Como usar esta calculadora de correlação crítica

A significância de um coeficiente de correlação de amostra \(r\) é testada usando a seguinte estatística t:

\[t = r \sqrt{\frac{n-2}{1-r^2}}\]

Para um determinado tamanho de amostra \(n\), o número de graus de liberdade é \(df = n-2\), e então, um valor t crítico para o nível de significância dado \(\alpha\) e \(df\) pode ser encontrado. Vamos chamar esse valor t crítico de \(t_c\). Usando a expressão da estatística t:

\[t_c = r \sqrt{\frac{n-2}{1-r^2}} = r \sqrt{\frac{df}{1-r^2}}\]

e agora, se resolvermos para \(r\), descobrimos que

\[r_c = \sqrt{\frac{\frac{t_c^2}{df}}{\frac{t_c^2}{df}+1}}\]

e este valor de \(r_c\) é o assim chamado valor de correlação crítico usado para avaliar a significância do coeficiente de correlação da amostra \(r\). Esses valores de correlação críticos são geralmente encontrados em tabelas específicas.

Observe que esta calculadora se aplica à correlação de Pearson, então você precisa usar um Calculadora de correlação crítica de Spearman se você estiver lidando com o coeficiente de correlação de Spearman.

Se você tiver dados de amostra e quiser calcular o coeficiente de correlação, use nosso Calculadora de coeficiente de correlação . Se você tiver muitas variáveis, também pode usar nosso Calculadora de matriz de correlação .