CORRELAÇÃO LINEAR SIMPLES

Question 1

para que serve a correlação entre dois valores?

Answer 1

O termo correlação significa relação em dois sentidos (co + relação), e é usado em estatística para designar a força que mantém unidos dois conjuntos de valores.

Question 2

qual o objeto de estudo da correlação?

Answer 2

A verificação da existência e do grau de relação entre as variáveis é o objeto de estudo da correlação.

Question 3

o que ocorre na correlação quando a relação dos valores é caracterizada?

Answer 3

Uma vez caracterizada essa relação, procura-se descrevê-la sob forma matemática, através de uma função.

Question 4

qual área estuda os parâmetros da função formada pela correlação?

Answer 4

A estimação dos parâmetros dessa função matemática é o objeto da regressão.

ou seja, a regressão é quem estuda a função.

Question 5

qual o diagrama onde os pares de valores poderão ser colocados?

Answer 5

Os pares de valores das duas variáveis poderão ser colocados num diagrama cartesiano chamado “diagrama de dispersão”.

Question 6

como a correlação pode ser chamada

Answer 6

coeficiente de correlação

Question 7

o que a correlação indica pará nós?

Answer 7

indica a força e a direção do relacionamento linear
entre duas variáveis aleatórias. No uso estatístico geral, correlação se refere à medida da relação entre duas variáveis, embora correlação não implique necessariamente causalidade.

Question 8

qual o coeficiente é o mais conhecido para medir o grau de correlação?

Answer 8

O mais conhecido é o coeficiente de correlação de Pearson, o qual é obtido dividindo a covariância de duas variáveis pelo produto de seus desvios padrão.

Question 9

o que é uma variável?

Answer 9

características ou itens de interesse de cada elemento de uma população ou amostra, podendo ser chamada de parâmetro. Duas variáveis estão relacionadas se a mudança de uma provoca a mudança na outra.

Exemplos:
velocidade x consumo combustível.

Question 10

quando existira correlação entre duas variáveis ?

Answer 10

a) Quando uma delas está, de alguma forma, relacionada com a outra;
b) Quando a alteração no valor de uma variável (dita independente, situada geralmente no eixo “x”) provoca alterações no valor da outra variável (dita dependente, situada geralmente no eixo “y”).

Question 11

o que um diagrama de dispersão mostra pará nós ?

Answer 11

Um diagrama de dispersão mostra a relação entre duas variáveis quantitativas, medidas sobre os mesmos indivíduos. Os valores de uma variável aparecem no eixo horizontal, e os da outra, no eixo vertical. Comumente, coloca-se no eixo “x” um parâmetro. Cada indivíduo aparece como o ponto do gráfico definido pelos valores de ambas as variáveis para aquele indivíduo

Question 12

o que é o Eixo das abcissas (x)?

Answer 12

variável que é alterada por uma modificação no

processo (variável independente).

Question 13

o que é o Eixo das ordenadas (y)?

Answer 13

variável que pode mudar de acordo com a mudança

da variável em “x” (variável dependente). depende de X

Question 14

quais os fatores devem ser considerados na análise do diagrama de dispersão?

Answer 14

a) Direção: crescente ou decrescente.

b) Forma: linear, não linear ou aglomerados.

Question 15

quais os limites do coeficiente de pearson?

Answer 15

coeficiente de pearson vai de -1 ate 1

-1 ate 0 ate 1

Question 16

em uma analise linear o Y não depende de X.

certo ou errado?

Answer 16

errado.

em uma análise linear o y depende tão somente de x (se for fora da analise linear existe outras funções)

Question 17

o que é uma correlação positiva ou negativa perfeita?

Answer 17

correlação positiva perfeita é quando o coeficiente r = 1

correlação negativa perfeita é quando coeficiente r = -1

Question 18

a correlação nula acontece quando?

Answer 18

quando r = 0 (zero)

os pontos ficam totalmente dispersos no diagrama, não tendo nenhuma relação entre eles.

Question 19

como devemos interpretar o coeficiente de pearson?

Answer 19

quanto mair for o coeficiente em modulo maior sera a correlação dos objetos estudados

(-1 )< ou = (r) < ou = (1)

Question 20

quando teremos correlação perfeita negativa?

Answer 20

(rxy = – 1): quando os pontos estiverem perfeitamente alinhados, mas em sentido contrário, a correlação é denominada perfeita negativa.

Question 21

quando teremos Correlação negativa?

Answer 21

(– 1 < rxy < 0): a correlação é considerada negativa quando valores crescentes da variável X estiverem associados a valores decrescentes da variável Y, ou valores decrescentes de X associados a valores crescentes de Y.

Question 22

quando teremos correlação nula?

Answer 22

(rxy = 0): quando não houver relação entre as variáveis

X e Y, ou seja, quando os valores de X e Y ocorrerem independentemente, não existe correlação entre elas.

Question 23

quando ocorrerá a Correlação positiva?

Answer 23

(0 < rxy < 1): será considerada positiva se os valores

crescentes de X estiverem associados a valores crescentes de Y.

Question 24

quando ocorrerá a Correlação perfeita positiva?

Answer 24

(rxy = 1): será considerada perfeita positiva se os valores crescentes de X estiverem associados a valores crescentes de Y e os pontos (X, Y) estão perfeitamente alinhados.

Question 25

correlação é o mesmo que causa e efeito?

Answer 25

não.

Duas variáveis podem estar altamente correlacionadas e, no entanto, não haver relação de causa e efeito
entre elas. Se duas variáveis estiverem amarradas por uma relação de causa e efeito, elas estarão, obrigatoriamente, correlacionadas.

Question 26

o que a palavra simples que compõe o nome correlação linear simples indica?

Answer 26

indica que estão envolvidas no cálculo somente duas variáveis.

Question 27

Considere as asserções a seguir.
I – O Coeficiente de Correlação Linear de Pearson é necessariamente um número no intervalo (−1,1).

II – Porque o Coeficiente de Correlação Linear de Pearson só pode ser calculado para variáveis quantitativas.

Analisando-se as asserções, conclui-se que:

a. As duas asserções são verdadeiras, e a segunda é uma justificativa correta da primeira.
b. As duas asserções são verdadeiras, e a segunda não é uma justificativa correta da primeira.
c. A primeira asserção é verdadeira, e a segunda é falsa.
d. A primeira asserção é falsa, e a segunda é verdadeira.
e. A primeira e a segunda asserções são falsas.

Answer 27

b. As duas asserções são verdadeiras, e a segunda não é uma justificativa correta da primeira.

Question 28

Considere as afirmações a seguir a respeito do Coeficiente de Correlação (r) de Pearson entre duas variáveis.

I – Se r = 1, as observações estão todas sobre uma linha reta no diagrama de dispersão.

II – Se r > 0, a variável independente aumenta quando a variável dependente aumenta.

III – Se r < 0, a variável independente decresce quando a variável dependente decresce.

IV – Se r = 0, não existe relação entre as duas variáveis.

São corretas apenas as afirmações:

Answer 28

I e II.

Question 29

se r = 0 (zero) terá correlação de pearson? pode ter outros tipos de relação entre as variáveis?

Answer 29

Se r = 0, não existe correlação de Pearson entre as duas variáveis, mas pode existir outro tipo de relação.

Question 30

Analise as afirmativas a seguir, a respeito do coeficiente de correlação linear de Pearson entre duas variáveis positivas X e Y:

I – É positivo;

II – Não se altera quando adicionamos uma constante positiva aos valores de X;

III – Não se altera quando multiplicamos por uma constante positiva os valores de X

Está(ão) correta(s) a(s) afirmativa(s):

Answer 30

II e III somente.

Question 31

propriedades do coeficiente de pearson?

Answer 31

o coeficiente não se altera quando adicionamos uma constante positiva aos valores de X;

e também não se altera quando multiplicamos por uma constante positiva os valores de X

Question 32

O coeficiente de correlação de Pearson é usado para medir o grau de linearidade (associação) entre duas variáveis (eventos), podendo assumir qualquer valor entre +1 e –1. Os valores de coeficientes iguais a +1 e -1 indicam, respectivamente, relação linear perfeita e ausência total de relação linear entre as variáveis.

certo ou errado

Answer 32

errado.

O coeficiente de correlação de Pearson é usado para medir o grau de linearidade (associação) entre duas variáveis (eventos), podendo assumir qualquer valor
entre +1 e -1. Os valores de coeficientes iguais a +1 e -1 indicam uma relação linear perfeita em ambos os casos.

Question 33

Formulas pará CORRELAÇÃO LINEAR

Answer 33

se não lembrar olhar aula 34, pois são muito grandes