Estatística
Considera-se um sistema de eixos coordenados e marcam-se os pontos de coordenadas , correspondentes às temperaturas mínima e máxima.
Na figura encontra-se uma representação gráfica correspondente:
A este tipo de representação gráfica dá-se o nome de diagrama de dispersão ou nuvem de pontos.
A observação do diagrama de dispersão permite concluir que há uma tendência para a temperatura máxima aumentar à medida que a temperatura mínima aumenta. Neste caso diz- se que as duas variáveis estão positivamente correlacionadas ou que há correlação positiva.
Chama-se ponto médio ou centro de gravidade do diagrama de dispersão ao ponto de coordenadas , em que representa a média das temperaturas mínimas e a média das temperaturas máximas.
Desta forma o ponto médio é dado por:
≈ 6.1 ≈ 17.1 = ( 6.1 ; 17.1)
Considere-se um exemplo em que a correlação seja negativa, isto é, em que haja uma tendência para uma das grandezas aumentar à medida que a outra diminui.
Exemplo:
Candidataram-se a um concurso de dança vários pares, mas apenas 10 foram selecionados para a prova final. Após a seleção, os concorrentes tiveram três dias para treinar.
Concluídas as provas para cada par observou-se o número de horas de treino e o número de falhas que tiveram na prova final.
Os resultados foram os seguintes:
Centro de gravidade = ( 11,7 ; 4,7 )
À medida que o número de horas de treino aumenta o número de falhas diminui. Há correlação negativa.
Seja uma distribuição bivariada.
No diagrama de dispersão, as retas paralelas aos eixos e que se intersetam no centro de gravidade dividem o plano em quatro quadrantes: I, II, III, IV.
-
Se houver uma maior concentração de pontos nos quadrantes I e III, a correlação é positiva.
-
Se houver uma maior concentração de pontos nos quadrantes II e IV, a correlação é negativa.
-
Nos casos em que não há uma maior predominância nos quadrantes I e III, ou nos quadrantes II e IV, diz-se que não há correlação ou que a correlação é nula. Neste caso, as variáveis dizem-se independentes, isto é, a variação de uma não influência a variação de outra.