Actualizado por ultima vez el 7 de mayo de 2021, por .
En estadística, la correlación es una medida de la relación lineal entre dos variables.
El valor de un coeficiente de correlación siempre está entre -1 y 1 donde:
- -1 indica una correlación lineal perfectamente negativa entre dos variables
- 0 indica que no hay correlación lineal entre dos variables
- 1 indica una correlación lineal perfectamente positiva entre dos variables
Si dos variables tienen una correlación de cero, indica que no están relacionadas de ninguna manera. En otras palabras, conocer el valor de una variable no nos da idea de cuál puede ser el valor de la otra variable.
Si creamos un diagrama de dispersión de dos variables que tienen correlación cero, no habrá un patrón claro en el diagrama:
Ejemplos de no correlación
Los siguientes ejemplos ilustran escenarios en los que dos variables no tienen correlación.
Ejemplo 1: Consumo de café frente a inteligencia
La cantidad de café que consumen las personas y su nivel de CI tiene una correlación de cero. En otras palabras, saber cuánto café bebe un individuo no nos da una idea de cuál podría ser su nivel de coeficiente intelectual.
Si creáramos un diagrama de dispersión del consumo diario de café frente al nivel de coeficiente intelectual, se vería así:
Ejemplo 2: Altura y puntajes de exámenes
La altura de los estudiantes y sus calificaciones promedio en los exámenes tiene una correlación de cero. En otras palabras, conocer la altura de un individuo no nos da una idea de cuál podría ser su puntaje promedio en el examen.
Si creáramos una gráfica de dispersión de la altura frente a la puntuación promedio del examen, se vería así:
Ejemplo 3: talla de calzado y películas vistas
El tamaño de los zapatos de las personas y la cantidad de películas que ven por año tiene una correlación de cero. En otras palabras, conocer la talla de zapato de una persona no nos da una idea de cuántas películas ve al año.
Si creáramos una gráfica de dispersión de la talla del zapato frente a la cantidad de películas vistas, se vería así:
Ejemplo 4: Peso e ingresos
El peso de las personas y sus ingresos anuales tiene una correlación de cero. En otras palabras, conocer el peso de una persona no nos da una idea de cuál podría ser su ingreso anual.
Si creáramos una gráfica de dispersión de peso frente a ingresos, se vería así:
Recursos adicionales
Introducción al coeficiente de
correlación de Pearson Correlación versus asociación: ¿Cuál es la diferencia?
Correlación versus regresión: ¿Cuál es la diferencia?
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
