<div dir="ltr"><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Eu penso que o que o artigo quis dizer seja que a correlação é parâmetro que associa duas variáveis aleatórias cuja distribuição seja normal bivariada. Por outro lado, quando ajustamos modelos estamos procurando relação entre duas variáveis, digamos y~x, na qual Y é variável aleatória e X (assume-se que) são valores fixos. Nesse caso a medida de intensidade da relação mais usado é o R², e a raiz do R² é igual a correlação de Pearson entre Y e X se o modelo ajustado for y = b0+b1*x. Então você pode usar a raiz do coeficiente de determinação, que no caso é a correlação entre valores observados e preditos, sim, mesmo quando sua curva de calibração não é linear. Na prática, quando vamos nos expressar, cometermos um abuso de significado que é "quero ver se tem correlação entre y e x" onde correlação tem sido usada no lugar de associação/relação que, no meu modo de pensar, são termos mais apropriados uma vez que eu associo correlação com normal bivariada ou modelo linear simples.<br><br>À disposição.<br>Walmes.<br></div>​</div>