad y estadstica, la correlacin es aquello que indicar la fuerza y la direccin lineal que se establece entre dos variables aleatorias.
Anlisis Paramtricas
Las dcimas que hemos mencionado hasta ahora, siempre presuponen distribuciones particulares de la variable aleatoria, o bien sus hiptesis especifican parmetros o distribuciones. Por esto la estadstica que se usan con ms frecuencia son las estadsticas paramtricas. Estas tcnicas permiten confirmar resultados o valorar las inconsistencias de ellos. Los mtodos o pruebas estadsticas paramtricas ms utilizadas son:
Coeficiente de correlacin de Pearson Es una prueba estadstica para analizar la relacin entre dos o ms variables medidas en un nivel por intervalos o razn Se simboliza por r Hiptesis a probar: Correlacionalmente, del tipo : A mayor X, mayor Y; A mayor X, menor Y, Altos valores en X estn asociados con altos valores en Y, Altos valores en X se asocian con bajos valores de Y
Se utiliza para estudiar la asociacin entre un factor de estudio y una variable de respuesta cuantitativa, mide el grado de asociacin entre dos variables tomando valores entre -1 y 1.
Valores prximos a 1 indicarn fuerte asociacin lineal positiva. Valores prxi-mos a -1 indicarn fuerte asociacin lineal negativa. Valores prximos a 0 indicarn no asociacin lineal, lo que no significa que no pueda existir otro tipo de asociacin. Prueba en una hiptesis nula que las frecuencias relativas de la ocurrencia de acontecimientos observados siguen una distribucin de frecuencia especificada.
Los acontecimientos deben ser mutuamente exclusivos. Es una prueba de la calidad de ajuste que establece s o no una distribucin de frecuencia observada diferencia de una distribucin terica.
Anlisis No Paramtrico
Una alternativa en la solucin de problemas son los mtodos no paramtricos o de distribucin libre, los cuales no existen supuestos tan numerosos ni severos y son aplicables a cualquier variable, en particular a las de tipo nominal u ordinal as como a distribuciones diversas. los mtodos o pruebas estadsticas no paramtricas ms utilizadas son:
Ji cuadrada o Chi Cuadrado Es una prueba estadstica para evaluar la hiptesis acerca de la relacin entre dos variables categricas Se simboliza por x2 La prueba de Ji-cuadrado es cualquier prueba estadstica de la hiptesis en cul el test estadstico de la distribucin del Ji-cuadrado si la hiptesis nula es verdad. Determina si existe asociacin entre variables cualitativas. Si el p-valor asociado al estadstico de contraste es menor se rechazar la hiptesis nula. Se utiliza para analizar tablas de contingencia y comparacin de proporciones en datos independientes
Hiptesis a probar: Correlacionales Variables Involucradas: Dos Nivel de medicin de las variables: Nominal u ordinal ( o intervalos o razn reducida a ordinales) La Chi cuadrada se calcula a travs de una tabla de contingencia o tabulacin cruzada, de dos dimensiones y cada una representa una variable.
Coeficientes de correlacin por rangos ordenados de Spearman y Kendall
Los coeficientes rhoi de Spearman, simbolizado por rs, y tau de Kendall, simbolizado como t, son medidas de correlacin para variables en un nivel de medicin ordinal, de tal modo que los individuos u objetos de la muestra pueden ordenarse por rangos o jerarquas. Ambos coeficientes varan de -1.0 (correlacin negativa perfecta) a +1,0 (correlacin positiva perfecta) Estadsticas sumamente perfectas para variables ordinales
Es una medicin no paramtrica de correlacin, asume una funcin monotnica arbitraria para describir la relacin entre dos variables, sin hacer ningunas asunciones sobre la distribucin de frecuencia de las variables. A la diferencia del coeficiente del test de Pearson, no requiere la asuncin que la relacin entre las variables es linear, ni que las variables sean medidas en escalas del intervalo; puede ser utilizado para variables medidas en nivel ordinal. Se utiliza si no se cumplen las condiciones de aplicacin del test de Pearson. Es una variante del test de correlacin de Pearson se aplica cuando cada valor en s no es tan importante como su situacin respecto a los restantes. Sus valores se interpretan exactamente igual que los del coeficiente de correlacin de Pearson. La correlacin de Spearman mide el grado de asociacin entre dos variables cuantitativas que siguen una tendencia siempre creciente o siempre decreciente. Es ms general que el Coeficiente de correlacin de Pearson, la correlacin de Spearman, en cambio se puede calcular para relaciones exponenciales o logartmicas entre las variables.
TEST DE MANN-WHITNEY
La prueba de Mann-Whitney U es una de las pruebas de significacin ms conocidas.
Es apropiada cuando dos muestras independientes de observaciones se miden en un nivel ordinal, es decir que podemos decir cul es la mayor de estas dos observaciones.
Determina si el grado de coincidencia entre dos distribuciones observadas es inferior a la esperada por suerte en la hiptesis nula que las dos muestras vienen de una misma poblacin.
Prueba de significacin estadstica no paramtrica para probar la hiptesis nula de que el parmetro de localizacin (generalmente la mediana) es el mismo cuando se comparan dos grupos independientes, cualquiera que sea el tipo de distribucin de la variable (distribucin normal o de otro tipo).
Se usa cuando se quiere comparar dos poblaciones usando muestras independientes, es decir; es una prueba alterna a la prueba de t para comparar dos medias usando muestras independientes.
La hiptesis nula es que la mediana de las dos poblaciones son iguales y la hiptesis alterna puede ser que la mediana de la poblacin 1 sea mayor (menor distinta) de la mediana de la poblacin 2.
Prueba de Mann-Whitney para muestras independientes:
Si tenemos dos series de valores de una variable continua obtenidas en dos muestras independientes: X1, X2,..., Xn, Y1, Y2,..., Ym, procederemos a ordenar conjuntamente todos los valores en sentido creciente, asignndoles su rango, corrigiendo con el rango medio los empates. Calculamos luego la suma de rangos para las observaciones de la primera muestra Sx, y la suma de rangos de la segunda muestra Sy. Si los valores de la poblacin de la que se extrajo la muestra aleatoria de X se localizan por debajo de los valores de Y, entonces la muestra de X tendr probablemente rangos ms bajos, lo que se reflejar en un valor menor de Sx del tericamente probable. Si la menor de las sumas de rangos es excesivamente baja, muy improbable en el caso de que fuera cierta la hiptesis nula, sta ser rechazada.
TEST DE WILCOXON
Contrasta la hiptesis nula de que la muestra procede de una poblacin en la que la magnitud de las diferencias positivas y negativas entre los valores de las variables es la misma.
Prueba estadstica no paramtrica para la comparacin de dos muestras (dos tratamientos).
Las distribuciones de datos no necesitan seguir la distribucin normal.
Es por tanto una prueba menos restrictiva que la prueba t-Student.