Cómo calcular la correlación punto-biserial en Python

La correlación punto-biserial se utiliza para medir la relación entre una variable binaria, x, y una variable continua, y.

Similar al coeficiente de correlación de Pearson , el coeficiente de correlación biserial puntual toma un valor entre -1 y 1 donde:

• -1 indica una correlación perfectamente negativa entre dos variables
• 0 indica que no hay correlación entre dos variables
• 1 indica una correlación perfectamente positiva entre dos variables

Este tutorial explica cómo calcular la correlación biserial puntual entre dos variables en Python.

Ejemplo: correlación punto-biserial en Python

Supongamos que tenemos una variable binaria, x, y una variable continua, y:

x = [0, 1, 1, 0, 0, 0, 1, 0, 1, 1, 0]
y = [12, 14, 17, 17, 11, 22, 23, 11, 19, 8, 12]

Podemos usar la función pointbiserialr () de la biblioteca scipy.stats para calcular la correlación punto-biserial entre las dos variables.

Tenga en cuenta que esta función devuelve un coeficiente de correlación junto con un valor p correspondiente:

importar scipy.stats como estadísticas

#calcular 
estadísticas de correlación biserial-puntual . pointbiserialr (x, y)

PointbiserialrResult (correlación = 0.21816, pvalue = 0.51928)

El coeficiente de correlación biserial puntual es 0,21816 y el valor p correspondiente es 0,51928 .

Dado que el coeficiente de correlación es positivo, esto indica que cuando la variable x toma el valor «1», la variable y tiende a tomar valores más altos en comparación con cuando la variable x toma el valor «0».

Dado que el valor p de esta correlación no es inferior a .05, esta correlación no es estadísticamente significativa.

Puede encontrar los detalles exactos de cómo se calcula esta correlación en la documentación de scipy.stats .

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/