correlacion de pearson

 Correlación de Pearson (PEARSON)

33.1  Descripción general
PEARSON calcula e imprime matrices de coeficientes de correlación r de Pearson y covariancias para todos los pares de variables en una lista (opción de matriz cuadrada) o para cada pareja de variables formada al tomar una variable de cada dos listas de variables (opción de matriz rectangular).
Se puede especificar la eliminación dedatos faltantes "por pares" o "por casos".
PEARSON se puede utilizar también para obtener una matriz de correlación, la cual puede ser posteriormente leida por los programas REGRESSN o MDSCAL. Aunque REGRESSN puede calcular su propia matriz de correlación, su opción de manejo de datos faltantes sólo puede eliminar "por casos". En contraste, PEARSON puede generar una matriz con el uso de unalgoritmo de eliminación "por pares" para datos faltantes. 
33.2  Características estándar de IDAMS
Selección de casos y variables. Se puede utilizar el filtro estándar para la selección de un subconjunto de casos de los datos de entrada. Las variables para las cuales se desea la correlación se especifican con los parámetros ROWVARS y COLVARS.
Transformación de datos. Se pueden usar lasproposiciones de Recode.
Ponderación de datos. Se puede usar una variable para ponderar los datos de entrada; esta variable de ponderación puede tener cifras enteras o decimales. Cuando el valor de la variable de ponderación para un caso es cero, negativo, dato faltante o no numérico, entonces el caso siempre se omite; se imprime el número de casos así tratados.
Tratamiento de datos faltantes. El parámetroMDVALUES está disponible para indicar cuales valores de datos faltantes, si los hay, se usarán para verificar los datos faltantes. Se calculan las estadísticas univariadas para cada variable a partir de los casos que tengan datos válidos (no faltantes) para la variable.
Datos faltantes: eliminación por pares. Las estadísticas por pares y el coeficiente de correlación, se pueden calcular de loscasos que tengan datos válidos para ambas variables (MDHANDLING=PAIR). Así, un caso se puede utilizar en los cálculos para algunos pares de variables y no usarse para otros. Este método de manejo de datos faltantes se llama algoritmo de eliminación "por pares". Nota: si hay datos faltantes, se pueden calcular coeficientes de correlación individuales para diferentes subconjuntos de datos. Si haymuchos datos faltantes, se pueden presentar inconsistencias internas en la matriz de correlación, las cuales pueden causar dificultades en análisis multivariados posteriores.
Datos faltantes: eliminación por casos. El programa puede también recibir la instrucción (MDHANDLING=CASE) para calcular estadísticas pareadas y correlaciones a partir de los casos que tengan datos válidos en todas las variablesde la lista de variables. De esta manera, un caso se usa en el cálculo para todos los pares de variables o no se usa. Este método de manejar los datos faltantes se llama algoritmo de eliminación "por casos" (también se encuentra en el programa REGRESSN) y sólo se aplica a la opción de matriz cuadrada. 
33.3  Resultados
Diccionario de entrada. (Opcional: ver el parámetro PRINT). Registrosdescriptores de variables y registros C, si los hay, solamente para variables utilizadas en la ejecución.
Opción de matriz cuadrada
Estadísticas pareadas. (Opcional: ver el parámetro PRINT). Para cada par de variables de la lista, se imprime la siguiente información:
número de casos válidos (o suma ponderada de casos),
media y desviación estándar de la variable X,
media y desviación estándar de lavariable Y,
prueba T para el coeficiente de correlación,
coeficiente de correlación.
Estadísticas univariadas. Para cada variable de la lista, se imprime la siguiente información:
número de casos válidos y suma de ponderaciones,
suma de puntajes y suma de puntajes cuadrados,
media y desviación estándar.
Coeficientes de regresión para puntajes primarios. (Opcional: ver el parámetro PRINT)....