25.3: Correlaciones robustas (24.3.2)

Última actualización
Guardar como PDF

Page ID: 150793

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

En el capítulo anterior también vimos que los datos de delitos motivados por el odio contenían un valor atípico sustancial, que parecía impulsar la correlación significativa. Para calcular la correlación de Spearman, primero necesitamos convertir los datos en sus filas, lo que podemos hacer usando la función order ():

hateCrimes <- hateCrimes %>%
  mutate(hatecrimes_rank = order(avg_hatecrimes_per_100k_fbi),
         gini_rank = order(gini_index))

Luego podemos calcular la correlación de Spearman aplicando la correlación de Pearson a las variables de rango”

cor(hateCrimes$hatecrimes_rank,
  hateCrimes$gini_rank)

## [1] 0.057

Vemos que esto es mucho menor que el valor obtenido usando la correlación de Pearson en los datos originales. Podemos evaluar su signficancia estadística mediante aleatorización:

## [1] 0.0014

Aquí vemos que el valor p es sustancialmente mayor y está lejos de ser significativo.