- 0
- 0
- 0
- 0
Actualizado el 17 de julio de 2024, por Luis Benites.
En estadística, a menudo usamos el coeficiente de correlación de Pearson para medir la relación lineal entre dos variables. Sin embargo, a veces nos interesa comprender la relación entre dos variables mientras controlamos por una tercera variable .
Por ejemplo, supongamos que queremos medir la asociación entre el número de horas que estudia un estudiante y la puntuación del examen final que recibe, mientras controlamos la nota actual del estudiante en la clase. En este caso, podríamos utilizar una correlación parcial para medir la relación entre las horas estudiadas y la puntuación del examen final.
Este tutorial explica cómo calcular la correlación parcial en R.
Ejemplo: correlación parcial en R
Suponga que tenemos el siguiente marco de datos que muestra la calificación actual, el total de horas estudiadas y la puntuación del examen final para 10 estudiantes:
#create marco de datos df <- data.frame (currentGrade = c (82, 88, 75, 74, 93, 97, 83, 90, 90, 80), horas = c (4, 3, 6, 5, 4, 5, 8, 7, 4, 6), examScore = c (88, 85, 76, 70, 92, 94, 89, 85, 90, 93)) #ver marco de datos df currentGrade hours examScore 1 82 4 88 2 88 3 85 3 75 6 76 4 74 5 70 5 93 4 92 6 97 5 94 7 83 8 89 8 90 7 85 9 90 4 90 10 80 6 93
Para calcular la correlación parcial entre cada combinación por pares de variables en el marco de datos, podemos usar la función pcor () de la biblioteca ppcor :
#calcular correlaciones parciales pcor (df) $ estimación currentGrade hours examScore Grado actual 1.0000000 -0.3112341 0.7355673 horas -0.3112341 1.0000000 0.1906258 Examen Puntaje 0.7355673 0.1906258 1.0000000 $ p. valor currentGrade hours examScore Grado actual 0.00000000 0.4149353 0.02389896 horas 0.41493532 0.0000000 0.62322848 Examen Puntaje 0.02389896 0.6232285 0.00000000 $ estadística currentGrade hours examScore Grado actual 0.0000000 -0.8664833 2.8727185 horas -0,8664833 0,0000000 0,5137696 Examen Puntaje 2.8727185 0.5137696 0.0000000 $ n [1] 10 $ gp [1] 1 $ método [1] "pearson"
A continuación se explica cómo interpretar la salida:
Correlación parcial entre las horas estudiadas y la puntuación del examen final:
La correlación parcial entre las horas estudiadas y la puntuación del examen final es .191 , que es una pequeña correlación positiva. A medida que aumentan las horas estudiadas, la puntuación del examen también tiende a aumentar, suponiendo que la calificación actual se mantenga constante.
El valor p para esta correlación parcial es .623 , que no es estadísticamente significativo en α = 0.05.
Correlación parcial entre la calificación actual y la calificación del examen final:
La correlación parcial entre la calificación actual y la puntuación del examen final es .736 , que es una fuerte correlación positiva. A medida que aumenta la calificación actual, la puntuación del examen también tiende a aumentar, asumiendo que las horas estudiadas se mantienen constantes.
El valor p para esta correlación parcial es .024 , que es estadísticamente significativo en α = 0.05.
Correlación parcial entre la nota actual y las horas estudiadas:
La correlación parcial entre la calificación actual y las horas estudiadas y la puntuación del examen final es -.311 , que es una correlación negativa leve. A medida que aumenta la calificación actual, la calificación del examen final tiende a disminuir, asumiendo que la calificación del examen final se mantiene constante.
El valor p para esta correlación parcial es 0.415 , que no es estadísticamente significativo en α = 0.05.
La salida también nos dice que el método utilizado para calcular la correlación parcial fue «pearson». Dentro de la función pcor (), también podríamos especificar “kendall” o “pearson” como métodos alternativos para calcular las correlaciones.
Puede encontrar la documentación completa de la biblioteca ppcor aquí .
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo: