La correlación de Pearson mide la lineal componente de la asociación. Será +1 si un gráfico de una variable frente a otra tiene todos los puntos exactamente en una línea ascendente, y -1 si todos los puntos están exactamente en una línea descendente. Si el aspecto lineal de la asociación es escaso o nulo, la correlación de Pearson se aproximará a 0.
La correlación de Spearman se basa en rangos, y puede dar resultados engañosos si hay más de unos pocos valores empatados en cualquiera de las variables. Si y siempre aumenta cuando x se incrementa, entonces el valor será +1 tanto si la progresión es lineal como si no.
No sería apropiado sugerir un método sobre el otro sin saber más sobre sus datos, y su propósito de querer de observar la asociación entre dos variables.
En el siguiente ejemplo, existe una relación lineal exacta entre X e Y, y la relación entre X y Z es fuerte pero no es lineal. Puede ser un ejemplo más claro si se hacen dos gráficos: (a) x vs. y, y (b) x vs. Z.
x: 1 2 3 4 5 6 7 8 9 10
y: 5 7 9 11 13 15 17 19 21 23
z: 1 2 3 5 7 10 20 50 100 300
cor(x,y) # Pearson
## 1
cor(x,z) # Pearson
## 0.7200748
cor(x, z, method="spearman")
## 1
