Na regressão linear (matéria = estatística), quanto mais próximo de 1,0 e -1,0 o valor calculado (R²), mais aderente os dados estarão.
A representação do gráfico de regressão linear consiste em uma reta e diversos pontinhos (cada um referente a um par ordenado x,y). Se a correlação é exatamente 1 ou -1, todos esses pontinhos estarão sobre essa reta.
Para quem conhece sobre regressão linear, a alternativa D poderia ser a única a gerar dúvidas. Ocorre que nesse tipo de análise não se correlaciona causa e efeito, apenas fornece a aderência dos dados utilizados no estudo estatístico.
Vamos analisar as alternativas.
a) Se os dados estão sobre uma reta, podemos utilizar essa reta para prever dados futuros, já que
uma variável está em função da outra.
b) Correto. Quando o coeficiente é 1 ou -1, os pontos estão todos sobre a mesma reta.
c) Como o coeficiente de correlação linear é -1, então a relação linear entre as variáveis é
perfeita. Assim, a relação é linear e não exponencial.
d) Correlação forte não indica relação de causa e efeito. A alternativa está errada.
e) Falsa. A correlação é perfeita. Todos os dados estão sobre a mesma reta.