a:

Un coeficiente de correlación negativo significa que, para cualquier dos variables X e Y, un aumento en X se asocia con una disminución en Y. Una correlación negativa demuestra una conexión entre dos variables en el mismo forma en que lo hace un coeficiente de correlación positivo, y las fortalezas relativas son las mismas. En otras palabras, un coeficiente de correlación de 0. 85 muestra la misma fuerza que un coeficiente de correlación de -0. 85.

Los coeficientes de correlación son siempre valores entre -1 y 1, donde -1 muestra una correlación lineal perfecta, y 1 muestra una correlación positiva lineal perfecta. Un coeficiente de correlación de cero, o muy cercano a cero, no muestra una relación significativa entre las variables. En realidad, estos números rara vez se ven, ya que hay muy pocas relaciones perfectamente lineales. En cambio, los números que se acercan a estos valores se usan para demostrar la fortaleza de una relación; por ejemplo, 0. 92 o -0. 97 mostrarían, respectivamente, una correlación positiva y negativa muy fuerte. Al igual que con todas las estadísticas que demuestran la correlación, esto no prueba la causalidad.

Es más fácil comprender el concepto de correlaciones negativas a través de ejemplos. Un simple sería medir la cantidad de nieve y la temperatura. A medida que la temperatura aumenta, la cantidad de nieve disminuye; esto muestra una correlación negativa y, por extensión, tendría un coeficiente de correlación negativo. Un coeficiente de correlación positivo sería la relación entre la temperatura y las ventas de helados; a medida que aumenta la temperatura, también lo hacen las ventas de helados. Esta relación tendría un coeficiente de correlación positivo. Una relación con un coeficiente de correlación de cero, o muy cercano a cero, sería la temperatura y las ventas de comida rápida (o al menos, esto es lo que asumiríamos).