📋 Índice

• Sobre
• Correlação de Pearson
• Fórmula do Coeficiente de Correlação de Pearson
• Interpretação do Coeficiente
• Funcionalidades
• Tecnologias Utilizadas
• Contato

Sobre:

Esse repositório contém notebook descrito no Medium em um artigo referente "CorrelacaoPython" em Python

Correlação de Pearson

A Correlação de Pearson é uma medida estatística que indica a força e a direção da relação linear entre duas variáveis quantitativas. Ela é representada pelo coeficiente de correlação de Pearson (r), que varia de -1 a 1:

• r = 1: Correlação positiva perfeita. À medida que uma variável aumenta, a outra também aumenta proporcionalmente.
• r = -1: Correlação negativa perfeita. À medida que uma variável aumenta, a outra diminui proporcionalmente.
• r = 0: Ausência de correlação linear. As variáveis não têm uma relação linear, embora possam estar relacionadas de forma não linear.

Fórmula do Coeficiente de Correlação de Pearson

A fórmula para calcular o coeficiente de Pearson entre duas variáveis ( X ) e ( Y ) é:

[ r = \frac{\sum (X - \bar{X})(Y - \bar{Y})}{\sqrt{\sum (X - \bar{X})^2} \cdot \sqrt{\sum (Y - \bar{Y})^2}} ]

Onde:

• ( X ) e ( Y ) são as variáveis.
• ( \bar{X} ) e ( \bar{Y} ) são as médias das variáveis ( X ) e ( Y ), respectivamente.

Interpretação do Coeficiente

• 0.0 a ±0.3: Correlação fraca ou insignificante.
• ±0.3 a ±0.7: Correlação moderada.
• ±0.7 a ±1.0: Correlação forte.

A correlação de Pearson é amplamente utilizada em estatísticas e análise de dados, mas deve ser aplicada com cuidado, pois é sensível a valores discrepantes (outliers) e só mede relações lineares.

Tecnologias Utilizadas:

• Databricks
• Pyspark
• Python

Contato:

Se precisar de mais informações, entre em contato:

Email: [email protected]

LinkedIn: Luciana Sampaio