Relações: correlação e regressão
Meça como duas variáveis variam juntas, ajuste uma reta por mínimos quadrados e saiba o que nenhuma das duas consegue dizer.
- Calcular e interpretar o coeficiente de correlação r
- Ajustar uma reta de mínimos quadrados e usá-la para prever
- Explicar por que correlação não implica causalidade
A correlação de Pearson r mede quão de perto duas variáveis numéricas seguem uma linha reta: +1 é uma reta crescente perfeita, −1 uma reta decrescente perfeita, 0 nenhuma relação linear. Guia aproximado: |r| ≥ 0,7 forte, de 0,3 a 0,7 moderada, abaixo de 0,3 fraca.
A regressão linear vai além e ajusta a reta (inclinação e intercepto) que torna a soma dos erros ao quadrado (as distâncias verticais entre os pontos e a reta, elevadas ao quadrado) a menor possível - os “mínimos quadrados”. A inclinação diz quanto y muda, em média, por unidade de x.
Experimente
Até 15 XPAjuste a reta você mesmo
Mova os controles para deixar as linhas vermelhas de resíduo as mais curtas possíveis no conjunto, e chegue a menos de 10% do melhor erro possível. Depois revele a reta de mínimos quadrados e compare.
Soma dos erros quadráticos da sua reta: 1118.0
1import statistics
2hours = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
3scores = [52, 55, 61, 60, 68, 70, 75, 74, 82, 85]
4fit = statistics.linear_regression(hours, scores)
5print(round(statistics.correlation(hours, scores), 3))
6print(f"score = {fit.slope:.2f} x hours + {fit.intercept:.2f}")0.987 score = 3.62 x hours + 48.27
Correlação não é causalidade
As vendas de sorvete e os afogamentos sobem juntos - porque os dois aumentam no verão. Uma terceira variável que influencia as duas é um fator de confusão (confounder). Outras armadilhas:
- Causalidade reversa - o exercício melhora o humor, ou as pessoas mais felizes se exercitam mais?
- Extrapolação - a reta se ajusta a 1-10 horas de estudo; ela não promete 200% com 40 horas.
- Padrões não lineares - r só mede relações em linha reta (lembre-se do conjunto II, curvo, de Anscombe).
Para afirmar causalidade, você precisa de um desenho de estudo que descarte essas possibilidades - de preferência um experimento randomizado, que você vai ver na lição sobre testes A/B.
Principais conclusões
r mede a força e a direção de uma relação linear, de −1 a +1.
Os mínimos quadrados escolhem a reta com a menor soma dos resíduos ao quadrado.
Fatores de confusão, causalidade reversa e extrapolação fazem da correlação um mau guia para a causa.
Quiz da aula
6 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Calcule r à mão
A primeira linha tem os valores de x, a segunda os de y (separados por espaços). Calcule o de Pearson sem statistics.correlation: . Imprima r = R (3 casas decimais) e uma descrição: strong/moderate/weak (|r| ≥ 0.7, ≥ 0.3, caso contrário) mais positive/negative.
- Horas de estudo e notas
- Preço e vendas
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Ajuste uma reta de mínimos quadrados e faça uma previsão
Cada linha antes da última é um ponto x y; a última linha é predict X. Calcule e . Imprima y = Sx + I (2 casas decimais) e prediction at X: P (1 casa decimal).
- Horas de estudo
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…