Escolar Documentos
Profissional Documentos
Cultura Documentos
PPGCN
Análise de correlação:
Método utilizado para a
investigação de pares de dados
Inicialmente, com o uso de
diagramas de dispersão
cartesianos (diagramas x-y).
Não indicam causalidade, mas
correlação (que pode ser espúria)
Questões
Há correlação?
É linear?
Forte ou Fraco?
Positivo ou negativo? Vieira, 2009
TESTES PARA AVALIAR ASSOCIAÇÃO ENTRE 2
VARIÁVEIS
Questões a serem respondidas pela análise de
Correlação
a) Existe relação entre as variáveis X e Y?
b) Que tipo de relação existe entre elas?
c) Qual é o grau da relação?
Vieira, 2009
Vieira, 2009
TESTES PARA AVALIAR ASSOCIAÇÃO ENTRE
VARIÁVEIS
Classificação do grau de
correlação (Dancey e Reidy,
2005)
▪ r = 0,10 até 0,30 (fraco);
▪ r = 0,40 até 0,6 (moderado);
▪ r = 0,70 até 1 (forte)
Pressupostos
Distribuição normal
Homocedasticidade (homogeneidade da variância)
CORRELAÇÃO DE PERSON
Duran etal, 2004. (R. bras. Ci. e Mov. Brasília v. 12 n. 3 p. 15-19 setembro 2004 )
CORRELAÇÃO DE SPEARMAN
1- verificar pressupostos
Distriuição normal:
analisar estatísticas descritivas explorar
Satisfeitos os pressupostos
Analisar correlação bivariada
REGRESSÃO LINEAR SIMPLES
REGRESSÃO LINEAR SIMPLES
Na análise de correlação, nos identificamos associação entre duas
variáveis (ex. PN e idade materna), de forma que à medida que a idade
materna aumenta, o peso ao nascer aumenta também, portanto, a
distribuição do peso ao nascer varia com a idade materna. avalia se
há relação e a força dessa relação
Caso a altura fosse o único preditor do peso, os pontos ficariam pontos próximos à linha
Caso contrário, outras variáveis não consideradas também influenciasse pontos mais
dispersos
Lisa Sullivan, Wayne W. LaMorte, MD, PhD, MPH, School of Public Healt
Y= B0 + B1X
R2
Varia de 0 a 1 que pode ser interpretado em percentual o quanto a
variável X explica a ocorrência da variável Y
REGRESSÃO LINEAR SIMPLES
DW = 1 a 3 (ideal 2)
Durbin-Watson
Abracos,
Angelina