<\/p>\n
O coeficiente de correla\u00e7\u00e3o de Pearson<\/a> pode ser usado para medir a associa\u00e7\u00e3o linear entre duas vari\u00e1veis.<\/span><\/p>\n Este coeficiente de correla\u00e7\u00e3o assume sempre um valor entre -1<\/strong> e 1<\/strong> onde:<\/span><\/p>\n Para determinar se um coeficiente de correla\u00e7\u00e3o \u00e9 estatisticamente significativo, voc\u00ea pode calcular a pontua\u00e7\u00e3o t e o valor p correspondentes.<\/span><\/p>\n A f\u00f3rmula para calcular o escore t de um coeficiente de correla\u00e7\u00e3o (r) \u00e9:<\/span><\/p>\n t = r\u221a n-2<\/span> \/ \u221a 1-r 2<\/sup><\/span><\/span><\/p>\n O valor p \u00e9 calculado como o valor p bicaudal correspondente para a distribui\u00e7\u00e3o t com n-2 graus de liberdade.<\/span><\/p>\n Para calcular o valor p de um coeficiente de correla\u00e7\u00e3o de Pearson em R, voc\u00ea pode usar a fun\u00e7\u00e3o cor.test()<\/strong> .<\/span><\/p>\n O exemplo a seguir mostra como usar esta fun\u00e7\u00e3o na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a fun\u00e7\u00e3o cor.test()<\/strong> para calcular o valor p do coeficiente de correla\u00e7\u00e3o entre duas vari\u00e1veis em R:<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n Como o coeficiente de correla\u00e7\u00e3o \u00e9 negativo, isso indica que existe uma rela\u00e7\u00e3o linear negativa entre as duas vari\u00e1veis.<\/span><\/p>\n No entanto, como o valor p do coeficiente de correla\u00e7\u00e3o n\u00e3o \u00e9 inferior a 0,05, a correla\u00e7\u00e3o n\u00e3o \u00e9 estatisticamente significativa.<\/span><\/p>\n Observe que tamb\u00e9m podemos digitar cor.test(x, y)$p.value<\/strong> para extrair apenas o valor p do coeficiente de correla\u00e7\u00e3o:<\/span><\/p>\n O valor p para o coeficiente de correla\u00e7\u00e3o \u00e9 0,1114995<\/strong> .<\/span><\/p>\n Isso corresponde ao valor p da sa\u00edda anterior.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como calcular a correla\u00e7\u00e3o parcial em R<\/a> O coeficiente de correla\u00e7\u00e3o de Pearson pode ser usado para medir a associa\u00e7\u00e3o linear entre duas vari\u00e1veis. Este coeficiente de correla\u00e7\u00e3o assume sempre um valor entre -1 e 1 onde: -1 : Correla\u00e7\u00e3o linear perfeitamente negativa entre duas vari\u00e1veis. 0 : Nenhuma correla\u00e7\u00e3o linear entre duas vari\u00e1veis. 1: Correla\u00e7\u00e3o linear perfeitamente positiva entre duas vari\u00e1veis. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-4287","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
horn. test<\/span> (x,y)\n<\/strong><\/pre>\n Exemplo: Calcule o valor P para o coeficiente de correla\u00e7\u00e3o em R<\/strong><\/span><\/h2>\n
#create two variables\n<\/span>x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)\ny <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)\n\n#calculate correlation coefficient and corresponding p-value\n<\/span>horn. test<\/span> (x,y)\n\n\tPearson's product-moment correlation\n\ndata: x and y\nt = -1.7885, df = 8, p-value = 0.1115\nalternative hypothesis: true correlation is not equal to 0\n95 percent confidence interval:\n -0.8709830 0.1434593\nsample estimates:\n horn \n-0.5344408\n<\/strong><\/span><\/pre>\n\n
#create two variables\n<\/span>x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)\ny <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)\n\n#calculate p-value for correlation between x and y\n<\/span>horn. test<\/span> (x, y)$p.value\n\n[1] 0.1114995\n<\/strong><\/span><\/pre>\n Recursos adicionais<\/strong><\/span><\/h2>\n
Como calcular a correla\u00e7\u00e3o de Spearman em R<\/a>
Como calcular a correla\u00e7\u00e3o deslizante em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"