Associação vs Correlação
Associação e correlação são dois métodos de explicar uma relação entre duas variáveis estatísticas. Associação refere-se a um termo mais generalizado e a correlação pode ser considerada como um caso especial de associação, onde a relação entre as variáveis é de natureza linear.
O que é associação?
O termo estatístico associação é definido como uma relação entre duas variáveis aleatórias que as torna estatisticamente dependentes. Em vez disso, refere-se a uma relação geral sem que as especificidades da relação sejam mencionadas e não é necessário que seja uma relação causal.
Muitos métodos estatísticos são usados para estabelecer a associação entre duas variáveis. O coeficiente de correlação de Pearson, odds ratio, correlação de distância, Lambda de Goodman e Kruskal e rho (ρ) de Spearman são alguns exemplos.
O que é correlação?
A correlação é uma medida da força da relação entre duas variáveis. O coeficiente de correlação quantifica o grau de mudança de uma variável com base na mudança da outra variável. Na estatística, a correlação está ligada ao conceito de dependência, que é a relação estatística entre duas variáveis
O coeficiente de correlação de Pearson ou apenas o coeficiente de correlação r é um valor entre -1 e 1 (-1≤r≤ + 1). É o coeficiente de correlação mais comumente usado e válido apenas para uma relação linear entre as variáveis. Se r = 0, não existe relação, e se r≥0, a relação é diretamente proporcional; o valor de uma variável aumenta com o aumento da outra. Se r≤0, a relação é inversamente proporcional; uma variável diminui à medida que a outra aumenta.
Por causa da condição de linearidade, o coeficiente de correlação r também pode ser usado para estabelecer a presença de uma relação linear entre as variáveis.
O coeficiente de correlação de posto de Spearman e o coeficiente de correlação de posto de Kendrall medem a força da relação, excluindo o fator linear. Eles consideram até que ponto uma variável aumenta ou diminui com a outra. Se ambas as variáveis aumentarem juntas, o coeficiente será positivo e se uma variável aumentar enquanto a outra diminuir, o valor do coeficiente será negativo.
Os coeficientes de correlação de classificação são usados apenas para estabelecer o tipo de relacionamento, mas não para investigar em detalhes como o coeficiente de correlação de Pearson. Eles também são usados para reduzir os cálculos e tornar os resultados mais independentes da não normalidade das distribuições consideradas.
Qual é a diferença entre Associação e Correlação?
• Associação se refere à relação geral entre duas variáveis aleatórias, enquanto a correlação se refere a uma relação mais ou menos linear entre as variáveis aleatórias.
• Associação é um conceito, mas correlação é uma medida de associação e ferramentas matemáticas são fornecidas para medir a magnitude da correlação.
• O coeficiente de correlação do momento do produto de Pearson estabelece a presença de uma relação linear e determina a natureza da relação (se são proporcionais ou inversamente proporcionais).
• Os coeficientes de correlação de classificação são usados para determinar a natureza da relação apenas, excluindo a linearidade da relação (pode ou não ser linear, mas dirá se as variáveis aumentam juntas, diminuem juntas ou uma aumenta enquanto a outra diminui ou vice-versa).
