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
|
|
- João Lucas Henrique Sacramento Palha
- 7 Há anos
- Visualizações:
Transcrição
1 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
2 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual é a equação? usar a equação para predição 2
3 9-2 Correlação 3
4 Definição Correlação existe entre duas variáveis quando uma delas está, de alguma forma, relacionada com a outra. 4
5 Suposições 1. A amostra de dados emparelhados (x,y) é uma amostra aleatória. 2. Os pares de dados (x,y) tem uma distribuição normal bivariada. 5
6 Definição Diagrama de Dispersão é um gráfico de dados amostrais emparelhados (x,y) com o eixo x horizontal e o eixo y vertical. Cada par individual (x,y) é plotado como um ponto. 6
7 Diagrama de Dispersão 7
8 Correlação Linear Positiva y y y (a) Positiva x (b) Positiva Forte x (c) Positiva Perfeita x Figura 9-1 Diagramas de Dispersão 8
9 Correlação Linear Negativa y y y (d) Negativa x (e) Negativa Forte x (f) Negativa Perfeita x Figura 9-1 Diagramas de Dispersão 9
10 Sem Correlação Linear y y (g) Não há Correlação x (h) Correlação não-linear x Figura 9-1 Diagramas de Dispersão 10
11 Notação S xx = Σ(x x) - 2 = (Σx 2 ) n( x - ) 2 S yy = Σ(y y) - 2 = (Σy 2 ) n( y - ) 2 S xy = Σ (x x)(y - y) - = (Σxy) n( x - )( y - ) 11
12 Definição Coeficiente de Correlação Linear r mede o grau de relacionamento linear entre os valores emparelhados x e y em uma amostra r = S xy (S xx ) (S yy ) Fórmula 9-1 Calculadoras podem fornecer r ρ (rô) é o coeficiente de correlação linear de todos os dados emparelhados da população. 12
13 Notação para o Coeficiente de Correlação Linear n Σ número de pares de dados presentes denota a adição dos itens indicados. Σx denota a soma de todos os valores de x. Σx 2 (Σx) 2 Σxy r ρ indica que devemos ao quadrado cada valor de x e somar os resultados. indica que devemos somar os valores de x e elevar o total ao quadrado. indica que devemos multiplicar cada valor de x pelo valor correspondente de y e somar então todos estes produtos. representa o coeficiente de correlação linear para uma amostra. representa o coeficiente de correlação linear para uma população 13
14 Interpretando o Coeficiente de Correlação Linear Se o valor absoluto de r excede o valor na Tabela A - 6, concluímos que há correlação linear significativa. Caso contrário, não há evidência suficiente para apoiar a existência de uma correlação linear significativa. 14
15 TABELA A-6 Valores Críticos do Coeficiente de Correlação de Pearson r n α =.05 α =.01,950,878,811,754,707,666,632,602,576,553,532,514,497,482,468,456,444,396,361,335,312,294,279,254,236,220,207,196,999,959,917,875,834,798,765,735,708,684,661,641,623,606,590,575,561,505,463,430,402,378,361,330,305,286,269,256 15
16 Propriedades do Coeficiente de Correlação Linear r r 1 2. O valor de r não varia se todos os valores de qualquer uma das variáveis são convertidos para uma escala diferentes. 3. O valor de r não é afetado pela escolha de x ou y. Permutando todos os valores de x e y, o valor de r permanecerá inalterado. 4. r mede a intensidade, ou grau, de um relacionamento linear. 16
17 Erros Comuns Envolvendo Correlação 1. Causalidade: É errado concluir que correlação implica causalidade. 2. Médias ou Taxas: Taxas ou médias suprimem a variação individual e podem inflacionar o coeficiente de correlação. 3. Linearidade: Pode haver alguma relação entre x e y mesmo quando não há correlação linear significativa. 17
18 Erros Comuns Envolvendo Correlação FIGURA Distância (pés) Tempo (segundos) Diagrama de dispersão da distância acima do solo e do tempo para um objeto lançado para cima 18
19 Teste de Hipótese Formal Para determinar se existe uma correlação linear significativa entre duas variáveis Dois métodos Ambos métodos utilizam: H 0 : ρ = 0 (não há correlação linear significativa) H 1 : ρ 0 (correlação linear significativa) 19
20 Método 1: Estatística de Teste é t (segue formato apresentado anteriormente) Estatística de Teste: t = r 1 - r 2 n -2 Valores Críticos: utilizar a Tabela A-3 com graus de liberdade = n -2 20
21 Método 1: Estatística de Teste é t (segue formato apresentado anteriormente) Figura
22 Método 2: Estatística de Teste é r (exige menos cálculos) Estatística de teste: r Valores críticos: Consulte a Tabela A-6 (não há graus de liberdade) Rejeitar ρ = 0 Não rejeitar ρ = 0 Rejeitar ρ = 0-1 Figura 9-5 r = - 0,811 0 r = 0,811 1 Valor amostral: r = 0,828 22
23 FIGURA 9-3 Teste para a Correlação Linear Início Seja: H 0 : ρ = 0 H 1 : ρ 0 Escolha um nível de significância l α Calcule r com a Fórmula 9-1 MÉTODO 1 MÉTODO 2 A estatística de teste é r t = 1 - r 2 n -2 Os valores críticos de t estão na Tabela A-3, ( n -2 graus de liberdade) A estatística de teste é r Os valores críticos de r encontram-se na Tabela A-6 Se o valor absoluto da estatística de teste excede os valores críticos, rejeitar H 0 : ρ = 0 Caso contrário, não rejeitar H 0 Se H 0 é rejeitada, concluir que há Correlação linear significativa. Se H 0 não é rejeitada, então não há evidência suficiente para concluir pela existência de uma correlação linear. 23
24 Há correlação linear significativa? Dados do Projeto do Lixo: Análise de plástico descartado x Plástico (kg) y Tamanho da residência 0, , , ,284 n = 8 α = 0,05 H 0 : ρ = 0 6 H 1 :ρ 0 0, , , ,383 5 Estatística de teste é r = 0,842 24
25 Há correlação linear significativa? n = 8 α = 0,05 H 0 : ρ = 0 H 1 :ρ 0 Estatística de teste é r = 0,842 Valores críticos são r = - 0,707 e 0,707 (Tabela A-6 com n = 8 e α = 0,05) TABELA A-6 Valores Críticos do Coeficiente de Correlação de Pearson r n α =,05 α =,01,950,878,811,754,707,666,632,602,576,553,532,514,497,482,468,456,444,396,361,335,312,294,279,254,236,220,207,196,999,959,917,875,834,798,765,735,708,684,661,641,623,606,590,575,561,505,463,430,402,378,361,330,305,286,269,256 25
26 Há correlação linear significativa? 0,842 > 0,707, ou seja, a estatística de teste está na região crítica. REJEITAMOS, pois, H 0 : ρ = 0 (ausência de correlação) e concluímos que há correlação linear significativa entre o Peso de plástico descartado e o tamanho das residências. Rejeitar ρ = 0 Não Rejeitar ρ = 0 Rejeitar ρ = 0-1 r = - 0,707 0 r = 0,707 1 Dados amostrais: r = 0,842 26
27 Justificação para a Fórmula de r Fórmula 9-1 é desenvolvida de Σ (x -x) (y -y) r = (x, y) centróide dos pontos (n -1) s x s y 24 y x = 3 x - x = 7-3 = 4 (7, 23) da amostra 20 y - y = = II Quadrante III Quadrante (x, y) I Quadrante IV Quadrante x y = 11 FIGURA
28 Definição 9-3 Regressão Equação de Regressão Dada uma coleção de dados amostrais emparelhados, a equação de regressão y ^ = b 0 + b 1 x descreve a relação entre as duas variáveis Reta de Regressão (reta de melhor ajuste ou reta de mínimos quadrados) o gráfico da equação de regressão 28
29 Reta de Regressão em Diagrama de Dispersão 29
30 A Equação de Regressão x é a variável independente (variável preditora) ^y é a variável dependente (variável resposta) y ^= b +b x 0 1 y = mx +b b 0 = y - intercepto b 1 = inclinação 30
31 Notação para a Equação de Regressão Parâmetro Populacional Estatística Amostral y-intercepto da equação de regressão β 0 b 0 Inclinação da equação de regressão β 1 b 1 Equação da reta de regressão y = β 0 + β 1 x y ^ = b 0 + b 1 x 31
32 Suposições 1. Estamos investigando apenas relações lineares. 2. Para um dado valor de x, y é uma variável aleatória com distribuição normal (em forma de sino). Todas essas distribuições de y tem a mesma variância. E ainda, para um dado valor de x, a média da distribuição dos valores de y está sobre a reta de regressão. (Os resultados não são afetados seriamente se os desvios da normalidade e da igualdade da variância não são grandes.) 32
33 Fórmula para b 0 e b 1 Fórmula b 0 = y - b 1 x (intercepto y) Fórmula 9-3 b 1 = (S xy ) (S xx ) (coeficiente angular Calculadoras ou computadores podem determinar estes valores Fórmula
34 A reta de regressão é a que melhor se ajusta aos pontos amostrais. 34
35 Predições Ao predizer um valor de y com base em determinado valor de x Se não há uma correlação linear significativa, o melhor valor predito de y é y. 2. Se há uma correlação linear significativa, obtém-se o melhor valor predito de y substituindo-se o valor de x na equação de regressão. 35
36 FIGURA 9-7 Predizendo o Valor de uma Variável Iniciar Calcular r e testar a hipótese que ρ = 0 Há correlação linear significativa? Não Dado um valor arbitrário de uma variável, o melhor valor Predito da outra variável é sua média amostral. Sim Utilizar a equação de regressão para fazer predições. Levar o valor Dado na equação de regressão. 36
37 Diretrizes para o Uso da Equação de Regressão 1. Se não há correlação linear significativa, não use a equação de regressão para fazer predições. 2. Ao aplicar a equação de regressão para predições, mantenha-se dentro do âmbito dos dados amostrais. 3. Uma equação de regressão baseada em dados passados não é necessariamente válida hoje. 4. Não devemos fazer predições sobre uma população diferente daquela de onde provêm os dados amostrais. 37
38 Qual é a melhor predição do tamanho de uma residência que descarta 0,227 kg de plástico? Dados do Projeto Lixo: Análise de plástico descartado x Plástico (kg) y Tamanho da residência 0, , , ,284 Usando uma calculadora: b 0 = 0, , , , ,383 5 b 1 = 3,263 y = 0, ,263 (0,227) y = 1,29 Uma residência que que descarta 0,227 kg de plástico tem aproximadamente uma pessoa. 38
39 Definições Variação Marginal a quantia que uma variável varia quando a outra variável sofre uma variação de exatamente 1 unidade Outlier um ponto que está muito afastado dos demais pontos. Pontos de Influência pontos que afetam fortemente o gráfico da reta de regressão. 39
40 Resíduos e Propriedade de Resíduos Mínimos Quadrados Definições dado um par de dados amostrais (x,y), um resíduo é a diferença (y - y) ^ entre um valor amostral observado y e ^ o valor y predito com base na equação de regressão. Propriedade dos Mínimos Quadrados Uma reta verifica a propriedade dos mínimos quadrados se a soma dos quadrados dos resíduos é a menor possível. 40
41 Resíduos e a Propriedade dos Mínimos Quadrados x y y = 5 + 4x ^ FIGURA y Resíduo = 11 Resíduo = Resíduo = 7 Resíduo = -13 x 41
42 9-4 Intervalo de Variação e de Predição 42
43 Definições Desvio Total (de um particular ponto (x, y) em relação à média) é a distância vertical y - y, que é a distância entre o ponto (x, y) e a reta horizontal que passa pela média amostral y. Desvio Explicado ^ é a distância vertical y - y, que é a distância entre o valor predito y e a reta horizontal que passa pela média amostral y. Desvio não-explicado ^ é a distância vertical y - y, que é a distância vertical entre o ponto (x, y) e a reta de regressão. (A distância y - ^y também é chamada resíduo, definido na Seção 9-3.) 43
44 Figura 9-9 Desvios: Não-explicado, Explicado e Total y Desvio total (y - y) y ^ = 3 + 2x (5, 19) (5, 13) (5, 9) y = 9 Desvio não-explicado (y - y) ^ Desvio explicado (y ^ - y) x 44
45 (desvio total) = (desvio explicado) + (desvio não-explicado) ^ (y - y) = (y - y) + (y - y) ^ (variação total) = (variação explicada) + (variação não-explicada) Σ (y - y) 2 = Σ (y ^- y) 2 + Σ ^ (y - y) 2 Fórmula
46 Definição Coeficiente de determinação é o valor da variação de y que é explicado pela reta de regressão R 2 = variação explicada. variação total ou simplesmente o quadrado de r (determinado pela Fórmula 9-1, seção 9-2) 46
47 Intervalos de Predição Definição Erro-padrão da estimativa é uma medida das diferenças (ou distâncias) entre os valores amostrais y observados e os valores preditos y^ obtidos através da reta de regressão. 47
48 Erro-padrão da Estimativa s e = Σ (y - y) 2 n -2 ^ ou s e = Σ y 2 -b 0 Σ y - b 1 Σ xy n -2 Fórmula
49 Intervalo de Predição para um ^ determinado y ^ y - E < y < y + E onde E = t α /2 s e n (x 0 x ) 2 S xx x 0 representa o valor dado de x t α /2 tem n - 2 graus de liberdade 49
50 9-5 Regressão Múltipla Definição Equação de Regressão Múltipla Um relacionamento linear entre uma variável dependente y e duas ou mais variáveis independentes (x 1, x 2, x 3..., x k ) ^y = b 0 + b x b x b x k k 50
51 Notação ^ y = b 0 + b 1 x 1 + b 2 x 2 + b 3 x b k x k (Forma geral da equação de regressão múltipla estimada) n = tamanho da amostra k = número de variáveis independentes ^ y = valor predito da variável dependente y x 1, x 2, x 3..., x k são as variáveis independentes 51
52 Notação ß 0 = intercepto y, ou valor de y quando todas as variáveis preditoras são 0. b 0 = estimativa de ß 0 baseada nos dados amostrais ß 1, ß 2, ß 3..., ß k são os coeficientes das variáveis independentes x 1, x 2, x 3..., x k b 1, b 2, b 3..., b k são as estimativas amostrais dos coeficientes ß 1, ß 2, ß 3..., ß k 52
53 Definições R 2 Ajustado Coeficiente de determinação múltipla uma medida do grau de ajustamento da equação de regressão múltipla aos dados amostrais Coeficiente de determinação ajustado o coeficiente múltiplo de determinação R 2 modificado de modo a levar em conta o número de variáveis e o tamanho da amostra. 53
54 R 2 Ajustado R 2 Ajustado = 1 - (n - 1) [n - (k + 1)] (1 - R 2 ) Fórmula 9-7 onde n = tamanho da amostra k = número de variáveis independentes (x) 54
55 Determinação da Melhor Equação de Regressão Múltipla 1. Use o bom senso e considerações de ordem prática para incluir ou excluir variáveis. 2. Em vez de incluir todas as variáveis disponíveis, inclua um número relativamente pequeno de variáveis independentes (x), eliminando as variáveis independentes que não tenham influência na variável dependente. 3. Escolha uma equação que tenha um valor de R 2 ajustado com esta propriedade: Se se inclui uma variável independente adicional, o valor de R 2 ajustado não é aumentado substancialmente. 4. Para um dado número de variáveis independentes (x), escolha a equação com o maior valor ajustado R Escolha uma equação que tenha significância global, tal como determinada pelo valor P na tela do computador. 55
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 maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisAULA 06 Correlação. Ernesto F. L. Amaral. 04 de outubro de 2013
1 AULA 06 Correlação Ernesto F. L. Amaral 04 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisAnálise 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 maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisCorrelação e Regressão. Correlação entre variáveis
Correlação entre variáveis Existe uma correlac a o entre duas varia veis quando os valores de uma varia vel esta o relacionados, de alguma maneira, com os valores da outra varia vel. Uma vez definida a
Leia maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisEstatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa
Estatística CORRELAÇÃO E REGRESSÃO LINEAR Prof. Walter Sousa CORRELAÇÃO LINEAR A CORRELAÇÃO mede a força, a intensidade ou grau de relacionamento entre duas ou mais variáveis. Exemplo: Os dados a seguir
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO 1 1. CORRELAÇÃO 1.1. INTRODUÇÃO 1.. PADRÕES DE ASSOCIAÇÃO 1.3. INDICADORES DE ASSOCIAÇÃO 1.4. O COEFICIENTE DE CORRELAÇÃO 1.5. HIPÓTESES BÁSICAS 1.6. DEFINIÇÃO 1.7. TESTE DE HIPÓTESE.
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisSeção 2.6 Duas Variáveis Quantitativas: Regressão Linear
Seção 2.6 Duas Variáveis Quantitativas: Regressão Linear A Reta de Regressão Predições Resíduos Sumário Interpretando a Inclinação e o Intercepto Cuidados com a Regressão Grilos e Temperatura Você pode
Leia maisCORRELAÇÃO E REGRESSÃO. 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 maisCap. 13 Correlação e Regressão
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 13 Correlação e Regressão Correlação X e Y variáveis quantitativas X Y Correlação
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisão, Regressão & Simulação
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 09: Correlação ão, Regressão & Simulação 1/43 Pode-se pesar um urso com fita métrica? Como os ursos, em sua
Leia maisCorrelação e Regressão
Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
Leia maisExemplo 1. Conjunto de dados de uma amostra de 12 meninas da escola: y i x i
Exemplo 1 Y : peso (kg) de meninas de 7 a 11 anos de uma certa escola de dança X : altura (m) das meninas A partir de 3 valores prefixados de X, foram obtidas, para cada valor de X, 4 observações independentes
Leia maisRegressão Linear Simples
Regressão Linear Simples Capítulo 16, Estatística Básica (Bussab&Morettin, 8a Edição) 10a AULA 18/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 10a aula (18/05/2015) MAE229 1 / 38 Introdução
Leia maisAnálise de Regressão
Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda aso2@cin.ufpe.br cga2@cin.ufpe.br isf2@cin.ufpe.br jbs4@cin.ufpe.br Agenda Parte I: Contextualização
Leia maisInferência. 1 Correlação Linear 2 Regressão linear. Renata Souza
Inferência 1 Correlação Linear 2 Regressão linear Renata Souza Introdução Estudar a relação entre duas variáveis quantitativas Exemplos Idade e altura das crianças Tempo de prática de esportes e ritmo
Leia maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisEstatística. Correlação e Regressão
Estatística Correlação e Regressão Noções sobre correlação Existem relações entre variáveis. Responder às questões: Existe relação entre as variáveis X e Y? Que tipo de relação existe entre elas? Qual
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Distribuição beta não central; Coef. de determinação; Quando X for aleatório. Distribuição
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisRESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 018 Determinado órgão governamental estimou que a probabilidade p de um ex-condenado voltar a ser condenado por algum crime no prazo de 5 anos, contados a partir
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisAnálise de Regressão - parte I
16 de Outubro de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos para dados coletados. Entender como método de mínimos é usado
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisCORRELAÇÃO. Flávia F. Feitosa
CORRELAÇÃO Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Junho de 2015 Revisão Inferência Estatística: Método científico para tirar conclusões sobre os parâmetros
Leia maisCORRELAÇÃO E REGRESSÃO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE TRANSPORTES MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA CORRELAÇÃO E REGRESSÃO Professora: Cira Souza Pitombo Disciplina: ENG C 18 Métodos
Leia maisNoções sobre Regressão
Noções sobre Regressão Nos interessa estudar como uma variável varia em função de outra. Por exemplo, considere a questão de demanda e preço de bens. Quando se estuda a variação de uma variável Y em função
Leia maisIntrodução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução São duas técnicas estreitamente relacionadas, que visa estimar uma relação
Leia maisESTATÍSTICA INFERENCIAL. Prof. Dr. Guanis de Barros Vilela Junior
ESTATÍSTICA INFERENCIAL Prof. Dr. Guanis de Barros Vilela Junior As Hipóteses A Hipótese Nula (H 0 ) é, em geral, uma afirmação conservadora sobre uma situação da pesquisa. Por exemplo, se você quer testar
Leia maisLucas Santana da Cunha de julho de 2018 Londrina
Análise de Correlação e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 26 de julho de 2018 Londrina 1 / 17 Há casos em que pode existir um relacionamento entre duas variáveis:
Leia maisEstatística Aplicada II. } Correlação e Regressão
Estatística Aplicada II } Correlação e Regressão 1 Aula de hoje } Tópicos } Correlação e Regressão } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática,
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 maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisNa aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 5
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 5 1. Quando que as amostras são consideradas grandes o suficiente,
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisInstituto Federal Goiano
e simples e Instituto Federal Goiano e Conteúdo simples 1 2 3 4 5 simples 6 e simples Associação entre duas variáveis resposta Exemplos: altura de planta e altura da espiga, teor de fósforo no solo e na
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisEstudar a relação entre duas variáveis quantitativas.
Estudar a relação entre duas variáveis quantitativas. Exemplos: Idade e altura das crianças Tempo de prática de esportes e ritmo cardíaco Tempo de estudo e nota na prova Taxa de desemprego e taxa de criminalidade
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 4. Estatística inferencial Parte II 1 Sumário Seção Slides 4.1 Correlação entre variáveis quantitativas 03 11 4.2 Teste de significância 12 19 4.3 Regressão linear 20 27 4.4
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
Leia mais9 Regressão linear simples
9 Regressão linear simples José Luis Duarte Ribeiro Carla ten Caten COMENTÁRIOS INICIAIS Em muitos problemas há duas ou mais variáveis que são relacionadas e pode ser importante modelar essa relação. Por
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisEstatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia maisPalavras-chave: Correlação entre variáveis. Definição de regressões para determinação de lucro.
DOI: http://dx.doi.org/10.16930/2237-7662/rccc.v4n11p9-20 PROGRAMAÇÃO LINEAR E OS CUSTOS PARA PLANEJAMENTO Valter Augusto Krauss Contador, professor da Furb, Mestre em Contabilidade e Controladoria pela
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisHomocedasticidade? Exemplo: consumo vs peso de automóveis
REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisFísica Geral - Laboratório. Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisSeleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia mais