Diferentes tipos de correlaciones se utilizan en las estadísticas para medir las formas en que las variables se relacionan entre sí. Por ejemplo, al usar dos variables - rango de clase de la escuela secundaria y GPA de la universidad - un observador puede establecer una correlación de que los estudiantes con un rango superior a la media de la escuela preparatoria típicamente logran un GPA universitario por encima del promedio. Las correlaciones también miden la fuerza de la relación y si la correlación entre las variables es positiva o negativa. El tipo de correlación realizada depende de si las variables son datos no numéricos o de intervalo, como la temperatura.
Correlación entre el momento del producto Pearson
La correlación del momento del producto Pearson recibe su nombre de Karl Pearson, fundador de la disciplina de estadísticas matemáticas. Se considera una correlación lineal simple, lo que significa que la relación entre dos variables depende de que sean constantes. Pearson se usa con datos de intervalo para medir la fuerza de una correlación, que se representa con la letra r en la ecuación. Esta correlación también muestra si la relación es positiva o negativa; representado por números valorados entre +1 y -1. Cuanto más cerca esté el valor de r de -1.00 o +1.00, más fuerte será la correlación. Cuanto más cerca esté el valor de r del número 0, más débil será la correlación. Por ejemplo, si r igualaba -.90 o .90 indicaría una relación más fuerte que -.09 o .09.
Correlación de Rango de Spearman
La Correlación de Rango de Spearman fue nombrada después del estadístico Charles Edward Spearman. La ecuación de Spearman es más simple y se usa a menudo en las estadísticas en lugar de Pearson, aunque es menos concluyente. Los científicos sociales también pueden usar Spearman para describir la correlación entre los datos cualitativos, como la etnia o el género, y los datos cuantitativos, como la cantidad de delitos cometidos. La correlación se calcula utilizando una hipótesis nula que posteriormente se acepta o rechaza. Una hipótesis nula normalmente consiste en una pregunta que debe ser respondida; por ejemplo, si los números de crímenes cometidos son los mismos para hombres y mujeres.
Correlación de rangos de Kendall
La correlación de rangos de Kendall, nombrada para el estadístico británico Maurice Kendall, mide la fuerza de dependencia entre los conjuntos de dos variables aleatorias. Kendall puede usarse para análisis estadísticos adicionales cuando la Correlación de Spearman rechaza la hipótesis nula. Alcanza una correlación cuando el valor de una variable disminuye y el valor de la otra variable aumenta; esta correlación se conoce como pares discordantes. También puede ocurrir una correlación cuando ambas variables aumentan simultáneamente, lo que se conoce como par concordante.
