Matemáticas · 3o de Preparatoria · Estadística Descriptiva y Análisis de Datos · Probabilidad y Estadística

Análisis de Correlación

Estudio de la relación entre dos variables numéricas mediante el coeficiente de Pearson.

• Aprendizajes Esperados SEP
• SEP.EMS.PE7
• SEP.EMS.PE8

Acerca de este tema

El análisis de correlación permite a los estudiantes explorar la relación entre dos variables numéricas, como el tiempo de estudio y la calificación obtenida, o el precio de un producto y su demanda. A través del coeficiente de correlación de Pearson, los alumnos de tercer año aprenden a cuantificar la fuerza y la dirección de estas relaciones. Es una herramienta esencial para el pensamiento científico y el análisis de negocios en México.

Un objetivo central del currículo de la SEP es que los estudiantes comprendan la máxima estadística: 'correlación no implica causalidad'. El hecho de que dos variables se muevan juntas no significa que una cause la otra. Este tema se presta para discusiones fascinantes sobre noticias engañosas y el uso de diagramas de dispersión para visualizar tendencias antes de realizar cálculos complejos.

Preguntas Clave

1. ¿Por qué correlación no implica causalidad?
2. ¿Qué nos indica un coeficiente de correlación cercano a cero?
3. ¿Cómo se visualiza una correlación fuerte negativa en un diagrama de dispersión?

Objetivos de Aprendizaje

• Calcular el coeficiente de correlación de Pearson para un conjunto de datos bivariados.
• Interpretar el valor del coeficiente de correlación de Pearson para determinar la fuerza y dirección de una relación lineal.
• Analizar diagramas de dispersión para identificar patrones de correlación lineal, positiva, negativa o nula.
• Evaluar la afirmación 'correlación implica causalidad' en contextos estadísticos y de la vida real, proporcionando contraejemplos.
• Comparar la fuerza de la correlación entre diferentes pares de variables numéricas presentadas en tablas de datos.

Antes de Empezar

Representación de Datos en Tablas y Gráficas

Por qué: Los estudiantes necesitan saber cómo organizar datos en tablas y leer información básica de gráficos para poder construir e interpretar diagramas de dispersión.

Medidas de Tendencia Central y Dispersión

Por qué: Comprender la media, mediana y desviación estándar ayuda a los estudiantes a tener una base para entender cómo se mueven los datos y la variabilidad, conceptos relacionados con la correlación.

Vocabulario Clave

Coeficiente de correlación de Pearson (r)	Una medida estadística que cuantifica la fuerza y dirección de la relación lineal entre dos variables numéricas. Varía de -1 (correlación lineal negativa perfecta) a +1 (correlación lineal positiva perfecta), con 0 indicando ausencia de correlación lineal.
Diagrama de dispersión	Una gráfica que muestra la relación entre dos variables numéricas, representando cada par de datos como un punto. Permite visualizar la tendencia general y la dispersión de los datos.
Correlación positiva	Indica que a medida que una variable aumenta, la otra variable tiende a aumentar también. En un diagrama de dispersión, los puntos tienden a subir de izquierda a derecha.
Correlación negativa	Indica que a medida que una variable aumenta, la otra variable tiende a disminuir. En un diagrama de dispersión, los puntos tienden a bajar de izquierda a derecha.
Causalidad	La relación entre una causa y su efecto, donde un evento provoca directamente otro evento. Es importante distinguir la causalidad de la simple correlación.

Cuidado con estas ideas erróneas

Idea errónea común

Pensar que una correlación de -1 es 'mala' o 'débil'.

Qué enseñar en su lugar

Los estudiantes asocian los números negativos con algo malo. Es vital aclarar que -1 indica una relación perfecta pero inversa. El uso de ejemplos como 'a mayor precio, menor demanda' ayuda a visualizar la utilidad de las correlaciones negativas.

Idea errónea común

Asumir que si hay correlación, una variable causa la otra.

Qué enseñar en su lugar

Este es el error más crítico. Se deben presentar casos de 'variables de confusión' (una tercera variable que afecta a ambas) para que los alumnos entiendan que la estadística solo muestra patrones, no causas directas.

Ideas de aprendizaje activo

Círculo de Investigación: Correlaciones Espurias

Los estudiantes buscan en internet ejemplos de variables que parecen estar relacionadas pero no tienen conexión lógica (ej. consumo de queso y accidentes de tráfico). Deben presentar por qué estas correlaciones son engañosas y qué factores ocultos podrían existir.

45 min·Grupos pequeños

Juego de Simulación: El Diagrama de Dispersión Humano

Los estudiantes recolectan datos de su propia estatura y longitud del brazo. Dibujan un diagrama de dispersión gigante en el pizarrón o piso y estiman visualmente si la correlación es positiva, negativa o nula antes de calcular el coeficiente de Pearson.

40 min·Toda la clase

Pensar-Emparejar-Compartir: Interpretando el Coeficiente r

Se entregan diferentes valores de 'r' (0.9, -0.5, 0.1). Los estudiantes discuten en parejas qué tipo de relación representan y proponen un ejemplo de la vida real para cada valor, compartiendo sus ideas con el grupo.

25 min·Parejas

Conexiones con el Mundo Real

• En economía, los analistas financieros utilizan el coeficiente de correlación para medir la relación entre el precio de las acciones de diferentes empresas o entre las tasas de interés y la inversión.
• Los agrónomos en el campo pueden calcular la correlación entre la cantidad de fertilizante aplicado y el rendimiento de los cultivos, buscando optimizar las prácticas agrícolas en regiones como el Bajío.
• Los investigadores de salud pública analizan la correlación entre factores de estilo de vida, como el consumo de tabaco, y la incidencia de ciertas enfermedades, para informar campañas de prevención en ciudades como Guadalajara.

Ideas de Evaluación

Boleto de Salida

Proporciona a los estudiantes un diagrama de dispersión con una clara correlación positiva y otro con una correlación negativa. Pide que calculen el coeficiente de Pearson aproximado para cada uno y expliquen en una frase qué indica la relación observada.

Pregunta para Discusión

Presenta la siguiente afirmación: 'Las ventas de helados y los ahogamientos están fuertemente correlacionados positivamente en verano. Por lo tanto, comer helado causa que las personas se ahoguen.' Pide a los estudiantes que discutan por qué esta conclusión es errónea, identificando una posible variable oculta.

Verificación Rápida

Entrega a cada estudiante una tabla con datos de dos variables (ej. horas de estudio vs. calificación). Pide que calculen el coeficiente de correlación de Pearson usando una calculadora o software y que escriban una oración interpretando el resultado.

Preguntas frecuentes

¿Qué indica el coeficiente de correlación de Pearson?

Es un valor entre -1 y 1 que mide la fuerza y dirección de la relación lineal entre dos variables. 1 es una relación positiva perfecta, -1 es una relación negativa perfecta y 0 indica que no hay relación lineal.

¿Por qué correlación no es causalidad?

Porque dos cosas pueden variar juntas por pura coincidencia o porque ambas son influenciadas por una tercera variable oculta. Para probar causalidad se requieren experimentos controlados, no solo observación de datos.

¿Cómo ayuda el aprendizaje activo a entender la correlación?

Al construir diagramas de dispersión con sus propios datos y debatir sobre ejemplos absurdos de correlación, los estudiantes desarrollan un escepticismo saludable. La visualización previa al cálculo matemático les permite predecir resultados y entender la lógica detrás de la fórmula.

¿Qué es una correlación débil?

Es cuando los puntos en un diagrama de dispersión están muy dispersos y no forman una línea clara. Matemáticamente, esto se refleja en un coeficiente cercano a cero, indicando que conocer una variable no ayuda mucho a predecir la otra.