Calculadora de tau de Kendall

Usa tau de Kendall cuando quieras medir cuán fuertemente están relacionadas dos variables, especialmente cuando tienes datos ordinales (rankings, calificaciones) o cuando tus datos tienen muchos valores empatados. Es más robusta que la correlación de Pearson a valores atípicos y datos no normales, y proporciona una medida de acuerdo más interpretable que la correlación de Spearman cuando los tamaños de muestra son pequeños.

¿Qué es tau de Kendall?

Tau de Kendall (τ) es un coeficiente de correlación de rangos que mide la asociación ordinal entre dos variables. Cuenta la proporción de pares concordantes y discordantes.

Pregunta respondida: "¿Los valores más altos de X tienden a ir con valores más altos (o más bajos) de Y?"

Rango: -1 a +1

• τ = +1: Asociación positiva perfecta
• τ = 0: Sin asociación
• τ = -1: Asociación negativa perfecta

¿Por qué usar tau de Kendall?

Ventajas sobre Spearman

• Interpretación más intuitiva (basada en comparaciones de pares)
• Mejores propiedades estadísticas para muestras pequeñas
• Maneja empates más naturalmente
• Los intervalos de confianza son más precisos

Cuándo usar

• Datos ordinales (rankings, escalas Likert)
• Datos continuos no normales
• Cuando los empates son comunes
• Tamaños de muestra pequeños
• Alternativa robusta a Pearson

Cómo funciona

Pares concordantes y discordantes

Para cada par de observaciones (i, j):

Concordante: Si tanto X como Y clasifican en la misma dirección

• $(X_i > X_j$ y $Y_i > Y_j)$ o $(X_i < X_j$ y $Y_i < Y_j)$

Discordante: Si X e Y clasifican en direcciones opuestas

• $(X_i > X_j$ y $Y_i < Y_j)$ o $(X_i < X_j$ y $Y_i > Y_j)$

Empatado: Si $X_i = X_j$ o $Y_i = Y_j$

Tau-a (ignora empates)

$\tau_a = \frac{C - D}{\binom{n}{2}} = \frac{C - D}{n(n-1)/2}$

Donde:

• C = número de pares concordantes
• D = número de pares discordantes

Tau-b (ajusta por empates)

$\tau_b = \frac{C - D}{\sqrt{(C + D + T_X)(C + D + T_Y)}}$

Donde:

• $T_X$ = pares empatados solo en X
• $T_Y$ = pares empatados solo en Y

Más comúnmente usado cuando ambas variables pueden tener empates.

Tau-c (para tablas rectangulares)

$\tau_c = \frac{2m(C - D)}{n^2(m-1)}$

Donde m = min(filas, columnas). Usado para tablas donde filas ≠ columnas.

Ejemplo de cálculo

Datos: 5 estudiantes clasificados por puntuación de examen (X) y participación en clase (Y)

Paso 1: Contar todos los pares (n = 5, entonces 10 pares)

Resultados: C = 8, D = 2

Tau-a:

$\tau_a = \frac{8 - 2}{10} = 0,60$

Interpretación: Asociación positiva moderada.

Guías de interpretación

| |τ| | Interpretación | |-----|----------------| | 0,00 - 0,10 | Despreciable | | 0,10 - 0,20 | Débil | | 0,20 - 0,30 | Moderada | | 0,30 - 0,50 | Fuerte | | > 0,50 | Muy fuerte |

Nota: Tau de Kendall tiende a ser menor que rho de Spearman para los mismos datos.

Significancia estadística

Para muestras pequeñas

Usa tablas exactas o pruebas de permutación.

Para muestras grandes (n > 10)

Aproximación normal:

$z = \frac{\tau}{\sqrt{\frac{2(2n+5)}{9n(n-1)}}}$

O con empates:

$z = \frac{\tau_b}{EE(\tau_b)}$

Manejando empates

Tipos de empates

• Empates X: Mismo rango en X, diferente en Y
• Empates Y: Diferente rango en X, mismo en Y
• Empates XY: Mismo rango en ambos (muy empatado)

Impacto

• Tau-a ignora empates (puede inflar correlación)
• Tau-b ajusta denominador (preferido para la mayoría de datos)
• Tau-c mejor para tablas de contingencia rectangulares

Tau de Kendall vs. rho de Spearman

Relación aproximada

$\rho \approx 1,5 \times \tau$

O más precisamente: $\rho \approx \sin(\frac{\pi}{2}\tau)$

Interpretación probabilística

Tau de Kendall tiene una interpretación probabilística directa:

$\tau = P(\text{concordante}) - P(\text{discordante})$

Para un par seleccionado aleatoriamente:

• τ = 0,6 significa 80% concordantes, 20% discordantes
• (0,8 - 0,2 = 0,6)

Tau parcial de Kendall

Controla por una tercera variable Z:

$\tau_{XY.Z} = \frac{\tau_{XY} - \tau_{XZ}\tau_{YZ}}{\sqrt{(1-\tau_{XZ}^2)(1-\tau_{YZ}^2)}}$

Aplicaciones

Investigación médica

Asociación entre resultados ordinales (escalas de dolor, etapas de enfermedad).

Psicología

Relación entre preferencias o actitudes clasificadas.

Educación

Acuerdo entre diferentes calificadores en rankings.

Evaluación de calidad

Acuerdo entre evaluaciones de productos clasificadas.

Investigación de encuestas

Asociación entre respuestas de escala Likert.

Intervalos de confianza

Para tau-b, IC aproximado del 95%:

$\tau_b \pm 1,96 \times EE(\tau_b)$

Donde:

$EE(\tau_b) \approx \sqrt{\frac{2(2n+5)}{9n(n-1)}}$

ICs más precisos usan métodos bootstrap.

Reportando resultados

Formato APA:

"Hubo una asociación positiva moderada entre rendimiento en examen y participación en clase, τb = ,60, p = ,028."

Informe completo:

"Se calculó tau-b de Kendall para evaluar la relación entre ranking de examen y ranking de participación. Hubo una correlación positiva significativa, τb = ,60 (IC 95%: ,15, ,85), z = 2,20, p = ,028, indicando que los estudiantes que clasificaron más alto en exámenes tendían a también clasificar más alto en participación."

Errores comunes

Usar variante tau incorrecta

• Usa tau-b para datos continuos con empates
• Usa tau-c para tablas rectangulares
• Especifica qué variante se usó

Comparar tau con Spearman directamente

Tau es típicamente menor—considera esto al interpretar.

Ignorar tamaño de muestra

La significancia estadística depende fuertemente de n. Un τ pequeño puede ser significativo con n grande.

No verificar empates

Muchos empates pueden afectar qué variante tau es apropiada.

Supuestos

Escala ordinal

Las variables deben ser al menos ordinales (rankings significativos).

Relación monótona

Tau de Kendall detecta relaciones monótonas (no solo lineales).

Observaciones independientes

Cada par de observaciones debería ser independiente.

Contexto histórico

Maurice Kendall desarrolló este coeficiente en 1938 como alternativa a rho de Spearman. Su enfoque basado en contar pares concordantes y discordantes proporciona una interpretación más intuitiva y mejores propiedades estadísticas.

Kendall también contribuyó el tau parcial y tau-c para aplicaciones especializadas.

Cálculos relacionados

• Correlación de Spearman — Correlación de rangos alternativa
• Correlación de Pearson — Correlación lineal
• Prueba chi-cuadrado — Asociación categórica
• V de Cramér — Fuerza de asociación nominal

Resumen

Tau de Kendall mide la asociación ordinal comparando pares concordantes y discordantes. Tau-b (más común) ajusta por empates; tau-c es para tablas rectangulares. Los valores van de -1 a +1, con interpretación basada en la probabilidad de concordancia versus discordancia. Tau tiende a ser menor que rho de Spearman para los mismos datos pero tiene mejores propiedades estadísticas para muestras pequeñas. Usa para datos ordinales, distribuciones no normales, o cuando los empates son comunes. Reporta la variante tau usada, junto con intervalos de confianza y valores p.