11.1: Correlação

Correlation
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Correlation

11,711 Views

01:09 min
April 30, 2023

Overview

Em estatística, duas variáveis são consideradas correlacionadas se os valores de uma variável estiverem associados à outra variável. Dependendo da relação entre duas variáveis, a correlação pode ser de três tipos – correlação positiva, correlação negativa e correlação zero.

Duas variáveis, por exemplo, a e b, são consideradas positivamente correlacionadas se ambas as variáveis se moverem na mesma direção. Em outras palavras, existe uma correlação positiva entre duas variáveis, a e b, se:

  • A variável a aumenta à medida que a variável b aumenta
  • A variável a diminui à medida que a variável b diminui

Em uma correlação negativa, uma variável, a, diminui à medida que a outra variável, b, aumenta e vice-versa. Por exemplo, altitude e temperatura estão negativamente correlacionadas, pois a temperatura diminui com o aumento da altitude.

Além disso, quando duas variáveis não exibem relação, diz-se que não há correlação entre elas. Por exemplo, não há relação entre o número de músicas ouvidas pelos indivíduos e sua altura.

Além disso, a correlação pode ser linear ou não linear. Uma relação linear é aquela em que uma linha reta mostra a correlação entre duas variáveis. Uma relação exponencial é um exemplo de correlação não linear.

Transcript

Em estatística, se os valores de uma variável se movem em relação aos valores da outra variável, então as duas variáveis são ditas como tendo uma correlação.

Considere o gráfico de dispersão das vendas de sorvete em função da temperatura, que mostra um padrão linear distinto.

Como as vendas de sorvete aumentam com a temperatura, essas variáveis têm uma correlação positiva.

Agora, considere o gráfico de dispersão das vendas de chocolate quente em função da temperatura. Os pontos de dados, neste caso, também têm um padrão linear e, portanto, têm uma correlação.

Mas, as vendas de chocolate quente diminuem com o aumento da temperatura, então as variáveis têm uma correlação negativa.

Além do linear, outros padrões também podem ser observados na vida real. Por exemplo, com o passar do tempo, há um aumento exponencial nos casos de COVID antes de atingir um platô. Portanto, essa é uma correlação positiva não linear.

Pode haver casos em que não há correlação entre as duas variáveis. Por exemplo, o número de filmes assistidos não tem correlação com o tamanho do sapato.

Key Terms and definitions​

  • Correlation - Measure of statistical relationship between two variables.
  • Positive Correlation - Both variables increase or decrease together.
  • Negative Correlation - One variable increases as the other decreases and vice versa.
  • Zero Correlation - No relationship exists between the variables.
  • Non-Linear Correlation - Relationship doesn't follow a straight line, example: an exponential relationship.

Learning Objectives

  • Define Correlation - Understand relationship between two variables (e.g., positive correlation).
  • Contrast Positive vs Negative Correlation - Identify key differences (e.g., movement of variables).
  • Explore Examples of Correlation Types - Describe scenarios (e.g., altitude and temperature).
  • Explain Zero Correlation - Understand when there is no relationship between the variables.
  • Apply Correlation in Statistics - Understand its importance in data analysis.

Questions that this video will help you answer

  • What is correlation and its types?
  • How can we identify positive and negative correlation?
  • What is an example of zero correlation?

This video is also useful for

  • Students - Understanding correlation aids in solving complex problems in statistics.
  • Educators - Provides a clear explanation to help with teaching the topic.
  • Researchers - Important in statistical analysis in various fields of study.
  • Data Analysts - Crucial for interpreting relationships among variables.