Análise bivariada de dados

com métodos inferenciais

Preparatório para o teste ANPAD
Professor Paulo R. A. Nacaratti
Análise de Correlação
 Análise de Correlação
Será que estão correlacionadas?

Mortalidade infantil e PIB.

Escolaridade e renda per capita.

Saneamento básico e mortalidade infantil.

Preparatório do teste ANPAD 3

 Correlação
Existe uma correlação entre duas variáveis
quando uma delas está, de alguma forma,
relacionada com a outra. [1]

Uma correlação é uma relação entre duas

variáveis. Os dados podem ser representados por
pares ordenados (x, y), sendo x a variável
independente (ou explanatória) e y a variável
dependente (ou resposta). [2]

Preparatório do teste ANPAD 4

 Correlação

Para facilitar o entendimento, podemos dizer que

a correlação estuda o comportamento conjunto de
duas, ou mais, variáveis sem que se estabeleça
uma ideia de causa e consequência entre elas.

A correlação apenas mede a intensidade e a

direção da associação entre duas variáveis.

Preparatório do teste ANPAD 5

 Correlação
A correlação estuda quão consistentemente duas
variáveis mudam em conjunto, mas não faz
julgamento sobre se uma é causa ou
consequência da outra.

Causa ou consequência?
A correlação não julga se o aumento de uma
variável resulta no aumento, ou diminuição, da
outra variável.

Preparatório do teste ANPAD 6

 Correlação
Somente experimentos adequadamente
controlados permitem que você determine se uma
relação é causal.

Preparatório do teste ANPAD 7

 Diagrama de Dispersão
Visualizar a relação entre duas variáveis.
Observar o comportamento conjunto de duas
variáveis quantitativas.

https://support.minitab.com/pt-br/minitab/18/help-and-how-
to/graphs/how-to/scatterplot/before-you-start/overview/
Preparatório do teste ANPAD 8
 Diagrama de Dispersão
Exemplos [1].

Correlação linear Não há correlação

entre x e y. entre x e y.
Correlação não linear
entre x e y.

Preparatório do teste ANPAD 9

 Exemplo
Um inspetor de segurança quer determinar se
existe relação entre o número de horas de
treinamento para um funcionário e o número de
acidentes envolvendo este funcionário.

Variável 1: número de horas de treinamento.

Variável 2: número de acidentes.
Ele vai avaliar se existe correlação entre essas
duas variáveis.

Preparatório do teste ANPAD 10

 Correlação
Observações:

Vamos estudar a correlação linear, mas é possível

que duas variáveis tenham correlação não linear.

Também é possível estudar a correlação entre

mais de duas variáveis.

Preparatório do teste ANPAD 11

 Correlação de Pearson
Coeficiente de correlação linear (r) ou Coeficiente
de Correlação de Pearson.

Mede o grau de relacionamento linear entre os

valores emparelhados x e y em uma amostra.

Preparatório do teste ANPAD 12

 Correlação de Pearson
Como r é calculado com base em dados
amostrais, é uma estatística amostral usada para
medir o grau de correlação linear entre x e y. Se
tivéssemos todos os pares de valores (x,y) para a
população calcularíamos um parâmetro
populacional representado pela letra grega ρ (rô).

Preparatório do teste ANPAD 13

 Correlação de Pearson
Propriedades do Coeficiente de Correlação r.
1) É um valor entre – 1 e 1: –1 ≤ r ≤ 1.

2) O valor de r não varia se todos os valores de

qualquer uma das variáveis são convertidos para
uma escala diferente (de quilogramas para libras
por exemplo).

Preparatório do teste ANPAD 14

 Correlação de Pearson
Propriedades do Coeficiente de Correlação r.
3) O valor de r não é afetado pela escolha de x ou
y. Permutando os valores de x e y, não altera o
valor de r.

4) O coeficiente de correlação r mede a

intensidade, ou grau, de um relacionamento linear.
Não serve para medir a intensidade de um
relacionamento não linear.

Preparatório do teste ANPAD 15

 Tipos de Correlação
Correlação Positiva: Nesse caso temos r > 0 ou
 > 0. Indica que y tende a crescer com o
crescimento de x (variam no mesmo sentido).

Correlação Negativa: Nesse caso temos r < 0 ou

 < 0. Indica que y tende a decrescer com valores
crescentes de x (variam em sentidos contrários).

Preparatório do teste ANPAD 16

 Tipos de Correlação
Se r = 0 ou  = 0, as variáveis não estão
correlacionadas linearmente.

Se as variáveis não estão correlacionadas, nada

se pode afirmar sobre o comportamento
conjunto dessas variáveis.

Preparatório do teste ANPAD 17

 Tipos de Correlação
Importante:

Lembre-se que a correlação mede o grau de

relacionamento entre duas variáveis, porém, não
indica se uma é causa ou consequência da outra.

A correlação indica uma tendência.

Preparatório do teste ANPAD 18

 Tipos de Correlação

Correlação positiva: há uma tendência em se

obter maiores valores de y à medida que x
aumenta.

“Para facilitar”, podemos dizer que na população

encontraremos os maiores valores de y “juntos”
com os maiores valores de x.

Preparatório do teste ANPAD 19

 Correlação e Diagramas
de Dispersão
Correlação positiva[2].

Preparatório do teste ANPAD 20

 Tipos de Correlação

Correlação negativa: há uma tendência em se

obter menores valores de y à medida que x
aumenta.

“Para facilitar”, podemos dizer que na população

encontraremos os menores valores de y “juntos”
com os maiores valores de x.

Preparatório do teste ANPAD 21

 Correlação e Diagramas
de Dispersão
Correlação negativa[2].

Preparatório do teste ANPAD 22

 Coeficiente de correlação
de Pearson (r)
Correlação Correlação
Não existe Correlação
perfeita negativa perfeita positiva

-1 0 1
 Coeficiente de correlação
de Pearson (r)
Correlação Correlação
Não existe Correlação
perfeita negativa perfeita positiva

-1 - 0,75 - 0,50 - 0,25 0 0,25 0,50 0,75 1

Moderada
Pequena

Pequena

Fraca

Forte
Moderada
Forte

Fraca
 Teste de correlação
(Pearson)
Condições:

1. Dados com nível intervalar ou de razão de

mensuração.
2. Amostras com distribuição normal.

Preparatório do teste ANPAD 25

 Teste de correlação
(Pearson)
Hipóteses (teste bilateral):
H0:  = 0 (Não há correlação linear significativa.)
H1:  ≠ 0 (Correlação linear significativa.)

H0: r = 0 (Não há correlação linear significativa.)

H1: r ≠ 0 (Correlação linear significativa.)

Preparatório do teste ANPAD 26

 Teste de correlação
(Pearson)
Hipóteses (teste unilateral à esquerda):
H0:  ≥ 0.
H1:  < 0 (Correlação negativa significativa).

Hipóteses (teste unilateral à direita):

H0:  ≤ 0.
H1:  > 0 (Correlação positiva significativa).

Preparatório do teste ANPAD 27

 Exemplo
Um economista quer determinar se existe relação
linear entre o produto interno bruto (PIB) de países
e as respectivas emissões de dióxido de carbono
(CO2).
(Fonte: World Bank e U.S. Energy Information
Administration.)

Preparatório do teste ANPAD 28

 Exemplo
Hipóteses:

H0: Não existe correlação entre as variáveis.

H1: Existe correlação entre as emissões de dióxido
de carbono (CO2) e o produto interno bruto (PIB)
de países.

α = 0,05 (5%).

Preparatório do teste ANPAD 29

 Exemplo
Diagrama de dispersão.

Correlação positiva?
Preparatório do teste ANPAD 30
 Exemplo
Coeficiente de correlação (r) = 0,912.
Valor p < 0,001.

Como p < 0,05, rejeita-se H0, existem evidências

suficientes para afirmar que existe correlação
entre as emissões de dióxido de carbono (CO2) e
o produto interno bruto (PIB) de países.

Preparatório do teste ANPAD 31

 Exemplo
Correlação linear positiva (r > 0).

Há uma tendência em se obter maiores valores de

emissões de dióxido de carbono (CO2) à medida
que o PIB aumenta.

A correlação é significativa e forte (r = 0,912).

Preparatório do teste ANPAD 32

 Observações
O coeficiente de correlação de Pearson é muito
sensível a valores extremos de dados. Um valor
único que é muito diferente dos outros valores de
um conjunto de dados pode alterar
significativamente o valor do coeficiente.

Um coeficiente de correlação de Pearson baixo

não significa que não existe nenhuma relação
entre as variáveis. As variáveis podem ter uma
relação não linear.

Preparatório do teste ANPAD 33

 Covariância
Mede a relação linear entre duas variáveis.
É semelhante à correlação entre duas variáveis.
Coeficientes de Correlação Valores de Covariância
São padronizados. Não são padronizados.
Em um relacionamento linear O valor da relação linear ideal
perfeito o coeficiente de correlação depende dos dados.
é igual a 1.
Mede a força e a direção da relação Como os dados não são
linear entre duas variáveis. padronizados, é difícil determinar a
força da relação entre as variáveis.

Preparatório do teste ANPAD 34

 Covariância
O coeficiente de correlação é uma função da
covariância.
𝐶𝑜𝑣 𝑋, 𝑌
𝜌𝑋,𝑌 =
𝜎𝑋 𝜎𝑌

Onde 𝜌𝑋,𝑌 é o coeficiente de correlação entre as

variáveis X e Y, Cov(X,Y) é a covariância, 𝜎𝑋 é o
desvio padrão de X e 𝜎𝑌 é o desvio padrão de Y.

Preparatório do teste ANPAD 35

 Covariância

Uma covariância positiva sempre resulta em uma

correlação positiva e uma covariância negativa
sempre resulta em uma correlação negativa.

Preparatório do teste ANPAD 36

 Correlação de Spearman
Também conhecida como Correlação por postos,
é a correspondente não paramétrica da correlação
de Pearson.

Deve ser usada nos casos em que as variáveis

são ordinais ou quando nenhuma das variáveis
em análise tem distribuição normal.

Preparatório do teste ANPAD 37

 Correlação de Spearman
Pode ser usado em um variedade mais ampla de
circunstâncias do que a Correlação de Pearson.

Pode ser usada para detectar algumas relações

que não são lineares.

Tem taxa de eficiência menor que a abordagem

paramétrica.

Preparatório do teste ANPAD 38

 Teste de Correlação
de Spearman
Hipóteses:
H0: rs = 0 (Não há correlação significativa).
H1: rs ≠ 0 (Correlação significativa).

rs - Coeficiente de correlação por postos de

Spearman.

Preparatório do teste ANPAD 39

 Exemplo
Suponha que uma das amostras do exemplo visto
não tenha distribuição normal. Devemos usar a
Correlação de Spearman.

Hipóteses:
H0: Não existe correlação entre as variáveis.
H1: Existe correlação entre as emissões de dióxido
de carbono (CO2) e o produto interno bruto (PIB)
de países.
α = 0,05 (5%).

Preparatório do teste ANPAD 40

 Exemplo
Coeficiente de Spearman: rs = 0,673 (moderada).

Valor p = 0,033.

Como p < 0,05, rejeita-se H0, existem evidências

suficientes para afirmar que existe correlação
entre as emissões de dióxido de carbono (CO2) e
o produto interno bruto (PIB) de países.

Preparatório do teste ANPAD 41

 Outro exemplo
Dez estudantes prepararam-se para um teste; a
tabela a seguir mostra o número de horas de
estudo (x) e o correspondente número de
respostas corretas (y). [1]

x 5 9 17 1 2 21 3 29 7 100
y 6 16 18 1 3 21 7 20 15 22

Preparatório do teste ANPAD 42

 Outro exemplo
Testes de correlação com significância de 0,05.

Hipóteses:
H0: Não existe correlação entre o número de
respostas corretas e as horas de estudo.

H1: Existe correlação entre o número de respostas

corretas e as horas de estudo.

Preparatório do teste ANPAD 43

 Outro exemplo
Correlação de Pearson:
Valor-p = 0,051 e r = 0,629.
Como p > 0,05, não se rejeita H0.
Conclusão: sem evidência de correlação.

Correlação de Spearman:
Valor-p < 0,001 e r = 0,976.
Como p < 0,05, rejeita-se H0, encontramos
evidências de que existe correlação.

Preparatório do teste ANPAD 44

 Outro exemplo
Gráfico de Dispersão.
Correlação não linear.

Preparatório do teste ANPAD 45

 Referências
[1] TRIOLA, M. Introdução à Estatística. 12. ed.,
Rio de Janeiro: LTC, 2017.
[2] LARSON, R., FARBER, B. Estatística Aplicada.
São Paulo: Pearson Education do Brasil, 2015.
[3] BUSSAB, W. O.; MORETTIN, P. A. Estatística
básica. 6. ed. São Paulo: Atual/Saraiva, 2009.

Preparatório do teste ANPAD 46