Medidas de asociación: V de Cramer, C de Pearson, lambda y Spearman

Resumen

Explica las medidas de asociación para variables estadísticas: el V de Cramer y el C de Pearson para tablas de contingencia, las medidas basadas en la reducción proporcional del error (lambda de Guttman y Tau-Y) y el rho de Spearman para variables ordinales. Indica el rango y la interpretación de cada coeficiente. Para terminar, define la correlación como la variación conjunta de dos variables, con su intensidad y su dirección. El estudiante repasará qué coeficiente usar según el tipo de variable.

Puntos clave

El V de Cramer mide la asociación en tablas de contingencia. Puede alcanzar el valor 1 con independencia del tamaño de la tabla, y vale 0 cuando no hay asociación.
El C de Pearson siempre es positivo y menor que 1, es útil para tablas cuadradas y su valor máximo depende del tamaño de la tabla.
Las medidas de reducción proporcional del error valoran cuánto mejora la predicción. El valor 0 indica que no hay mejora y el valor 1 indica que la reducción del error es máxima.
La lambda de Guttman es una medida asimétrica para variables nominales. Se calcula a partir del error cometido al predecir la moda, y su valor 1 indica que no hay error en la predicción.
El Tau-Y permite predecir la distribución de la variable dependiente Y a partir del conocimiento de otra variable.
El rho de Spearman mide la asociación de variables ordinales, entre -1 (correlación negativa perfecta) y +1 (correlación positiva perfecta), a partir de las diferencias de rango.

Ponte a prueba

Coeficiente V de Cramer

El Coeficiente V de Cramer es una medida de asociación utilizada en tablas de contingencia. Se define considerando $n$ como el número de filas y $m$ como el número de columnas.

Rango: Puede alcanzar el límite superior de la unidad (1), con independencia del tamaño de la tabla.
Asociación: Vale 0 cuando no existe asociación en la tabla.
Ventaja: Se trata de un coeficiente más adecuado y mejor que los anteriores para medir la fuerza de asociación.

Coeficiente C de Pearson

El Coeficiente C de Pearson (o Coeficiente de Contingencia) es una medida de asociación que presenta las siguientes características:

Rango: Siempre es positivo y menor de 1.
Uso: Es útil para tablas cuadradas.
Limitación: El valor máximo de $C$ depende del tamaño de la tabla.

Coeficientes de Asociación Basados en la Reducción Proporcional del Error (RPE)

Estos coeficientes sirven para cuantificar y describir la reducción proporcional del error en una clasificación.

La intensidad de la asociación se relaciona inversamente con la tasa de error de predicción: cuanto menor es la intensidad, mayor es la tasa de error de predicción, y viceversa.

Interpretación de los valores RPE:

Valor 0: Indica la inexistencia de disminución en la proporción del error de predicción respecto a la que se realizaría a priori, desconociendo cualquier información de la variable predictora.
Valor 1: La reducción del error es máxima.

Coeficiente Lambda de Guttman (λ)

El Coeficiente Lambda es una medida asimétrica de asociación creada para analizar distribuciones bivariables en las que ambas variables son de tipo nominal.

La fórmula Lambda se puede expresar en función del error cometido al predecir la moda.

Componentes de la Fórmula:

Numerador: Indica la reducción del error conseguida al mejorar la información facilitada por la variable independiente.
Denominador: Expresa el error cometido al disponer del mínimo de información que facilita solo la variable dependiente.

Interpretación de Lambda:

Valor 1: No existe error en la predicción.
Valor 0: Máximo error en la predicción.

Es una medida bastante sensible de la fuerza de asociación, pero no ofrece información sobre la naturaleza de la asociación. Su carácter asimétrico permite conocer qué variable proporciona una reducción mayor del error cometido al predecir las modas de una variable dependiente determinada.

Coeficiente Tau-Y

El Coeficiente Tau-Y se utiliza para realizar una predicción proporcional de los valores de una variable, basándose en el conocimiento que introduce otra variable.

Se emplea específicamente para predecir la distribución de la variable dependiente Y.

Coeficiente Rho de Spearman (ρ)

El Coeficiente Rho de Spearman mide el grado de asociación de dos variables ordinales, basándose en las diferencias de rango.

Rango: Varía entre -1 (correlación negativa perfecta) y +1 (correlación positiva perfecta).
Interpretación: La interpretación se hace en términos de la fuerza y la dirección de la asociación o correlación entre variables.

Concepto Fundamental: Correlación

La Correlación describe la variación conjunta de dos variables, especificando tanto su intensidad (fuerza) como su dirección.

Preguntas frecuentes

¿Qué rango tiene el coeficiente rho de Spearman?

Varía entre -1, que indica una correlación negativa perfecta, y +1, que indica una correlación positiva perfecta. Se usa para variables ordinales y se interpreta según la fuerza y la dirección de la asociación.

¿Qué es la correlación?

Es la variación conjunta de dos variables. Especifica su intensidad (fuerza) y su dirección.

¿Cuándo se usa la lambda de Guttman?

Se usa en distribuciones bivariables en las que ambas variables son nominales. Es asimétrica: indica qué variable reduce más el error al predecir las modas, pero no informa de la naturaleza de la asociación.