
A correlação é útil para avaliar a relação entre duas variáveis, assim existem diversas métricas para essa mensuração. A mais famosa delas é o coeficiente de correlação de Pearson, este quantifica a força de associação linear entre duas variáveis numéricas. Podemos ver abaixo um exemplo em um diagrama de dispersão entre o peso e a altura de 15 mulheres:

Gráfico de dispersão entre peso e altura.
Neste gráfico vemos os valores simultâneos de duas variáveis, peso e altura, vemos que quanto maior a altura da mulher, o peso tende a aumentar linearmente, indicando uma relação positiva entre peso e altura. Assim, podemos nos deparar com as seguintes situações:

Exemplos de correlação.
O coeficiente de correlação de Pearson varia entre os valores -1 e 1. Valores próximos de 1 indicam uma relação linear positiva ou direta, sendo que quando uma das variáveis aumenta a outra também aumenta. Por outro lado, valores próximos de -1 indicam uma relação linear negativa ou inversa, sendo que quando uma das variáveis aumenta a outra diminui. Quanto mais próximo estiver de 1 ou -1, mais forte é a associação linear entre as duas variáveis. Para os dados de peso e altura das mulheres, o coeficiente de correlação de Pearson foi de 0,98, confirmado os indícios visuais.
Ficou com alguma dúvida? Está interessado em saber mais?