UNIVERSIDAD POLITCNICA SALESIANA

CARRERA DE INGENIERA ELECTRNICA

TEMA 6: CORRELACIN DE DATOS

NIVEL: 5to G-1

PERIDO: 47

Integrantes:

Chiluisa Velasco Jorge

Cadena Albuja Mayra Alejandra
Cruz Cabrera Vanessa Jaqueline
Montenegro Bermeo Jefferson Anbal
Tituaa Pillajo Claudia Ins

2016

1 DATOS DEL PROYECTO

1.1

OBJETIVOS

Objetivo general

Analizar la seal de audio en estreo estableciendo la correlacin entre sus canales

L (audio izquierdo) y R (audio derecho) mediante el apoyo de las herramientas
informticas Matlab y SPSS.

Objetivos especficos

Determinar la forma y caractersticas de la seal de audio en estreo con datos

separados de los canales L y R.

Establecer el tipo de correlacin existente entre los valores obtenidos en los canales
L y R estableciendo la asociacin entre ellos.

2 PROBLEMA
Cul es la correlacin existente entre las seales L Y R de una onda de
audio?

3 MARCO TERICO
3.1

CORRELACIN

La correlacin se da cuando se obtiene datos en parejas, tales como observaciones de dos

variables para un mismo individuo, deseamos conocer si las dos variables estn
relacionadas o no y de estarlo, el grado de asociacin entre ellas. Para medir el grado de
asociacin entre dos variables, los estadsticos han inventado varios ndices, llamados
coeficientes de correlacin. Cabe aclarar que estos coeficientes solo miden el grado de
asociacin lineal entre las variables, ms no la relacin causa-efecto entre las variables;
tampoco miden la asociacin de tipo curvilneo, ya que dos variables pueden estar
asociadas en forma cuadrtica, exponencial o potencial y el coeficiente de correlacin lineal
puede ser bajo pero esto significa que no estn asociadas. Esto es, no estn asociadas pero
no en forma lineal. Entre los coeficientes de correlacin no-paramtricos ms utilizados
estn el Coeficiente de Correlacin de Spearman, el Coeficiente de Correlacin de Kendall y
el Coeficiente de Correlacin de Pearson es un coeficiente de correlacin paramtrico
(Marques, 2001)
Se debe tomar en cuenta que el Coeficiente de Correlacin de Spearman y el Coeficiente de
Correlacin de Kendall son utilizados para valores de rango; pero especialmente el
Coeficiente de Correlacin de Spearman, el Coeficiente de relacin de Pearson determinan
la existencia de asociacin entre dos variables cuantitativas continuas.
El anlisis de correlacin se realizara para medir el grado de asociacin entre dos variables
dependientes una de la otra. La correlacin es un indicador estadstico definido por el
coeficiente de correlacin -R- y es medido en una escala que vara entre -1 y +1. El valor de
+1, indica una correlacin perfecta y directa; en cambio, el valor -1, significa que existe una
correlacin perfecta e inversa. El valor de R=0, significa ausencia de correlacin entre las
variables, lo cual es un indicador de que las variables son independientes entre s.
(Pedraza, 2010)
1

Brevemente se definir su concepto de cada coeficiente ya antes mencionado y se enfocara

a la utilizacin de Coeficiente de relacin de Pearson mediante la ayuda de un software
llamado SPSS.

3.2

COEFICIENTE DE CORRELACIN POR RANGOS DE SPEARMAN

Es utilizado para un conjunto de datos dados en forma de pares ordenados {(X b, Yi)/ i=1,
2, ..., n}, donde se asignan rangos de menor a mayor, r i para las Xi y Si para las Y, el
coeficiente de correlacin por rangos de Spearman rb tiene la potencia de una escala ordinal
y es equivalente al coeficiente de correlacin lineal de Pearson (r), calculado por los rangos,
siempre y cuando no haya empates entre los rangos. (Marques, 2001)
n

6 di
r s =1

i=1
2

n(n 1)

Es importante hacer notar que el coeficiente de correlacion por rangos de Spearman nos
conduce al mismo resultado que el coeficiente de Correlacion de Pearson calculado para los
rangos asignados a X y Y pero no es el mismo valor de r calculado para los valores de X y Y,
puesto que al trabajar con los rangos de X y Y hay perdida de informacion.

3.3

COEFICIENTE DE CORRELACIN POR RANGOS DE KENDALL

El coeficiente tau () de Kendall est basada ms en los intervalos jerarquizados de las

observaciones que los propios datos, esto hace que la distribucin de () sea independiente
de la que presentan las variables X y Y, siempre y cuando que los datos representados por
estas 2 variables sean:

Independientes
Continuas

Su frmula es:

xy . z=

xz . y =

zy . x=

3.4

xy( xz . zy )

(1x z 2)(1z y 2 )
xz( xy . zy )

(1x y 2 )(1z y 2)
zy( xy . xy )

(1x y 2 )(1x z 2)

COEFICIENTE DE CORRELACIN DE PEARSON

Cuando la distribucin de ambas variables sea NORMAL y no haya valores extremos se

utilizar la Correlacin de Pearson (Bernal , 2013), esta es una prueba estadstica para
analizar la relacin entre dos variables medidas en un nivel por intervalos o de razn. Se
simboliza con (r); (Hernandez, 2008)

XX

(Y Y () ]

E
XY
X ,Y =
=
XY

4 MARCO PROCEDIMENTAL
4.1

ACTIVIDADES

4.1.1 Responder a las preguntas planteadas a continuacin.

4.1.2 Hacer un cuadro comparativo de las diferencias entre la correlacin de
Kendall, Spearman y Pearson.
4.2

DESARROLLO

4.2.1 Resolucin del cuestionario

PREGUNTAS ABIERTAS
1. Defina la correlacin de seales
Se da cuando se obtiene datos en parejas, tales como observaciones de dos variables
para un mismo individuo, deseamos conocer si las dos variables estn relacionadas o no.
2. La seal como se puede definir para ser utilizada en Matlab
Una seal quedar representada por un vector fila o por un vector columna
3. Enumere los pasos a realizar en el anlisis de correlacin con SPSS
1. Se tiene que definir en la hoja de recogida
2. Comprobar la normalidad de ambas variables.
3. TERCERO: Ejecutar el anlisis.
4. Cual es coeficiente de correlacin de Pearson

XX

(Y Y () ]

E
XY
X ,Y =
=
XY
5. En donde se utiliza el coeficiente de correlacin por rangos de Spearman
Es utilizado para un conjunto de datos dados en forma de pares ordenados {(X b Yi)/ i=1,
2,..., n}, donde se asignan rangos de menor a mayor.
PREGUNTAS CERRADAS
1. La correlacin se da cuando se obtiene datos en parejas, tales como
observaciones de dos variables para un mismo individuo?

A.- SI
B.- NO
2. El grado de asociacin entre dos variables, los estadsticos han inventado varios
ndices, llamados coeficientes de correlacin?
A.- SI
B.- NO
3. Estos coeficientes miden el grado de asociacin lineal entre las variables, ms la
relacin causa-efecto entre las variables?
A.- SI
B.- NO
4. El coeficiente de correlacin lineal puede ser _____ pero esto significa que no
estn asociadas?
A.- ALTO
B.- BAJO
5. La correlacin es un indicador estadstico definido por el coeficiente de correlacin
-R- y es medido en una escala que vara entre -1 y +1. El valor de +1, indica una
correlacin perfecta y directa?
A.- PERFECTA, DIRECTA
B.-INPERFECTA, DIRECTA
C.- PERFECTA, INDIRECTA
D.- INPERFECTA, INDIRECTA

4.2.2 Cuadro comparativo

Pearson

Kendall

Sperman

Es quiz, el mejor coeficiente y

el ms utilizado para estudiar
el grado de relacin lineal
existente entre dos variables
cuantitativas.

Mide el grado de asociacin

entre varios conjuntos (k) de N
entidades.
Es
til
para
determinar
el
grado
de
acuerdo entre varios jueces, o
la asociacin entre tres o ms
variables.
Es una medida no paramtrica
de asociacin para variables
ordinales o de rangos que
tiene en consideracin los
empates.

Es el coeficiente de correlacin
de Pearson, pero aplicado
despus de transformar las
puntuaciones originales de
rangos.

El ndice de correlacin de
Pearson no puede valer
menos de -1 ni ms de +1.
Un ndice de correlacin de
Pearson de -1 indica una
relacin
lineal
negativa
perfecta
Un ndice de correlacin de
Pearson de +1 indica una
relacin
lineal
positiva
perfecta.
El ndice de correlacin de
Pearson (en valor absoluto) no
vara cuando se transforman
linealmente las variables.

Su valor absoluto indica la

magnitud de la misma, de tal
modo que los mayores valores
absolutos indican relaciones
ms fuertes.
Los valores posibles van de -1
a 1, pero un valor de -1 o +1
slo se puede obtener a partir
de tablas cuadradas.

Es una medida de la
correlacin (la asociacin o
interdependencia) entre dos
variables aleatorias continuas.
Para calcular , los datos son
ordenados y reemplazados por
su respectivo orden.
Se tiene que considerar la
existencia de datos idnticos a
la hora de ordenarlos, aunque
si stos son pocos, se puede
ignorar tal circunstancia
Un coeficiente de Spearman
de +1 quiere decir que el que
es primero en X es primero en
Y, el que es segundo en X es
segundo en Y, etc.

la correlacin de Pearson es
independiente de la escala de
medida de las variables.

Este coeficiente de correlacin

es apropiado para estudiar la
relacin
entre
variables
ordinales.

Un coeficiente de Sperman de
-1 quiere decir que el que es
primero en X es ltimo en Y, el
segundo en X es el penltimo
en Y, etc.

5 CONFIGURACIONES PRELIMINARES
5.1

ACTIVIDADES

5.1.1 Que es SPSS y pasos a seguir para utilizar el estadgrafo de correlacin

5.1.2 Librera para efectuar el audio en Matlab
5.1.3 Realizarla grafica en Matlab correspondiente de acuerdo a los datos
obtenidos en la simulacin y analizar matemticamente el tipo de grfica.
5.2

DESARROLLO

5.2.1 SPSS (Statistical package for the social sciences)

Es un programa estadstico informtico muy usado en las ciencias y las empresas de
investigacin de mercado. SPSS permite recodificar las variables y registros segn las
necesidades del usuario, esto es, si en algn momento precisamos expresar alguna
variable de otra forma, no hay ningn problema. La principal ventaja o la razn de su
tremenda popularidad radican en la capacidad que presenta SPSS para trabajar con
bases de datos de gran tamao. (Leal, 2012)

Cmo realizar un anlisis de correlacin con el programa SPSS?

La aplicacin que se realizara es Relacin entre las variables Frecuencia y Amplitud en el
desplazamiento de una onda emitida por un dispositivo de radiofrecuencia
PRIMERO: Se tiene que definir en la hoja de recogida de datos las variables cuantitativas
continuas.
SEGUNDO: Comprobar la normalidad de ambas variables.
TERCERO: Ejecutar el anlisis. Para ello, hacer clic en analizar en correlaciones
bivariadas. En la ventana de correlacin de variables se introduce ambas variables en la
casilla de variables y sealar la pestaa de Pearson (si distribucin normal) o Spearman
(si la distribucin no es normal). En la siguiente figura se muestra como se realiza la
correlacin de datos con el SPSS.
Grfico N 1
5

Fuente: http://queaprendemoshoy.com/%C2%BFque-es-el-paquete-estadistico-spss/
CUARTO: En la hoja de resultados se obtendr una tabla de correlaciones con el valor de la
correlacin y el significado estadstico. Si la significacin es <0,05 se rechaza la H 0 (H0= no
hay correlacin) y se puede decir que existe una correlacin entre ambas (positiva o
negativa en funcin del signo).

5.2.2 Adquisicin de datos en Matlab

Matlab es una poderosa herramienta de trabajo que realiza desde clculos
matemticos hasta procesamientos complejos, entre los cuales se tiene el
procesamientos de seales, por esta razn se va a utilizar esta aplicacin para
adquirir una seal de audio en estreo, luego obtener los datos de los canales L y R
para posteriormente ingrsalos al SPSS para obtener si existe una correlacin o no
entre ellos. En la siguiente figura se muestra su entorno de trabajo.
Grfico N 2

Fuente: Cruz V.
En la siguiente figura, se muestra el cdigo para obtener los dos canales.
Grfico N 3

Fuente: Cruz V.

6 RECURSOS UTILIZADOS
6.1

Software
Matlab
Spss

6.2

Equipos
Laptop
Micrfono

7 REGISTRO DE RESULTADOS
7

7.1
7.1.1
7.1.2
7.1.3
7.1.4
7.2

ACTIVIDADES
Ingreso del audio en Matlab
Procesamiento de los canales
Ingresar estos datos al programa SPSS
Realizar clculo de correlacin
DESARROLLO

A continuacin se muestran las seales obtenidas, estn son: Seal original, y los
respectivos canales.
7.2.1 Seal estreo
Grfico N 4

Fuente: Cruz V.

7.2.2 Canales
Grfico N 5
Seal canal L

Seal canal R

Fuente: Cruz V.
7.2.3 Anlisis en SPSS
En las siguientes figuras, se muestran los datos obtenidos en Matlab para analizar
en el SPSS y obtener as la correlacin.
7.2.4 Datos de los dos canales

Grfico N 6

Fuente: Cruz V.
9

Grfico N 7
Seal canal L

Seal canal R

Fuente: Cruz V.
7.2.5 Anlisis de correlacin
Correlaciones

Correlacin de Pearson
seal_L

seal_R

seal_L

seal_R

-.299

Sig. (bilateral)

.372

11

11

Correlacin de Pearson

-.299

Sig. (bilateral)

.372

11

11

Interpretacin
El valor de la correlacin corresponde a - 0,299 lo que muestra una correlacin
inversa por obtener un valor negativo mientras la seal L aumenta la seal R
disminuye. La correlacin por su valor muestra escasa influencia entre las seales lo
10

que se puede apreciar tambin con el valor de la significancia bilateral de 0.372 que
es mayor a 0.05.

8 CONCLUSIONES

En referencia a establecer la forma y caractersticas de las seales de audio

R y L se puede mencionar que corresponde a formas sinusoidales que varan
en frecuencia y amplitud y no son similares en los dos canales.

En referencia a establecer el tipo de correlacin existente entre las seales L

y R se concluye que en base a los valores obtenidos no se puede establecer
una correlacin significativa entre las mismas es decir la seal L no incide en
los resultados de la seal R puesto que sus valores de correlacionalidad son
muy poco significativos.

9 REFERENCIAS

Baddi, M. (2014). Correlacin No-Paramtrica y su Aplicacin en la

Investigaciones Cientfica. Paper, 34.
Bernal , E. (2013). Bioestadstica bsica para investigadores con spss. lima:
cuzco.
Hernandez, C. (2008). Metodologa de la investigacin. Mxico: Limusa. Leal,
A. (26 de marzo de 2012). Economa y Empresa. Obtenido de
http://queaprendemoshoy.com/%C2%BFque-es-el-paquete-estadistico-spss/
Marques, J. M. (2001). Estadstica bsica. Mxico: libri mundi.
Pedraza, H. (2010). Sistema de anlisis estadstico con SPSS. Managua:
toscana.
Raymundo, C. (24 de 10 de 2012). Psicologa para estudiantes. Obtenido de
http://www.ray-design.com.mx/psicoparaest/index.php?
option=com_content&view=article&id=255:coeficienteskendall&catid=54:coeficiente-correla&Itemid=75

11