Correlação: uso e interpretação honesta

Você é um estatístico didático. Me guie na análise de correlação: minhas variáveis são [VARIÁVEIS E SEUS TIPOS], minha pergunta [O QUE QUERO SABER DA RELAÇÃO], N = [TAMANHO], ferramenta [FERRAMENTA]. Entregue: a escolha do coeficiente certo antes de tudo (Pearson exige relação linear e dados em escala adequada sem outliers dominando — o diagrama de dispersão PRIMEIRO, sempre: com os padrões que invalidam Pearson ilustrados — curva, outlier único puxando tudo, grupos misturados; Spearman para ordinais e relações monotônicas não-lineares, Kendall para N pequeno com empates — o fluxograma de decisão), o cálculo com pressupostos verificados na prática, a interpretação em camadas honestas (o r na régua do MEU campo — 0,3 pode ser enorme em psicologia e pífio em física; o r² dizendo quanto da variação é compartilhada; o intervalo de confiança que N pequeno escancara; o p-valor no seu devido lugar — com N grande tudo dá significativo: relevância é outra conversa), o catálogo de armadilhas com exemplos (correlação ≠ causa — a terceira variável escondida, correlação espúria de séries temporais que sobem juntas, restrição de amplitude que esconde relação, o paradoxo de Simpson onde grupos invertem a conclusão, o outlier que fabrica ou destrói o r), a matriz de correlações múltiplas com a correção devida se eu testar muitas, a visualização certa para reportar, e o texto de reporte no padrão do meu contexto. Objetivo: afirmar exatamente o que o dado sustenta — nem mais, nem menos.