Dados bivariados: correlação e reta de regressão — Ficha (10.º Ano)
Ficha de Matemática A (10.º ano) sobre dados bivariados, correlação e reta de regressão (Estatística).
O que inclui esta ficha
- Revisão rápida: diagrama de dispersão (direção, força, forma), coeficiente de Pearson r ∈ [−1, 1], reta de mínimos quadrados, correlação ≠ causalidade e o caso Anscombe
- 12 exercícios: interpretação de r, previsões com ŷ = a·x + b, confundidores, extrapolação, projeto estatístico + algoritmo Python (cálculo de r)
- Soluções completas incluídas
Competências que desenvolve: Interpretar relações entre duas variáveis; fazer inferências com a reta de regressão e reconhecer os seus limites; distinguir associação de causalidade em dados reais (Competência em Matemática — Estatística).
Conteúdo programático: Tema 2 — Estatística: dados bivariados, correlação e inferência.
Ver todas as fichas de Matemática A 10.º ano →
Porque isto importa
Os dados bivariados integram o tema Estatística do 10.º ano de Matemática A e estudam a relação entre duas variáveis. O tema abrange o diagrama de dispersão, com direção, força e forma, o coeficiente de correlação de Pearson, a reta de mínimos quadrados e a distinção entre correlação e causalidade, ilustrada pelo caso de Anscombe. Interpretar a correlação e usar a reta de regressão para prever permite analisar dados reais e reconhecer os seus limites. Este conteúdo articula-se com os dados univariados e prepara a inferência estatística, sendo reutilizado nas ciências sociais e naturais.
Erros comuns
- Interpretar a correlação como prova de causalidade.
- Atribuir significado a uma correlação sem observar o diagrama de dispersão.
- Usar a reta de regressão para prever muito além do intervalo dos dados.
- Confundir o sinal do coeficiente com a força da relação.
Como usar esta ficha
Imprime a ficha e resolve os exercícios sem consultar as soluções. Só depois de terminar compara as respostas com as soluções incluídas no final do PDF — é nessa comparação que se identifica o que ainda precisa de revisão. Se um exercício ficar errado, vale a pena voltar à matéria correspondente antes de avançar.