CORRELACION

En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una de ellas varían sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos variables (A y B) existe correlación si al aumentar los valores de A lo hacen también los de B y viceversa. La correlación entre dos variables no implica, por sí misma, ninguna relación de causalidad.

Fuerza, sentido y forma de la correlación.
La relación entre dos variables cuantitativas queda representada mediante la línea de mejor ajuste, trazada a partir de la nube de puntos. Los principales componentes elementales de una línea de ajuste y, por lo tanto, de una correlación, son la fuerza, el sentido y la forma.
La fuerza mide el grado en que la línea representa a la nube de puntos: si la nube es estrecha y alargada, se representa por una línea recta, lo que indica que la relación es fuerte; si la nube de puntos tiene una tendencia elíptica o circular, la relación es débil.
El sentido mide la variación de los valores de B con respecto a A: si al crecer los valores de A lo hacen los de B, la relación es positiva; si al crecer los valores de A disminuyen los de B, la relación es negativa.
La forma establece el tipo de línea que define el mejor ajuste: la línea recta, la curva monotónica o la curva no monotónica.

Coeficientes de correlación.
Existen diversos coeficientes que miden el grado de correlación, adaptados a la naturaleza de los datos. El más conocido es el coeficiente de Pearson (introducido en realidad por Francis Galton), que se obtiene dividiendo la covarianza de dos variables por el producto de sus desviaciones estándar.
Coeficiente de correlación de Pearson
Coeficiente de correlación de Spearman
Correlación canónica


Coeficiente de correlación de Pearson.
El coeficiente de correlación de Pearson es un índice estadístico que mide la relación lineal entre dos variables cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.
El cálculo del coeficiente de correlación lineal se realiza dividiendo la covarianza por el producto de las desviaciones estándar de ambas variables:

Siendo:
σXY la covarianza de (X,Y)
σX y σY las desviaciones típicas de las distribuciones marginales.
El valor del índice de correlación varía en el intervalo [-1, +1]:
Si r = 0, no existe ninguna correlación. El índice indica, por tanto, una independencia total entre las dos variables, es decir, que la variación de una de ellas no influye en absoluto en el valor que pueda tomar la otra.
Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total entre las dos variables denominada relación directa: cuando una de ellas aumenta, la otra también lo hace en idéntica proporción.
Si 0 < r =" -1,">Coeficiente de correlación de Spearman.
El Coeficiente de correlación de Spearman, ρ (rho), es una prueba no paramétrica que mide la asociación o interdependencia entre dos variables discretas. Para calcular ρ, los datos son ordenados y reemplazados por su respectivo orden.
El estadístico ρ viene dado por la expresión:

donde D es la diferencia entre los correspondientes valores de x - y. N es el número de parejas.
Se tiene que considerar la existencia de datos idénticos a la hora de ordenarlos, aunque si éstos son pocos, se puede ignorar tal circunstancia
Para muestras mayores de 20 observaciones, podemos utilizar la siguiente aproximación a la distribución t de Student

La interpretación de coeficiente de Spearman es igual que la del coeficiente de correlación de Pearson. Oscila entre -1 y +1, indicándonos asociaciones negativas o positivas respectivamente, 0 cero, significa no correlación pero no independencia. La tau de Kendall es un coeficiente de correlación por rangos, inversiones entre dos ordenaciones de una distribución normal bivariante.
El primer paso es ordenar los datos de la primera columna. Después, se crean dos columnas más. Ambas son para ordenar (establecer un lugar en la lista) de las dos primeras columnas. Después se crea una columna "d" que muestra las diferencias entre las dos columnas de orden. Finalmente, se crea otra columna "d2".

El análisis de correlación canónica es un método de análisis multivariante desarrollado por Harold Hotelling. Su objetivo es buscar las relaciones que pueda haber entre dos grupos de variables y la validez de las mismas. Se diferencia del análisis de correlación múltiple en que éste sólo predice una variable dependiente a partir de múltiples independientes, mientras que la correlación canónica predice múltiples variables dependientes a partir de múltiples independientes. La correlación canónica es una correlación lineal y, por tanto, sólo busca relaciones lineales entre las variables.
Al diseñar el experimento hay que considerar el tamaño de la muestra ya que son necesarias un mínimo de observaciones por variable, para que el análisis pueda representar las correlaciones adecuadamente.
Finalmente, hay que interpretar las cargas canónicas para determinar la importancia de cada variable en la función canónica. Las cargas canónicas reflejan la varianza que la variable observada comparte con el valor teórico canónico.

COMENTARIO:
la correlacion es para indicar cual es la fuerza y la direccion de la relacion lineal que hay entre dos variables. se dice que dos variables estan corrrelacionadas cuando una de las variables varia sistematicamente respecto a los valores homonimos de la otra.

III BIMESTRE

DIAGRAMA DE CAJAS (BOX PLOT)

Los diagramas de Caja-Bigotes (boxplots o box and whiskers) son una presentación visual que describe varias características importantes, al mismo tiempo, tales como la dispersión y simetría.
Para su relización se representan los tres cuartiles y los valores mínimo y máximo de los datos, sobre un rectángulo, alineado horizontal o verticalmente.
Construcción:
Una gráfica de este tipo consiste en una caja rectangular, donde los lados más largos muestran el recorrido intercuartílico. Este rectángulo está dividido por un segmento vertical que indica donde se posiciona la mediana y por lo tanto su relación con los cuartiles primero y tercero(recordemos que el segundo cuartil coincide con la mediana). Esta caja se ubica a escala sobre un segmento que tiene como extremos los valores mínimo y máximo de la variable. Las lineas que sobresalen de la caja se llaman bigotes. Estos bigotes tienen tienen un límite de prolongación, de modo que cualquier dato o caso que no se encuentre dentro de este rango es marcado e identificado individualmente

Ordenar los datos:
Para calcular los parámetros estadístico, lo primero es ordenar la distribución
Calculo de Cuartiles:
Q1, el cuartil Primero es el valor mayor que el 25% de los valores de la distribución; el primer cuartil es la media aritmética de dicho valor y el siguiente:
Q1=(24 + 25) / 2 = 24,5
Q2, el Segundo Cuartil es, evidentemente, la mediana de la distribución, es el valor de la variable que ocupa el lugar central en un conjunto de datos ordenados. la mediana es la media aritmética de dicho valor y el siguiente:
me= Q2 = (33 + 34)/ 2 =33,5
Q3 , el Tercer Cuartil, es el valor que sobrepasa al 75% de los valores de la distribución. Resulta
Q2=(39 + 39) / 2 = 39
Dibujar la Caja y los Bigotes

COMENTARIO:
Es una representacion grafica que nos sirve para representar las caracteristica, la dispersion y la simetria de un conjunto de datos.

AREA BAJO LA CURVA NORMAL

La distribución normal fue reconocida por primera vez por el francés Abraham de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elaboró desarrollos más profundos y formuló la ecuación de la curva; de ahí que también se la conozca, más comúnmente, como la "campana de Gauss". La distribución de una variable normal está completamente determinada por dos parámetros, su media y su desviación estándar, denotadas generalmente por y .

Propiedades de la distribución normal:

La distribución normal posee ciertas propiedades importantes que conviene destacar:
-Tiene una única moda, que coincide con su media y su mediana.
-La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre y es teóricamente posible. El área total bajo la curva es, por tanto, igual a 1.
-Es simétrica con respecto a su media . Según esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor.
-La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una desviación típica. Cuanto mayor sea , más aplanada será la curva de la densidad.
-El área bajo la curva comprendido entre los valores situados aproximadamente a dos desviaciones estándar de la media es igual a 0.95. En concreto, existe un 95% de posibilidades de observar un valor comprendido en el intervalo .
-La forma de la campana de Gauss depende de los parámetros. La media indica la posición de la campana, de modo que para diferentes valores de la gráfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviación estándar determina el grado de apuntamiento de la curva.
-Cuanto mayor sea el valor, más se dispersarán los datos en torno a la media y la curva será más plana. Un valor pequeño de este parámetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribución.


COMENTARIO:
Es una grafica que tiene forma de campana, sirve para determinar la dispersion de la simetria de un conjuto de datos.

PORTAFOLIO

Un portafolio es una selección deliberada de los trabajos de un alumno que en cierta forma nos cuenta la historia de sus esfuerzos, su progreso y sus logros. El concepto de Portafolio existe desde hace mucho tiempo en numeroso ámbitos fuera de la educación. Artistas, [[Arquitectos] y Fotógrafos los usan para presentar sus trabajos a clientes potenciales. En educación, sin embargo, los portafolios son un fenómeno reciente y solo ahora empieza a utilizarse en todo su potencial.

¿Qué son los portafolios de aula?
Muchos educadores han aportado definiciones, veamos algunas de ellas:
Un portafolio es un registro del aprendizaje que se concentra en el trabajo del alumno y su reflexión sobre esa tarea.
Un Portafolio es una selección deliberada de los trabajos del alumno que nos cuenta la historia de sus esfuerzos, su progreso o sus logros. En él deben incluirse la participación del alumno en la selección de su contenido, los criterios de la selección y las pautas para juzgar sus méritos, así como las evidencias de su proceso de reflexión.
Un portafolio es algo más de una mera “caja llena de cosas”. Se trata de una colección sistemática y organizada de evidencias utilizadas por los maestros y alumnos para supervisar la evolución del conocimiento, las habilidades y las actitudes de estos últimos en una materia determinada
Un portafolio desde la perspectiva educativa es un procedimiento de producción,que permiten recopilar productos de proyectos de curso, variados escritos, grabaciones y otras muestras de acciones y creaciones de los alumnos.

El portafolio y los Edublog
Durante los últimos años, con el advenimiento de los Blog, los portafolios han conseguido una aplicación informática que permite crearlos y publicarlos rápidamente. Muchos profesores, innovadores de las prácticas educativas han emprendido la fusión de estos dos conceptos en uno solo, de modo de sustituir al antiguo cuaderno de apuntes y de tareas en algo vivo, que es creado día a día por los alumnos convirtiéndose en una excelente herramienta para estimular la reflexión y la creatividad de los alumnos y profesores.

COMENTARIO:
Es un documento en el cual cada tarea o trabajo que realizamos va archivado, esto sirve para tener ordenado cada tema que estudiamos estadisticamente.

II BIMESTRE

PORTAFOLIO