Calculadora de correlação

Esta calculadora de coeficiente de correlação calcula a correlação produto-momento de Pearson r entre duas listas de números de mesmo comprimento. Você obtém o tamanho de amostra pareada n, o coeficiente r no intervalo fechado de menos um a mais um quando ambas as séries têm variância positiva, as médias de x e y, as somas brutas e a soma de produtos, as somas de quadrados centradas e o produto cruzado sxx, syy e sxy, mais a covariância amostral com a correção de Bessel. Verificações clássicas incluem a série de cinco pontos um até cinco contra dois, quatro, seis, oito, dez, que resulta em correlação positiva perfeita r igual a um, e o mesmo x contra um y invertido, que resulta em correlação negativa perfeita r igual a menos um. O mecanismo usa apenas um algoritmo determinístico de duas passagens: sem chamadas de rede, sem amostragem aleatória, e sem atalhos dependentes de data.

O que o r de Pearson mede e o que a resposta contém

O coeficiente de correlação produto-momento de Pearson mede a força e a direção de uma relação linear entre duas séries numéricas pareadas. Depois que as médias de x e y são conhecidas, cada observação contribui com um produto de resíduos centrados; essa soma de produto cruzado é escalada pelo produto da soma de quadrados residuais em cada eixo, para que o resultado seja adimensional e fique entre menos um e mais um sempre que ambas as séries variam.

Um valor próximo de mais um significa que valores altos de x tendem a acompanhar valores altos de y; um valor próximo de menos um significa que se movem em direções opostas; um valor próximo de zero significa que há pouca associação linear, mesmo que um padrão não linear ainda possa existir. As regras de comprimento igual e variância positiva são intencionais: listas desiguais inventariam pareamentos, e variância zero dividiria por zero.

Se você precisar de correlação de postos, correlação parcial, ou um perfil completo de múltiplas colunas, use essas ferramentas dedicadas; esta página responde apenas ao r de Pearson para duas séries numéricas, com saída em ponto flutuante exata e armazenável em cache, adequada para planilhas de exercícios, testes unitários, e pipelines que precisam bater com o mesmo r a cada execução.

Onde a correlação de Pearson se encaixa no estudo, na ciência e no trabalho de produto

Estudantes encontram o r de Pearson quando um livro didático contrasta correlação com causalidade, quando um relatório de laboratório pergunta se dois sensores se movem juntos, ou quando precisam de uma verificação limpa contra uma calculadora que só imprime um r arredondado, sem as somas intermediárias. Professores podem gerar gabaritos previamente para séries pareadas modestas sem confiar em aplicativos opacos que descartam pares em células ausentes ou trocam silenciosamente entre convenções de covariância populacional e amostral.

Desenvolvedores chamam o mesmo contrato a partir de scripts para gerar vetores de teste determinísticos, para validar pipelines de seleção de recursos que ordenam colunas por |r|, ou para atender portões de qualidade de dados que sinalizam pares cuja correlação colapsa quando uma série se torna constante.

Analistas usam r como um primeiro olhar sobre associação linear antes de ajustar uma regressão; um |r| grande não prova um vínculo causal, mas um |r| minúsculo ainda pode coexistir com forte dependência não linear, então o número é um diagnóstico, não um veredito. Equipes de produto e operações observam a correlação entre latência e concorrência, tamanho de cesta e uso de cupom, ou taxa de erro e tamanho de deploy, para detectar regressões que painéis de variável única perderiam.

Combine-a com ferramentas de desvio padrão quando precisar de dispersão univariada ao lado de associação bivariada, e com perfilamento de CSV quando precisar de resumos de múltiplas colunas em vez de duas séries nomeadas.