Capítulo 33 Correlação

33.1 Coeficiente de correlação de Pearson (\(r\)) (33.1).^298,299

\[\begin{equation} \tag{33.1} r = \dfrac{n \sum{x_i y_i} - \sum{x_i} \sum{y_i}}{\sqrt{\left[n \sum{x_i^2} - (\sum{x_i})^2\right]\left[n \sum{y_i^2} - (\sum{y_i})^2\right]}} \end{equation}\]

Figura 33.1: Exemplo de diferentes forças e direção de correlação entre duas variáveis X e Y.

O pacote stats¹⁴⁴ fornece a função cor.test para calcular o coeficiente de correlação de Pearson (\(r\)).

O pacote correlation³⁰⁰ do projeto easystats³⁰¹ fornece a função correlation para calcular o coeficiente de correlação de Pearson (\(r\)).

O pacote psychmeta³⁰² fornece a função correct_r_coarseness para calcular o coeficiente de correlação desatenuado (\(r_{x'y'}\)).

O pacote psychmeta³⁰² fornece a função correct_r para calcular o coeficiente de correlação em escala restrita e/ou com erro de mensuração (\(r_{x'y'}\)).

33.2 Coeficiente de correlação ponto-bisserial (\(r_{s}\)) (33.2).²⁹⁸

\[\begin{equation} \tag{33.2} r_{s} = \dfrac{M_{1} - M_{0}}{s_{y}} \sqrt{\dfrac{n_{1}n_{0}}{n^2}} \end{equation}\]

O pacote stats¹⁴⁴ fornece a função cor.test para calcular o coeficiente de correlação ponto-bisserial (\(r_{s}\)).

O pacote correlation³⁰⁰ do projeto easystats³⁰¹ fornece a função correlation para calcular o coeficiente de correlação ponto-bisserial (\(r_{s}\)).

33.3 Coeficiente de correlação de Spearman (\(\rho\)) (33.3).^298,299

\[\begin{equation} \tag{33.3} \rho = 1 - \dfrac{6 \Sigma d_{i}^2}{n(n^2 - 1)} \end{equation}\]

O pacote stats¹⁴⁴ fornece a função cor.test para calcular o coeficiente de correlação de Spearman (\(\rho\)).

O pacote correlation³⁰⁰ do projeto easystats³⁰¹ fornece a função correlation para calcular o coeficiente de correlação de Spearman (\(\rho\)).

33.4 Coeficiente de Kendall (\(\tau\)) (33.4).^298,299

\[\begin{equation} \tag{33.4} \tau = \dfrac{(n_{c} - n_{d})}{\dfrac{1}{2}n(n-1)} \end{equation}\]

O pacote stats¹⁴⁴ fornece a função cor.test para calcular o coeficiente Kendall \(\tau\).

O pacote correlation³⁰⁰ do projeto easystats³⁰¹ fornece a função correlation para calcular o coeficiente coeficiente Kendall \(\tau\).

33.5 Coeficiente de Cramér (\(V\)) (33.5).^REF?

\[\begin{equation} \tag{33.5} V = \sqrt{\dfrac{\chi^2/n}{\min(k-1, r-1)}} \end{equation}\]

33.6 Coeficiente de Sheperd (\(\phi\)) (33.6).^REF?

\[\begin{equation} \tag{33.6} \phi = \sqrt{\dfrac{\chi^2}{n}} \end{equation}\]

O pacote correlation³⁰⁰ do projeto easystats³⁰¹ fornece a função correlation para calcular o coeficiente coeficiente Sheperd \(\phi\).

O pacote corrplot³⁰³ fornece a função cor.mtest para calcular os P-valores e intervalos de confiança da matriz de correlação.

O pacote corrplot³⁰³ fornece a função corrplot para visualização da matriz de correlação.

33.7 Coeficiente de correlação tetracórica \(r_{tet}\).^304,305

O pacote psych³⁰⁶ fornece a função tetrachoric para calcular o coeficiente de correlação tetracórica (\(r_{tet}\)).

33.8 Coeficiente de correlação policórica \(r_{pol}\).³⁰⁵

O pacote psych³⁰⁶ fornece a função tetrachoric para calcular o coeficiente de correlação policórica (\(r_{pol}\)).

33.9 Coeficiente de correlação ponto-bisserial \(r_{pb}\).

33.10 Coeficiente de correlação bisserial \(r_{s}\).³⁰⁵

O pacote psych³⁰⁶ fornece a função tetrachoric para calcular o coeficiente de correlação bisserial (\(r_{s}\)).

Citar como:
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,

Referências

144.

R Core Team. R: A Language and Environment for Statistical Computing.; 2025. https://www.R-project.org/.

298.

Khamis H. Measures of Association: How to Choose? Journal of Diagnostic Medical Sonography. 2008;24(3):155–162. doi:10.1177/8756479308317006

299.

Allison JS, Santana L, (Jaco) Visagie IJH. A primer on simple measures of association taught at undergraduate level. Teaching Statistics. 2022;44(3):96–103. doi:10.1111/test.12307

300.

Makowski D, Wiernik BM, Patil I, Lüdecke D, Ben-Shachar MS. correlation: Methods for Correlation Analysis.; 2022. https://CRAN.R-project.org/package=correlation.

301.

Lüdecke D, Ben-Shachar MS, Patil I, et al. easystats: Framework for Easy Statistical Modeling, Visualization, and Reporting.; 2022. https://easystats.github.io/easystats/.

302.

Dahlke JA, Wiernik BM. psychmeta: An R Package for Psychometric Meta-Analysis. Applied Psychological Measurement. 2018;43(3):415–416. doi:10.1177/0146621618795933

303.

Wei T, Simko V. R package corrplot: Visualization of a Correlation Matrix.; 2024. https://github.com/taiyun/corrplot.

304.

Mathews I, Pearson K. I. Mathematical contributions to the theory of evolution. VII. On the correlation of characters not quantitatively measurable. Philosophical Transactions of the Royal Society of London Series A, Containing Papers of a Mathematical or Physical Character. 1901;195(262-273):1–47. doi:10.1098/rsta.1900.0022

305.

Banerjee M, Capozzoli M, McSweeney L, Sinha D. Beyond kappa: A review of interrater agreement measures. Canadian Journal of Statistics. 1999;27(1):3–23. doi:10.2307/3315487

306.

William Revelle. psych: Procedures for Psychological, Psychometric, and Personality Research.; 2023. https://CRAN.R-project.org/package=psych.