CORRELAÇÃO

Profª. Sheila Regina Oro

Introdução

Correlação: relação entre duas variáveis,

determinada numericamente por meio dos
coeficientes de correlação que representam o grau
de associação entre duas variáveis contínuas;

Descrição da relação através de uma equação que

possa ser usada para se prever o valor de uma
variável dado o valor da outra.
Introdução

Coeficiente de correlação linear (r ou r): medida

numérica da força da relação entre duas variáveis
que representam dados quantitativos.

Relação linear: os pontos do gráfico construído

aproximam-se do padrão de uma reta.
Correlação

É possível ver uma relação entre duas variáveis

construindo um diagrama de dispersão.

Curva Padrão DQO

0,45
0,4
0,35
Absorbância

0,3
0,25
0,2
0,15
0,1
0,05
0
0 200 400 600 800 1000 1200
DQO (mg/L)
Correlação

Diagramas de dispersão
Correlação

Diagramas de dispersão
Correlação

Diagramas de dispersão
Correlação

Diagramas de dispersão
Correlação

Diagramas de dispersão
Correlação

Correlação não linear

Coeficiente de correlação linear (r)

Também conhecido como Coeficiente de Correlação

de Pearson

Mede a intensidade da relação linear entre os

valores quantitativos x e y em uma amostra.

r = coeficiente de correlação amostral (estimativa

para o verdadeiro valor r)

R2 = coeficiente de determinação
Inferência sobre r

Dada uma amostra aleatória de n observações do

par de variáveis (X, Y), o coeficiente r, pode ser
considerado uma estimativa para o verdadeiro valor
r.
É necessário verificar as seguintes hipóteses:
H0: ρ = 0 (as variáveis X e Y são não correlacionadas)
H1: ρ ≠ 0 (as variáveis X e Y são correlacionadas)
Coeficiente de correlação linear (r)

n   xy     x   y 
r 

n x 2
   x 2

n y 2
   y  2

Arredondamento de r para três casas decimais.

Coeficiente de correlação linear (r)

Arredondamento de r para três casas decimais.

Coeficiente de correlação de Spearman

Arredondamento para três casas decimais.

Coeficiente de correlação linear (r)

Interpretação

Se r estiver muito próximo de 0: não há

correlação.

Se r estiver muito próximo de -1 ou +1: há

correlação.

Se o valor P calculado é menor ou igual ao nível de

significância, concluímos que há uma correlação
linear. Caso contrário, não há evidência suficiente
para apoiar a conclusão de uma correlação linear.
Coeficiente de correlação linear (r)

Interpretação
Coeficiente de correlação linear (r)

Exemplo 1: Usando a amostra aleatória simples de

dados a seguir, ache o valor do coeficiente de
correlação linear.

x 3 1 3 5
y 5 8 6 4