Guía del profesor: Coeficiente de correlación
Aprende a medir la fuerza y dirección de una relación lineal entre dos variables usando el coeficiente de correlación r.
Usa esta lección con tu clase
Gratis, sin cuentas para los alumnos.
Compartir con los alumnos
Los alumnos abren la lección y practican con corrección inmediata.
Ficha imprimible
Todos los ejercicios en papel, con las soluciones aparte.
Cuestionario de clase
10 preguntas sobre Correlación. Los alumnos entran con su nombre y tú ves todas las puntuaciones.
Para profesores
- Definir el coeficiente de correlación y explicar qué mide
- Calcular el coeficiente de correlación para un conjunto de datos
- Interpretar el signo y la magnitud de en contexto
- Distinguir entre correlación y causalidad
- Reconocer las limitaciones de para relaciones no lineales
- • Comprensión de diagramas de dispersión y graficación de pares ordenados
- • Capacidad para calcular la media (promedio)
- • Familiaridad con valores al cuadrado y raíces cuadradas
- • Comprensión básica de relaciones lineales
- 1. Si dos variables tienen , ¿podemos concluir que una causa la otra? ¿Por qué sí o por qué no?
- 2. ¿Por qué podría ser engañoso reportar solo el coeficiente de correlación sin mostrar un diagrama de dispersión?
- 3. Un estudio encuentra entre el tamaño del zapato y la capacidad de lectura en estudiantes de primaria. ¿Qué explica esta correlación?
- 4. ¿Cómo le explicarías a alguien que una correlación perfecta de es rara en datos del mundo real?
Una correlación de 0,5 significa que las variables están relacionadas al 50%
Correlación negativa significa ninguna relación
Para estudiantes con dificultades:
- • Concéntrate en interpretar valores de dados antes de calcular
- • Usa tecnología (calculadora/hoja de cálculo) para los cálculos
- • Proporciona diagramas de dispersión con correlación claramente positiva, negativa o nula
Para estudiantes de nivel:
- • Calcula a mano para conjuntos pequeños de datos (5-6 puntos)
- • Interpreta en varios contextos del mundo real
- • Analiza el efecto de los valores atípicos en la correlación
Para estudiantes avanzados:
- • Explora el coeficiente de determinación
- • Compara las correlaciones de Pearson y Spearman para datos clasificados
- • Investiga la correlación parcial controlando terceras variables
- HSS.ID.C.8 (CCSS.MATH.CONTENT.HSS.ID.C.8)
Calcular (usando tecnología) e interpretar el coeficiente de correlación de un ajuste lineal
- HSS.ID.C.9 (CCSS.MATH.CONTENT.HSS.ID.C.9)
Distinguir entre correlación y causalidad
- visualDiagrama de dispersión interactivo
Los estudiantes agregan puntos y ven actualizarse en tiempo real
- activityJuego de adivinanza de correlación
Estima de diagramas de dispersión antes de revelar el valor
- worksheetEscenarios de correlación vs causalidad
Identifica si los escenarios muestran correlación, causalidad o ninguna
Contenido de la lección
Todo lo que ven los alumnos: definición, ejemplos, errores comunes, aplicaciones. Toca para abrir.
Contenido de la lección
Todo lo que ven los alumnos: definición, ejemplos, errores comunes, aplicaciones. Toca para abrir.
Definición
- siempre está entre y :
- : Correlación positiva perfecta
- : Correlación negativa perfecta
- : Sin correlación lineal
| Valor de $ | r | Fuerza | |
|---|---|---|---|
| Muy débil | |||
| Débil | |||
| Moderada | |||
| Fuerte | |||
| Muy fuerte |
Ejemplos resueltos
Encuentra el coeficiente de correlación para los datos:
Calcula las medias y
, → ,
Calcula las desviaciones y
Punto : Punto : Punto : Punto : Punto : → Desviaciones calculadas
Calcula los productos
Suma →
Calcula
→
Calcula
→
Aplica la fórmula
→
Respuesta: (correlación positiva fuerte)
Errores comunes
Asumir que correlación implica causalidad
Por qué está mal: Una correlación fuerte entre y no significa que cause . Podría haber una tercera variable afectando ambas, o la relación podría ser coincidencia.
Correcto: Siempre di "asociado con" o "correlacionado con" en lugar de "causa". Busca evidencia experimental para establecer causalidad.
Ignorar valores atípicos al interpretar
Por qué está mal: Un solo valor atípico puede cambiar dramáticamente el coeficiente de correlación. es sensible a valores extremos.
Correcto: Siempre grafica los datos primero. Busca valores atípicos y considera calcular con y sin ellos.
Usar para relaciones no lineales
Por qué está mal: solo mide relaciones lineales. Un patrón curvo perfecto podría tener .
Correcto: Examina el diagrama de dispersión. Si el patrón es curvo, no es la medida correcta. Considera transformaciones o modelos no lineales.
Por qué es importante
- Ciencia: Los investigadores miden qué tan fuertemente se relacionan variables como temperatura y ventas de helados
- Finanzas: Los analistas rastrean cómo se mueven juntos los precios de las acciones (diversificación de cartera)
- Medicina: Los médicos estudian relaciones entre factores de riesgo y resultados de salud
- Deportes: Los entrenadores analizan qué estadísticas predicen mejor el éxito del equipo
- Cuantificar relaciones que "parecen" lineales en diagramas de dispersión
- Hacer predicciones usando análisis de regresión
- Evaluar la confiabilidad de modelos estadísticos
- Comunicar hallazgos con precisión ("correlación positiva fuerte" vs "correlación negativa débil")
Aplicaciones del mundo real
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.
Ejemplo:
Si la acción A y la acción B tienen , cuando A baja, B tiende a subir ligeramente, reduciendo la volatilidad de la cartera.
Dos acciones tecnológicas tienen . Dos acciones de sectores diferentes tienen .
¿Qué par proporciona mejor diversificación?
Paso 1: Escribe la expresión matemática
Compara: vs
Investigación médica
Los investigadores usan la correlación para identificar posibles factores de riesgo para enfermedades.
Ejemplo:
Un estudio encuentra entre la presión arterial y el riesgo de enfermedad cardíaca, indicando una fuerte relación positiva.
Tres factores de salud muestran correlaciones con el riesgo de diabetes: Ejercicio (), Consumo de azúcar (), Calidad del sueño ().
¿Qué factor tiene la relación más fuerte con el riesgo de diabetes?
Paso 1: Escribe la expresión matemática
Compara valores absolutos: , ,
Puntos clave
- 1El coeficiente de correlación mide la fuerza y dirección de una relación lineal
- 2 varía de (negativo perfecto) a (positivo perfecto), con indicando ninguna relación lineal
- 3El valor absoluto indica la fuerza: más cerca de es más fuerte, más cerca de es más débil
- 4Siempre visualiza los datos con un diagrama de dispersión antes de interpretar
- 5Correlación no implica causalidad - la asociación no es lo mismo que causa y efecto
Preguntas frecuentes
¿Cuál es la diferencia entre correlación y causalidad?
¿Puede ser mayor que 1 o menor que -1?
¿Qué significa ?
Glosario
- Coeficiente de correlación ()
- Una medida numérica de a que cuantifica la fuerza y dirección de una relación lineal entre dos variables
- Correlación positiva
- Cuando : a medida que una variable aumenta, la otra tiende a aumentar
- Correlación negativa
- Cuando : a medida que una variable aumenta, la otra tiende a disminuir
- Correlación de Pearson
- El tipo más común de coeficiente de correlación, que mide relaciones lineales (también llamado de Pearson)
- Diagrama de dispersión
- Un gráfico que muestra puntos para datos emparejados, usado para visualizar relaciones entre variables
Tarjeta de fórmulas
Fórmula del coeficiente de correlación
Forma alternativa: $r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}}$