Baixe o app para aproveitar ainda mais
Prévia do material em texto
CORRELAÇÃO Introdução Quando consideramos duas ou mais variáveis surge um novo problema: as relações que podem existir entre as variáveis estudadas. Sendo a relação entre as variáveis de natureza quantitativa, a correlação é o instrumento adequado para descobrir e medir tal relação. Relação Funcional e Relação Estatística •Situação 01 => O perímetro e o lado de um quadrado estão relacionados (2p = 4l). Atribuindo um valor qualquer a l, é possível determinar exatamente o valor do perímetro (2p). •Situação 02 => Consideremos a relação que existe entre o peso e a estatura de um grupo de pessoas. Neste caso, pode acontecer que estruturas diferentes tenha peso iguais ou estruturas iguais correspondam a pesos diferentes. RELAÇÃO FUNCIONAL RELAÇÕES ESTATISTICA Diagrama de dispersão É uma nuvem de pontos formado pelos pares ordenados(xi,yi) em um plano cartesiano. Esse diagrama nos fornece uma idéia grosseira, porém útil, da correlação existente. Correlação Linear • Quando a correlação tem como “imagem” uma reta, a denominamos de correlação linear: Se os pontos do diagrama apresentam uma tendência linear ascendente, temos correlação linear positiva; Se os pontos apresentam uma tendência linear descendente, temos correlação linear negativa; Correlação Linear Se os pontos do diagrama apresentam uma tendência curvilínea, temos correlação não-linear; Se os pontos apresentam-se dispersos, não oferecendo uma tendência definida, conclui-se que não há correlação entre as variáveis estudadas; Correlação Linear Coeficiente de correlação de Pearson(r) Esse coeficiente indica o grau de intensidade da correlação entre duas variáveis, e ainda, o sentido dessa correlação(positivo ou negativo). Coeficiente de correlação de Pearson(r) • Para que uma relação possa ser descrita por meio do r é imprescindível que ela se aproxime de uma fração linear e os valores de r devem pertencer ao intervalo [-1, +1]; • Se , temos uma correlação forte entre as variáveis; • Se , há uma correlação relativamente fraca entre as variáveis; • Se , temos uma correlação muito fraca e, praticamente, nada podemos concluir sobre a relação entre as variáveis em estudo; 0,6 ≤ I r I ≤ 1 0,3 ≤ I r I < 6 0 < I r I < 3 Exercícios • Exemplo: Considere os resultados de dois testes, X e Y, obtidos por um grupo de alunos da escola A: A) Verifique, pelo diagrama, se existe correlação retilínea. B) Em caso afirmativo, calcule o coeficiente de correlação. C) Escreva, em poucas linhas, as conclusões a que chegou sobre a relação entre essas variáveis. Xi 11 14 19 19 22 28 30 31 34 37 Yi 13 14 18 15 22 17 24 22 24 25 Exercícios • Exercício 01: Pretendendo-se estudar a relação entre as variáveis “consumo de energia elétrica” (Xi) e “volume de produção nas empresas industriais” (Yi), fez-se uma amostragem que incluiu vinte empresas, computando-se os seguintes valores: Realize o cálculo do coeficiente de correlação e o interprete. ∑xi 11,34 ∑yi 20,72 ∑xi2 12,16 ∑yi2 84,96 ∑xi.yi 22,13 Exercícios • Exercício 02: A variação do valor de um certo produto, relativo a alguns meses do ano, deu origem a tabela: a) Verifique, pelo diagrama, se existe correlação retilínea. b) Em caso afirmativo, calcule o coeficiente de correlação. MESES jan fev mar abr mai VALORES 10,32 10,32 11,34 12,22 11,34 Exercícios Exercício 03: Certa empresa, estudando a variação da demanda de seu produto em relação a variação de preço de venda, obteve: a)Determine o coeficiente de correlação entre o preço e a demanda do produto. b)Quais as conclusões a que se chegou sobre a relação entre as variáveis citadas. PREÇO 38 42 50 56 59 63 70 80 95 110 DEMANDA 350 325 297 270 256 246 238 223 215 208
Compartilhar