Cálculo de r para un conjunto pequeño de datos

Encuentra el coeficiente de correlación para los datos: $(1, 2), (2, 4), (3, 5), (4, 4), (5, 5)$

Calcula las medias $\bar{x}$ y $\bar{y}$: $\bar{x} = \frac{1+2+3+4+5}{5} = 3$, $\bar{y} = \frac{2+4+5+4+5}{5} = 4$ = $\bar{x} = 3$, $\bar{y} = 4$

Calcula las desviaciones $(x_i - \bar{x})$ y $(y_i - \bar{y})$: Punto $(1,2)$: $(-2, -2)$ Punto $(2,4)$: $(-1, 0)$ Punto $(3,5)$: $(0, 1)$ Punto $(4,4)$: $(1, 0)$ Punto $(5,5)$: $(2, 1)$ = Desviaciones calculadas

Calcula los productos $(x_i - \bar{x})(y_i - \bar{y})$: $(-2)(-2) = 4$ $(-1)(0) = 0$ $(0)(1) = 0$ $(1)(0) = 0$ $(2)(1) = 2$ Suma $= 4 + 0 + 0 + 0 + 2 = 6$ = $\sum(x_i - \bar{x})(y_i - \bar{y}) = 6$

Calcula $\sum(x_i - \bar{x})^2$: $(-2)^2 + (-1)^2 + 0^2 + 1^2 + 2^2 = 4 + 1 + 0 + 1 + 4 = 10$ = $\sum(x_i - \bar{x})^2 = 10$

Calcula $\sum(y_i - \bar{y})^2$: $(-2)^2 + 0^2 + 1^2 + 0^2 + 1^2 = 4 + 0 + 1 + 0 + 1 = 6$ = $\sum(y_i - \bar{y})^2 = 6$

Aplica la fórmula: $r = \frac{6}{\sqrt{10 \cdot 6}} = \frac{6}{\sqrt{60}} = \frac{6}{7,746} \approx 0,775$ = $r \approx 0,77$

Answer: $r \approx 0,77$ (correlación positiva fuerte)

Interpretación de valores de correlación

Un estudio encuentra $r = -0,82$ entre las horas de televisión vistas por día y las calificaciones en exámenes. Interpreta este resultado.

Identifica el signo: $r = -0,82$ es negativo = Correlación negativa (cuando una aumenta, la otra disminuye)

Evalúa la fuerza usando $|r|$: $|{-0,82}| = 0,82$, que está en el rango $0,80 - 1,00$ = Correlación muy fuerte

Interpreta en contexto: Los estudiantes que ven más televisión tienden a tener calificaciones más bajas = Fuerte relación inversa

Añade las advertencias apropiadas: Correlación no implica causalidad. Otros factores pueden explicar ambas variables. = Asociación, no causalidad

Answer: Hay una correlación negativa muy fuerte ($r = -0,82$). Los estudiantes que ven más televisión tienden a tener calificaciones más bajas, pero esta asociación no prueba que la televisión cause calificaciones bajas.

Cálculo del coeficiente de determinación

Si $r = 0,80$ entre las horas de estudio y las calificaciones, ¿qué porcentaje de la varianza en las calificaciones es explicada por las horas de estudio?

Eleva al cuadrado el coeficiente de correlación: $r^2 = (0,80)^2 = 0,64$ = $r^2 = 0,64$

Convierte a porcentaje: $0,64 \times 100 = 64\%$ = 64% de la varianza explicada

Interpreta el resultado: 64% de la variación en calificaciones puede atribuirse a las horas de estudio = Fuerte poder explicativo

Answer: $r^2 = 0,64 = 64\%$. Esto significa que el 64% de la varianza en las calificaciones es explicada por la relación lineal con las horas de estudio. El 36% restante se debe a otros factores.

Mistake: Asumir que correlación implica causalidad

Why: Una correlación fuerte entre $A$ y $B$ no significa que $A$ cause $B$. Podría haber una tercera variable afectando ambas, o la relación podría ser coincidencia.

Correct: Siempre di "asociado con" o "correlacionado con" en lugar de "causa". Busca evidencia experimental para establecer causalidad.

Mistake: Ignorar valores atípicos al interpretar $r$

Why: Un solo valor atípico puede cambiar dramáticamente el coeficiente de correlación. $r$ es sensible a valores extremos.

Correct: Siempre grafica los datos primero. Busca valores atípicos y considera calcular $r$ con y sin ellos.

Mistake: Usar $r$ para relaciones no lineales

Why: $r$ solo mide relaciones lineales. Un patrón curvo perfecto podría tener $r = 0$.

Correct: Examina el diagrama de dispersión. Si el patrón es curvo, $r$ no es la medida correcta. Considera transformaciones o modelos no lineales.

Diversificación en el mercado de valores

Los analistas de inversiones usan la correlación para construir carteras diversificadas. Las acciones con correlación baja o negativa equilibran el riesgo.

Si la acción A y la acción B tienen $r = -0,3$, cuando A baja, B tiende a subir ligeramente, reduciendo la volatilidad de la cartera.

Investigación médica

Los investigadores usan la correlación para identificar posibles factores de riesgo para enfermedades.

Un estudio encuentra $r = 0,68$ entre la presión arterial y el riesgo de enfermedad cardíaca, indicando una fuerte relación positiva.

Q: ¿Cuál es la diferencia entre correlación y causalidad?

A: La correlación muestra que dos variables se mueven juntas, pero la causalidad significa que una variable causa directamente cambios en la otra. Las ventas de helados y los ahogamientos están correlacionados (ambos aumentan en verano), pero el helado no causa ahogamientos - el clima caliente afecta a ambos.

Q: ¿Puede $r$ ser mayor que 1 o menor que -1?

A: No. Por definición matemática, $r$ siempre está entre $-1$ y $1$. Si calculas un valor fuera de este rango, hay un error en tus cálculos.

Q: ¿Qué significa $r = 0$?

A: $r = 0$ significa que no hay relación lineal entre las variables. Sin embargo, todavía podría haber una relación no lineal (como una parábola o curva sinusoidal).