Análise de Regressão. Notas de Aula
|
|
- Silvana Barreto Delgado
- 7 Há anos
- Visualizações:
Transcrição
1 Análise de Regressão Notas de Aula
2 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas variáveis é do tipo f (X) = a + b X temos o modelo de regressão simples. A variável X é a variável independente da equação enquanto Y = f (X) é a variável dependente das variações de X. O modelo de regressão é chamado de simples quando envolve uma relação causal entre duas variáveis. O modelo de regressão é multivado quando envolve uma relação causal com mais de duas variáveis. Isto é, quando o comportamento de Y é explicado por mais de uma variável independe X 1, X 2,...X n. Os modelos acima (simples ou multivariados) simulam relacionamentos entre as variáveis. Esse relacionamento poderá ser do tipo linear (equação da reta ou do plano) ou não linear (equação exponencial, geométrica, etc.). A análise de regressão compreende, portanto quatro tipos básicos de modelos; - linear simples; - linear multivariado; - não linear simples; - não linear multivariado. Para que serve determinar a relação entre duas variáveis? 1 - Para realizar previsões sobre o comportamento futuro de algum fenômeno da realidade. Neste caso extrapola-se para o futuro as relações de causa-efeito já observadas no passado entre as variáveis. Pode-se, por exemplo, prever a população futura de uma cidade simulando a tendência de crescimento da população no passado. 2 - Pesquisadores interessados em simular os efeitos sobre uma variável Y em decorrência de alterações introduzidas nos valores de uma variável X também usam este modelo. Por exemplo: de que modo a produtividade (Y) de uma área agrícola é alterada quando se aplica certa quantidade (X) de fertilizante sobre a terra. No exemplo acima o pesquisador seleciona n pedaços de terra x 1, x 2, x 3,...x n, aos quais são aplicadas quantidades definidas de fertilizante. Em seguida, medem-se as quantidades colhidas em cada pedaço de terra y 1, y 2, y 3,...yn, obtendo assim pares de valores (x 1,y 1 ) (x 2,y 2 ),...(xn, yn) que podem ser plotados em um gráfico cartesiano chamado de diagrama de dispersão. Diagrama de Dispersão Ao se plotar num gráfico cartesiano os pares de informação referente a cada observação obtemos uma nuvem de pontos definidos pelas coordenadas x e y de cada ponto. Essa nuvem, por sua vez, definirá um eixo ou direção que caracterizará o padrão de relacionamento entre X e Y. A regressão será linear se observada uma tendência ou eixo linear na nuvem de pontos cartesianos. A relação entre as variáveis será direta (ou positiva) quando os valores de Y aumentarem em decorrência da elevação dos valores de X. Será inversa (ou negativa) quando os valores de Y variarem inversamente em relação aos de X. A figura 1 mostra o diagrama de dispersão referente as variáveis X e Y. O diagrama mostra uma relação direta entre as variáveis, ou seja: o crescimento de Y está diretamente ligado ao crescimento de X.
3 3 x y Figura 1 Modelos de Regressão Linear Regressão é o processo matemático pelo qual derivamos os parâmetros a e b de uma função f (X). Estes parâmetros determinam as características da função que relaciona Y com X que no caso do modelo linear se representa por uma reta chamada de reta de regressão. Esta reta explica de forma geral e teoricamente a relação entre X e Y. Isto significa que os valores observados de X e Y nem sempre serão iguais aos valores de X e Y estimados pela reta de regressão. Haverá sempre alguma diferença, e essa diferença significa; (1) que as variações de Y não são perfeitamente explicadas pelas variações de X ou; (2) que existem outras variáveis das quais Y depende ou; (3) que os valores de X e Y são obtidos de uma amostra específica que apresenta distorções em relação a realidade. Esta diferença em estatística é chamada de erro ou desvio. O processo de regressão significa, portanto, que os pontos plotados no gráfico são definidos, modelados ou regredidos, a uma reta que corresponde à menor distância possível entre cada ponto plotado e a reta. Em outras palavras, busca-se reduzir ao mínimo possível os somatórios dos desvios entre Y e Y. Veja a figura 2 abaixo. Y = α + β X equação da reta a partir dos dados coletados Y = a + b X equação da reta a partir das estimativas
4 4 Figura 2 x y x.y x 2 Projeção , , , , , , , , , ,52 Somas b = 9,7381 a = 117,0702 Y = 117,07 + 9,74 x
5 5 Método dos Mínimos Quadrados É o método de computação matemática pelo qual se define a curva de regressão. Esse método definirá uma reta que minimizará a soma das distâncias ao quadrado entre os pontos plotados (X, Y) e a reta (X,Y ). Pelo método dos mínimos quadrados calculam-se os parâmetros a e b da reta que minimiza estas distâncias ou as diferenças (ou o erro) entre Y e Y. Esta reta é chamada de curva de regressão. (1) Erro = E = (Y- Y ) Diferença entre o valor levantado Y (na amostra) e o estimado Y (pela reta de regressão) (2) E E E E n 2 = Mínimo Objetivo do modelo de regressão (3) Erro Total = Σ (Y-Y ) 2 Hipótese de trabalho (4) Y = a + bx Equação da reta de regressão que minimiza o erro Substituindo (4) em (3) (5) Σ (Y- a - bx) 2 Para que a soma dos quadrados dos erros tenha um valor mínimo, devem-se aplicar os conceitos de cálculo diferencial com derivadas parciais. Como as incógnitas do problema são os coeficientes "a" e "b" estrutura-se um sistema de duas equações. Assim aplicando os conceitos acima referidos monta-se o sistema de equações normais que permitirá extrair os valores de a e b, e = - 2 Σ (Y- a - bx) a - 2 Σ Y + 2 Σ a + 2 Σ bx Σ Y = Σ a + Σ bx (6) Σ Y = Na + b Σ X Equação Normal Σ Y + b Σ X (7) a = N tamanho da amostra N (8) Σ XY = a Σ X + b Σ X 2 Equação Normal N Σ XY - Σ X.Σ Y (9) b = a Σ X 2 - Σ X 2
6 6 Os valores a e b acima correspondem aos parâmetros da equação de regressão que minimiza as diferenças entre os valores de Y (levantados) e os de Y (estimados pela regressão). Portanto, o problema de fitting (ajustar) uma reta que melhor se adeque à nuvem de dados se reduz em calcular os parâmetros a e b da equação de regressão. GRAU DE UTILIDADE DA RETA DE REGRESSÃO A reta de regressão que se obtém através do método dos mínimos quadrados é apenas uma aproximação da realidade, ela é um modo útil para indicar a tendência dos dados. Mas até que ponto a reta de regressão obtida é útil para avaliar a realidade? Duas medidas podem indicar o quanto útil ou aproximado da realidade é a reta: Erro Padrão da Estimativa erro padrão da estimativa; coeficiente de determinação O erro padrão da estimativa S e mede o desvio médio entre os valores reais de Y e os valores estimados Y. Ele informa de modo aproximado a extensão do erro entre os valores obtidos das estimativas e os valores de Y fornecidos pela amostra. S e é medido na unidade de Y. O que se busca é conseguir o menor valor possível de S e. Pode-se interpretar o S e como um desvio padrão dos resíduos, pois assumindo que estes resíduos são "normalmente distribuídos", pode-se dizer então que 68% dos pontos (plotados) encontramse dentro de 1 desvio padrão: -1 S e 1; e que 95% dos pontos encontram-se dentro de 2 desvios padrão: -2 S e 2. Sendo os desvios normalmente distribuídos a fórmula de S e é obtida da definição da variância da amostra S e 2, com n-2 graus de liberdade: S e 2 Σ (Y Y ) 2 = = N - 2 Σ (Y Y ) 2 S e = N 2 Ao se ajustar a reta se espera que ela explique o conjunto de dados coletados. Se os dados estivem todos contidos numa reta teremos uma reta de regressão coincidente com os dados
7 7 levantados. Nesse caso a somatória dos desvios ao quadrado será zero e, o ajuste da reta será completo. A reta de regressão explica perfeitamente a relação entre X e Y. O erro padrão existirá sempre que o poder de explicação da reta não for completo. O valor do erro significa então que existem outros fatores que interferem no comportamento de Y além da variável X. Coeficiente de Determinação Ao se analisar a reta de regressão observamos que os pontos (xi, yi) estão distribuídos acima e abaixo da mesma. Na Figura 3 relacionamos cada ponto (Y), com o seu valor estimado (Y - a reta de regressão) e com o valor médio de Y (Y* -reta paralela ao eixo X). Como podemos observar a diferença entre o valor de Y e o valor de Y* (valor médio de Y) é o desvio total do ponto em relação a sua média. A soma dos desvios ao quadrado de todos os pontos em relação a média de Y é chamada de Variação Total. Isto é: Σ (Y Y*) 2 A diferença entre o valor de um ponto Y (xi, yi) e seu valor estimado Y' (xi,yi ) isto é a distancia entre o ponto Y e a reta de regressão, é chamada de Variação Não Explicada pela reta de regressão. Isto é: Σ (Y Y ) 2 Já a diferença entre o valor Y (estimativa de Y) situado sobre a reta de regressão e o valor médio de Y* (situado sobre a reta paralela ao eixo x) é conhecida como Variação Explicada pela reta de regressão. Isto é: Σ (Y Y*) 2 Conforme mostra a Figura 3, Variação Total = Variação Explicada + Variação não Explicada
8 8 Figura 3 y i y i y* Y = a+ bx Y Y Y* Variação não Explicada Variação Explicada x i Conclui-se que: Σ (Y Y*) 2 = Σ (Y Y ) 2 + Σ (Y Y*) 2 O Coeficiente de Determinação r 2 é Definido pela seguinte relação: Σ (Y Y*) 2 Σ (Y Y*) 2 = = r 2 = Σ (Y Y*) 2 Variação Explicada Variação Total CÁLCULO DO COEFICIENTE DE DETERMINAÇÃO Variação x y Projeção Explicada Não explicada Total ,21 853,48 432, , ,93 180, , , , , , , , ,14 54, , , , , ,14 0, , ,14 159, , , , ,52 379, , Média y 380 Soma , , b 9,74 a 117,07 Coeficiente de Determinação 0,7385 F observado 22,5939
9 9 O coeficiente de determinação deve ser interpretado como a proporção de variação total da variável dependente Y que é explicada pela variação da variável independente X. Tomando o exemplo acima se pode concluir que 73,85 % das variações de Y são explicadas pela variação de X. Coeficiente de Correlação O coeficiente de determinação é igual ao quadrado do coeficiente de correlação. Assim a partir do valor do coeficiente de determinação podemos obter o valor do coeficiente de correlação. No exemplo acima para um coeficiente de determinação r 2 = 0,738 obtemos o coeficiente de correlação, r = 0,85. O coeficiente de determinação é sempre positivo, enquanto que o coeficiente de correlação pode admitir valores negativos e positivos. Valores de r igual ou próximos de 1 ou 1 indica que exige uma forte relação entre as variáveis: no primeiro caso a relação é direta, enquanto que no segundo a relação é inversa. Valores próximos de Zero, significa que existe pouco relacionamento entre as variáveis. Portanto, -1 r +1 O coeficiente de determinação indica o quanto a reta de regressão explica o ajuste da reta, enquanto que o coeficiente de correlação deve ser usado como uma medida de força da relação entre as variáveis Resumindo: - Os valores de r estão limitados entre -1 r +1 - O coeficiente de correlação tem um valor único para a população ou amostra. - Coeficiente de correlação padroniza dentro dos horizontes acima as variações da covariância - Por isso o coeficiente de correlação pode ser expresso: Cov (X,Y) r X,Y = onde, σ X σ Y σ X desvio padrão da variável X σ Y desvio padrão da variável Y Cov (X,Y) Covariância de X e Y
10 10 Erro Padrão do Coeficiente b, (S b ) O erro padrão do coeficiente b indica o grau de aproximação entre o coeficiente b da equação de regressão e o coeficiente β da população. Essa variação existe porque embora os dados sejam retirados da população há sempre variações entre os dados da amostra e os dados da população. A fórmula abaixo mede a diferença entre b e β: S 2 b S b = S 2 b = = (n-1) x Var (x) (n-1) x Var (x) S b Pela fórmula acima se pode concluir que o erro padrão do coeficiente b: é diretamente proporcional ao erro padrão da estimativa S e, e; e inversamente proporcional ao valor do desvio padrão de x e o tamanho da amostra menos 1.
REGRESSÃO. Análise de Correlação
REGRESSÃO Linear, Não linear, simples e múltipla Análise de Correlação 2 Correlação Indica a força e a direção do relacionamento linear entre dois atributos Trata-se de uma medida da relação entre dois
Leia maisCorrelação e Regressão linear simples
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Regressão linear simples Prof. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Correlação linear Diagrama de dispersão Covariância
Leia maisPlano da Apresentação. Correlação e Regressão linear simples. Correlação linear. Associação entre hábitos leitura e escolaridade.
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Plano da Apresentação Correlação linear Diagrama de dispersão Covariância Coeficiente de correlação de Pearson Teste de correlação
Leia maisMedidas de Localização
MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS RESUMO Estatística 2 Medidas de Localização e Dispersão 10º ano Cláudia Henriques Medidas de Localização Estatísticas Medidas que se calculam a partir dos dados
Leia maisRegressão linear múltipla. Prof. Tatiele Lacerda
Regressão linear múltipla Prof Tatiele Lacerda Yi = B + Bx + B3X3 + u Plano de resposta E(Y i ) = 0,00 Y i i 0 (,33;,67) Y i 0 X i Xi X p i, p i 3 Modelo de regressão linear múltipla em termos matriciais,
Leia maisAula 12: Correlação e Regressão
Aula 12: Correlação e Regressão Sumário Aula 12: Correlação e Regressão... 1 12.l Correlação... 2 12.2 Diagrama de dispersão... 2 12.3 Correlação linear... 3 12.3.1 Coeficiente de correlação linear...
Leia maisMatemática Básica Intervalos
Matemática Básica Intervalos 03 1. Intervalos Intervalos são conjuntos infinitos de números reais. Geometricamente correspondem a segmentos de reta sobre um eixo coordenado. Por exemplo, dados dois números
Leia maisAnálise de Regressão Linear Simples III
Análise de Regressão Linear Simples III Aula 03 Gujarati e Porter Capítulos 4 e 5 Wooldridge Seção.5 Suposições, Propriedades e Teste t Suposições e Propriedades RLS.1 O modelo de regressão é linear nos
Leia maisBIOESTATÍSTICA. Parte 1 - Estatística descritiva e análise exploratória dos dados
BIOESTATÍSTICA Parte 1 - Estatística descritiva e análise exploratória dos dados Aulas Teóricas de 17/02/2011 a 03/03/2011 1.1. População, amostra e dados estatísticos. Dados qualitativos e quantitativos
Leia maisCurso de Análise Estatística Comparação entre variáveis contínuas: correlação e regressão Linear
NÚCLEO DE ESTATÍSTICA E METODOLOGIA APLICADAS Desenvolvendo conhecimento para a excelência dos cuidados em saúde mental UNIVERSIDADE FEDERAL DE SÃO PAULO Curso de Análise Estatística Comparação entre variáveis
Leia maisAGRUPAMENTO DE ESCOLAS DA SÉ GUARDA. MATEMÁTICA B Curso de Artes Visuais
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro AGRUPAMENTO DE ESCOLAS DA SÉ GUARDA MATEMÁTICA B Curso de Artes Visuais ANO LECTIVO: 2015/2016 11º ANO 1º PERÍODO PLANIFICAÇÃO
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNVERSDADE DO ESTADO DO RO GRANDE DO NORTE UERN FACULDADE DE CÊNCAS EXATAS E NATURAS FANAT DEPARTAMENTO DE
Leia maisRegressão, Interpolação e Extrapolação Numéricas
, e Extrapolação Numéricas Departamento de Física Universidade Federal da Paraíba 29 de Maio de 2009, e Extrapolação Numéricas O problema Introdução Quem é quem Um problema muito comum na física é o de
Leia maisRetorno e risco de carteiras de investimento. Copyright Pereira, F. I
Retorno e risco de carteiras de investimento OBJETIVOS DA UNIDADE DE ESTUDO Compreender o processo de avaliação do risco de uma carteira. Definir e mensurar a covariancia entre duas variáveis Definir e
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisMétodos Quantitativos Aplicados a Custos Análise Estatística como um auxiliar valioso nas decisões
Métodos Quantitativos Aplicados a Custos Análise Estatística como um auxiliar valioso nas decisões Que métodos estatísticos podem auxiliar as análises de custos? Qual a relação entre regressão e correlação?
Leia mais3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Leia maisLINEARIZAÇÃO DE GRÁFICOS
LINEARIZAÇÃO DE GRÁFICOS Física Básica Experimental I Departamento de Física / UFPR Processo de Linearização de Gráficos O que é linearização? procedimento para tornar uma curva que não é uma reta em um
Leia mais3º Ano do Ensino Médio. Aula nº09 Prof. Paulo Henrique
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº09 Prof. Paulo Henrique Assunto: Funções do Segundo Grau 1. Conceitos básicos Definição: É uma função que segue a lei: onde, Tipos
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de
Leia maisMEDIDAS DE DISPERSÃO. o grau de variabilidade, ou dispersão, dos valores em torno da média.
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual, sem ilustrar
Leia maisPara mais de duas variáveis independentes, em função de uma variável dependente.
MÉTODOS QUANTlTATlVOS APLlCADOS À CONTABlLlDADE Prof. Héber Lavor Moreira Plano de Aula TEMA: REGRESSÃO MÚLTlPLA - Caso Multiplan S/A lntrodução Em muitos casos uma variável pode estar relacionada com
Leia maisTestes de variância e Análise de Variância (ANOVA)
Testes de variância e Análise de Variância (ANOVA) Introdução à Inferência Estatística Introdução à Inferência Estatística TESTE DE VARIÂNCIAS E DISTRIBUIÇÃO F Testes sobre variâncias Problema: queremos
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
Leia maisMedidas de Tendência Central
Média, Mediana e Moda 1 Coletando Dados A coleta de dados produz um conjunto de escores de uma ou mais variáveis Para chegar à distribuição dos escores, estes têm de ser arrumados / ordenados do menor
Leia maisMedidas de dispersão e assimetria
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Medidas de dispersão e assimetria Profª Cesaltina Pires cpires@uevora.pt Plano da Apresentação Medidas de dispersão Variância Desvio padrão Erro
Leia maisÁLGEBRA VETORIAL E GEOMETRIA ANALÍTICA (UFCG- CUITÉ)
P L A N O S PARALELOS AOS EIXOS E AOS PLANOS COORDENADOS Casos Particulares A equação ax + by + cz = d na qual a, b e c não são nulos, é a equação de um plano π, sendo v = ( a, b, c) um vetor normal a
Leia maisMATEMÁTICA B 10ºANO ANO LETIVO 2015/2016 Módulo Inicial
ESCOLA SECUNDÁRIA/3 RAINHA SANTA ISABEL- ESTREMOZ MATEMÁTICA B 10ºANO ANO LETIVO 2015/2016 Módulo Inicial Revisões de conceitos do 3º ciclo Efetuar cálculos com números reais utilizando valores exatos
Leia maisx = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.
1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem. Determine a média aritmética da distribuição: A mediana não é tão sensível, como a média, às observações que são muito
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisAula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Leia maisPLANO DE ENSINO CONTEÚDO PROGRAMÁTICO. Unidade 1: MEDIDAS E GRANDEZAS. 1.1.- Introdução. 1.2.- Padrões usados para avaliar grandezas físicas
PLANO DE ENSINO FACULDADE: CIÊNCIAS DA SAÚDE DE JUIZ DE FORA CURSO: FARMÁCIA Período: 2º DISCIPLINA: MATEMÁTICA E BIOESTATÍSTICA Ano: 2015 CARGA HORÁRIA: 40 H PRÉ-REQUISITO: - SEMANAL: 02 T TOTAL: 02 AULAS
Leia maisCapítulo 5. Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão
Capítulo 5 Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão Hipóteses do Modelo de Regressão Linear Simples RS1. y x e t 1 t t RS. RS3. RS4. RS5. RS6. Ee
Leia maisCapítulo 7. 1. Bissetrizes de duas retas concorrentes. Proposição 1
Capítulo 7 Na aula anterior definimos o produto interno entre dois vetores e vimos como determinar a equação de uma reta no plano de diversas formas. Nesta aula, vamos determinar as bissetrizes de duas
Leia maisCURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE
CURSO DE MATEMÁTICA BÁSICA Fatoração Equação do 1º Grau Equação do 2º Grau Aula 02: Fatoração Fatorar é transformar uma soma em um produto. Fator comum: Agrupamentos: Fatoração Quadrado Perfeito Fatoração
Leia maisProbabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1
Probabilidade III Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.1 Ulisses Umbelino (DE-UFPB) Probabilidade III Período 2014.1 1 / 42 Sumário 1 Apresentação
Leia maisIV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla
IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla Significância Estatística Existe uma estatítica, o t-estatístico,associado a cada estimativa O t-estatístico mede
Leia maisContabilometria. Análise Discriminante
Contabilometria Análise Discriminante Fonte: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Contabilidade e Administração, Editora Atlas, São Paulo, 010 Cap. 3 Análise Discriminante
Leia maisLição 5 Medidas Descritivas Medidas de Dispersão
99 Lição 5 Medidas Descritivas Medidas de Dispersão Após concluir o estudo desta lição, esperamos que você possa: identifi car o objetivo das medidas de dispersão; identifi car o conceito de variância;
Leia maisResolução do exemplo 8.6a - pág 61 Apresente, analítica e geometricamente, a solução dos seguintes sistemas lineares.
Solução dos Exercícios de ALGA 2ª Avaliação EXEMPLO 8., pág. 61- Uma reta L passa pelos pontos P 0 (, -2, 1) e P 1 (5, 1, 0). Determine as equações paramétricas, vetorial e simétrica dessa reta. Determine
Leia maisMODELAGEM ESTATÍSTICA PARA ENSAIOS DE RESISTÊNCIA NA INDÚSTRIA DE CELULOSE E PAPEL
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. MODELAGEM ESTATÍSTICA PARA ENSAIOS DE RESISTÊNCIA NA INDÚSTRIA DE CELULOSE E PAPEL JOHNNY ROCHA JORDAN (UNIPLAC) johnny@jordan.eng.br A Estatística é uma
Leia maisNoções de Microeconomia
Noções de Microeconomia Demanda, Oferta e Equilíbrio de Mercado: A Demanda e a Lei da Demanda; A Curva da Demanda; A Oferta e a Lei da Oferta; A Curva da Oferta; Equilíbrio de Mercado; Elasticidades. Introdução
Leia maisAula 1 Variáveis aleatórias contínuas
Aula 1 Variáveis aleatórias contínuas Objetivos: Nesta aula iremos estudar as variáveis aleatórias contínuas e você aprenderá os seguintes conceitos: função de densidade de probabilidade; função de distribuição
Leia maisControle Estátistico de Processo.
Relatório de estudo dos fios. Controle Estátistico de Processo. Indice Item Assunto. Pág. Análise estatística C.E.P. 04 1 Introdução. 04 2 Controle estatístico do processo. 04 2.1 Definição. 04 2.3 Objetivo
Leia maisESCOLA SECUNDÁRIA DE CALDAS DAS TAIPAS PLANIFICAÇÃO ANUAL. Ano letivo 2014 / 2015
PLANIFICAÇÃO ANUAL MATEMÁTICA A 10º ANO Ano letivo 01 / 015 Gorete Branco, José Temporão, M.ª Arminda Machado, Paula Gomes, Teresa Clain GESTÃO DO TEMPO 1.º PERÍODO INICIO: 15 / 09 / 01 FIM: 16 /1 / 01
Leia mais1 - RECORDANDO 2 - CENTRO NA ORIGEM 3 - EQUAÇÃO GERAL DA CIRCUNFERÊNCIA. Exercício Resolvido 2: Exercício Resolvido 1: Frente I
Matemática Frente I CAPÍTULO 22 EQUAÇÕES DA CIRCUNFERÊNCIA 1 - RECORDANDO Até agora, o nosso foco principal foi as retas: calculamos as equações geral e reduzida de uma reta, a interseção entre duas retas,
Leia maisPLANO DE AULA I. Escrito por Eliani Pereira de Souza Nascimento. Supervisionado por Rosana Silva Bonfim
PLANO DE AULA I Escrito por Eliani Pereira de Souza Nascimento Funções no Geogebra 1 º Série do Ensino Médio (Matemática) Compreender a construção do gráfico de funções de 1o - grau, sabendo caracterizar
Leia maisAULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
Leia maisDIREÇÃO DO VENTO E SEU SIGMA- CALMARIAS
DIREÇÃO DO VENTO E SEU SIGMA- CALMARIAS No campo da Poluição do Ar, a direção do vento é muito importante, pois indica para onde está indo a massa de ar que leva consigo os poluentes. Em Poluição do Ar,
Leia maisExercícios de Aprofundamento Mat Polinômios e Matrizes
. (Unicamp 05) Considere a matriz A A e A é invertível, então a) a e b. b) a e b 0. c) a 0 e b 0. d) a 0 e b. a 0 A, b onde a e b são números reais. Se. (Espcex (Aman) 05) O polinômio q(x) x x deixa resto
Leia maisANÁLISE EXPLORATÓRIA DE DADOS
ANÁLISE EXPLORATÓRIA DE DADOS 1.0 Conceitos A estatística descritiva tem o objetivo de organizar, resumir e apresentar de forma adequada os dados, para que estes se tornem informativos. A análise exploratória
Leia maisCAPÍTULO 8. de Variância - ANOVA ANOVA. Análise
CAPÍTULO 8 Análise de Variância - UFRGS Os testes de hipótese apresentados até aqui limitaram-se à comparação de duas médias ou duas variâncias. Contudo, há situações onde se deseja comparar várias médias,
Leia maisAgrupamento de Escolas Júlio Dantas Escola Básica Tecnopolis
Teorema de Pitágoras- Unidade 2 1.ºP Tema Calendarização Domínio N.º de aulas de 45 minutos Agrupamento de Escolas Júlio Dantas Escola Básica Tecnopolis Planificação Curricular a Longo Prazo Matemática
Leia maisÁlgebra Linear I - Aula 20
Álgebra Linear I - Aula 0 1 Matriz de Mudança de Base Bases Ortonormais 3 Matrizes Ortogonais 1 Matriz de Mudança de Base Os próximos problemas que estudaremos são os seguintes (na verdade são o mesmo
Leia maisEstimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança
Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade
Leia maisEstatística - exestatmedposic.doc 25/02/09
Medidas de Posição Introdução Vimos anteriormente que, através de uma distribuição de freqüências se estabelece um sistema de classificação que descreve o padrão de variação de um determinado fenômeno
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maisA. Equações não lineares
A. Equações não lineares 1. Localização de raízes. a) Verifique se as equações seguintes têm pelo menos uma solução nos intervalos dados: i) (x - 2) 2 ln(x) = 0, em [1, 2] e [e, 4]. ii) 2 x cos(x) (x 2)
Leia maisA Derivada. 1.0 Conceitos. 2.0 Técnicas de Diferenciação. 2.1 Técnicas Básicas. Derivada de f em relação a x:
1.0 Conceitos A Derivada Derivada de f em relação a x: Uma função é diferenciável / derivável em x 0 se existe o limite Se f é diferenciável no ponto x 0, então f é contínua em x 0. f é diferenciável em
Leia maisComo rodar a regressão no gretl. Usando o Console para calcular elasticidade. Elasticidade. Usando o Console para calcular predição
Como rodar a regressão no gretl Alguns tópicos do gretl Usando o console: Comando: ols y const 3 Estima uma função linear usando o método de Mínimos Quadrados Ordinários. Elasticidade Intuição: resposta
Leia mais= 1 1 1 1 1 1. Pontuação: A questão vale dez pontos, tem dois itens, sendo que o item A vale até três pontos, e o B vale até sete pontos.
VTB 008 ª ETAPA Solução Comentada da Prova de Matemática 0 Em uma turma de alunos que estudam Geometria, há 00 alunos Dentre estes, 30% foram aprovados por média e os demais ficaram em recuperação Dentre
Leia mais5. Derivada. Definição: Se uma função f é definida em um intervalo aberto contendo x 0, então a derivada de f
5 Derivada O conceito de derivada está intimamente relacionado à taa de variação instantânea de uma função, o qual está presente no cotidiano das pessoas, através, por eemplo, da determinação da taa de
Leia maisCoeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos
Coeficiente de Assimetria e Curtose Rinaldo Artes 2014 Padronização Seja X uma variável aleatória com E(X)=µ e Var(X)=σ 2. Então a variável aleatória Z, definida como =, tem as seguintes propriedades:
Leia mais. B(x 2, y 2 ). A(x 1, y 1 )
Estudo da Reta no R 2 Condição de alinhamento de três pontos: Sabemos que por dois pontos distintos passa uma única reta, ou seja, dados A(x 1, y 1 ) e B(x 2, y 2 ), eles estão sempre alinhados. y. B(x
Leia maisUnidade 3 Função Afim
Unidade 3 Função Afim Definição Gráfico da Função Afim Tipos Especiais de Função Afim Valor e zero da Função Afim Gráfico definidos por uma ou mais sentenças Definição C ( x) = 10. x + Custo fixo 200 Custo
Leia maisPlanejamento e Análise Estatística de Experimentos Fatoriais em blocos completos
Planejamento e Análise Estatística de Experimentos Fatoriais em blocos completos Contexto Já vimos como analisar um experimento em blocos na presença de um único fator de interesse. Podemos ter experimentos
Leia maisDesenvolvimento de Veículos Autônomos em Escala. Identificação de Parâmetros e Calibração dos Modelos dos Sistemas de Propulsão, Frenagem e Direção
Desenvolvimento de Veículos Autônomos em Escala. Identificação de Parâmetros e Calibração dos Modelos dos Sistemas de Propulsão, Frenagem e Direção Aluno: Thais Barreto Joffe Orientador: Mauro Speranza
Leia mais1.10 Sistemas de coordenadas cartesianas
7 0 Sistemas de coordenadas cartesianas Definição : Um sistema de coordenadas cartesianas no espaço é um v v conjunto formado por um ponto e uma base { } v3 Indicamos um sistema de coordenadas cartesianas
Leia maisMatemática. A probabilidade pedida é p =
a) Uma urna contém 5 bolinhas numeradas de a 5. Uma bolinha é sorteada, tem observado seu número, e é recolocada na urna. Em seguida, uma segunda bolinha é sorteada e tem observado seu número. Qual a probabilidade
Leia maisPlanificação do 2º Período
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro Planificação do 2º Período Disciplina: Matemática A Grupo: 500 Ano: 10º Número de blocos de 45 minutos previstos: 0 Ano
Leia maisGEOMETRIA ANALÍTICA II
Conteúdo 1 O PLANO 3 1.1 Equação Geral do Plano............................ 3 1.2 Determinação de um Plano........................... 7 1.3 Equação Paramétrica do Plano........................ 11 1.4 Ângulo
Leia maisFUNÇÕES (1) FUNÇÃO DO 1º GRAU E DOMÍNIO DE UMA FUNÇÃO
FUNÇÕES (1) FUNÇÃO DO 1º GRAU E DOMÍNIO DE UMA FUNÇÃO 1. (Epcar (Afa) 016) Para fazer uma instalação elétrica em sua residência, Otávio contatou dois eletricistas. O Sr. Luiz, que cobra uma parte fixa
Leia maisAula Prática: Regressão Linear Simples
Universidade Federal do Rio de Janeiro Faculdade de Medicina Departamento de Medicina Preventiva Núcleo de Estudos de Saúde Coletiva Disciplina: Modelos de Regressão em saúde Aula Prática: Regressão Linear
Leia maisPrograma de Ciências Experimentais 2012-2013
Programa de Ciências Experimentais 2012-2013 I Teoria 1 Introdução 2 Conceitos úteis 2.1 Ordem de grandeza 2.1.1 Introdução 2.1.2 Definição 2.1.3 Representação científica de um número 2.1.4 Ordem de grandeza
Leia maisA forma geral de uma equação de estado é: p = f ( T,
Aula: 01 Temática: O Gás Ideal Em nossa primeira aula, estudaremos o estado mais simples da matéria, o gás, que é capaz de encher qualquer recipiente que o contenha. Iniciaremos por uma descrição idealizada
Leia maisEquações paramétricas da Reta
39 6.Retas e Planos Equações de Retas e Planos Equações da Reta Vamos supor que uma reta r é paralela a um vetor V = a, b, c) não nulo e que passa por um ponto P = x, y, z ). Um ponto P = x, pertence a
Leia maisExperimento. Guia do professor. Quantos peixes há no lago? Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia
Análise de dados e probabilidade Guia do professor Experimento Quantos peixes há no lago? Objetivos da unidade Introduzir um método que permite estimar o tamanho de uma deter minada população. licença
Leia maisUnidade III- Determinantes
Unidade III- Determinantes - Situando a Temática A teoria dos determinantes tem origem em meados do século XVII, quando eram estudados processos para resolução de sistemas lineares Hoje em dia, embora
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7
Potencial Elétrico Quando estudamos campo elétrico nas aulas passadas, vimos que ele pode ser definido em termos da força elétrica que uma carga q exerce sobre uma carga de prova q 0. Essa força é, pela
Leia maisFUNÇÃO QUADRÁTICA. Resumo
01 / 08 / 12 FUNÇÃO QUADRÁTICA 1. Definição Resumo Função do 2º grau ou função quadrática é a função f: R R definida por f(x) = ax² + bx + c, com a, b, c reais e a 0. Em que a é o coeficiente de x²; b
Leia maisProfessores colaboradores: Claudemir, David Cardoso Siqueira, Edilson Araujo do Nascimento, Emerson, Glaucia, Luciene Maria da Silva Oliveira
1. NOME OU TÍTULO DO PROJETO: Conhecendo minha cidade 2. DADOS DE IDENTIFICAÇAO Área ou Disciplina de Origem: Matemática Professor coordenador: Professores colaboradores: Claudemir, David Cardoso Siqueira,
Leia maisUniversidade Federal de Santa Maria Centro de Ciências Naturais e Exatas Departamento de Física Laboratório de Teoria da Matéria Condensada
Universidade Federal de Santa Maria Centro de Ciências Naturais e Exatas Departamento de Física Laboratório de Teoria da Matéria Condensada Sistema de equações lineares e não lineares Tiago de Souza Farias
Leia maisErros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.
Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano 2015 - Época especial
Prova Escrita de MATEMÁTICA A - 1o Ano 015 - Época especial Proposta de resolução GRUPO I 1. Como P A B = P A + P B P A B, substituindo os valores conhecidos, podemos calcular P A: 0,7 = P A + 0,4 0, 0,7
Leia maisMétodo dos mínimos quadrados Wikipédia, a enciclopédia livre
1 de 5 25/12/2012 20:27 Método dos mínimos quadrados Origem: Wikipédia, a enciclopédia livre. O Método dos Mínimos Quadrados, ou Mínimos Quadrados Ordinários (MQO) ou OLS (do inglês Ordinary Least Squares)
Leia maisInstituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Cálculo do Conceito ENADE
Instituto acional de Estudos e Pesquisas Educacionais Anísio Teixeira IEP Ministério da Educação ME álculo do onceito EADE Para descrever o cálculo do onceito Enade, primeiramente é importante definir
Leia maisRegressão Linear Múltipla
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EATAS E NATURAIS FACULDADE DE ESTATÍSTICA DISCIPLINA: Estatística Aplicada PROFESSORES: Heliton Tavares e Regina Madruga ALUNO: Wemenson avier Trabalho
Leia maisMATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática
MATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática Conteúdos I - Conjuntos:. Representação e relação de pertinência;. Tipos de conjuntos;. Subconjuntos;. Inclusão;. Operações com conjuntos;.
Leia maisDefinição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.
Determinantes A cada matriz quadrada de números reais, pode associar-se um número real, que se designa por determinante da matriz Definição de determinantes de primeira e segunda ordens Seja A uma matriz
Leia maisAdministração Central Unidade de Ensino Médio e Técnico - Cetec. Ensino Técnico. Qualificação: Assistente Administrativo
.. Plano de Trabalho Docente 2013 Ensino Técnico Etec Prof Massuyuki Kawano Código: 136 Município: Tupã Eixo Tecnológico: Gestão e Negócios Habilitação Profissional: Técnico em Administração Qualificação:
Leia maisQuinto roteiro de exercícios no Scilab Cálculo Numérico
Quinto roteiro de exercícios no Scilab Cálculo Numérico Rodrigo Fresneda 4 de maio de 2012 1 Equações Diferenciais Ordinárias Equação diferencial é uma equação que contém derivadas de uma função desconhecida.
Leia mais0.1 Curvas de Ofertas e Demandas Lineares
0.1 Curvas de Ofertas e Demandas Lineares 1 Faculdade de Minas - FAMINAS-BH 0.1 Curvas de Ofertas e Demandas Lineares Na prática, algumas equações de oferta e demanda são aproximadamente lineares na faixa
Leia maisDesvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
Leia maisPARTE 11 VETOR GRADIENTE:
PARTE 11 VETOR GRADIENTE: INTERPRETAÇÃO GEOMÉTRICA 11.1 Introdução Dada a função real de n variáveis reais, f : Domf) R n R X = 1,,..., n ) f 1,,..., n ), se f possui todas as derivadas parciais de primeira
Leia maisROTEIRO PARA ELABORAÇÃO DO PROJETO DE PESQUISA
ROTEIRO PARA ELABORAÇÃO DO PROJETO DE PESQUISA O objetivo desse roteiro é orientar os estudantes de Estatística para a realização do trabalho proposto conforme previsto no plano de ensino da disciplina.
Leia maisBALANÇO ENERGÉTICO NUM SISTEMA TERMODINÂMICO
BALANÇO ENERGÉTICO NUM SISTEMA TERMODINÂMICO O que se pretende Determinar experimentalmente qual dos seguintes processos é o mais eficaz para arrefecer água à temperatura ambiente: Processo A com água
Leia maisEstatística Multivariada. Visão Panorâmica. Aplicações: Associação. Classificação. Comparação. Associação. Correlação Bivariada.
Prof. Lorí Viali, Dr. viali@pucrs.br; viali@mat.ufrgs.br; http://www.pucrs.br/famat/viali; http://www.mat.ufrgs.br/~viali/ Embora projetos complexos e métodos sofisticados sejam necessários para responder
Leia maisO cilindro deitado. Eduardo Colli
O cilindro deitado Eduardo Colli São poucas as chamadas funções elementares : potências e raízes, exponenciais, logaritmos, funções trigonométricas e suas inversas, funções trigonométricas hiperbólicas
Leia maisMétodo do Lugar das Raízes
Método do Lugar das Raízes 1. Conceito do Lugar das Raízes 2. Virtudes do Lugar das Raízes (LR) pag.1 Controle de Sistemas Lineares Aula 8 No projeto de um sistema de controle, é fundamental determinar
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia mais