Lección 8 del curso Estadística Inferencial No Paramétrica.
En la lección anterior vimos en qué consisten las pruebas Chi-cuadrado y Fisher cuando queremos comparar variables categóricas en nuestros proyectos de Ciencia de Datos.
En esta última lección del curso veremos qué es la correlación de Spearman que nos permite comparar variables numéricas para determinar si están relacionadas o no. Además, veremos cómo implementar esta prueba con ayuda de Python.
Así que comencemos entendiendo qué es la correlación de Spearman:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
En esencia la correlación de Spearman es muy similar a la correlación de Pearson pero calculada sobre los rangos de los valores de cada variable.
Y este sencillo cambio hace que la correlación de Spearman permita medir grados de correlación incluso cuando las variables a comparar no están relacionadas linealmente o cuando hay presencia de valores extremos en una o en ambas variables.
Así que teniendo claro qué es y en qué situaciones resulta útil, veamos ahora cómo abordar un problema de Ciencia de Datos usando la correlación de Spearman:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Muy bien, acabamos de ver un ejemplo práctico de uso de la correlación de Spearman. En esencia, el experimento se diseña de manera muy similar a como lo vimos en lecciones anteriores:
- Definimos los valores esperados de potencia de la prueba y tamaño del efecto, así como el nivel de significancia. Y con base en estos valores calculamos el tamaño de la muestra
- Luego calculamos la correlación de Spearman y aplicamos la prueba t de muestras independientes para determinar si el valor del índice obtenido (𝜌) es estadísticamente diferente de cero.
- Y al final verificamos la potencia de la prueba, el tamaño del efecto obtenido e interpretamos los resultados.
Así que con esto hemos llegado al final de este curso donde hemos visto las principales pruebas no paramétricas usadas en Ciencia de Datos. Estas pruebas, combinadas con las que vimos en el curso de Estadística Inferencial Paramétrica, son un set de herramientas poderoso que te permitirá abordar diferentes problemas de Ciencia de Datos con rigor estadístico.
Así que espero que te haya gustado este curso. Recuerda que me puedes contactar a través de la Intranet para compartirme tus comentarios y sugerencias para seguir mejorando el contenido de la Academia.
¡Te envío un saludo y nos vemos en el próximo curso!
Todas las lecciones del curso Estadística Inferencial No Paramétrica