{"id":971705,"date":"2024-07-19T06:00:47","date_gmt":"2024-07-19T13:00:47","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/?p=971705"},"modified":"2024-07-19T06:02:09","modified_gmt":"2024-07-19T13:02:09","slug":"matriz-de-correlacao","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/pt-br\/matriz-de-correlacao\/","title":{"rendered":"Matriz de correla\u00e7\u00e3o: o que \u00e9, como funciona e exemplos"},"content":{"rendered":"\n
Uma matriz de correla\u00e7\u00e3o \u00e9 uma ferramenta estat\u00edstica que mostra a for\u00e7a e a dire\u00e7\u00e3o do relacionamento entre duas ou mais vari\u00e1veis. \u00c9 amplamente utilizada em \u00e1reas como finan\u00e7as, economia, psicologia e biologia, pois ajuda a compreender como diferentes fatores se relacionam entre si.<\/p>\n\n\n\n
Para tomar boas decis\u00f5es baseadas em dados, \u00e9 essencial saber ler e usar uma matriz. Ela exibe vari\u00e1veis em linhas e colunas, com o coeficiente de correla\u00e7\u00e3o escrito em cada c\u00e9lula da tabela.<\/p>\n\n\n\n
Neste artigo, mostraremos como funciona e daremos alguns exemplos para que voc\u00ea saiba como us\u00e1-la para analisar dados.<\/p>\n\n\n\n\n\n
\u00c9 uma tabela que cont\u00e9m os coeficientes de correla\u00e7\u00e3o<\/a> de diferentes vari\u00e1veis. Ela mostra como todos os pares poss\u00edveis de valores em um conjunto de dados est\u00e3o relacionados entre si. \u00c9 uma ferramenta poderosa para resumir um grande volume de dados e identificar padr\u00f5es.<\/p>\n\n\n\n Geralmente, ela \u00e9 exibida como uma tabela, com cada vari\u00e1vel listada em linhas e colunas. O coeficiente de correla\u00e7\u00e3o entre cada par de vari\u00e1veis est\u00e1 escrito em cada c\u00e9lula da tabela. O coeficiente de correla\u00e7\u00e3o varia entre -1 e +1, onde -1 indica uma correla\u00e7\u00e3o negativa perfeita, +1 indica uma correla\u00e7\u00e3o positiva perfeita e 0 indica nenhuma correla\u00e7\u00e3o entre as vari\u00e1veis.<\/p>\n\n\n\n A matriz de correla\u00e7\u00e3o \u00e9 frequentemente utilizada em conjunto com outros tipos de an\u00e1lise estat\u00edstica<\/a>. Por exemplo, pode auxiliar na an\u00e1lise de modelos que utilizam regress\u00e3o linear m\u00faltipla.<\/p>\n\n\n\n Na regress\u00e3o linear m\u00faltipla, ela indica o qu\u00e3o fortemente as vari\u00e1veis independentes em um modelo est\u00e3o relacionadas entre si. \u00c9 importante lembrar que os modelos possuem diversas vari\u00e1veis que podem ser modificadas de forma independente, e ajuda a compreender essas rela\u00e7\u00f5es.<\/p>\n\n\n\n Ela calcula a rela\u00e7\u00e3o linear entre duas vari\u00e1veis. Ela \u00e9 constru\u00edda calculando o coeficiente de correla\u00e7\u00e3o de cada par de vari\u00e1veis e inserindo-o na c\u00e9lula correspondente da matriz.<\/p>\n\n\n\n Para calcular o coeficiente de correla\u00e7\u00e3o entre duas vari\u00e1veis, utiliza-se a seguinte f\u00f3rmula:<\/p>\n\n\n\n O coeficiente de correla\u00e7\u00e3o resultante varia de -1 a +1, sendo -1 uma correla\u00e7\u00e3o negativa perfeita, +1 uma correla\u00e7\u00e3o positiva perfeita e 0 indicando nenhuma correla\u00e7\u00e3o entre as vari\u00e1veis.<\/p>\n\n\n\n A matriz de correla\u00e7\u00e3o pode ser usada para determinar quais vari\u00e1veis est\u00e3o significativamente conectadas entre si e quais s\u00e3o pouco ou nada correlacionadas. Essas informa\u00e7\u00f5es podem ser usadas para criar previs\u00f5es e julgamentos informados com base nos dados.<\/p>\n\n\n\n Vari\u00e1veis<\/a> que tendem a aumentar ou diminuir juntas apresentam altos coeficientes de correla\u00e7\u00e3o positivos. Vari\u00e1veis que tendem a se mover em dire\u00e7\u00f5es opostas apresentam altos coeficientes de correla\u00e7\u00e3o negativos. Coeficientes de correla\u00e7\u00e3o baixos mostram que as duas vari\u00e1veis n\u00e3o t\u00eam uma rela\u00e7\u00e3o forte entre si.<\/p>\n\n\n\n Em resumo, ela \u00e9 uma ferramenta valiosa para identificar padr\u00f5es e rela\u00e7\u00f5es entre vari\u00e1veis, facilitando a visualiza\u00e7\u00e3o de como diferentes vari\u00e1veis est\u00e3o relacionadas. Ela pode ser usada para fazer previs\u00f5es e tomar decis\u00f5es informadas baseadas em dados.<\/a><\/p>\n\n\n\n A matriz de correla\u00e7\u00e3o \u00e9 uma ferramenta que mostra as correla\u00e7\u00f5es entre cada par de vari\u00e1veis em um conjunto de dados. Aqui est\u00e3o os pontos principais sobre a matriz de correla\u00e7\u00e3o:<\/p>\n\n\n\n Vejamos um exemplo para ver como uma matriz de correla\u00e7\u00e3o pode ajudar a ler e compreender um conjunto de dados com quatro vari\u00e1veis: idade, renda, educa\u00e7\u00e3o e satisfa\u00e7\u00e3o no trabalho:<\/p>\n\n\n\n Neste exemplo, podemos ver que a renda e a educa\u00e7\u00e3o t\u00eam uma forte correla\u00e7\u00e3o positiva de 0,8. Isso significa que pessoas com n\u00edveis de escolaridade mais elevados tendem a ter rendimentos mais elevados.<\/p>\n\n\n\n A idade e o rendimento tamb\u00e9m apresentam uma correla\u00e7\u00e3o moderadamente positiva de 0,5, sugerindo que o rendimento aumenta \u00e0 medida que as pessoas envelhecem. No entanto, a correla\u00e7\u00e3o entre idade e satisfa\u00e7\u00e3o profissional \u00e9 de apenas 0,2, mostrando que a idade n\u00e3o \u00e9 um forte preditor de satisfa\u00e7\u00e3o profissional.<\/p>\n\n\n\n Embora tanto a matriz de covari\u00e2ncia quanto a correla\u00e7\u00e3o sejam usadas em estat\u00edstica para ajudar no estudo de padr\u00f5es, elas s\u00e3o diferentes. <\/p>\n\n\n\n A matriz de covari\u00e2ncia mostra qu\u00e3o diferentes duas ou mais vari\u00e1veis s\u00e3o entre si, enquanto a matriz de correla\u00e7\u00e3o mostra qu\u00e3o semelhantes elas s\u00e3o.<\/p>\n\n\n\n Algumas das diferen\u00e7as entre as matrizes de correla\u00e7\u00e3o e covari\u00e2ncia s\u00e3o as seguintes:<\/p>\n\n\n\nComo funciona a matriz de correla\u00e7\u00e3o?<\/strong><\/h2>\n\n\n\n
Pontos-chave da matriz de correla\u00e7\u00e3o<\/strong><\/h2>\n\n\n\n
\n
Exemplo de matriz de correla\u00e7\u00e3o<\/strong><\/h2>\n\n\n\n
<\/td> Idade <\/td> Renda <\/td> Educa\u00e7\u00e3o <\/td> Satisfa\u00e7\u00e3o no trabalho<\/td><\/tr> Idade<\/td> 1<\/td> 0,5<\/td> 0,3<\/td> 0,2<\/td><\/tr> Renda <\/td> 0,5<\/td> 1<\/td> 0,8<\/td> 0,6<\/td><\/tr> Educa\u00e7\u00e3o <\/td> 0,3<\/td> 0,8<\/td> 1<\/td> 0,4<\/td><\/tr> Satisfa\u00e7\u00e3o no trabalho<\/td> 0,2<\/td> 0,8<\/td> 0,4<\/td> 1<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Diferen\u00e7a entre matriz de correla\u00e7\u00e3o e matriz de covari\u00e2ncia<\/strong><\/h2>\n\n\n\n