4.5. Regressão linear multivariada considerando diferentes conjuntos de dados para o Estado de São Paulo

Tamanho: px
Começar a partir da página:

Download "4.5. Regressão linear multivariada considerando diferentes conjuntos de dados para o Estado de São Paulo"

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

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 mais

Material exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.

Material 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 mais

Laboratório 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 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 mais

Seção 2.6 Duas Variáveis Quantitativas: Regressão Linear

Seção 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 mais

Correlação e Regressão

Correlação 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 mais

Princípios 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 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 mais

GERAÇÃO 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 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 mais

BIOESTATÍSTICA. Análise de regressão

BIOESTATÍSTICA. 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 mais

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

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 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 mais

Análise de Regressão EST036

Análise 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 mais

LISTA DE EXERCÍCIOS - TÉCNICAS DE REGRESSÃO SIMPLES E MÚLTIPLA

LISTA 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 mais

Regressão linear simples

Regressão 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 mais

Análise Multivariada Aplicada à Contabilidade

Análise 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 mais

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

CORRELAÇÃO 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 mais

Caros 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. 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 mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS 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 mais

6 Ensaios de Resistencia

6 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 mais

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.

Resolução 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 mais

Determinação de medidas de posição a partir de dados agrupados

Determinação 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 mais

UNIVERSIDADE 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: 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 mais

Análise do assentamento de uma estaca isolada

Análise 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 mais

5. Análise dos deslocamentos verticais

5. 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 mais

Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito

Variável 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 mais

Estimativa 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 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 mais

Aula 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 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 mais

Capacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.

Capacitação 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 mais

ESTUDOS ECOLÓGICOS. Unidade de observação é um grupo de pessoas e não o indivíduo

ESTUDOS 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 mais

Projeto final do LabEF

Projeto 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 mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos 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 mais

QUANTIFICAÇÃO DE DOENÇAS

QUANTIFICAÇÃO 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 mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos 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 mais

Métodos Quantitativos para Avaliação de Políticas Públicas

Métodos 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 mais

Aula 2 Uma breve revisão sobre modelos lineares

Aula 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 mais

Aula 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 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 mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. 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 mais

Capítulo 4 Apresentação e Análise dos Resultados 107

Capítulo 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 mais

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada

Análise 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 mais

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA

UNIVERSIDADE 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 mais

Rotinas para o desenvolvimento dos Projetos de Fundações

Rotinas 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 mais

VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1

VERIFICAÇÃO 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 mais

Trabalho para entregar, valendo 1,5 pontos para a primeira avaliação. Entregar na próxima aula.

Trabalho 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 mais

AULA 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 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 mais

Modelo de Regressão Múltipla

Modelo 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 mais

Virgílio A. F. Almeida DCC-UFMG 2005

Virgílio 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 mais

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Análise 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 mais

Perfil geoestatístico de taxas de infiltração do solo

Perfil 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 mais

Econometria Lista 1 Regressão Linear Simples

Econometria 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 mais

Regressão 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 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 mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 mais

INFLUÊNCIA 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 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 mais

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

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 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 mais

ME613 - Análise de Regressão

ME613 - 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 mais

Mais Informações sobre Itens do Relatório

Mais 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 mais

ADAPTAÇÃO 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 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 mais

REGRESSÃO E CORRELAÇÃO

REGRESSÃO 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 mais

Análise Discriminante

Análise 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 mais

DETERMINAÇÃO 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 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 mais

6 Análise Estatística

6 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 mais

Prof. Dr. Lucas Barboza Sarno da Silva

Prof. 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 mais

Curso de Solos: Amostragem, Classificação e Fertilidade. UFMT Rondonópolis 2013

Curso 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 mais

Modelos de Regressão Linear Simples parte I

Modelos 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 mais

MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor

MÉTODOS 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 mais

Análise da capacidade de suporte vertical de uma estaca isolada

Análise 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 mais

Introdução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.

Introdução. 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 mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 mais

5.1 INTRODUÇÃO AO SISTEMA DE CONTROLE GAIN SCHEDULING

5.1 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 mais

APLICAÇÃO 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) 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 mais

Modelos de Regressão Linear Simples - parte I

Modelos 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 mais

Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável

Definição 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 mais

Regressão linear múltipla. Regressão linear múltipla

Regressão 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 mais

ANÁLISE 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 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 mais

Teoria do Adensamento

Teoria 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 mais

Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

Na 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 mais

Planejamento de Experimentos

Planejamento 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 mais

ESTIMATIVA 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 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 mais

5. Modelo de propagação ajustado

5. 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 mais

MODELOS 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 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 mais

ESTIMATIVAS DA RADIAÇÃO LÍQUIDA EM SUPERFÍCIE GRAMADA EM JABOTICABAL (SP) RESUMO

ESTIMATIVAS 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 mais

Regressão Linear Simples

Regressão 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 mais

PROMOÇÃO E REALIZAÇÃO

PROMOÇÃO 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 mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA

UNIVERSIDADE 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 mais

CALIBRAÇÃO DE TDR PARA DOIS SOLOS DE IMPORTÂNCIA AGRÍCOLA NO RS

CALIBRAÇÃO 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 mais

Lucas Santana da Cunha de julho de 2018 Londrina

Lucas 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 mais

GESTÃO 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 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 mais

Fundações por estacas Introdução

Fundações 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 mais

1) Como vou comparar 3 grupos realizo uma Anova one way:

1) 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 mais

Correlação e Regressão

Correlação 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 mais

AULA 8 - MQO em regressão múltipla:

AULA 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 mais

Planejamento de Experimentos

Planejamento 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 mais

MODELOS DE CURVA DE RETENÇÃO DE ÁGUA NO SOLO

MODELOS 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 mais

IMPORTÂNCIA DO MODELO DE CALIBRAÇÃO EMPREGADO NA ESTIMATIVA DA UMIDADE DE UM SOLO, COM A TÉCNICA DA TDR

IMPORTÂNCIA 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 mais

Precificação de apartamentos para o bairro Água Verde em Curitiba

Precificação 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 mais

Proposição 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. 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 mais

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

AULA 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 mais

Análise de Regressão

Análise 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 mais

CAPÍTULO 4 - APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

CAPÍTULO 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