Em um estudo de correlação o que é mais importante, p ou r?

[ricardomello]

Uma dúvida que sempre tive, em um estudo de correlação o que é mais importante o valor de p ou o valor de r?

Eu entendo que seria o valor de r, que mostra exatamente a “força” daquela correlação, porém, a maioria dos estudo considera o valor de p.

Gostaria da opinião do professor e dos demais colegas.

Abraços

[Marco Ferreira]

Prezado
valor de P é a significância do estudo, quer dizer que se vc fizer o mesmo teste um numero x de vezes, vc vai ter o mesmo resultado

Já a correlação é o R, e na sua pergunta, o R é mais importante pois é ele que mostra a correlação;

São coisas distintas, mas complementares

[Guilherme Tucher]

Beleza, Marco.

Uma outra explicação:

O valor de r te indicará o grau de associação entre as variáveis. Mas essa associação pode acontecer por acaso. Ou seja, a relação é real ou fruto do acaso?

O valor do p te indicará esse grau de “certeza” da relação.

Assim, um valor de r alto associado a um valor de p < 0,05 (quase padrão) indica que a relação é forte e significativa.

[ricardomello]

Perfeita explicação senhores, muito obrigado!

[paulocostancf@gmail.com]

Bom dia srs.
Tradicionalmente, a partir de uma distribuição normal o valor de corte para rejeitar a hipótese nula geralmente é visto em 0,05, o que significa que, quando não há nenhuma diferença, um valor tão extremo para a estatística de teste é esperado em menos de 5% das vezes.
No entanto, ao olharmos para o valor-p de forma isolada, temos que analisar também o valor do tamanho do efeito.
Outro equívoco é achar que se o valor-p for maior do que 5%, a intervenção não tem nenhum efeito, porém, os dados podem mostrar uma tendência de aumento/diminuição.
Isso pode ser causado pelo número de amostras, que as vezes é pequena, não sendo suficiente para detectá-lo.
O r mede em que grau e sentido crescente/decrescente, observa-se a relação linear entre duas grandezas, porém não sendo possível determinar a relação causa-efeito.
Outro fator é o R2 (coeficiente de determinação), que mostra quão próximos os dados estão da linha de regressão ajustada, que na prática mostra a porcentagem da variação da variável resposta que é explicada por um modelo linear, que varia de 0% (modelo não explica nenhuma variabilidade, a 100% (toda a variabilidade).

[Camilla Carneiro Chimith]

Mesmo sendo a duvida do Ricardo, as respostas me ajudaram bastante. Obrigada a todos!!

[José Augusto]

Ótimas explicações. Também me ajudaram bastante!

[Autor]

Posts