Teste de correlação

O que o bloco faz

models/cor_test Estima e testa correlação entre duas colunas. A saída é data/test.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Intervalo de confiança

Uma faixa de valores calculada a partir da amostra. Com 95% de confiança, o procedimento produz intervalos que contêm o valor verdadeiro em 95% das amostras possíveis; não quer dizer que um intervalo específico tenha 95% de probabilidade de acertar.

p-valor

A probabilidade de obter um resultado tão extremo quanto o observado, ou mais, se a hipótese nula fosse verdadeira. p-valor pequeno indica dados pouco compatíveis com a hipótese nula; ele não é a probabilidade de a hipótese nula ser verdadeira nem mede o tamanho do efeito.

Teste não paramétrico

Um teste que não supõe uma distribuição específica (como a normal) para os dados; muitos trabalham com a ordem (os postos) das observações. É útil quando os pressupostos de um teste paramétrico falham, em geral com algum custo de poder quando eles valem.

Transformação da resposta

Aplicar uma função (logaritmo, raiz, potência de Box-Cox) à resposta para aproximar normalidade ou estabilizar a variância. Os resultados passam a valer na escala transformada, e voltar à escala original muda a interpretação.

Normalidade

Pressuposto de que os erros do modelo seguem a distribuição normal (em forma de sino). Em modelos lineares ele se confere nos resíduos, não nos dados brutos; desvios leves pesam pouco em amostras grandes.

Quando usar

Use para quantificar associação entre duas medidas numéricas e testar se ela difere de zero.

Pressupostos

• As pares (x, y) são independentes entre si.

  Se falhar: Não há teste no trama para isso: é o delineamento (sorteio, uma medida por unidade) que garante. Medidas repetidas na mesma unidade pedem models/paired_t ou models/lmer.

• Pearson: a relação é linear, e o teste supõe normalidade bivariada. O models/shapiro só confere a normalidade de cada variável sozinha (marginal): passar nas duas não garante a bivariada; olhe também a nuvem no view/points.

  Verificar:DispersoShapiro-Wilk

  Se falhar: Use spearman ou kendall (relação monotônica, por postos).

• Spearman e Kendall: a relação é monotônica (sempre cresce ou sempre decresce).

  Verificar:Disperso

Configuração

Informe X e Y numéricos; Método escolhe Pearson, Spearman ou Kendall.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.models", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "mtcars") |>
  tr_add("resultado", "models/cor_test", x = "wt", y = "mpg", metodo = "pearson", from = "dados")

mtcars relaciona peso do carro (wt) ao consumo (mpg).

Como interpretar

Pearson mede associação linear; Spearman e Kendall medem associação monotônica por postos. O sinal indica direção.