a:

Um coeficiente de correlação negativa significa que, para qualquer duas variáveis ​​X e Y, um aumento em X está associado a uma diminuição em Y. Uma correlação negativa demonstra uma conexão entre duas variáveis ​​no mesmo um coeficiente de correlação positivo faz, e as forças relativas são as mesmas. Em outras palavras, um coeficiente de correlação de 0. 85 mostra a mesma força que um coeficiente de correlação de -0. 85.

Os coeficientes de correlação são sempre valores entre -1 e 1, onde -1 mostra uma correlação negativa linear perfeita e 1 mostra uma correlação positiva linear perfeita. Um coeficiente de correlação de zero, ou muito próximo a zero, não mostra nenhuma relação significativa entre as variáveis. Na realidade, esses números são raramente vistos, pois existem muito poucos relacionamentos perfeitamente lineares. Em vez disso, os números que se aproximam desses valores são usados ​​para demonstrar a força de um relacionamento; por exemplo, 0. 92 ou -0. 97 mostrariam, respectivamente, uma correlação positiva e negativa muito forte. Tal como acontece com todas as estatísticas que demonstram correlação, isso não provou causalidade.

É mais fácil entender o conceito de correlações negativas através de exemplos. Um simples seria medir a quantidade de queda de neve e a temperatura. À medida que a temperatura aumenta, a quantidade de queda de neve diminui; isso mostra uma correlação negativa e, por extensão, tem um coeficiente de correlação negativa. Um coeficiente de correlação positivo seria a relação entre a temperatura e as vendas de sorvete; À medida que a temperatura aumenta, também as vendas de sorvete. Essa relação teria um coeficiente de correlação positivo. Um relacionamento com um coeficiente de correlação de zero, ou muito próximo a zero, seria a venda de temperatura e fast food (ou pelo menos, isso é o que nós assumimos).