O que é uma correlação espúria
Quando dois números variam juntos no tempo, dizemos que existe correlação entre eles. Quando essa correlação é alta mas não tem nenhuma relação causal por trás — é só coincidência matemática — chamamos de correlação espúria. O exemplo clássico é "o consumo de queijo per capita nos EUA correlaciona com mortes por estrangulamento em lençóis": r = 0,95, e absolutamente nenhuma relação real.
O Data Folia faz a versão brasileira: cruza dados públicos (IBGE, INPE, B3, CBF, INEP, Forbes...) e séries da nossa cultura (BBB, Mega-Sena, Roberto Carlos, ENEM, gols do Neymar, capivaras no Tietê) para achar coincidências engraçadas. Em cima da correlação, escrevemos uma história fictícia que costura os dois fenômenos como se um causasse o outro — sempre lembrando que a piada está justamente em não haver causa.
Inspiração
O projeto se inspira no clássico Tyler Vigen's Spurious Correlations, e adapta o formato para o contexto brasileiro: dados nacionais, ganchos culturais, calendário de eventos do país (Carnaval, Copa do Mundo, ENEM, eleições...), tudo com a alma do Data Folia — folia de dados.
Como os números são calculados
Cada post mostra o coeficiente de Pearson (r), o tamanho da amostra (n) e o valor-p. Os gráficos são gerados em Python (matplotlib) a partir dos CSVs originais, que ficam públicos no repositório do projeto. Quer testar uma correlação sua? Use a Calculadora de Correlação de Pearson na Calculadora Estatística.
Importante. Os gráficos do Data Folia são reais — calculados a partir de fontes oficiais. As narrativas são ficcionais, escritas para divertir. Correlação não implica causalidade.
Cadência
Um post novo toda segunda-feira, em paralelo no site e no Instagram @datafolia. O calendário é planejado em torno de eventos brasileiros — quando temos uma correlação que casa com Copa, ENEM ou eleição, ela vai no dia certo.