Cole duas colunas de medições emparelhadas e obtenha o coeficiente de correlação de Pearson r — a intensidade com que as duas variáveis variam juntas num padrão em linha reta — mais r² e as somas prontas para a regressão.
Não — o aviso mais importante da calculadora. A correlação pode resultar de causalidade em qualquer das direções, de uma terceira variável que influencia ambas, ou de coincidência em amostras pequenas. r mede a covariação, nada mais.
Uma regra prática comum: |r| abaixo de 0.3 fraco, 0.3–0.7 moderado, acima de 0.7 forte. O contexto importa — 0.4 pode ser importante em medicina e sem significado em física.
O r de Pearson só deteta padrões em linha reta. Uma forma em U perfeita pode obter r ≈ 0. Represente sempre os dados graficamente (a Calculadora de Regressão Linear desenha a dispersão) antes de confiar apenas no r.
A parte da variância de y linearmente explicada por x. r = 0.775 dá r² = 0.60 — cerca de 60% da variação de y alinha com x no modelo linear.
Matemática
Matemática
Matemática
Matemática
Matemática
Matemática
Matemática
Matemática
Matemática
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). O numerador (covariância, não normalizada) é escalado pelas dispersões de ambas as variáveis, e é isso que fixa r no intervalo [−1, 1].
Entradas: x = [1,2,3,4,5], y = [2,4,5,4,5].
Passos: x̄ = 3, ȳ = 4. Σ(x−x̄)(y−ȳ) = (−2)(−2) + (−1)(0) + 0(1) + 1(0) + 2(1) = 4 + 0 + 0 + 0 + 2 = 6. Σ(x−x̄)² = 10. Σ(y−ȳ)² = 4 + 0 + 1 + 0 + 1 = 6. r = 6 ÷ √(10 × 6) = 6 ÷ 7.746 = 0.7746.
Resultado: r = 0.775, r² = 0.600.
Adicione esta calculadora ao seu próprio website ou blogue — é totalmente gratuita, não exige registo e mostra sempre a versão mais recente. Copie o código abaixo e cole-o na sua página, no local onde pretende que a calculadora apareça. Manter a pequena linha de crédito “Powered by Loona Automation” sob a incorporação ajuda a manter esta ferramenta gratuita — mas pode formatá-la ou removê-la livremente; a ferramenta funciona de qualquer forma.