8.5 Coeficiente de correlación de Pearson

Es un método que se aplica a relaciones lineales. Mide la dependencia lineal entre dos variables (x, y). También se conoce como test de correlación paramétrica porque depende de la distribución de los datos. Puede ser utilizada sólo cuando x e y poseen una distribución normal. El gráfico de y=f(x) se conoce como la curva de regresión lineal.

La correlación de Pearson funciona bien con variables cuantitativas que tienen una distribución normal. Es sensible a outliers o valores extremos.

Hay algunas condiciones que se deben cumplir en la correlación de Pearson:

• La relación a estudiar es de tipo lineal
• Las dos variables deben de ser cuantitativas.
• Normalidad: ambas variables se tienen que distribuir de forma normal.
• Homocedasticidad: La varianza de la variable dependiente (y) debe ser constante a lo largo de la variable independiente (x). Esto se puede identificar si en el scatterplot los puntos mantienen la misma dispersión en las distintas zonas de la variable X.

Si alguna de estas condiciones no se cumplen, entonces se parte de la suposición de que son ciertas, es decir, se asume que son ciertas. De esta manera, el resultado del test está sujeto a dichas

Como resultado de este test de correlación, interpretamos su valor según cuán lejano esté de los valores -1 (correlación lineal perfecta negativa) o +1 (correlación lineal perfecta positiva).

Sin embargo, también es necesario analizar la significancia del test. Si el coeficiente de correlación está muy cerca a -1 o +1 pero no es significativo, entonces la correlación entre las variables es 0 ya que, en este caso, la relación entre variables puede ser azarosa. El p-valor es el nivel de significancia.