4.5. Regressão linear multivariada considerando diferentes conjuntos de dados para o Estado de São Paulo
|
|
- Lídia Ramires
- 5 Há anos
- Visualizações:
Transcrição
1 4.5. Regressão linear multivariada considerando diferentes conjuntos de dados para o Estado de São Paulo Avaliou se também as equações para estimar água disponível, a partir dos dados das diferentes bases, considerando se apenas os obtidos para o Estado de São Paulo. Quadro 4. Equações para estimativa de retenção de água nos solos do Estado de São Paulo, considerando as variáveis disponíveis para cada tensão. (1) Umidade Equação Num. r Conjunto completo de dados Û kpa = 1,6 +,363 Sil+Arg +,186 CTC +,918 MO 22,829 Û 15 kpa = 2,54 +,281 Sil+Arg +,214 CTC +,727 MO 378,911 Conjunto considerando Sil+Arg e CTC Û kpa =,2 +,355 Sil+Arg +,393 CTC 22,823 Û 15 kpa = 2, +,27 Sil+Arg +,435 CTC 39,898 Conjunto considerando Sil+Arg e MO Û kpa =,972 +,376 Sil+Arg + 1,24 MO 22,827 Û 15 kpa = 2,36 +,31 Sil+Arg +,966 MO 432,897 Conjunto considerando CTC e MO Û kpa = 5,83 + 1,69 CTC,657 MO 22,342 Û 15 kpa = 5,7 + 1,15 CTC,568 MO 378,513 Conjunto considerando Sil+Arg Û 1 kpa = 19,1 +,223 Sil+Arg 27,59 Û kpa = 1,25 +,2 Sil+Arg 3,9 Û 15 kpa = 1,36 +,322 Sil+Arg 481,819 Conjunto considerando CTC Û kpa = 5,76 + 1,56 CTC 22,8 Û 15 kpa = 6,9 +,982 CTC 39,496 Conjunto considerando MO Û kpa = 1, + 2,71 MO 22,1 Û 15 kpa = 1,5 + 1,96 MO 432,245 (1) Retenção de água no solo estimado pela tensão especifica (%). (2) Valores de Silte+Argila e MO em % e CTC em cmol/kg. Num. número de dados usados para estimar a equação. r coeficiente de determinação. Sil+Arg soma de silte mais argila. Nestas condições, as equações para definir água disponível na tensão de 1 kpa, fica representado apenas pela equação que considerou a variável Silte+Argila, já que as outras variáveis não apresentaram dados com número suficiente para efetuar as análises, e mesmo neste caso, representado por apenas 27 horizontes.
2 2 De modo geral, e principalmente para definir água disponível na tensão de 15 kpa, houve uma melhora significativa na capacidade preditiva dessas equações, já que apresentaram coeficiente de determinação (r2) superior a,, inclusive maiores que os valores de r2 apresentados para estimar água na tensão de kpa (quadro 4). O mesmo acontece com os dados apresentados para a tensão de kpa, com valores de r2 maiores que os apresentados no quadro 2 e 3. As exceções ficam novamente para as equações estimadas a partir das variáveis CTC e MO. Figura 8. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando todas as variáveis determinadas em solos do Estado de São Paulo. kp a= 1,6 +,363 silar +,186 ctc +,918 m o est = 2, , ( kp a) R S q = 82,9 % F requenc y P Value (approx): <,1 R :, a es t (s ilar + c tc + m o) b F req uenc y kp a= 2,54 +,281 silar +,214 ctc +,727 m o 1 P Value (approx): <,1 R :, c es t (s ilar + c tc + m o) est = 1, ,91937 ( 15 kp a) R S q = 91,1 % d Os histogramas das diferenças apresentados na Figura 8, que considerou todas as variáveis (silte+argila, CTC e MO), não apresentaram distribuição normal, apesar novamente do alto valor de r2 apresentado pelo teste de normalidade W e com valores de p inferiores a,1. No entanto, é evidente a melhora na equação de regressão entre os valores estimados e os valores reais para ambas as tensões (Figuras 8b e 8d). Os pontos encontram se distribuídos próximos da reta que representa a equação e quase todos se encontram dentro do intervalo de predição de 95%, com r2 de 82,9% e 91,1%. Figura 9. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando as variáveis Silte+Argila e CTC para o Estado de São Paulo.
3 3 kp a =,2 +,355 silar +,393 c tc est = 2, , ( kp a) R S q = 82,3 % W test for Norm ality P Value (approx): <,1 R :, a es t (s ilar + c tc ) b kp a = 2, +,27 silar +,435 ctc 2 1 X_ W test for Norm ality P Value (approx): <,1 R :, c es t (s ilar + c tc ) est = 1, ,89832 ( 15 kp a) R S q = 89,8 % d Combinando se a variável Silte+Argila com a CTC (Figura 9) e com a MO (Figura 1), observa se que em todos os gráficos de regressão (Figuras 9b, 9d, 1b e 1 d) os pontos estão bem agrupados em torno da reta que representa a equação. Praticamente todos se encontram dentro da faixa de predição de 95% (PI) representados pelas linhas azuis e com o coeficiente de determinação (r2) bem alto, todos acima de. Figura 1. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando as variáveis Silte+Argila e MO, para o Estado de São Paulo. 6 kp a=,972 +,376 silar + 1,24 m o est = 2, , ( kp a) R S q = 82,7 % 2 1 P Value (approx): <,1 R :, es t (s ilar + m o) R egression
4 kp a = 2,36 +,31 silar +,966 m o 1 W test for Normality P Value (approx): <,1 R :, es t (s ilar + m o) est = 1, , ( 15 kpa) R S q = 89,7 % Na predição das equações de água disponível a partir das variáveis CTC e MO (Figura 11), os resultados não foram satisfatórios. Por outro lado, utilizando apenas a variável Silte+Argila os resultados se mostraram satisfatórios (Figura 12), principalmente para estimar valores de água disponível na tensão de kpa e 15 kpa. Nestas condições, foi possível estimar água disponível para tensão 1 kpa, mesmo com uma quantidade de dados baixo (27, Quadro 4). A distribuição dos dados mostrou se dentro da normalidade, de acordo com os valores do teste W bem próximo a 1 (,9697, Figura 12a) e nível descritivo p >,1. O coeficiente de determinação (r2) foi de,59 (Quadro 4) o que confere uma boa representatividade desta equação; no entanto, observando se o gráfico de regressão (Figura 12b) nota se que apesar dos pontos estarem todos dentro do intervalo de predição, eles estão muito espalhados e o valor do intercept com o eixo y esta muito alto (12, 6718). Figura 11. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando as variáveis CTC e MO, para o Estado de São Paulo kp a = 5,83 + 1,69 ctc,657 m o P Value (approx): <,1 R :, es t (c tc + m o) est = 8,3131 +, ( kp a) R S q = 34,2 % kp a = 5,7 + 1,15 ctc,568 m o 2 1 P Value (approx): <,1 R :, es t (c tc + m o) est = 6, , ( 15 kp a) R S q = 51,3 % Figura 12. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação. Considerando as variáveis Silte+Argila para o Estado de São Paulo.
5 5 1 kp a = 19,1 +,223 silar est = 12,6718 +,59131 ( 1 kp a) W test for Norm ality P Value (approx): >,1 R :, est (silar) R S q = 59,1 % kp a = 1,25 +,2 silar 5 est = 3, ,9948 ( kp a) R S q =,9 % W test for Normality 5 R :, P Value (approx): <,1 2 3 est (silar) R egression 15 kp a = 1,36 +,322 s ilar est = 2,5951 +, ( 15 kp a) F req uenc y R :, P Value (approx): <,1 2 3 est (silar) R S q = 81,9 % As equações obtidas a partir das variáveis CTC (Figura 13) e MO (Figura 14), consideradas isoladamente, mostram que estas variáveis pouco contribuem para a capacidade preditiva das respectivas equações. Todos os gráficos de regressão apresentaram baixo valor de coeficiente de determinação,,8 para tensão kpa e 49,6 para 15 kpa, e também apresentaram alto valor de intercept. Observa se também um espalhamento dos pontos em torno reta que representa a regressão entre o valor real e o estimado. Também ficou evidente que em todos os casos apresentados, não houve distribuição normal nos dados da diferença entre o valor real versus o valor estimado, exceção aos dados para estimar água disponível na tensão de 1 kpa. Figura 13. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando a variável CTC, para o Estado de São Paulo.
6 kpa = 5,76 + 1,56 ctc P Value (approx): <,1 R :, est (ctc ) est = 8, ,7613 ( kp a) R S q =,8 % kpa = 6,9 +,982 ctc est = 6,5388 +, ( 15 kp a) R S q = 49,6 % P Value (approx): <,1 R :,9745 est (ctc ) Figura 14. Histograma e gráfico de regressão entre o valor real de água disponível versus o valor estimado pela equação, considerando a variável MO, para o Estado de São Paulo. kp a = 1, + 2,71 m o est = 11,3621 +, ( kp a) R S q = 1, % R :,95 1 P Value (approx): <,1 2 3 es t (m o) kp a = 1,5 + 1,96 m o est = 1,5964 +,2415 ( 15 kp a) R :, P Value (approx): <,1 2 es t (m o) R S q = 24,5 %
ESTIMATIVA DE ÁGUA RETIDA EM SOLOS A PARTIR DE GRANULOMETRIA, TEOR DE MATÉRIA ORGÂNICA E CAPACIDADE DE TROCA CATIÔNICA
Segue abaixo trabalho submetido ao XXX Congresso Brasileiro de Ciência do Solo, no período de 17 a 22 de julho de 2005 em Recife PE, a ser apresentado na forma de painel. ESTIMATIVA DE ÁGUA RETIDA EM SOLOS
Leia maisMaterial exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.
Regressão Linear marcoscgarcia@gmail.com 2008). Proibida a reprodução, sob pena da lei. 1 O modelo estatístico de Regressão Linear Simples Regressão linear simples é usado para analisar o comportamento
Leia maisLaboratório 5 Geoestatística Linear. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Antonio Miguel Vieira Monteiro
Laboratório 5 Geoestatística Linear Disciplina Introdução ao Geoprocessamento SER 300 Prof. Antonio Miguel Vieira Monteiro Aluno: Matheus Caetano Rocha de Andrade INPE, São José dos Campos. Junho, 2013.
Leia maisSeção 2.6 Duas Variáveis Quantitativas: Regressão Linear
Seção 2.6 Duas Variáveis Quantitativas: Regressão Linear A Reta de Regressão Predições Resíduos Sumário Interpretando a Inclinação e o Intercepto Cuidados com a Regressão Grilos e Temperatura Você pode
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisGERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO
GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO ¹L.M.Gimenez, ²J.P. Molin (orientador): Departamento de Engenharia Rural ESALQ/USP RESUMO: A realização
Leia maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisLISTA DE EXERCÍCIOS - TÉCNICAS DE REGRESSÃO SIMPLES E MÚLTIPLA
LISTA DE EXERCÍCIOS - TÉCNICAS DE REGRESSÃO SIMPLES E MÚLTIPLA 1 1) Em um estudo foi utilizada, erroneamente, uma amostra de apenas 3 observações para se estimarem os coeficientes de uma equação de regressão.
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia mais6 Ensaios de Resistencia
6 Ensaios de Resistencia Prévio, ao inicio da execução dos ensaios de resistência, foi necessário a determinação das velocidades ao qual seriam cisalhadas as amostras avaliadas, tanto para a condição saturada
Leia maisResolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.
de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%
Leia maisDeterminação de medidas de posição a partir de dados agrupados
Determinação de medidas de posição a partir de dados agrupados Rinaldo Artes Em algumas situações, o acesso aos microdados de uma pesquisa é restrito ou tecnicamente difícil. Em seu lugar, são divulgados
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisAnálise do assentamento de uma estaca isolada
Manual de engenharia No. 14 Atualização: 04/2019 Análise do assentamento de uma estaca isolada Programa: Estaca Arquivo: Demo_manual_14.gpi O objetivo deste manual de engenharia é explicar a aplicação
Leia mais5. Análise dos deslocamentos verticais
5. Análise dos deslocamentos verticais Os deslocamentos verticais em aterros fundados em solos altamente compressíveis apresentam-se como uma das principais preocupações do engenheiro projetista. A busca
Leia maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisEstimativa da infiltração de água no solo através de pedofunções em área de floresta plantada
Estimativa da infiltração de água no solo através de pedofunções em área de floresta plantada Schreiner, D. T. 1 ; Vogelmann, E. S. 2 ; Prevedello, J. 2 ; Reichert, J. M. 2 ; Reinert, D. J. 2 ; Consensa,
Leia maisAula Prática: Determinação da resistência interna de uma bateria e uso de regressão linear para determinação da equação de uma reta
Aula Prática: Determinação da resistência interna de uma bateria e uso de regressão linear para determinação da equação de uma reta Introdução Observe o circuito representado na figura ao lado em que uma
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisESTUDOS ECOLÓGICOS. Unidade de observação é um grupo de pessoas e não o indivíduo
Universidade Federal do Rio de Janeiro Centro de Ciências da Saúde Faculdade de Medicina / Instituto de Estudos em Saúde Coletiva - IESC Departamento Medicina Preventiva Disciplina de Epidemiologia Estudos
Leia maisProjeto final do LabEF
UNIVERSIDADE FEDERAL DO OESTE DO PARÁ INSTITUTO DE CIÊNCIAS DA EDUCAÇÃO Licenciatura Integrada Matemática e Física Projeto final do LabEF Autores: Acadêmico 1 Acadêmico 2 Santarém 5 de Julho de 2017 Conteúdo
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisQUANTIFICAÇÃO DE DOENÇAS
QUANTIFICAÇÃO DE DOENÇAS Prof. José O. Menten Colaboradores: Meyriele Pires de Camargo Felipe F. Sartori Ticyana Carone Banzato Importância da quantificação Estudar a importância das doenças na cultura
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisAula Prática: Determinação da resistência interna de uma bateria e uso de regressão linear para determinação da equação de uma reta
Aula Prática: Determinação da resistência interna de uma bateria e uso de regressão linear para determinação da equação de uma reta Introdução Observe o circuito representado na figura ao lado em que uma
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisCapítulo 4 Apresentação e Análise dos Resultados 107
Capítulo 4 Apresentação e Análise dos Resultados 107 4.3.3 Modelagem matemática do M R em função do E o e do estado de tensão considerando-se os solos desta e de outras pesquisas desenvolvidas na EESC-
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA
UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA José Evandeilton Lopes GRR20096740 CE083 - ESTATÍSTICA COMPUTACIONAL Análise descritiva dos dados de fecundação do Brasil no ano 1991 e das rendas
Leia maisRotinas para o desenvolvimento dos Projetos de Fundações
Rotinas para o desenvolvimento dos Projetos de Fundações Prof. MSc. Douglas M. A. Bittencourt prof.douglas.pucgo@gmail.com FUNDAÇÕES SIDES 11 Projeto de Fundação em Sapatas 1) Escolher a profundidade de
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisTrabalho para entregar, valendo 1,5 pontos para a primeira avaliação. Entregar na próxima aula.
Estatística aplicada 16/10/2014. Trabalho para entregar, valendo 1,5 pontos para a primeira avaliação. Entregar na próxima aula. Construa as tabelas e os gráficos correspondentes a partir das informações
Leia maisAULA 12: DEFORMAÇÕES DEVIDAS A CARREGAMENTOS VERTICAIS E A TEORIA DO ADENSAMENTO. Prof. Augusto Montor Mecânica dos Solos
AULA 12: DEFORMAÇÕES DEVIDAS A CARREGAMENTOS VERTICAIS E A TEORIA DO ADENSAMENTO Prof. Augusto Montor Mecânica dos Solos 8.1 RECALQUES DEVIDOS A CARREGAMENTOS NA SUPERFÍCIE As deformações ocorridas na
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 O que é um bom modelo? Como estimar os parâmetros do modelo Como alocar variações Intervalos de Confiança para Regressões Inspeção Visual ! "# Para dados correlacionados,
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisPerfil geoestatístico de taxas de infiltração do solo
Perfil geoestatístico de taxas de infiltração do solo João Vitor Teodoro¹ Jefferson Vieira José² 1 Doutorando em Estatística e Experimentação Agronômica (ESALQ/USP). 2 Doutorando em Irrigação e Drenagem
Leia maisEconometria Lista 1 Regressão Linear Simples
Econometria Lista 1 Regressão Linear Simples Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 (2.9 do Wooldridge 4ed - Modificado)
Leia maisRegressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO
Regressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO MONITORA PAE: SIMONE HARNIK Regressão Linear Simples > O modelo de regressão linear simples
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
Leia maisINFLUÊNCIA DA TEXTURA DO SOLO SOBRE OS PARÂMETROS DOS MODELOS DE VAN GENUCHTEN E BROOCKS E COREY. Donizete dos Reis Pereira, Danilo Pereira Ribeiro
INFLUÊNCIA DA TEXTURA DO SOLO SOBRE OS PARÂMETROS DOS MODELOS DE VAN GENUCHTEN E BROOCKS E COREY Donizete dos Reis Pereira, Danilo Pereira Ribeiro Universidade Federal de Viçosa/DEA, Campus Universitário,
Leia maisAdaptabilidade de Cultivares de Milho (Zea mays L.), de Ciclo Super Precoce, nos Estados de Minas Gerais, São Paulo e Goiás, na Safra 1997/1998
Adaptabilidade de Cultivares de Milho (Zea mays L.), de Ciclo Super Precoce, nos Estados de Minas Gerais, São Paulo e Goiás, na Safra 1997/1998 Previous Top Next Flávio S.A. 1, Silvio J. B. 2, Liciana
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 2 Propriedades dos estimadores Samara F. Kiihl - IMECC - UNICAMP Suposições do modelo de regressão linear simples Suposições do modelo de regressão linear simples Até
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisADAPTAÇÃO E AVALIAÇÃO DE PROCEDIMENTO SIMPLIFICADO PARA DETERMINAÇÃO DA UMIDADE DO SOLO PARA FINS DE IRRIGAÇÃO DE HORTALIÇAS
ADAPTAÇÃO E AVALIAÇÃO DE PROCEDIMENTO SIMPLIFICADO PARA DETERMINAÇÃO DA UMIDADE DO SOLO PARA FINS DE IRRIGAÇÃO DE HORTALIÇAS M. B. BRAGA 1 ; W. A. MAROUELLI 1 ; M. CALGARO 2 RESUMO: Este trabalho teve
Leia maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia maisAnálise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
Leia maisDETERMINAÇÃO DOS PARÂMETROS FÍSICO HÍDRICOS NOS SOLOS DO PERÍMETRO IRRIGADO DA CIDADE DE PETROLINA/PE
DETERMINAÇÃO DOS PARÂMETROS FÍSICO HÍDRICOS NOS SOLOS DO PERÍMETRO IRRIGADO DA CIDADE DE PETROLINA/PE Felipe do NASCIMENTO ALMEIDA(1); Rafael RODRIGUES ALMEIDA(2); Geanderson do NASCIMENTO SILVA(3); Marcos
Leia mais6 Análise Estatística
6 Análise Estatística 6.1. Introdução Com o objetivo de identificar os caminhos de percolação pelas fundações da BTME, foram realizadas correlações lineares dos medidores de vazão com o nível do reservatório,
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisCurso de Solos: Amostragem, Classificação e Fertilidade. UFMT Rondonópolis 2013
Curso de Solos: Amostragem, Classificação e Fertilidade. UFMT Rondonópolis 2013 Edicarlos Damacena de Souza Marcos Henrique Dias Silveira mhds@ufmt.br O solo não é uma herança que recebemos de nossos pais,
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia maisAnálise da capacidade de suporte vertical de uma estaca isolada
Manual de engenharia No. 13 Atualização: 04/2016 Análise da capacidade de suporte vertical de uma estaca isolada Programa: Arquivo: Estaca Demo_manual_13.gpi O objetivo deste manual de engenharia é explicar
Leia maisIntrodução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução São duas técnicas estreitamente relacionadas, que visa estimar uma relação
Leia maisCORRELAÇÃO E REGRESSÃO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE TRANSPORTES MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA CORRELAÇÃO E REGRESSÃO Professora: Cira Souza Pitombo Disciplina: ENG C 18 Métodos
Leia mais5.1 INTRODUÇÃO AO SISTEMA DE CONTROLE GAIN SCHEDULING
54 5. SISTEMA DE CONTROLE GAIN SCHEDULING 5.1 INTRODUÇÃO AO SISTEMA DE CONTROLE GAIN SCHEDULING O sistema de controle tipo gain scheduling [14] é um sistema adaptativo [15], onde os parâmetros do controlador
Leia maisAPLICAÇÃO DA REGRESSÃO LINEAR MÚLTIPLA ATRAVÉS DOS DADOS CLIMÁTICOS DA PRECIPITAÇÃO E TEMPERATURA DA SUPERFÍCIE DOS OCEANOS (PACÍFICOS E ATLÂNTICO)
APLICAÇÃO DA REGRESSÃO LINEAR MÚLTIPLA ATRAVÉS DOS DADOS CLIMÁTICOS DA PRECIPITAÇÃO E TEMPERATURA DA SUPERFÍCIE DOS OCEANOS (PACÍFICOS E ATLÂNTICO) Alexandre Silva dos Santos 1, Fabiana Carnaúba Medeiros
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisRegressão linear múltipla. Regressão linear múltipla
Regressão linear múltipla 35 R 2 = 61% Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M. Pagano e Gravreau e Geraldo
Leia maisANÁLISE DE SOLO COMPACTADO COM RESÍDUO DE CONSTRUÇÃO E DEMOLIÇÃO 1 ANALYSIS COMPACTED SOIL WITH CONSTRUCTION AND DEMOLITION WASTE
ANÁLISE DE SOLO COMPACTADO COM RESÍDUO DE CONSTRUÇÃO E DEMOLIÇÃO 1 ANALYSIS COMPACTED SOIL WITH CONSTRUCTION AND DEMOLITION WASTE Carlise Patrícia Pivetta 2, Márcio Antônio Vendruscolo 3 1 Projeto de Iniciação
Leia maisTeoria do Adensamento
Teoria do Adensamento Tópicos complementares GEOTECNIA II SLIDES 08 / AULA 13 Prof. MSc. Douglas M. A. Bittencourt prof.douglas.pucgo@gmail.com Ensaio de Adensamento Ensaio de compressão edométrica Compressão
Leia maisNa aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisESTIMATIVA DA CAPACIDADE DE ARMAZENAMENTO DE ÁGUA NO SOLO NO ESTADO DO CEARÁ RESUMO
ESTIMATIVA DA CAPACIDADE DE ARMAZENAMENTO DE ÁGUA NO SOLO NO ESTADO DO CEARÁ Luciana ROSSATO 1, Regina C. SANTOS ALVALÁ 2, Javier TOMASELLA 3 RESUMO Para a determinação das propriedades hidráulicas do
Leia mais5. Modelo de propagação ajustado
Modelo de propagação ajustado 77 5. Modelo de propagação ajustado Para determinar as constantes a serem utilizadas no modelo de propagação é necessário um bom volume de medidas, para que o ajuste do modelo
Leia maisMODELOS DE REGRESSÃO MULTIVARIADA PARA PREDIÇÃO DA UMIDADE DO SOLO COM O AUXILIO DA TDR
MODELOS DE REGRESSÃO MULTIVARIADA PARA PREDIÇÃO DA UMIDADE DO SOLO COM O AUXILIO DA TDR 1 Mestrando em Agronomia Ciência do Solo. IA/UFRRJ. CEP. 23.890.000. (21) 2681 4600. andradeps@ufrrj.br 2 Bolsista
Leia maisESTIMATIVAS DA RADIAÇÃO LÍQUIDA EM SUPERFÍCIE GRAMADA EM JABOTICABAL (SP) RESUMO
ESTIMATIVAS DA RADIAÇÃO LÍQUIDA EM SUPERFÍCIE GRAMADA EM JABOTICABAL (SP) Edgar Ricardo SCHÖFFEL 1, Clovis Alberto VOLPE 2 RESUMO Este trabalho foi realizado com a finalidade de contribuir para o melhor
Leia maisRegressão Linear Simples
Regressão Linear Simples Capítulo 16, Estatística Básica (Bussab&Morettin, 8a Edição) 10a AULA 18/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 10a aula (18/05/2015) MAE229 1 / 38 Introdução
Leia maisPROMOÇÃO E REALIZAÇÃO
PROMOÇÃO E REALIZAÇÃO REDE METROLÓGICA DO ESTADO DE SÃO PAULO - REMESP REDE DE SANEAMENTO E ABASTECIMENTO DE ÁGUA - RESAG 29 a 31 de outubro de 2014 Local: Associação Brasileira da Indústria de Máquinas
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA BRUNO GERONYMO - GRR20159232 HERMANN MOGIZ DELGADO - GRR20159211 MARIA HELENA OLIVEIRA - GRR20159213 VINICIUS CESAR PEDROSO
Leia maisCALIBRAÇÃO DE TDR PARA DOIS SOLOS DE IMPORTÂNCIA AGRÍCOLA NO RS
CALIBRAÇÃO DE TDR PARA DOIS SOLOS DE IMPORTÂNCIA AGRÍCOLA NO RS Maurício Kunz 1, Gilberto Loguercio Collares 2 Dalvan José Reinert 3, José Miguel Reichert 3, Douglas Rodrigo iser 4 Introdução A Reflectometria
Leia maisLucas Santana da Cunha de julho de 2018 Londrina
Análise de Correlação e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 26 de julho de 2018 Londrina 1 / 17 Há casos em que pode existir um relacionamento entre duas variáveis:
Leia maisGESTÃO DA PRODUÇÃO. Introdução à Previsão de Demanda UFES. Prof. Dr. Joao Ferreira Netto
GESTÃO DA PRODUÇÃO Introdução à Previsão de Demanda UFES Prof. Dr. Joao Ferreira Netto Avaliação de Desempenho Marketing Previsão de Vendas Pedidos em Carteira Engenharia Estrutura do Produto Roteiro de
Leia maisFundações por estacas Introdução
Manual de engenharia No. 12 Atualização: 04/2016 Fundações por estacas Introdução O objetivo deste manual de engenharia é explicar como utilizar os programas GEO5 para analisar fundações por estacas. O
Leia mais1) Como vou comparar 3 grupos realizo uma Anova one way:
Gabarito aula anova e teste não-paramétrico: 1) Como vou comparar 3 grupos realizo uma Anova one way: One-way ANOVA: AREA versus VIRUS Analysis of Variance for AREA Source DF SS MS F P VIRUS 2 215,54 107,77
Leia maisCorrelação e Regressão
Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 6. Os Modelos fatoriais 2 k Trataremos agora de um caso especial de experimentos fatoriais no qual todos os fatores têm apenas dois níveis. Tais níveis podem ser quantitativos
Leia maisMODELOS DE CURVA DE RETENÇÃO DE ÁGUA NO SOLO
115 ISSN ONLINE 1808-8546/ISSN CD 1808-3765 MODELOS DE CURVA DE RETENÇÃO DE ÁGUA NO SOLO ROBERTO FILGUEIRAS¹; VINICIUS MENDES RODRIGUES DE OLIVEIRA²; FERNANDO FRANÇA DA CUNHA³; EVERARDO CHARTUNI MANTOVANI³
Leia maisIMPORTÂNCIA DO MODELO DE CALIBRAÇÃO EMPREGADO NA ESTIMATIVA DA UMIDADE DE UM SOLO, COM A TÉCNICA DA TDR
5 a 8 de Outubro de 011 ISBN 978-85-8084-055-1 IMPORTÂNCIA DO MODELO DE CALIBRAÇÃO EMPREGADO NA ESTIMATIVA DA UMIDADE DE UM SOLO, COM A TÉCNICA DA TDR Heraldo Takao Hashiguti 1 ; Anderson Takashi Hara
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisProposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE.
Proposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE. Érika Fialho Morais 1 2 Eufrázio de Souza Santos 3 Sílvio Fernando Alves Xavier Júnior 1 4 1 Introdução Uma
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisAnálise de Regressão
Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda aso2@cin.ufpe.br cga2@cin.ufpe.br isf2@cin.ufpe.br jbs4@cin.ufpe.br Agenda Parte I: Contextualização
Leia maisCAPÍTULO 4 - APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
Capítulo 4 Apresentação e Análise dos Resultados 70 CAPÍTULO 4 - APRESENTAÇÃO E ANÁLISE DOS RESULTADOS 4.1 INTRODUÇÃO Neste capítulo são analisados os resultados dos ensaios triaxiais cíclicos, cujos resultados
Leia mais