Distinguir entre correlação e causalidade é um conceito fundamental em estatísticas. Embora a correlação denote uma relação entre duas variáveis, isso não implica que uma variável causa a outra. A causalidade, por outro lado, sugere uma relação direta onde uma mudança em uma variável resulta em uma mudança em outra.

Por exemplo, considere uma sorveteria que percebe um aumento nas vendas nos meses de verão e uma diminuição no inverno. Enquanto há uma correlação entre a temperatura e as vendas de sorvete, isso não significa que temperaturas mais altas causem um aumento nas vendas. Poderia haver variáveis ​​confundidoras, como as pessoas preferirem tratamentos frios em clima quente. As pessoas não compram sorvete apenas porque a temperatura aumentou; elas compram porque o acham refrescante no calor.

Portanto, embora haja uma correlação clara entre a temperatura e as vendas de sorvete, não podemos dizer definitivamente que temperaturas mais altas causem um aumento nas vendas sem considerar outros fatores. Fazer declarações causais exige um exame mais rigoroso e, idealmente, experimentos controlados para descartar ou considerar possíveis variáveis ​​confundidoras.

Aqui está o conjunto de dados que utilizaremos neste capítulo. Sinta-se à vontade para mergulhar e explorá-lo antes de enfrentar a tarefa.