Artículo: The Correlation Coefficient – An Overview

30 05 2009

Resumen del Artículo:

 

Correlation and regression are different, but not mutually exclusive, techniques. Roughly, regression
is used for prediction (which does not extrapolate beyond the data used in the analysis)
whereas correlation is used to determine the degree of association. There situations in which the
x variable is not fixed or readily chosen by the experimenter, but instead is a random covariate
to the y variable. This paper shows the relationships between the coefficient of determination,
the multiple correlation coefficient, the covariance, the correlation coefficient and the coefficient
of alienation, for the case of two related variables x and y. It discusses the uses of the
correlation coefficient r , either as a way to infer correlation, or to test linearity. A number of
graphical examples are provided as well as examples of actual chemical applications. The paper
recommends the use of z Fisher transformation instead of r values because r is not normally
distributed but z is (at least in approximation). For either correlation or for regression models,
the same expressions are valid, although they differ significantly in meaning

 

Correlation and regression are different, but not mutually exclusive, techniques. Roughly, regression is used for prediction (which does not extrapolate beyond the data used in the analysis) whereas correlation is used to determine the degree of association. There situations in which the x variable is not fixed or readily chosen by the experimenter, but instead is a random covariate to the y variable. This paper shows the relationships between the coefficient of determination, the multiple correlation coefficient, the covariance, the correlation coefficient and the coefficient of alienation, for the case of two related variables x and y. It discusses the uses of the correlation coefficient r , either as a way to infer correlation, or to test linearity. A number of graphical examples are provided as well as examples of actual chemical applications. The paper recommends the use of z Fisher transformation instead of r values because r is not normally distributed but z is (at least in approximation). For either correlation or for regression models, the same expressions are valid, although they differ significantly in meaning.

 

Autores: Asuero, Sagayo y González

Año: 2006

Revista: Critical Reviews in Analytical Chemistry

Enlace de Descarga: The Correlation Coefficient An Overview

  





Artículo: Usos y Abusos de la Significación Estadística: Propuestas de Futuro

25 04 2009

RESUMEN DEL ARTÍCULO:

Históricamente, los científicos sociales y especialmente los psicólogos han confiado en la “comprobación de la significación estadística” como el instrumento por excelencia de análisis de datos. Al comprobar la significación estadística, se especifica una hipótesis nula y se derivan las probabilidades de los datos bajo tal hipótesis. El nivel de significación fijado aporta información sobre la probabilidad de rechazar erróneamente dicha hipótesis. Como afirma Cohén (1990) el esquema de Fisher es tremendamente competitivo y atractivo a la vez, por cuanto “they offered a deterministic scheme, mechanical, and objective, independent of content, and led to clear-cut yes-no decisions” (Pag. 1307). Sin embargo, durante las últimas décadas ha habido un crecimiento exponencial en el número de artículos y publicaciones dedicados a criticar los usos inadecuados de esta estrategia analítica o cuando menos de lo insatisfactoria que resulta para alcanzar el objetivo final de acumulación de conocimiento. El aumento de las criticas ha ido asociado al creciente reconocimiento de las limitaciones asociadas a los tests de significación como único criterio de interpretación de la significación de los resultados. En 1999 el Comité de la American Psychological Association (A.P.A.) sobre Inferencia Estadística recomendaba aplicar un conjunto de reformas a la praxis analítica. El manual de Publicación del APA (2001) se hacía eco de algunas de ellas. Desgraciadamente, el cumplimiento de las mismas que, en parte al menos, supone romper con ciertas tradiciones, no es fácil: probablemente se requieran políticas editoriales más firmes y nuevos currículos académicos. 

 

Autores: Juan Pascual Llobell, María Dolores Frías Navarro y Fernando García Pérez

Año: 2004

Enlace de Descarga: Usos y Abusos de la Significacion Estadistica: Propuestas de Futuro





Libro: Experimental Design and Statistics for Psychology – A First Course

11 04 2009

 

DESCRIPCION DEL LIBRO:

Este libro es una introducción al análisis experimental y a la estadística para alumnos de psicología de segundo año. Los autores pretenden cumplir 3 objetivos. En primer lugar, crear un texto que sirva de apoyo para todos aquellos estudiantes que generalmente encuentran difíciles y se sienten ansiosos ante estos temas. Para ello utilizan un estilo simple y amigable, ofreciendo múltiples ejemplos para discusión. En segundo lugar, los autores decidieron escribir un libro muy introductorio, asumiendo que los lectores no poseen mayor conocimiento previo sobre el tema. Por último, el libro fue escrito en línea con los últimos avances tecnológicos en el área, por lo que el uso de softwares estadísticos está considerado dentro de los ejercicios propuestos en los distintos capítulos.

Autores: Fabio Sani & John Todman

Año: 2006

Enlace de Descarga: Experimental Design and Statistics for Psychology – A First Course

 

 








Seguir

Recibe cada nueva publicación en tu buzón de correo electrónico.