El coeficiente de correlación, generalmente representado por la letra r, es una medida numérica que cuantifica la fuerza y la dirección de la relación lineal entre dos variables. En esencia, nos dice qué tan bien se ajustan los puntos de datos a una línea recta.
El cálculo del coeficiente de correlación de Pearson implica varios pasos clave:
Calcular la media de cada variable: Suma todos los valores de cada variable por separado y divide por el número total de valores en cada variable.
Calcular la desviación estándar de cada variable: Esto mide la dispersión de los datos alrededor de la media para cada variable.
Calcular la covarianza: La covarianza mide cómo varían juntas dos variables. Una covarianza positiva indica que las variables tienden a aumentar o disminuir juntas, mientras que una covarianza negativa indica que tienden a variar en direcciones opuestas.
Dividir la covarianza por el producto de las desviaciones estándar: El coeficiente de correlación (r) se obtiene dividiendo la covarianza entre las dos variables por el producto de sus desviaciones estándar. La fórmula es: r = Cov(X,Y) / (σX * σY), donde Cov(X,Y) es la covarianza entre X e Y, σX es la desviación estándar de X, y σY es la desviación estándar de Y.
r = +1: Correlación positiva perfecta. A medida que una variable aumenta, la otra también lo hace en la misma proporción.
r = -1: Correlación negativa perfecta. A medida que una variable aumenta, la otra disminuye en la misma proporción.
Coeficiente de correlación: fórmulas, cálculo, interpretación, ejemplo
r = 0: No hay correlación lineal. Las variables no están relacionadas linealmente.
Ejemplo 1: Considera dos variables, horas de estudio (X) y calificación del examen (Y). Si r = 0.8, indica una fuerte correlación positiva, lo que significa que a medida que aumentan las horas de estudio, la calificación del examen tiende a aumentar.
¿Qué es el coeficiente de correlación?
Ejemplo 2: Si estamos viendo la relación entre la temperatura (X) y las ventas de helado (Y), y obtenemos un r = 0.95, tenemos una correlación positiva muy fuerte. Esto indica que a medida que aumenta la temperatura, las ventas de helado también aumentan considerablemente.
El coeficiente de correlación tiene amplias aplicaciones en el mundo real, desde la investigación científica hasta el análisis financiero. Se utiliza para identificar relaciones significativas entre variables, predecir tendencias y tomar decisiones informadas. Por ejemplo, en marketing, se puede utilizar para determinar la relación entre el gasto publicitario y las ventas.
