8 Correlação

8.1 Relações entre variáveis

Em diversas investigações deseja-se avaliar a relação entre duas medidas quantitativas. Por
exemplo, estão as alturas de filhos relacionadas com as alturas dos seus pais? Processos
praianos condicionam a inclinação da zona pós-praia abaixo da linha da maré baixa? Ou
seja, o ângulo de inclinação do fundo oceânico situado logo após a linha da maré baixa a
estirâncio está relacionado com o diâmetro médio (em ) do sedimento do fundo
oceânico?

Três propósitos principais de tais investigações podem ser:

• para verificar se os valores sestão associados. (Os valores de uma medida tendem a
crescer (ou decrescer) à medida que a outra cresce?)
• para predizer o valor de uma variável a partir de um valor conhecido da outra.
• para descrever a relação entre variáveis. (Dado um aumento específico numa
variável, qual o crescimento médio esperado para a segunda variável?)

A associação linear entre duas variáveis é avaliada usando correlação. Para predizer o
valor de uma variável contínua a partir de uma outra variável e para descrever a relação
entre duas variáveis utiliza-se regressão (veja o próximo capítulo).

O primeiro estágio em qualquer um dos casos é produzir um gráfico de pontos dos dados
para obter alguma idéia da forma e grau de associação entre duas variáveis.
Mesmo tendo somente 18 observações, podemos ver que parece existir alguma associação
entre ângulo de inclinação do fundo oceânico e diâmetro médio de sedimentos.

8.2 Definições

Seja o conjunto das medidas de uma das variáveis (período das ondas), e

seja as medidas da outra variável (diâmetro médio de sedimentos). Seja ,

, e as médias e desvios padrão amostrais dos dois conjuntos de dados.

Para obter uma medida do grau de associação da relação linear entre duas variáveis,
usamos o coeficiente de correlação, definido como:

onde
Para os dados do exemplo acima, temos , , , ,

, a partir dos quais podemos calcular que .

Assim como para médias e desvios padrão, existe uma letra Grega especial que utlizamos

para o coeficiante de correlação populacional: . Podemos considerar como sendo uma

estimativa de , exatamente como é uma estimativa da média populacional .

Abaixo estão exemplos de dados com seus coeficientes de correlação correspondentes.

8.3 Interpretação do coeficiente de correlação

O valor de está sempre entre e , com correspondendo à não associação.

Usamos o termo correlação positiva quando , e nesse caso à medida que cresce

também cresce , e correlação negativa quando , e nesse caso à medida que

cresce, decresce (em média).

Quanto maior o valor de (positivo ou negativo), mais forte a associação. No extremo, se

ou então todos os pontos no gráfico de dispersão caem exatamente numa

linha reta. No outro extremo, se não existe nenhuma associação linear.

A seguinte quadro fornece um guia de como podemos descrever uma correlação em

palavras dado o valor numérico. É claro que as interpretações dependem de cada contexto
em particular.

Note que correlações não dependem da escala de valores de ou . (Por exemplo,

obteríamos o mesmo valor se medíssemos altura e peso em metros e kilogramas ou em pés
e libras.)

8.4 Linearidade e normalidade

Somente relações lineares são detectadas pelo coeficiente de correlação que acabamos de
descrever (também chamado coeficiente de correlação de Pearson). Nos dados abaixo,

mesmo existindo uma clara relação (não-linear) entre e , o coeficiente de correlação é

zero. Sempre faça o gráfico dos dados de modo que você possa visualizar tais relações.
Em alguns casos pode ser apropriado transformar e/ou .

8.5 Coeficiente de determinação,

O quadrado do coeficiente de correlação de Pearson é chamado de coeficiente de
determinação ou simplesmente R . É uma medida da proporção da variabilidade em uma
variável que é explicada pela variabilidade da outra. É pouco comum que tenhamos uma
correlação perfeita ( ) na prática, porque existem muitos fatores que determinam as

relações entre variáveis na vida real. No nosso exemplo da página 56, tivemos ,
de modo que ou 62%. Então cerca de 38% da variabilidade da inclinação da
zona pós-praia abaixo da linha da maré baixa não pode ser descrito (ou explicado) pela
variabilidade no diâmetro médio de sedimentos e vice-versa. Fica portanto claro que
existem outros fatores que poderiam ser importantes, como por exemplo, profundidade da
lâmina d'água, altura das ondas, ângulo de aproximação das ondas, etc.

8.6 Associação não é causalidade

Suponha que encontremos uma associação ou correlação entre duas variáveis A e B. Podem
existir diversas explicações do porque elas variam conjuntamente, incluindo:

• Mudanças em A causam mudanças em B.

• Mudanças em B causam mudanças em A.
• Mudanças em outras variáveis causam mudanças tanto em A quanto em B.
• A relação observada é somente uma coincidência.

A terceira explicação é frequentemente a mais apropriada. Isto indica que existe algum
processo de conecção atuando. Por exemplo, o número de pessoas usando óculos-de-sol e a
quantidade de sorvete consumido num particular dia são altamente correlacionados. Isto
não significa que usar óculos-de-sol causa a compra de sorvetes ou vice-versa!

É extremamente difícil estabelecer relações causais a partir de dados observacionais.

Precisamos realizar experimentos para obter mais evidências de um relação causal.

8.7 Exercícios 7
1. Um estudo geoquímico orientador realizado, utilizando amostras compostas de
sedimentos de corrente com granulometria de 100-150 e profundidade de
, provenientes de riachos correndo sobre granulitos, revelou os seguintes

resultados em :
 1. Faça o gráfico destes dados com Ni no eixo .
2. Calcule o coeficiente de correlation pata estes dados e cheque se o valor
obtido parece consistente com seu gráfico.
3. Qual proporção da variabilidade na concentração de Cr pode ser explicada
pela concentração de Ni?
2. Prosseguindo o estudo da influência de processos praianos no condicionamento do
ângulo de inclinação do fundo oceânico situado logo após a linha da maré baixa a
estirâncio mediu-se a profundidade da lâmina d'água (em pés). Os dados coletados
foram:

1. Faça o gráfico desses dados com profundidade da lâmina d'água no eixo .

2. Calcule o coeficiente de correlação, e interprete o resultado obtido.
3. Qual proporção da variabilidade em ângulo de inclinação pode ser explicada
por profundidade da lâmina d'água?