Correlação Parcial
Calcula a correlação parcial entre duas variáveis controlando o efeito de uma terceira. É a ferramenta contra correlações espúrias: o número de sorvetes vendidos correlaciona com afogamentos, mas só porque ambos sobem no calor — controlando a temperatura, a correlação parcial cai a quase zero. Ela remove a influência da variável de controle de ambas e mede o que sobra de associação direta. A ferramenta devolve o coeficiente parcial e seu teste de significância. Informe as três séries pareadas.
Resultado
—
Correlação Parcial
Calcula a correlação parcial entre duas variáveis controlando o efeito de uma terceira. É a ferramenta contra correlações espúrias: o número de sorvetes vendidos correlaciona com afogamentos, mas só porque ambos sobem no calor — controlando a temperatura, a correlação parcial cai a quase zero. Ela remove a influência da variável de controle de ambas e mede o que sobra de associação direta. A ferramenta devolve o coeficiente parcial e seu teste de significância. Informe as três séries pareadas.
A correlação que sobra depois de remover o terceiro fator
Muitas correlações fortes são ilusões criadas por uma variável escondida. O exemplo clássico: vendas de sorvete sobem junto com casos de afogamento, mas nenhuma causa a outra, ambas apenas respondem ao calor. A correlação parcial é a ferramenta que desmascara esse tipo de relação, medindo a associação entre duas variáveis depois de descontar a influência de uma terceira.
O cálculo parte das três correlações simples entre os pares de variáveis e as combina numa fórmula que remove, matematicamente, o efeito da variável de controle tanto de uma quanto de outra. O que resta é a correlação direta entre as duas primeiras, livre da confusão introduzida pela terceira. Se a correlação original era espúria, esse valor parcial despenca para perto de zero.
Informe as três séries pareadas: as duas variáveis de interesse e a variável de controle. A ferramenta devolve o coeficiente de correlação parcial e seu teste de significância, com graus de liberdade reduzidos para refletir o controle. É um instrumento básico para investigar relações causais em dados observacionais, onde variáveis de confusão estão sempre à espreita.
Ferramentas Relacionadas
IC para Correlação (Transformação z de Fisher)
Calcula o intervalo de confiança para um coeficiente de correlação usando a transformação z de Fisher. A distribuição amostral do r é torta, sobretudo perto de −1 ou +1, o que impede aplicar a margem simétrica usual. Fisher resolveu isso com uma transformação que torna a distribuição aproximadamente normal; constrói-se o intervalo nessa escala e depois volta-se para r. O resultado é um intervalo assimétrico, mais estreito do lado próximo dos extremos. Informe o coeficiente r e o tamanho da amostra.
Teste t de Welch
Calcula a estatística do teste t de Welch, a versão do teste t para duas amostras que NÃO assume variâncias iguais. Diferente do teste t de Student clássico, ele não combina as variâncias num único valor, e por isso é mais confiável quando os dois grupos têm dispersões diferentes — a recomendação padrão na estatística moderna. Os graus de liberdade saem da equação de Welch-Satterthwaite, geralmente fracionários. Informe média, desvio-padrão e tamanho de cada um dos dois grupos.
Teste t Pareado
Calcula o teste t pareado, usado quando você mede os mesmos indivíduos duas vezes — antes e depois de um tratamento, ou por dois métodos. Ele trabalha com as diferenças de cada par e testa se a diferença média é compatível com zero. Por eliminar a variabilidade entre indivíduos, costuma ser bem mais potente do que comparar dois grupos independentes. A ferramenta devolve a estatística t, os graus de liberdade e o valor-p bilateral. Informe as duas séries pareadas.
Os resultados desta ferramenta têm caráter apenas informativo e educativo e não constituem aconselhamento profissional, financeiro, médico, jurídico, tributário ou contábil. Confirme decisões importantes com um profissional qualificado e fontes oficiais.