Você nunca conseguirá *testar* a normalidade em uma correlação. . . E o uso do método de Spearman *não* é para dados não normais (*apenas*) mas sim para dados cuja medida não seja intervalar e a única forma de interpretar as diferenças seja via postos (*ranks* na língua de Shakespeare). O que seria possível fazer do ponto de vista teórico (como já respondido por outros) seria testar a distribuição dos seus dados para normalidade, mas isso é uma grande bobagem do ponto de vista epistemológico, como se pode demonstrar por um simples exemplo: Um experimentador¹ submete uma barra de um determinado material suspensa em dois apoios, um fixo e um livre, ambos de materiais refratários e de baixa condução de calor, para diminuir erros sistemáticos, e por meio de marcas na extremidade livre e um aparelho óptico que amplia essa observação submete a barra a uma centena de medidas de temperatura fazendo o levantamento de cem pares de dados temperatura x dilatação. SE você plotar, fizer qualquer um dos testes propostos para normalidade, etc. Nenhuma das duas "distribuições" de dados seria nada que se assemelhe à gaussiana (*Normal*). *Entretanto* o valor do coeficiente de dilatação térmica determinado, usando a teoria dos erros que afirma que os desvios experimentais nas medidas se distribuem conforme a curva normal de Gauss, será perfeitamente correto!! No exemplo acima, deliberadamente fugi do problema da questão outra sobre correlação indicar ou não causação, porque o procedimento experimental por si dirime essa dúvida (ele é "intervencional²" por desenho). Então como a resposta acima pode te ajudar? Obviamente apontado para o caminho correto. A forma de você examinar a sua correlação é examinar a distribuição dos *resíduos* da correlação, e IMNSHO melhor que usar as pajelanças de "testes" de normalidade que dão uma sensação de segurança igual a amuletos para quem tem medo de viajar de navio, é o uso das técnicas gráfica do diagnóstico da correlação. No R para regressão linear, a qual o testes corr.test é decorrente, o simples comando plot no objeto retornado pela sua regressão mostrará quatro (por defeito) dos seis testes gráficos da sua regressão e você poderá analisar a floresta como um todo para decidir se a análise estatística lhe ajuda a construir sua tese ou a rejeitar a hipótese. HTH -- Cesar Rabak [1] Para quem conhece, descrevo em resumo a denominada experiência de Laplace. Aliás, Laplace junto com Gauss são reconhecidos como os desenvolvedores da teoria (da distribuição) dos erros cuja curva leva, em geral o nome do segundo, mas em muitas obras na Europa inclui ambos os pensadores. [2] Intervencional. O pesquisador não se limita à simples observação, mas interfere pela exclusão, inclusão ou modificação de um determinado fator. Desenhos de pesquisa <https://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-86502005000800002>, consultado 27 de maio de 2020. On Wed, May 27, 2020 at 3:09 PM Rodrigo Zucaratto por (R-br) < r-br@listas.c3sl.ufpr.br> wrote:

Prezados,

Estou com uma duvida em relação ao teste de correlação. Quando faço uma correlação, não ha uma relação de causa e efeito (até aqui entendo). No entanto, estou querendo avaliar a inluência de variáveis ambientais (temperatura e pluviosidade) na fenologia de uma palmeira. To fazendo a correlação usando a função "cor.test". Um dos argumentos na função é method=pearson (normalidade) ou method=sperman (dados sem normalidade). Gostaria de saber como testo a normalidade em uma correlação, alguem pode ajudar?

Abraços

*Rodrigo Zucaratto*

Bacharel em Ciências Biológicas Mestre em Ciências - Conservação da Natureza Doutor em Ecologia e Evolução Laboratório de Ecologia de Mamíferos - Universidade do Estado do Rio de Janeiro - UERJ Laboratório de Ecologia e Conservação de Florestas - LECF - UFRuralRJ Currículo: http://lattes.cnpq.br/2138780069263641

BSc - Biology MSc - Nature Conservation PhD - Ecology and Evolution Mammalian Ecology Lab - Rio de Janeiro State University - UERJ Ecology and Conservation Forests Lab - LECF - Federal Rural University of Rio da Janeiro Curriculum: http://lattes.cnpq.br/2138780069263641

https://scholar.google.com/citations?view_op=list_works&hl=en&user=on_Y4WYAA...

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.