¿Qué tipo de Correlación debo utilizar: Pearson, Spearman o Kendall?: Diferencias y Similitudes

El análisis de correlaciones es un método estadístico que investiga la relación entre variables, por ejemplo, la relación entre el peso y la altura de las personas. Para determinar la magnitud y dirección de esa relación comúnmente se utilizan los coeficientes de correlación de Pearson, Spearman o Kendall. Este video explica cuándo se debe o puede utilizar cada tipo de correlación. Además, se presenta qué funciones de python se utilizan para calcular las correlaciones.
Para citar este recurso educativo utiliza la siguiente referencia:
Gutiérrez-García, J.O. [Código Máquina]. (2024, 6 de Febrero). ¿Qué tipo de Correlación debo utilizar: Pearson, Spearman o Kendall?: Diferencias y Similitudes [Video]. KZbin. [Incluye aquí la URL del video]
********************************************
Para guiar tu aprendizaje, en este vínculo ( • Curso de Inteligencia ... ) se encuentra una guía secuencial para aprender:
1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.
********************************************
Índice del Video:
0:00 Introducción
1:49 Correlación de Pearson
8:31 Correlación de Spearman
12:05 Correlación de Kendall tau b
15:54 Correlaciones con Scipy de Python
Apoya a Código Máquina dando un Like, con un Super Gracias o visitando nuestra tienda en: / shop
⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
www.amazon.com.mx/s?srs=12094...
#Estadística #CienciaDeDatos #Python #DataScience #Scipy

[@CodigoMaquina]

Apoya a Código Máquina dando un Like, con un Super Gracias o visitando nuestra tienda en facebook.com/C0d1g0Maqu1na/shop

[@alecg223]

Que buen resumen, usualmente uno decanta primero por la de Pearson pero olvida (u omite) realizar pruebas de normalidad. Sigue así con estos videos amigo!!

[@CodigoMaquina]

@alecg223 gracias por seguir el contenido del canal

[@0DaviL]

De los mejores canales para aprender sobre ciencia de datos. De verdad muy feliz de haberlos descubiertos.

[@lorenzomiguelangelherrerab6882]

Mil gracias por el aporte. Me encantó que tú pones las fuentes. Eso lo hacen muy pocos, aunque todos sabemos que debemos hacerlo. Muchas gracias.

[@markrg8095]

Excelente video, muy informativo

[@CodigoMaquina]

@markrg8095 gracias por tus comentarios :)

[@andrey344]

Como siempre muy buen video profesor

[@CodigoMaquina]

Muchas gracias @andrey344

[@Loko190499]

Inmediatamente suscrito. Excelente explicación!

[@CodigoMaquina]

@Loko190499 muchas gracias y bienvenido al canal!!!

[@MontserratPerez-ub3me]

Muy buen video me quedo bastante claro el tema c:

[@reinerromero7265]

Muchas gracias. Excelente trabajo.

[@CodigoMaquina]

@reinerromero7265 muchas gracias :)

[@korpsgeist]

Muchas gracias, muy claro todo :3

[@sheyla9534]

gracias por el video explicativo, por favor, en que software puedo graficar la correlación de spearman?

[@ramirocorona6035]

Muy bueba tarde, excelente video. Tengo una gran duda, ¿qué pasa en el caso cuando tengo una variable que tiene distribución normal y una con una distribución normal y requiero hacer una correlación? ¿Cuál prueba puedo utilizar? ¿Spearman?

[@MarcosMorales-fk6gr]

Estimado Octavio, donde puedo seguir el orden en que se deben seguir los videos?? Ya he visto los primeros 30 videos de los básicos de Phyton, pero cada vez se complica más y no sé cuál video seguir.

[@Aldotronix]

Es posible utilizar alguno de estos coeficientes para variables dummy? por lo que entendi se puede utilizar la de spearman.

[@ivansalgado14deabril202]

Buenas tardes, tienes algun correo electrónico para escribirte? Me gustó mucho tu video. Saludos

[@eliascarhuaricrazavala1856]

kendal tamnien se le conoce como chi cuadrado????

[@alexispatch3562]

Dr. el Sig bilateral me salió .450, qué significa ello pipipi

[@VictorCampoblanco]

Que la relación no es significativa. La sig. Bilateral o valor p debe ser menor a 0.05 para considerarse significativa. Esto debido a que 0.05 o 5% es el margen de error, si el valor p o significancia es mayor a 0.05 quiere decir que hay más de 5% de probabilidad de que la relación entre variables sea accidental o espuria y por tanto se le considera que no es significagiva.

[@Oscar-bo6ox]

Felicidades, solo tendría que especificar a cual de los coeficientes de Kendall se refiere, a saber Kendall tiene más de dos coeficientes de correlación.