Aula 6

Estatística Conversa Inicial

Prof. Guilherme Lemermeier

Segundo o dicionário Aurélio,

correlação é uma relação mútua,
uma analogia
Sendo assim, trataremos
a correlação como um
Correlação – Relação
entre Duas Variáveis
número que nos
servirá para analisar o
grau de relacionamento
entre variáveis; no
nosso caso, apenas
duas

A correlação busca, de forma

analítica matemática, uma relação
de dados estatísticos entre as
variáveis pesquisadas por meio de
um diagrama
de dispersão
Isto é, por meio de
um gráfico cartesiano
em que cada um dos
eixos corresponde às
variáveis
correlacionadas
Pensando assim, ao
relacionarmos ao
diagrama de dispersão
uma linha reta, temos
uma correlação linear
Se relacionarmos uma
linha curva,
teremos uma
correlação curvilínea

1
 O gráfico a seguir simboliza
a situação que trabalharemos
na correlação e regressão
Há também a ideia
de termos pontos
tão dispersos que
não conseguimos
definir nenhuma
correlação

Fonte: Autor

Nesse exemplo, busca-se uma

Para trazer essa ideia ao nosso
demonstração fictícia, porém
entendimento, utilizaremos como
muito didática, entre as vendas
base um exemplo do texto: “uma
de determinado
abordagem didática
produto e os
sobre o uso de
investimentos feitos
planilhas eletrônicas
em marketing durante
nas tomadas de
um período de doze
decisões”, do
meses por uma
professor Mário Leite
empresa

Fonte: <http://www.batebyte.pr.
Fonte: <http://www.batebyte.pr.
gov.br/modules/conteudo/conteud
gov.br/modules/conteudo/conteudo.p
o.php?conteudo=1120>
hp?conteudo=1120>

2
Fonte: <http://www.batebyte.pr. Fonte: <http://www.batebyte.pr.
gov.br/modules/conteudo/conteu gov.br/modules/conteudo/conteu
do.php?conteudo=1120> do.php?conteudo=1120>

O coeficiente de
correlação ajudar-
nos-á a entender
o grau de
Coeficiente
de Correlação envolvimento
dos dados analisados
Para isso, usaremos
o coeficiente de
correlação linear de
Pearson (r)

∑x y ∑ x  ∑ y 
r

n ∑x ² ∑ x  
n ∑y  ∑ y 

Onde:
Esse coeficiente de
r é o coeficiente de Pearson
correlação tem valor
n é o número estabelecido entre
de observações –1 e +1
xi é a variável
independente
yi é a variável
dependente

3
a) Quanto mais o valor “r” for mais b) Quanto mais o valor “r” for mais
próximo de –1, teremos uma próximo de +1, teremos a
correlação negativa entre as correlação perfeita positiva
variáveis entre as variáveis

Fonte: Autor Fonte: Autor

c) Quando o “r” for 0, não há

correlação entre as variáveis ou,
ainda, a correlação não é linear,
caso exista
Relação
de Correlação

Fonte: Autor

Quanto à relação de correlação

entre os dados: b) 0,3 ≤ |r| < 0,6 → a
correlação é fraca,
a) 0 < |r| < 0,3 → a porém, podemos
correlação é fraca considerar a
e fica difícil existência
estabelecer relação de relativa
entre as variáveis. Em correlação
porcentagem: entre as variáveis
0 < |r| < 30%

4
 Lembrando que a variável
independente se encaixa
perfeitamente no eixo horizontal,
também conhecido como eixo
Equação das abcissas
da Reta
Já a variável
dependente está mais
bem representada no
eixo vertical,
conhecido como eixo
das ordenadas

Precisamos lembrar a definição A regressão pode ser considerada

de equação da reta e, nessa uma aproximação analítica dos
esteira, vêm os conceitos de dados
coeficiente angular
e coeficiente linear

Fonte: Autor
Fonte: Autor

Para calcular a
regressão
linear partimos do
Regressão princípio
Linear Simples que já temos
calculadas algumas
médias dentro da
Distribuição
de Frequência

5
      
 e    ̅
 ²   ²
Como lidaremos com
a regressão no
formato     , Onde:
precisaremos,
para sua N é o número
determinação, de observações
dos coeficientes “a” e
“b”
 
̅  e  
 

Por vezes, a complexidade dos

dados não nos ajuda em uma
análise
A abundância de
Na Prática
informações e
variáveis pode
dificultar muito a
visão analítica que
embasa as tomadas
de decisões

Nesse meio, uma

representação linear
pode nos ajudar Finalizando
muito na visualização
das informações
de forma clara

6
Nesta aula, você pôde
acompanhar a correlação e a
regressão, duas ferramentas
analíticas bem úteis e,
Referências
relativamente,
tranquilas de se obter
Agora, é estudar
e aprimorar os
conhecimentos

CASTANHEIRA, N. P. LARSON, Farber.

Estatística aplicada a Estatística Aplicada.
todos os níveis. 5. ed. 4. ed. São Paulo:
Curitiba: Ibpex, Pearson, 2011.
2010.
MORETTIN,
CRESPO, Antonio Estatística básica. 6.
A. Estatística fácil. ed. São Paulo:
19. ed. São Paulo: Saraiva, 2010.
Saraiva, 2009.