Y em função de X, onde Y é a variável explicada por X. Y - variável explicada ou dependente de X X - variável explicativa ou independente
|
|
- Alessandra Garrido Faro
- 5 Há anos
- Visualizações:
Transcrição
1 II- REGREÃO E CORRELAÇÃO.. REGREÃO LIEAR IMPLE:...Intrduçã:. Relacnament entre varáves : - requer cnhecment ϕ( ) + ψ term estcástc Ex:. Prduçã agrícla Fertlzante em funçã de, nde é a varável explcada pr. - varável explcada u dependente de - varável explcatva u ndependente... Dagrama de Dspersã: (lb/acre) (bushel/acre) Dagrama de Dspersã Prduçã Agrícla Fertlzante
2 . dstânca de entrega de uma carga temp de entrega Carregament Amstrad Dstânca (em Km) 85 3, ,5 8 35, Temp de Entrega (em das) 5 Gráfc de Dspersã 4 Temp Dstânca 3. dade da casa valr d aluguel CAA (ans) (dlar) a a. 30 3a a a a a a. 40 9a a. 5 60
3 3 Dagrama de Dspersã Aluguel Idade..3. Crrelaçã Lnear: cv(, ) E{[ E( )].[ E( )]} ( )( ) ρ r cv(, ) cv(, ) σ σ var( ). var( ) ( )( ) ( ) ( ) x. y x y. nde vara entre r n cas d exempl : ( ) r 0, ( 8x0 ).( 350. ) segund: r 0, tercer: r -0,83355
4 4 Estudarems relacnament lnear entre as varáves, assm: α + β + ε $ a + b $ d upsções:. A relaçã de e é lnear e há efet causal entre elas.. é uma varável nã estcástca e cnhecda 3. Cnsderações a cerca d err: 0,σ 3.. ε ( ) dnde vems que: E( ε ) 0 e Var( ε ) σ (cnstante, pr st nã é ndexada) Mdel Hmscedátc Mdel Hmscedástc Mdel Heterscedástc 3.. ã há crrelaçã seral entre err aleatór, st é, s errs sã ndependentes. E[ ε ε j ] 0 j
5 5..4. Least quare lutn ( luçã ds Mínms Quadrads) u Ordnary Least quare (OL) (Mínms Quadrads Ordnárs): eja a equaçã da reta: α + β A déa é estmar s parâmetrs α e β de tal manera que a sma ds quadrads ds desvs seja mínma, st é; mnmzar ( d ) ( $ ) substtund $ a + b e dervand em relaçã a a e b, e gualand as expressões a zer, tems: a + b a + b Reslvend sstema tems: a a b b cas d exempl terems: a 3,85743 e b 0, Ex: (exercíc). Resluçã cm transferênca de rgem:(exercíc) a 0 b e b x y x
6 6..5. Prpredades ds estmadres OL:. E(ε) 0.. Var(ε ) σ Dem: [ ] ( ε ) ε ( ε ) E{ ε ε E( ε ) + [ E( ε )] } ( ε ) 0 Var E E cm E Var ( ) E( ) ε ε σ 3. Cv(ε ε j ) 0 Dem: cv(ε ε j )E{[ε - E(ε )][ε j E(ε j )]} cm: E(ε )E(ε j )0 cv(ε ε j )E{[ε 0][ε j 0]E(ε ε j ) cm ε e ε j sã ndependentes, entã E(ε ε j )E(ε )E(ε j )0 assm, cv(ε ε j )0 4. E(a) α Dem: E( a) E( b ) E( ) E( b) E α + β + ε α + β / + 0 / β α ( ) β 5. Var(a) σ 6. E(b) β x 7. Var(b) σ x 8. E( ) α + β 9. Var( ) σ
7 7 Prpsçã: $β ( β, σ ) x $α ( α, σ ) x Cm estmar σ Var( ε ): Var( ε ) Var( $ ) Var [ ( α$ + β$ )] ( α$ β$ )..6- Terema de Gauss-Markv: a classe ds estmadres lneares e nã tendencss de α e β, 3 estmadr de mínms quadrads, tem mínma varânca. bre as hpóteses estudadas s estmadres α e β sã BLUE (Best Lnear Umbased Estmatr) sã btds pel métd ds mínms quadrads. - Prvar que sã lneares: α$ β$ β$ - E( $ β ) β x y x utr estmadr 3- Var( $ β) Var( $ θ )
8 8..7- Decmpsçã da ma ds Quadrads:. ( ) ˆ ) ( ( ˆ ) Prpredade Adtva: ( ) ( $ ) + ( $ ) Varaçã Ttal: n T ( ) yy Varaçã Explcada pel Mdel: n R ( ) xx xy Varaçã Resdual: ˆ b b E T R yy b xy Obs: T χ n R χ E χ n
9 9 Cefcente de Determnaçã: T E + R E R + T T Assm: R E T R T Que é a prprçã d ttal de varaçã de explcada pela regressã de em. 0 R Quand: - R 0 mdel de regressã lnear nã explca a varaçã de - R a psçã de tds s pnts amstrads estã na lnha de regressã. Err de Estmatva da Regressã: R ( ˆ ) n b n..8. Teste de Hpóteses: H : β 0 ã exste regressã H : β 0 Exste regressã Fxa nível de sgnfcânca: λ (5 u %). b ( β, σ )
10 0 t c b β nde b n Cmpara cm t n, λ /. Análse da Varânca. Fnte de Varaçã ma Graus Quadrad F calc. F tab. dequad. de Lb. Méd Devd à regressã R R/ Resdual E n- E/n- FR/ F,n-,λ Ttal T n- Hpóteses: H : β 0 H : β Interval de Cnfança; Para α : P t P n, λ / ˆ α α t λ ( a t. α a + t. ) λ n, λ / ˆ α ˆ α n, λ / n, λ / ˆ α nde: n ˆ α. x
11 Para β : P t P b n, λ / ˆ β β t λ β ( t. ˆ β b + t. ˆ ) λ n, λ / β ˆ n, λ / n, λ / β nde: $β x..0. Predçã: eja α + β + ε e $ $ $ α + β eja, anda 0 querems prever um 0 relatv a um 0. $ α$ + β $ 0 0 α$ + β$ $ ε f frecast errr (err de prevsã) ε f $
12 E( ε f ) E( $ ) 0 σ f Var( ε f ) E[( $ ) - E( $ )] Entã: ( $ ) (0, σ f ) $ t $ + t, λ f, f λ
13 3.. REGREÃO MÚLTIPLA eja a ntaçã matrcal: Onde: β + ε M M n K K O K M k k nk M n β β β M K ε ε ε M n Assm tems que: n ε ε' ε ( ε' ε) 0 tems: β ( β) '( β) ' ' β β' ' + β' ' β ' β' ' + β' ' β ˆ - + β 0 entã: β ( ' ) ' Hpóteses: ) ε ~ (0,σ I) I matrz dentdade ) E (ε) 0 3) E (εε ) σ I
14 4 Prpredades:. E( β $ ) β. Var( β $ ) σ ( ) Pr analga a mdels de regressã lnear smples tems: σˆ εˆ nde k é númer de parâmetrs n k Verfcar a qualdade de aderênca para β j Testes de Hpóteses: ) Para cada β j j,,...,k H : β j 0 u β j β j0 H a : β j 0 u β j β j0 Estatístca: t n k, α / βˆ j β β j j0 ) Teste F de nedecr: H : β β... β k 0 H a : pel mens um β j 0 Fnte de Varaçã ma dequad. Graus de Lb. Quadrad Méd Devd a regressã R k- R/k- Resdual E n-k E/n-k F F calc. R / k E / n k F tab. F k-,n-k;λ Ttal T n-
15 5 OB: A seleçã de varáves pde ser feta pr: Frward electn Backward electn tepwse Regressn: Calcula a crrelaçã entre as varáves mas crrelacnadas e deps va nsernd u retrand varáves d mdel utlzand teste F até atngr deal. ó se usa quand númer de varáves fr grande, cas cntrár é melhr fazer tdas as cmbnações pssíves. Cefcente de Determnaçã: R E T R T Obs: Quant mas varáves se ntrduz n mdel mar cefcente de determnaçã. Crrelaçã Parcal: upnha que se tenha 3 varáves, e pde-se medr a as crrelações smples entre e, e e e. O cefcente de crrelaçã parcal mede a crrelaçã entre varáves, nclund s efets que a tercera pssa ter causad sbre cmprtament delas, st é, cnsderand que a tercera fsse cnstante. r é cefcente de crrelaçã parcal entre e. em presença de r r. r ( r )( r ) r Multclneardade: e varáves cuja cncepçã sã de ndependênca, mas pdem alguma lneardade entre elas (crrelaçã entre elas). Deve-se lhar a matrz de crrelaçã e verfcar se varáves ndependentes que a crrelaçã entre elas é mar que cm. Precsa-se
16 retrar uma delas para elmnar a multclneardade, ps va dar prblema n mdel. 6 Heterscedastcdade: Para detectar a heterscedatcdade deve-se pltar valr prevst versus resídus a quadrad. e a reta estver nclnada ndca heterscedastcdade..3 REGREÃO ÃO LIEAR - Regressã cm Varáves Transfrmadas: Uma funçã que relacna a é ntrnsecamente lnear se, pr me de uma transfrmaçã em e/u em ela puder ser expressa lnearmente. A tabela a segur mstra alguns exempls. Funçã Transfrmaçã Frma Lnear β e (Expnencal) ln( ) α ln( α ) + β β α (Ptênca) lg( ), lg( ) lg( α ) + β α + β (Recíprca) α + β Quand mdel transfrmad satsfaz as hpóteses, métd ds mínms quadrads frnece s melhres resultads. - Regressã Plnmal Os mdels plnmas sã nã lneares, mas ntrnsecamente lneares. A equaçã d mdel de regressã plnmal de k-ésm grau é: β 0 + β + β β k k
17 7 A estmatva usand mínms quadrads é a aprprada, entretant mdel plnmal cm k grande é mut mprvável e, na mara das aplcações usa-se k (quadrátc) u k3 (cúbc). - Regressã Lgístca Quand fr uma varável dctômca cm s pssíves valres e 0 crrespndentes a sucess e fracass usa-se a Regressã Lgístca para prever resultad. A frma específca d mdel lgístc usad será A transfrmaçã lgt β x e β 0+ E(/x) π(x) β x e β 0+ + ln π que pde ser clcada na frma ( x) β x e β 0+ ln β x e β 0+ + π(x) g(x) ln β 0 + β x π(x) Estmaçã ds parâmetrs: Métd Quase-ewtn Métd da Funçã Dscrmnante Mdel de Lcaçã de Varáves Mstas O Mdel de Regressã Lgístca Múltpla é dada pr: e g(x) π(x) + e g(x) nde: g(x) β 0 + β x + β x β p x p
REGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia maisRegressão Linear Simples uma revisão
Regressã Lear mples uma revsã A regressã lear é útl quad a varável de teresse (depedete se relaca e é afetada pr uma u mas varáves (depedetes. Cmecems pel mdel que da frma mas smples pssível pde represetar
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia mais13- AÇÕES HORIZONTAIS NAS ESTRUTURAS DE CONTRAVENTAMENTO
13- AÇÕES HORIZONTAIS NAS ESTRUTURAS DE CONTRAVENTAMENTO A determnaçã ds esfrçs slctantes nas estruturas de cntraventament, para um carregament dad, é feta empregand-se s métds cnvencnas da análse estrutural.
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia maisRegressão Linear Simples. Frases. Roteiro
Regressão Lnear Smples Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 4 Rotero. Modelagem de Relação. Modelo Lnear
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisAnálise do TBJ para pequenos sinais
EN2719 Dspstvs Eletrôncs UL 18 nálse d TBJ para pequens snas Prf. drg ena Muñz rdrg.munz@ufac.edu.r T1 2018 EN 2719 Dspstvs Eletrôncs Cnteúd nálse sem esstênca da fnte e resstênca de carga nálse nclund
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisLugar Geométrico das Raízes. Lugar Geométrico das Raízes. Lugar Geométrico das Raízes
Cnstruíd dretamente a partr ds póls e zers da funçã de transferênca de malha aberta H(. Os póls de malha fechada sã sluçã da equaçã + H( = 0, u: arg( H( ) = ± 80 (k+), k = 0,,,... H( = Para cada pnt s
Leia maisAjuste de Curvas Regressão. Computação 2º Semestre 2016/2017
Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter
Leia maisGrupo A. 3. alternativa C. Então: y = alternativa B. = 8 6i. 5. alternativa A = i
Grup A. alternatva B ( x ) + ( y 5) ( y + ) + ( x + ) x y + x y 7y y 5 x + x + y 8 y x + y 8 x + 8 x 5 Entã: x y 5 5 9. n ( x; y), m ( x; y), q ( x; y), p(x; y) m + n + p + q ( x; y) + (x; y) + (x; y)
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisCOMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA
COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA O prblema de cmparaçã de distribuições de sbrevivências surge cm freqüência em estuds de sbrevivência. Pr exempl, pde ser de interesse cmparar dis trataments para
Leia maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
Leia maisRegressão Linear Múltipla. Frases. Roteiro
Regressão Lnear Múltpla Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 004 Rotero 1. Especfcação do Modelo. Modelo
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Expermentas em Cêncas Mecâncas Professor Jorge Luz A. Ferrera Sumáro.. Dagrama de Dspersão. Coefcente de Correlação Lnear de Pearson. Flosofa assocada a medda da Estatstca. este de Hpótese 3. Exemplos.
Leia maisUniversidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas
Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisEstatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha
09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;
Leia maisRegressão Linear e Multilinear
Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem
Leia mais(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)
Bussab&Morettn Estatístca Básca Capítulo 6 Problema zˆ,5, 55x αˆ : a acudade vsual méda estmada para recém-nascdos (zero anos de dade) é,5; βˆ : a acudade vsual méda estmada dmnu,55 a cada ano,5; 9,5;
Leia maisTabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.
Regressão Lnear Algumas vezes estamos nteressados não apenas se exste assocação entre duas varáves quanttatvas x e y, mas nós temos também uma hpótese a respeto de uma provável relação de causa e efeto
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 4 Regressão Linear
ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11 EERCÍCIOS PRÁTICOS - CADERNO 4 Regressão Lnear 4. EERCÍCIOS PARA RESOLVER NAS AULAS 4.1. O gestor de marketng duma grande cadea de supermercados quer determnar
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisComo Construir Modelos Empíricos
Unversdade Tecnológca Federal do Paraná Programa de Pós-Graduação em Engenhara Mecânca - PPGEM Como Construr Modelos Empírcos Prof a Danele Tonolo Das F. Rosa http://pagnapessoal.utfpr.edu.br/daneletdas
Leia maisMECÂNICA DOS FLUIDOS I Engenharia Mecânica e Naval 2º Teste 13 de Janeiro de 2012, 18:30 Duração: 2 horas
Engenhara Mecânca e Naval 2º Teste 13 de Janer de 2012 18:30 Duraçã: 2 hras Questã 1 Uma bmba hdráulca faz um caudal Q de água crcular através de uma cnduta representada smplfcadamente na Fgura 1 desde
Leia maisCapítulo 2. Modelos de Regressão
Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisMétodos de reamostragem
Universidade Federal d Paraná Labratóri de Estatística e Geinfrmaçã - LEG Métds de reamstragem Prfs.: Eduard Vargas Ferreira Walmes Marques Zeviani Validaçã cruzada e btstrap Nesta seçã vams discutir dis
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012
ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados
Leia maisGABARITO. Física E. 04) E i F q = 45 PQ. F = B. i. L. sen 45 o F = 0, F = 2N Perpendicular à folha e para dentro dela.
ísca E Extensv V. 7 Exercícs 01) E I frça (vertcal, para cma) II frça (perpendcular à flha, sand dela) III (hrzntal, para a dreta) 0) 34 03) 68 S N S N frça (perpendcular à flha, entrand nela) 01. alsa.
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisANÁLISE DA VARIÂNCIA DA REGRESSÃO
ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos
Leia maisModelo de Regressão Simples
Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisCAPÍTULO 9 REGRESSÃO LINEAR PPGEP REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES UFRGS. Regressão Linear Simples
CAPÍTULO 9 REGREÃO LINEAR IMPLE REGREÃO LINEAR IMPLE UFRG Em mutos problemas há duas ou mas varáves que são relaconadas, e pode ser mportante modelar essa relação. Por exemplo, a resstênca à abrasão de
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisPrimeiro Exercício da Lista de Interpolação TOL 10 9
Prmero Exercíco da Lsta de Interpolação TOL 9 Busque uma expressão de segundo grau e outra de tercero grau que melhor aproxmam a função x 4 no ntervalo x. Analse e dscuta seus resultados confrontado-os
Leia maisPROPRIEDADES DE ÓLEO E GÁS. Pseudo-Componente GÁS: mistura de hidrocarbonetos que se encontra na fase gasosa nas condições padrão;
RORIEDADES DE ÓLEO E GÁS ÓLEOS DE BAIXO ENCOLHIMENO (BLACK OIL) DEFINIÇÕES: seud-cmpnente ÓLEO: mstura de hdrcarbnets que se encntra na fase líquda nas cndções padrã; seud-cmpnente GÁS: mstura de hdrcarbnets
Leia maisResoluções dos testes propostos
s undaments da ísca 2 Undade E Capítul 4 Lentes esércas delgadas esluções ds testes prpsts T.37 T.36 espsta: b As lentes devem ser cnvergentes. Send de vdr e mersas n ar, tems: n lente n me Assm, estudante
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisa média populacional do i-ésimo tratamento; o efeito do i-ésimo tratamento na variável dependente Y e mede o afastamento da média µ
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (5,5): Vnte e cnco
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Lcencatura em Economa E C O N O M E T R I A II (LEC310) Avalação dstrbuída - Teste global 25 de Junho de 2007 NOTAS PRÉVIAS: 1. A prova tem duração de 2 horas. 2. Apenas
Leia maisDados ajustáveis a uma linha recta
Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:
Leia maisEXERCÍCIOS. Método iterativo para determinação da temperatura da parede
EXERÍIOS Métd teratv para deternaçã da teperatura da parede Exepl.8 Ua estufa de secage e fra de paralelepíped, apada n sl te altura de 2, 20 de cprent e 3 de largura. face nterna está a 250 e ar abente
Leia maisIntrodução. Amplificação linear. Introdução à Eletrônica Inversor. Amplificadores. Amplificadores. Amplificador linear v o (t) = Av i (t)
ntrduçã mplfcaçã lnear ntrduçã à Eletrônca nersr TE214 Fundaments da Eletrônca Engenhara Elétrca mplfcadres mplfcadres mplfcaçã de snal: funçã fundamental de prcessament de snas. mplfcadr lnear (t) = (t)
Leia maisPROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
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 mais1. Na figura estão representados dois ciclistas, A e B, pedalando a caminho de um cruzamento. Ao chegarem ao cruzamento, ambos continuam em frente.
Escla Secundára Dr. Ângel August da Slva Teste de MATEMÁTICA A 10º An Duraçã: 90 mnuts 6º Teste, Junh 2006 Nme Nº T: Classfcaçã O Prf. (Luís Abreu) 1ª PARTE Para cada uma das seguntes questões de esclha
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maiscos. sen = ; tg 2x
Resluções das atividades adicinais Capítul Grup A. alternativa E Sabems que: tg 0 tg 0 sen 0 sen 0 cs 0 cs 0 Dessa frma: + +. alternativa E Tems: sen + cs + cs cs Cm ;, cs < 0. Lg cs. Entã: sen sen cs
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisConceitos básicos. idênticas, pode apresentar diferentes resultados é chamado de. Um experimento ou fenônemo que, se for observado em condições
INTRODUÇÃO À PROAILIDADE 0 Cnets báss Experment aleatór u fenômen aleatór Stuações u antements ujs resultads nã pdem ser prevsts m erteza. Um experment u fenônem que, se fr bservad em ndções dêntas, pde
Leia mais