Submitted by Etelvina Domingos (etelvina.domingos@ufpe.br) on 2015-03-12T19:15:11Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cleber Martins Xavier.pdf: 17520287 bytes, checksum: d1c8c426b43447666fa634742f058bf5 (MD5) / Made available in DSpace on 2015-03-12T19:15:11Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cleber Martins Xavier.pdf: 17520287 bytes, checksum: d1c8c426b43447666fa634742f058bf5 (MD5) Previous issue date: 2014-02-19 / CAPES / O coe ciente de correlação é uma medida que permite mensurar a dependência entre duas variáveis. Na literatura estatística existem diversos coe cientes de correlação, como por exemplo o de Pearson (Pearson, 1931 e Pearson, 1932), Kendall (Kendall, 1938) e Spearman (Spearman, 1904) que são usados sob diferentes condições dos dados. Nesta dissertação discutimos sobre o coe ciente de correlação generalizado proposto por Chinchilli et al. (2005), o qual é obtido através de estat ísticas U. Este coe ciente tem como casos especiais o coe ciente de correlação de Pearson e de Kendall. Neste trabalho foram desenvolvidos estudos de simulação a m de avaliar o comportamento do coe ciente de correlação generalizado em pequenas e grandes amostras e sob diferentes cenários que incluem amostras normais bivariadas, amostras bivariadas contaminadas e perturbadas. Por m, utilizando um banco de dados real de microarrays usamos o coe ciente de correlação generalizado na construção de uma rede de relevância.