OFICINA: A Importância da Correlação Linear Simples de Dados Estatísticos. Exemplo 2 de aplicação de Correlação. Suponha que o investigador pretend...

OFICINA: A Importância da Correlação Linear Simples de Dados Estatísticos. Exemplo 2 de aplicação de Correlação. Suponha que o investigador pretenda analisar a relação entre 2 variáveis numéricas. (ex: idade e nível de colesterol). Quais as principais situações de interesse que podem estar envolvidas? Exemplo: correlação entre “idade” e “nível de colesterol”. Conclusão do exemplo anterior. No exemplo anterior, parece haver associação linear entre “idade” e “nível de colesterol”. Podemos observar que as pessoas mais velhas tendem a apresentar níveis mais altos de colesterol. Correlação linear simples. Correlação é um método de análise usado para acessar o grau de associação entre 2 variáveis numéricas que supostamente se associam linearmente. Pode ser: Positiva; Negativa e Nula. Gráfico para análise de correlação linear: Dispersão. Coeficiente de Correlação Linear Simples. O coeficiente de correlação, representado pela letra “r”, varia de (-1) a (+1) e mede o grau de associação linear entre 2 variáveis contínuas. Dispersão. Correlação linear negativa. Correlação linear positiva. Crescente. Decrescente. Correlação entre “idade” e “nível de colesterol”. No exemplo r = +0,9 (correlação positiva). Exemplo: Coeficiente de Correlação Positiva. Exemplo: Coeficiente de Correlação Negativa. r = - 0,74. Correlação entre “idade” e “peso”. Outro exemplo r = 0,002 (ausência de correlação). Exemplo: Coeficiente de Correlação Nula. Exemplos de Correlação. Exercício 1: Identifique o tipo de correlação abaixo. Exercício 2: Identifique o tipo de correlação abaixo. Exercício 3: Identifique os tipos de correlações abaixo. Exercício 4: Identifique os tipos de correlação abaixo. Exercício 5: Identifique os tipos de correlação abaixo. Exercício 6: Identifique os tipos de correlação abaixo. FIM