Pergunta de correlação
- Entrada
- "Altura e peso estão relacionados?"
- Saída esperada
- r ≈ 0.78 (forte)
Correlação responde à pergunta sem equação preditiva.
diferença entre correlação e regressão linear
Correlação vs Regressão Linear — Qual Usar?
Correlação quantifica força da associação linear (r). Regressão vai além: estima a equação Ŷ = β₀ + β₁X para prever valores de Y dado X.
Diferenças práticas
- Use correlação quando quiser saber SE e QUANTO as variáveis estão relacionadas. Use regressão quando quiser PREVER Y a partir de X ou entender o efeito unitário de X sobre Y.
- Correlação é simétrica: r(X,Y) = r(Y,X). Regressão não é: a reta de Y em X ≠ reta de X em Y.
Exemplos
Pergunta de regressão
- Entrada
- "Qual o peso esperado para 175cm?"
- Saída esperada
- Ŷ = β₀ + β₁ × 175
Regressão fornece uma previsão quantitativa.
FAQ da ferramenta completa
O coeficiente r de Pearson mede a intensidade e direção da relação linear entre duas variáveis. Varia de −1 a +1: valores próximos de ±1 indicam correlação forte; próximos de 0 indicam correlação fraca ou ausente.
Perguntas frequentes
r² em correlação e r² em regressão são iguais?
Na regressão linear simples, sim: o coeficiente de determinação R² da regressão é numericamente igual ao quadrado do coeficiente r de Pearson.
Esta página substitui uma análise oficial ou profissional?
Não. Ela ajuda a entender o cenário e usar a ferramenta com mais segurança, mas decisões reais devem considerar fonte oficial, contexto completo e orientação qualificada quando necessário.