Negli esercizi svolti sulla correlazione lineare, il punto decisivo non è applicare subito la formula, ma capire che cosa misura: quanto due variabili quantitative si muovono insieme in modo lineare. In pratica, il coefficiente di Pearson ti dice se all’aumentare di X tende ad aumentare Y, a diminuire oppure a non emergere un legame lineare chiaro. In questo articolo trovi un esempio originale con dati numerici, il calcolo passo per passo e soprattutto l’interpretazione finale, perché all’esame di Statistica non basta ottenere r: devi spiegare se la correlazione è positiva o negativa, quanto è intensa e quali conclusioni non puoi trarre.
Che cosa misura davvero la correlazione lineare
La correlazione lineare misura la direzione e l’intensità del legame lineare tra due variabili quantitative osservate sulle stesse unità statistiche. Se pensi a ore di esercizi svolti e punteggio in una simulazione d’esame, la domanda corretta non è soltanto se le due variabili cambiano, ma se tendono a cambiare insieme secondo un andamento approssimativamente rettilineo.
Il coefficiente di Pearson, indicato con r, assume valori compresi tra -1 e +1:
- r > 0: correlazione positiva; quando X cresce, Y tende a crescere.
- r < 0: correlazione negativa; quando X cresce, Y tende a diminuire.
- r vicino a 0: assenza di un chiaro legame lineare.
Attenzione però: una correlazione alta non dimostra automaticamente che X causi Y. Dice soltanto che nel campione osservato le due variabili si muovono insieme in un certo modo.
Per allenarti con esercizi guidati su Pearson e sugli altri argomenti tipici della materia, può essere utile il corso di Statistica Weduup: lezioni online registrate e on-demand, organizzate per il singolo esame, adatte a chi cerca una modalità strutturata e flessibile.
Quando usare il coefficiente di Pearson e quando no
Il coefficiente di Pearson si usa quando hai due variabili quantitative, rilevate a coppie sulle stesse osservazioni, e vuoi misurare un’associazione lineare. È la scelta classica negli esercizi universitari, ma va usato con criterio.
- È adatto se le variabili sono numeriche, per esempio ore di studio, punteggi, tempi, costi, misure fisiche.
- Ha senso se i dati sono appaiati: ogni valore di X deve corrispondere allo stesso soggetto, settimana o prova di Y.
- Funziona bene se il legame è approssimativamente lineare.
- Va interpretato con prudenza se ci sono outlier molto forti, perché anche una sola osservazione estrema può alterare il risultato.
Non è invece la scelta migliore se la relazione è chiaramente curva, se le variabili sono solo ordinali oppure se stai confrontando dati mescolati da gruppi diversi senza controllo. In questi casi un r basso non significa necessariamente assenza di dipendenza: può significare che il legame non è lineare.
Se stai preparando un appello universitario, puoi affiancare questo ripasso alla guida esame di Statistica, utile come orientamento sui temi ricorrenti e non come programma ufficiale di ateneo.
Formula del coefficiente: simboli e logica del calcolo
La formula più chiara da usare negli esercizi è:
r = Σ[(x_i - x̄)(y_i - ȳ)] / √[Σ(x_i - x̄)^2 · Σ(y_i - ȳ)^2]
Dove:
- x_i è il valore della variabile X nell’osservazione i-esima.
- y_i è il valore della variabile Y nella stessa osservazione.
- x̄ è la media dei valori di X.
- ȳ è la media dei valori di Y.
- Σ indica la somma estesa a tutte le osservazioni.
Il numeratore misura se gli scarti di X e Y dalle rispettive medie tendono ad avere lo stesso segno oppure segno opposto. Se molti prodotti sono positivi, il coefficiente sarà positivo; se prevalgono i prodotti negativi, il coefficiente sarà negativo.
Il denominatore normalizza la misura dividendo per la variabilità complessiva delle due variabili. Proprio per questo r è sempre compreso tra -1 e +1 e permette confronti più immediati rispetto alla sola covarianza.
Per leggere il valore finale, evita soglie rigide valide in assoluto. In molti esercizi, però, una regola pratica è questa: valori intorno a 0,10 indicano un legame molto debole, intorno a 0,30 un legame moderato, sopra 0,70 un legame forte. Conta sempre il contesto del dato e la presenza di eventuali osservazioni anomale.
Esempio svolto
Ipotesi. Consideriamo 5 studenti che si preparano a una prova di Statistica. Per ciascuno osserviamo:
- X = ore medie di esercizi di statistica svolte nella settimana precedente la simulazione, misurate in ore per settimana.
- Y = punteggio ottenuto alla simulazione, misurato in punti su 30.
Vogliamo verificare, con un calcolo correlazione esempio completo, se a più ore di esercizi tende ad associarsi un punteggio più alto.
- Studente A: X = 2, Y = 14
- Studente B: X = 4, Y = 17
- Studente C: X = 6, Y = 21
- Studente D: X = 8, Y = 20
- Studente E: X = 10, Y = 28
Passo 1: calcolo delle medie.
x̄ = (2 + 4 + 6 + 8 + 10) / 5 = 30 / 5 = 6
ȳ = (14 + 17 + 21 + 20 + 28) / 5 = 100 / 5 = 20
Passo 2: calcolo degli scarti, dei prodotti e dei quadrati.
- A: x_i - x̄ = -4; y_i - ȳ = -6; prodotto = 24; quadrato X = 16; quadrato Y = 36
- B: x_i - x̄ = -2; y_i - ȳ = -3; prodotto = 6; quadrato X = 4; quadrato Y = 9
- C: x_i - x̄ = 0; y_i - ȳ = 1; prodotto = 0; quadrato X = 0; quadrato Y = 1
- D: x_i - x̄ = 2; y_i - ȳ = 0; prodotto = 0; quadrato X = 4; quadrato Y = 0
- E: x_i - x̄ = 4; y_i - ȳ = 8; prodotto = 32; quadrato X = 16; quadrato Y = 64
Passo 3: somme necessarie.
Σ[(x_i - x̄)(y_i - ȳ)] = 24 + 6 + 0 + 0 + 32 = 62
Σ(x_i - x̄)^2 = 16 + 4 + 0 + 4 + 16 = 40
Σ(y_i - ȳ)^2 = 36 + 9 + 1 + 0 + 64 = 110
Passo 4: applicazione della formula.
r = 62 / √(40 · 110) = 62 / √4400
√4400 ≈ 66,33
Quindi r ≈ 62 / 66,33 ≈ 0,935
Controllo finale e interpretazione. Il coefficiente è positivo e molto vicino a +1. Nel campione osservato emerge quindi una correlazione lineare positiva forte: all’aumentare delle ore di esercizi settimanali tende ad aumentare anche il punteggio della simulazione.
La lettura corretta, da scrivere in un compito, è questa: i dati mostrano un’associazione lineare positiva intensa tra le due variabili. Non possiamo però concludere che più esercizi causino automaticamente il miglioramento del voto, perché il coefficiente di Pearson misura associazione e non causalità. Inoltre il campione è piccolo, quindi il risultato è utile per capire il metodo ma non basta da solo a generalizzare.
Nota utile: lo studente D ha più ore di esercizi rispetto a C ma un punteggio leggermente inferiore. Questo ricorda che una correlazione forte non significa andamento perfetto: significa soltanto che la tendenza complessiva è ben allineata.
Procedura numerata per risolvere gli esercizi all’esame
- Identifica le variabili. Scrivi chiaramente che cosa rappresentano X e Y e in quali unità sono espresse.
- Controlla che i dati siano appaiati. Ogni coppia deve riferirsi alla stessa unità statistica: stesso studente, stessa impresa, stesso giorno o stessa prova.
- Calcola le medie x̄ e ȳ. Senza questo passaggio è facile sbagliare tutti gli scarti successivi.
- Costruisci gli scarti dalla media. Per ogni osservazione calcola x_i - x̄ e y_i - ȳ.
- Calcola prodotti e quadrati. Ti servono il prodotto degli scarti e i due quadrati degli scarti.
- Somma e sostituisci nella formula. Inserisci i tre risultati nelle componenti di Pearson.
- Interpreta il coefficiente con parole precise. Indica segno, intensità, senso del legame e limite principale: la correlazione non implica causa-effetto.
Questa sequenza è molto utile negli esercizi perché separa il calcolo dall’interpretazione. Spesso gli errori non nascono dalla formula, ma da una lettura troppo veloce del contesto.
Come leggere il risultato: correlazione positiva negativa e intensità
Una volta ottenuto r, devi saperlo tradurre in linguaggio statistico corretto. Il segno dice la direzione; il valore assoluto dice quanto il legame lineare è intenso.
- Se r = 0,93, come nell’esempio svolto, il legame è positivo e forte: a valori maggiori di X si associano in genere valori maggiori di Y.
- Se r = -0,65, il legame è negativo di intensità medio-alta: per esempio, a più assenze potrebbero associarsi voti tendenzialmente più bassi.
- Se r = 0,05, il legame lineare è praticamente assente o molto debole: non emerge una relazione lineare apprezzabile.
Ricorda anche due aspetti spesso chiesti nei compiti sul coefficiente correlazione Pearson esercizi:
- Un coefficiente vicino a +1 o -1 non significa che tutti i punti siano perfettamente allineati, ma che la tendenza lineare è molto marcata.
- Un coefficiente vicino a 0 non esclude un legame non lineare. Se i punti seguono una curva, Pearson può essere piccolo anche in presenza di dipendenza.
La formula ti dà un numero; l’esame, di solito, premia chi sa trasformare quel numero in una frase statistica corretta e prudente.
Errori comuni negli esercizi sul coefficiente di Pearson
- Confondere correlazione e causalità. È l’errore più frequente. Un r alto non dimostra che X provoca Y.
- Dimenticare il segno. Scrivere solo che la correlazione è forte non basta: devi dire se è positiva o negativa.
- Usare dati non appaiati. Se le osservazioni non corrispondono alla stessa unità statistica, il coefficiente perde significato.
- Sbagliare le medie. Un errore iniziale su x̄ o ȳ compromette tutto il calcolo.
- Scordare il quadrato nel denominatore. È un classico errore di algebra sotto pressione.
- Interpretare meccanicamente le soglie. Dire forte o debole senza guardare il contesto può portare a commenti poveri o fuorvianti.
- Ignorare gli outlier. Un valore estremo può aumentare o abbassare r in modo sensibile.
- Applicare Pearson a una relazione curva. Se i dati seguono una parabola o un andamento a U, il coefficiente lineare può essere poco informativo.
Quando fai pratica, prova sempre a chiederti se il numero ottenuto è coerente con il comportamento dei dati. Anche senza grafico, un minimo controllo di plausibilità aiuta molto.
Checklist operativa prima di chiudere l’esercizio
- Ho definito in modo chiaro che cosa sono X e Y.
- Ho mantenuto unità coerenti, per esempio ore per settimana e punti su 30.
- Ho verificato che ogni coppia di dati si riferisca alla stessa osservazione.
- Ho calcolato correttamente x̄ e ȳ.
- Ho riportato prodotti degli scarti e quadrati senza salti nei passaggi.
- Il valore finale di r è compreso tra -1 e +1.
- Ho commentato sia il segno sia l’intensità della correlazione.
- Ho scritto esplicitamente che la correlazione non prova causalità.
Autoverifica rapida
- Se r = -0,82, che cosa devi dire? Che la correlazione lineare è negativa e forte.
- Se r è vicino a zero, le variabili sono indipendenti? Non necessariamente: può mancare il legame lineare ma esserci una relazione non lineare.
- Se inverti le unità di misura di X, per esempio da ore a minuti, r cambia? No, il coefficiente di Pearson non cambia se applichi una trasformazione lineare positiva della scala.
Come allenarti in modo mirato per l’esame di Statistica
Per imparare davvero la correlazione lineare non basta leggere una formula una volta: serve vedere più esercizi, confrontare interpretazioni diverse e riconoscere in fretta quando Pearson è adatto e quando no. Se stai preparando l’esame, può aiutarti una struttura di studio focalizzata sul singolo insegnamento, con lezioni ed esercizi organizzati per obiettivi concreti.
In questo senso il corso di Statistica Weduup raccoglie lezioni online registrate e on-demand, fruibili tramite app desktop Weduup per Windows e macOS, con percorsi specifici per il singolo esame, esercizi e appelli quando previsti. Per molti studenti questa modalità può svolgere una funzione simile alle ripetizioni se non serve interazione live continua; chi preferisce domande in tempo reale può invece affiancarla a un tutor. L’obiettivo realistico non è promettere risultati automatici, ma darti un metodo ordinato per esercitarti sui passaggi che all’esame fanno davvero la differenza.