Baixe o app para aproveitar ainda mais
Prévia do material em texto
WEB AULA 1 – CORRELAÇÃO ESTATÍSTICA Ela é usada para saber se há alguma relação estatística entre duas variáveis. Por exemplo: Será que o seu bem estar ajuda a tirar notas melhores na faculdade? Será que se uma pessoa tem depressão ela piora o desempenho no seu trabalho? Para descobrirmos a resposta dessas questões, precisamos saber se uma variável, o bem estar por exemplo, está ou não relacionado com notas melhores. Na segunda pergunta, precisamos saber se a depressão tem alguma relação com desempenho no trabalho. Dizemos que uma correlação linear é positiva se os pontos do diagrama têm como imagem uma reta ascendente. A linha vermelha que está no gráfico é chamada de linha de melhor ajuste. A ideia é que essa seja uma linha reta que represente todos os pontos do gráfico da melhor maneira possível. Os pontos devem estar próximos a essa linha para indicar que há correlação positiva, ou seja, que a tendência é quanto mais gostar de cinema, mais feliz é a pessoa. Ambas as variáveis crescem juntas, ou seja, quanto mais positiva a atitude com relação ao cinema, melhor a felicidade. Dizemos que uma correlação linear é negativa se os pontos do diagrama têm como imagem uma reta descendente. Se essa linha, que melhor representa os pontos do gráfico, estivesse no sentido da linha preta, como no gráfico abaixo, essa correlação seria negativa (inversamente proporcional), pois o aumento em uma variável se relaciona com a diminuição na outra (quanto mais positiva a atitude com relação ao cinema, pior a felicidade, o que não faz sentido neste exemplo). Se o gráfico resultante da tabela fosse como a imagem abaixo, não haveria correlação nenhuma entre cinema e felicidade, pois os pontos estão muito espalhados (dispersos) em toda a região do gráfico. Dizemos que uma correlação é não linear se os pontos do diagrama têm como imagem uma curva. Se os pontos se apresentarem dispersos, não oferecendo uma imagem definida, concluímos que não há relação alguma entre as variáveis e o estudo. Resume-se toda essa informação em um número, que é alcançado por meio de um cálculo que considera o quanto cada ponto do gráfico está distante da linha de melhor ajuste. Esse número varia de -1 até +1, passando pelo zero. Este cálculo pode ser feito pela fórmula da Correlação de Pearson. Uma correlação igual a zero significa que não existe relação entre duas variáveis. Uma correlação é boa e positiva quando mais próxima de +1, e a correlação é boa e negativa quanto mais próxima de -1. *CORRELAÇÃO NÃO SIGNIFICA CAUSA* Será que só porque você gosta de cinema, significa que você será feliz obrigatoriamente? As idas ao cinema causam felicidade em uma pessoa obrigatoriamente? A resposta é não!!! A estratégia de correlação é útil principalmente quando é impossível fazer um experimento; para verificar se as descobertas experimentais são coerentes com os acontecimentos no mundo real; e para fazer previsões. VÍDEO Regressão: instrumento adequado para a determinação dos parâmetros dessa função, ou seja, será que existe uma relação entre, por exemplo, o peso e a altura de um grupo de pessoas? As relações do tipo perímetro – lado são conhecidas como relações funcionais (a multiplicação dos lados resulta no perímetro). As relações do tipo peso – altura são conhecidas como relações estatísticas. Quando duas ou mais variáveis estão ligadas por uma relação estatística, dizemos que existe correlação entre elas. A maneira de se medir a correlação linear é através do coeficiente de correção linear. Esse coeficiente indica o grau de intensidade da correlação entre duas variáveis e, ainda, o sentido desta correlação (positiva ou negativa). Faremos o uso do coeficiente de PEARSON: n= número de observações. Os valores de r sempre estarão entre -1 e +1, isto é, o valor de r pertence ao intervalo [-1, +1]. →Se a correlação entre as duas variáveis for perfeita e positiva, então r = +1. →Se a correlação é perfeita e negativa, então r = -1. →Se não há correlação entre as duas variáveis, então r = 0. Quando r for igual à 0 (não houver correlação) → não linear. Para que uma relação possa ser descrita por meio do coeficiente de Pearson, é imprescindível que ela se aproxime de uma função linear (que se aproxime de uma reta). →Se 0,6 ≤ |r| ≤ 1 a correlação é boa. →Se 0,3 ≤ |r|< 0,6 a correlação é relativamente fraca. →Se 0 < |r| ≤ 3 a correlação é muito fraca e, praticamente nada podemos concluir sobre a relação entre as variáveis em estudo.
Compartilhar