MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
|
|
- Paula Castel-Branco Braga
- 7 Há anos
- Visualizações:
Transcrição
1 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 falando, se existe algum tipo de relação entre duas ou mais variáveis! É exatamente neste contexto que a análise de correlação e regressão se aplica: a análise de correlação e regressão se preocupa com as relações existentes entre duas ou mais variáveis. Correlação Linear Simples Correlação: em termos gerais, podemos dizer que é uma técnica que envolve uma forma de estimação. Finalidade: verificar a existência e o grau de relação entre variáveis. Entendendo o mecanismo de correlação: Suponha que queremos estudar a renda e o tempo de estudo de indivíduos economicamente ativos. Tomemos uma amostra de tamanho k, onde cada elemento amostral é composto pelo tempo de estudo do indivíduo e o salário recebido por ele, da forma $ 1 1 $ $ 3 3 M M k Para cada elemento da amostra façamos o seguinte: Tomemos ( 1, $ 1 ), (, $ ),...,( k, $ k ), ou seja,, k pares de valores das duas variáveis. Plotando esses pares num plano cartesiano, obtemos o seguinte gráfico, por exemplo: $ $ k
2 Este gráfico é chamado de diagrama de dispersão! Observe, por este gráfico, que há uma tendência de variação conjunta entre as variáveis. Visualmente podemos notar uma correlação entre e (aqui entre e $), porém esta correlação é não-linear. Já como um segundo exemplo, suponha que numa outra situação obtivéssemos uma amostra que proporcionasse um diagrama de dispersão da forma: Este gráfico sugere, agora, uma correlação linear entre e. Num terceiro exemplo, temos o diagrama da forma Aqui já não há evidências de correlação entre as variáveis! Analise cada um dos casos a seguir:
3
4 Ok, tudo bem! Porém, como as conclusões obtidas através do diagrama de dispersão tendem a ser subjetivas, necessitamos de métodos que sejam mais precisos e objetivos na detecção (identificação) e na medição do grau de padrões lineares. Uma medida bastante adequada para este propósito é o que chamamos de coeficiente de Pearson ( ρ, lê-se rô), dado por e seu estimador é Cov(, ) ρ = σ σ ( xi x)( yi y) n xy ( x y) ( xi x) ( yi y) n( x ) ( x) n( y ) ( y), onde: r = x i é cada valor i da variável ; y i é cada valor i da variável ; x é a média amostral de ; y é a média amostral de ; n é o número de pares (x,y). Características de r: o valor de r varia de -1 a 1; um valor positivo de r indica que aumento em corresponde a aumento em ou diminuição em corresponde a diminuição em ; um valor negativo de r indica que aumento em corresponde a diminuição em ou diminuição em corresponde a aumento em ; um valor nulo de r indica que aumento em corresponde a diminuição e aumento em ou diminuição em corresponde a aumento e diminuição em ; Importante: mesmo r sendo próximo de 1, não quer dizer que e tenham algum relacionamento de causaefeito ou dependência funcional. Exemplo 1: Sejam os seguintes pares de variáveis e dados a seguir: 0,7 1,41,19,83,19 1,81 0,55 3,05 1,00 1,50 1,50 3,00,00 1,00 0,50,50 Pede-se: a) construa o diagrama de dispersão;
5 b) encontre o coeficiente de correlação de Pearson; c) determine se há correlação linear significativa entre as duas variáveis. Atenção Fazendo um teste de hipóteses com uma confiança de 95% (α =5%) do tipo: Ho: ρ =0, implicando que não há correlação significativa; H 1 : ρ 0, implicando que há correlação significativa. A estatística de teste é: r n 1 r, que segue uma distribuição tn que está tabulada na página 49. Exercício 1 Faça o mesmo que fora feito no Exemplo 1 para o conjunto abaixo. 1,0 1,5,5,5 5,0,0 3,0 4,7 5,3 10,0 Exercício Faça o mesmo que fora feito no Exemplo 1 para o conjunto abaixo. 1,0 1,5,5,5 5,0,0 0,0 5,0 1,7 0,7 Introdução Vimos que podemos detectar e quantificar uma relação linear entre duas variáveis através do estudo da correlação. Entretanto, caso este estudo indique a existência de relação linear, como seria, então o comportamento de uma variável em face de outra? Como podemos responder isso? A resposta está no estudo da regressão linear, mais precisamente na regressão linear simples: linear porque a forma de relação entre as variáveis é dessa forma (uma reta) e simples devido ao envolvimento de apenas duas variáveis. Na prática, a relação entre variáveis pode assumir um número muito grande de diferentes formas, entretanto, experiências sugerem que a suposição de linearidade proporciona uma representação adequada em muitas situações. Assim, em existindo evidências de haver uma relação linear entre duas variáveis, poderíamos pensar, por exemplo, em descrever a relação entre elas através de um modelo da forma:
6 = α + β CL CA Ok! Este é um modelo simples de ser pensado, mas insuficiente! Não devemos esperar que uma simples relação entre duas variáveis seja exata (precisa), ou seja, não há apenas a lei matemática ligando as variáveis em questão. De forma que devemos esperar, inevitavelmente, alguma diferença do valor real (diferença essa denominada de erro). Assim, um modelo mais coerente seria = α + β + e, onde e é o erro, que esperamos que seja zero! Assumindo respeitadas algumas condições estatísticas, podemos dizer que o modelo estimado de regressão linear entre duas variáveis e é dado por a = y bx, ( ) ( xi x)( yi y) xy n x y b = = ( x x) x nx i y = a + b, onde. Exemplo : Sejam os seguintes pares de variáveis e dados a seguir: 0,7 1,41,19,83,19 1,81 0,55 3,05 1,00 1,50 1,50 3,00,00 1,00 0,50,50 a) construa o diagrama de dispersão; b) estime a reta de regressão e a desenhe;
7 Atenção Também é possível fazer um teste de hipóteses com uma confiança de 95% (α =5%) do tipo: Ho: β =0, implicando que não há regressão linear entre as variáveis; H 1 : β 0, implicando que há regressão linear significativa. A estatística de teste neste caso seria de acordo com uma distribuição F. Não a apresentaremos aqui devido a uma relativa necessidade de cálculos, mas nos pacotes estatísticos esse problema é sanado. Exercício 3: Construa a reta de regressão linear para cada um dos conjuntos abaixo. 1,0 1,5,5,5 5,0,0 3,0 4,7 5,3 10,0 1,0 1,5,5,5 5,0,0 0,0 5,0 1,7 0,7 Exercício 4: Proponha um modelo de regressão linear simples que relacione o peso de uma espécie de peixe e a quantidade de ovos produzidos por ele, conforme dados abaixo: Peso Quantidade de ovos , De acordo com o modelo, quantos ovos seriam produzidos por um peixe de peso 30? E de peso 40? Exercício 5: A tabela a seguir mostra a altura e peso de 19 escolares de 7 anos, do sexo feminino, matriculados na rede municipal de ensino de uma cidade do Sudeste do país. Pergunta-se: é viável a associação dessas duas variáveis através de um modelo de regressão linear? Em caso afirmativo, qual?
8 Peso Altura 0, , ,4 114,0 118, ,6 11 4,8 13 5, 14 5,8 1 6,0 1 6,6 11 6,6 17 7, 14 7, 131 7,8 18 8, , , ,4 140 Mesmo rejeitando a hipótese nula, ou seja, encontrando evidências de se ter regressão linear, como proceder para indicarmos se essa é uma boa ou ruim relação entre as variáveis? Resposta: através do coeficiente de determinação r. O Coeficiente de determinação reflete o quanto os valores de estão relacionados com (quanto mais próximo de 1, mais eficiente é a reta proposta). Assim, r = ( xi yi nxy) xi nx yi ny (proporção da variação explicada pela reta!!!) Uma outra medida é o coeficiente de determinação corrigido, dado por:
9 1 (1 r n ~ r = r ) Introdução 3 Perceba que o que vimos em relação a detectar e quantificar uma relação duas variáveis, só fora feito para variáveis quantitativas (dê uma olhada nos exercícios e exemplos para comprovar isso). E aí, podemos detectar relações entre variáveis qualitativas? A resposta é sim e uma das maneiras de se fazer isso é através do teste qui-quadrado de independência, onde este tipo de teste é usado quando se tem pelo menos uma variável qualitativa. A maneira de se fazer tal teste é definindo duas ou mais categorias das variáveis envolvidas e tabulando as respectivas freqüências, como no esquema a seguir: suponha que se deseje verificar ou não a existência de relação entre preconceito racial e rendimento. Assim, a variável preconceito é subdividida em dois subgrupos: tem preconceito e não tem preconceito. Já a variável renda é subdividida em três categorias: baixo, médio e alto. Confeccionamos uma tabela de dupla entrada e registramos as freqüências de cada uma das intersecções. Preconceito Rendimento Baixo Médio Alto Total Tem fo 11 fo 1 fo 13 fo 1. Não tem fo 1 fo fo 3 fo. Total fo.1 fo. fo.3 fo Onde: fo 11 é o número de pessoas que tem preconceito e tem renda baixa; fo 1 é o número de pessoas que tem preconceito e tem renda média; fo 13 é o número de pessoas que tem preconceito e tem renda alta; fo 1 é o número de pessoas que não tem preconceito e tem renda baixa; fo é o número de pessoas que não tem preconceito e tem renda média; fo 3 é o número de pessoas que não tem preconceito e tem renda alta; fo 1. é o número total de pessoas que tem preconceito; fo. é o número total de pessoas que não tem preconceito; fo.1 é o número total de pessoas que tem renda baixa; fo. é o número total de pessoas que tem renda média; fo.3 é o número total de pessoas que tem renda alta;
10 fo é o número total de pessoas. Essas são ditas as freqüências observadas (fo). Essas freqüências observadas devem ser comparadas com as freqüências esperadas onde cada freqüência esperada (fe) é dada por: ( soma da linha i)( soma da coluna j) fe =, ou seja, para a tabela anterior ter-se-ia total de observações Preconceito Rendimento Baixo Médio Alto Tem fe 11= (fo 1.* fo.1 )/n fe 1= (fo 1.* fo. )/n fe 13= (fo 1.* fo.3 )/n Não tem fe 1= (fo.* fo.1 )/n fe = (fo.* fo. )/n fe 3= (fo.* fo.3 )/n Encontrando os valores das freqüências esperadas, podemos fazer o teste. Os procedimentos são: 1. Explicitar as hipóteses, onde Ho: as variáveis são independentes e H 1 : as variáveis não são independentes;. Fixar um valor α, que é o nível de significância e definir o valor de χ tab, que é o valor tabelado da distribuição que quadrado, com (L 1)*(C 1) graus de liberdade, onde L é o número de linhas da tabela e C o número de colunas que representam subgrupos. 3. Calcular o valor da estatística χ 4. Concluir da forma: se χ calc calc χtab, onde χ calc L C ( fo ) ij feij = ; i= 1 j= 1 <, não se pode rejeitar Ho, mas se χ fe ij calc χtab >, rejeita-se Ho. Exemplo 3: Vamos considerar que os dados de preconceito e rendimento sejam conforme abaixo: Preconceito Rendimento Baixo Médio Alto Total Tem Não tem Total Assim, a tabela de freqüências esperadas seria: Preconceito Rendimento Baixo Médio Alto
11 Tem Não tem Considerando um valor de alfa de 5%, e com graus de liberdade, temos que tab χ = 5,991 (veja na tabela da distribuição χ na página 48. Já calc χ = 34,01. Como χ calc χtab uma dependência entre ter ou não preconceito e o nível de renda. >, rejeitamos Ho e podemos dizer que há Exercício 6 A tabela abaixo apresenta os resultados de um experimento destinado a investigar o efeito da vacinação de animais contra determinada doença. Testar a independência dos resultados utilizando alfa de 5% e 1%. Vacinação Doença Contraíram Não contraíram Vacinados 14 4 Não vacinados 16 8 Exercício 7 Na tabela abaixo há registro de óbitos de menores de 5 anos classificados segundo três grupos de idade e nível de instrução da mãe. Dessa forma, verifique se com uma confiança de 95% podemos dizer que há dependência entre essas duas variáveis. Idade Nível de instrução Antes de 8 dias Entre 8 dias até 1 De 1 a 4 anos Total ano Secundário ou mais Primário Nenhum Total Tópicos do Módulo V: Correlação Regressão Linear Simples Teste Qui-quadrado de independência
12 TABELA - Distribuição Qui-Quadrado ϕ α ϕ = graus de liberdade 0,995 0,99 0,975 0,95 0,90 0,75 0,50 0,5 0,10 0,05 0,05 0,01 0,005 0, ,0004 0,00 0,001 0,004 0,016 0,10 0,455 1,33,706 3,841 5,04 6,635 7,879 10,88 0,010 0,00 0,051 0,103 0,11 0,575 1,386,773 4,605 5,991 7,378 9,10 10,597 13, ,07 0,115 0,16 0,35 0,584 1,13,366 4,108 6,51 7,815 9,348 11,345 1,838 16,66 4 0,07 0,97 0,484 0,711 1,064 1,93 3,357 5,385 7,779 9,488 11,143 13,77 14,860 18, ,41 0,554 0,831 1,145 1,610,675 4,351 6,66 9,36 11,071 1,833 15,086 16,750 0, ,676 0,87 1,37 1,635,04 3,455 5,348 7,841 10,645 1,59 14,449 16,81 18,548, ,989 1,39 1,690,167,833 4,55 6,346 9,037 1,017 14,067 16,013 18,475 0,78 4,3 8 1,344 1,646,180,733 3,490 5,071 7,344 10,19 13,36 15,507 17,535 0,090 1,955 6,15 9 1,735,088,700 3,35 4,168 5,899 8,343 11,389 14,684 16,919 19,03 1,666 3,589 7,877 10,156,558 3,47 3,940 4,865 6,737 9,34 1,549 15,987 18,307 0,483 3,09 5,188 9,588 11,603 3,053 3,816 4,575 5,578 7,584 10,341 13,701 17,75 19,675 1,90 4,75 6,757 31,64 1 3,074 3,571 4,404 5,6 6,304 8,438 11,340 14,845 18,549 1,06 3,337 6,17 8,99 3, ,565 4,107 5,009 5,89 7,04 9,99 1,340 15,984 19,81,36 4,736 7,688 9,819 34, ,075 4,660 5,69 6,571 7,790 10,165 13,339 17,117 1,064 3,685 6,119 9,141 31,319 36, ,601 5,9 6,6 7,61 8,547 11,036 14,339 18,45,307 4,996 7,488 30,578 3,801 37, ,14 5,81 6,908 7,96 9,31 11,91 15,338 19,369 3,54 6,96 8,845 3,000 34,67 39,5 17 5,697 6,408 7,564 8,67 10,085 1,79 16,338 0,489 4,769 7,587 30,191 33,409 35,718 40, ,65 7,015 8,31 9,390 10,865 13,675 17,338 1,605 5,989 8,869 31,56 34,805 37,156 43, ,844 7,633 8,907 10,117 11,651 14,56 18,338,718 7,04 30,144 3,85 36,191 38,58 43,80 0 7,434 8,60 9,591 10,851 1,443 15,45 19,337 3,88 8,41 31,410 34,170 37,566 39,997 45, ,034 8,897 10,83 11,591 13,40 16,344 0,337 4,935 9,615 3,671 35,479 38,93 41,401 46,797 8,643 9,54 10,98 1,338 14,04 17,40 1,337 6,039 30,813 33,94 36,781 40,89 4,796 48,68 3 9,60 10,196 11,689 13,091 14,848 18,137,337 7,141 3,007 35,17 38,076 41,638 44,181 49,78 4 9,886 10,856 1,401 13,848 15,659 19,037,337 8,41 33,196 36,415 39,364 4,980 45,559 51, ,50 11,54 13,10 14,611 16,473 19,939 4,337 9,339 34,38 37,65 40,646 44,314 46,98 5, ,160 1,198 13,844 15,379 17,9 0,843 5,336 30,434 35,563 38,885 41,93 45,64 48,90 54,05
13 7 11,808 1,879 14,573 16,151 18,114 1,749 6,336 31,58 36,741 40,113 43,194 46,963 49,645 55, ,461 13,565 15,308 16,98 18,939,657 7,336 3,60 37,916 41,337 44,461 48,78 50,993 56, ,11 14,57 16,047 17,708 19,768 3,567 8,336 33,711 39,087 4,557 45,7 49,588 5,336 58, ,787 14,954 16,791 18,493 0,599 4,478 9,336 34,800 40,56 43,773 46,979 50,89 53,67 59, ,458 15,655 17,539 19,81 1,434 5,390 30,336 35,887 41,4 44,985 48,3 5,191 55,003 61, ,134 16,36 18,91 0,07,71 6,304 31,336 36,973 4,585 46,194 49,480 53,486 56,38 6, ,815 17,074 19,047 0,867 3,110 7,19 3,336 38,058 43,745 47,400 50,75 54,776 57,648 63, ,501 17,789 19,806 1,664 3,95 8,136 33,336 39,141 44,903 48,60 51,966 56,061 58,964 65, ,19 18,509 0,569,465 4,797 9,054 34,336 40,3 46,059 49,80 53,03 57,34 60,75 66, ,887 19,33 1,336 3,69 5,643 9,973 35,336 41,304 47,1 50,998 54,437 58,619 61,581 67, ,586 19,960,106 4,075 6,49 30,893 36,336 4,383 48,363 5,19 55,668 59,89 6,883 69, ,89 0,691,878 4,884 7,343 31,815 37,335 43,46 49,513 53,384 56,896 61,16 64,181 70, ,996 1,46 3,654 5,695 8,196 3,737 38,335 44,539 50,660 54,57 58,10 6,48 65,476 7, ,707,164 4,433 6,509 9,051 33,660 39,335 45,616 51,805 55,758 59,34 63,691 66,766 73, ,41,906 5,15 7,36 9,907 34,585 40,335 46,69 5,949 56,94 60,561 64,950 68,053 74,745 4,138 3,650 5,999 8,144 30,765 35,510 41,335 47,766 54,090 58,14 61,777 66,06 69,336 76,084 43,859 4,398 6,785 8,965 31,65 36,436 4,335 48,840 55,30 59,304 6,990 67,459 70,616 77, ,584 5,148 7,575 9,787 3,487 37,363 43,335 49,913 56,369 60,481 64,01 68,710 71,893 78, ,311 5,901 8,366 30,61 33,350 38,91 44,335 50,985 57,505 61,656 65,410 69,957 73,166 80, ,991 9,707 3,357 34,764 37,689 4,94 49,335 56,334 63,167 67,505 71,40 76,154 79,490 86, ,534 37,485 40,48 43,188 46,459 5,94 59,335 66,981 74,397 79,08 83,98 88,379 91,95 99, ,75 45,44 48,758 51,739 55,39 61,698 69,335 77,577 85,57 90,531 95,03 100,45 104,15 11, ,17 53,540 57,153 60,391 64,78 71,145 79,335 88,130 96, , ,69 11,39 116,31 14, ,196 61,754 65,647 69,16 73,91 80,65 89,335 98, , , ,136 14,116 18,99 137, ,38 70,065 74, 77,99 8,358 90,133 99, , ,498 14,34 19, , , ,449 TABELA - Distribuição t de Student ϕ = graus de liberdade ϕ α 5% 10% 5%,5% 1% 0,5% α 5% 10% 5%,5% 1% 0,5% ϕ 1 1,0000 3,0777 6,3138 1,706 31,807 63, ,6799 1,300 1,6787,019,410,6870 0,8165 1,8856,900 4,307 6,9646 9, ,6797 1,998 1,6779,0117,4083, ,7649 1,6377,3534 3,184 4,5407 5, ,6796 1,994 1,677,0106,4066,68 4 0,7407 1,533,1318,7764 3,7469 4, ,6795 1,991 1,6766,0096,4049, ,767 1,4759,0150,5706 3,3649 4, ,6794 1,987 1,6759,0086,4033, ,7176 1,4398 1,943,4469 3,147 3, ,6793 1,984 1,6753,0076,4017, ,7111 1,4149 1,8946,3646,9980 3, ,679 1,980 1,6747,0066,400, ,7064 1,3968 1,8595,3060,8965 3, ,6791 1,977 1,6741,0057,3988, ,707 1,3830 1,8331,6,814 3, ,6791 1,974 1,6736,0049,3974, ,6998 1,37 1,815,81,7638 3, ,6790 1,971 1,6730,0040,3961, ,6974 1,3634 1,7959,010,7181 3, ,6789 1,969 1,675,003,3948, ,6955 1,356 1,783,1788,6810 3, ,6788 1,966 1,670,005,3936, ,6938 1,350 1,7709,1604,6503 3, ,6787 1,963 1,6716,0017,394, ,694 1,3450 1,7613,1448,645, ,6787 1,961 1,6711,0010,391, ,691 1,3406 1,7531,1315,605, ,6786 1,958 1,6706,0003,3901, ,6901 1,3368 1,7459,1199,5835, ,6785 1,956 1,670 1,9996,3890, ,689 1,3334 1,7396,1098,5669, ,6785 1,954 1,6698 1,9990,3880, ,6884 1,3304 1,7341,1009,554, ,6784 1,951 1,6694 1,9983,3870, ,6876 1,377 1,791,0930,5395, ,6783 1,949 1,6690 1,9977,3860, ,6870 1,353 1,747,0860,580, ,6783 1,947 1,6686 1,9971,3851, ,6864 1,33 1,707,0796,5177, ,678 1,945 1,6683 1,9966,384,654
14 0,6858 1,31 1,7171,0739,5083, ,678 1,943 1,6679 1,9960,3833, ,6853 1,3195 1,7139,0687,4999, ,6781 1,941 1,6676 1,9955,384, ,6848 1,3178 1,7109,0639,49, ,6781 1,939 1,667 1,9949,3816, ,6844 1,3163 1,7081,0595,4851, ,6780 1,938 1,6669 1,9944,3808, ,6840 1,3150 1,7056,0555,4786, ,6780 1,936 1,6666 1,9939,3800, ,6837 1,3137 1,7033,0518,477, ,6779 1,934 1,6663 1,9935,3793, ,6834 1,315 1,7011,0484,4671, ,6779 1,933 1,6660 1,9930,3785, ,6830 1,3114 1,6991,045,460, ,6778 1,931 1,6657 1,995,3778, ,688 1,3104 1,6973,043,4573, ,6778 1,99 1,6654 1,991,3771, ,685 1,3095 1,6955,0395,458, ,6777 1,98 1,665 1,9917,3764, ,68 1,3086 1,6939,0369,4487, ,6777 1,96 1,6649 1,9913,3758, ,680 1,3077 1,694,0345,4448, ,6776 1,95 1,6646 1,9908,3751, ,6818 1,3070 1,6909,03,4411, ,6776 1,94 1,6644 1,9905,3745, ,6816 1,306 1,6896,0301,4377, ,6776 1,9 1,6641 1,9901,3739, ,6814 1,3055 1,6883,081,4345, ,6775 1,91 1,6639 1,9897,3733, ,681 1,3049 1,6871,06,4314, ,6775 1,90 1,6636 1,9893,377, ,6810 1,304 1,6860,044,486, ,6775 1,918 1,6634 1,9890,371, ,6808 1,3036 1,6849,07,458, ,6774 1,917 1,663 1,9886,3716, ,6807 1,3031 1,6839,011,433, ,6774 1,916 1,6630 1,9883,3710, ,6805 1,305 1,689,0195,408, ,6774 1,915 1,668 1,9879,3705, ,6804 1,300 1,680,0181,4185, ,6773 1,914 1,666 1,9876,3700, ,680 1,3016 1,6811,0167,4163, ,6773 1,91 1,664 1,9873,3695, ,6801 1,3011 1,680,0154,4141, ,6773 1,911 1,66 1,9870,3690, ,6800 1,3006 1,6794,0141,411, ,677 1,910 1,660 1,9867,3685, ,677 1,90 1,660 1,984,364, ,677 1,89 1,658 1,980,358,617 0,674 1,8 1,645 1,960,36,576
Análise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Exemplo: Suponha que queiramos analisar o comportamento conjunto das variáveis
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 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 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 maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisEXAME DE ESTATÍSTICA / ESTATÍSTICA I
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de
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 maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
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 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 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 E BIOESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA E BIOESTATÍSTICA Cursos: Licenciaturas Bi-etápicas em Enfermagem e em Fisioterapia Época Normal o Ano/3 o Semestre 003/004 Data: 6
Leia maisMétodos Empíricos de Pesquisa I. } Análise Bidimensional
Métodos Empíricos de Pesquisa I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação
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 maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
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 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 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 maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
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 mais2. Testes de Independência
. Testes de Independência Objetivo: Verificar se existe independência entre duas variáveis medidas nas mesmas unidades experimentais. Exemplo 3: A Associação de Imprensa do Estado de São Paulo fez um levantamento
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 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 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 maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia 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 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 mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia 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 maisEconometria II. Notas de bolso! Propriedades da E(.), Var(.) e Cov(.) Temos que (a,b) são constantes e (X,Y) são variáveis aleatórias.
Eco 2 monitoria Leandro Anazawa Econometria II Notas de bolso! Propriedades da E(.), Var(.) e Cov(.) Temos que (a,b) são constantes e (X,Y) são variáveis aleatórias. E(a) = a E(aX) = ae(x) E(a + bx) =
Leia maisSÉRIE: Estatística Básica Texto: ANÁLISE BIDIMENSIONAL SUMÁRIO 3. EXERCÍCIOS APÊNDICE REFERÊNCIAS...21
SUMÁRIO 1. VARIÁVEIS BIDIMENSIONAIS QUALITATIVAS...3 1.1. INTRODUÇÃO...3 1.2. INDEPENDÊNCIA DE VARIÁVEIS...4 1.3. MEDIDA DO GRAU DE DEPENDÊNCIA ENTRE DUAS VARIÁVEIS NOMINAIS...6 2. VARIÁVEIS BIDIMENSIONAIS
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 maisESTATÍSTICA. Ana Paula Fernandes - FAMAT/UFU
ESTATÍSTICA Ana Paula Fernandes - FAMAT/UFU 1 REFERÊNCIAS BIBLIOGRÁFICAS 2 BUSSAB & MORETTIN Quadro! 3 QUANTIS EMPÍRICOS 4 QUANTIL DE ORDEM P OU P-QUANTIL Quantil de ordem p ou p-quantil, indicada por
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 maisEstatística 1 - Lista de Exercícios 4-21/06/ Professor José Carlos Fogo
Estatística 1 - Lista de Exercícios 4-21/06/2016 - Professor José Carlos Fogo 1) A tabela abaixo representa um estudo sobre a participação de famílias na coleta seletiva de lixo. Grau de instrução do chefe
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 maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA Cursos: Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Teste Final o Ano / 3 o Semestre 6/07 Data: a feira, 15 de Janeiro
Leia maisEstatística 1 - Lista de Exercícios 4 Professore José Carlos Fogo
Estatística 1 - Lista de Exercícios 4 Professore José Carlos Fogo 1) A tabela abaixo apresenta as opiniões de um grupo de pessoas a respeito de um tema político, pelo sexo do entrevistado. Opinião Sexo
Leia maisTestes de Hipóteses: exemplos
Testes de Hipóteses: Associação de variáveis exemplos População x Amostra: µ; σ; P x ; s; p Processo de Análise Estatística: Estrutura dos Testes de Hipóteses: Conjunto de Hipóteses: Ho: hipótese de NEGAÇÃO
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 maisPrimeira Parte. 0, caso contrário.
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA TÓPICOS DE RESOLUÇÃO - Exame de Época Normal 009/00 Primeira Parte [,0]. Considere a varável aleatória X
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 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 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 maisREGRESSÃO LINEAR SIMPLES
REGRESSÃO LINEAR SIMPLES Prof. Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Universidade Estadual de Londrina UEL Departamento de Estatística DSTA Sumário
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 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 maisTestes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski
Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR
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 maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
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 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 maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA. Cursos: Licenciatura em Enfermagem
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA Cursos: Licenciatura em Enfermagem Teste Final o Ano/3 o Semestre 007/08 Data: a feira, 9 de Novembro de 007 Duração: 4h às h Instruções:.
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisTESTE DO QUI-QUADRADO DE INDEPENDÊNCIA
TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA Suponha que numa amostra aleatória de tamanho n de uma dada população são observados dois atributos ou características A e B (qualitativas ou quantitativas), uma
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 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 maisHoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Correlação e Regressão Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos 1. definir uma medida de associação entre duas
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. 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 mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
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 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 mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
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 maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda.perticarrari@unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisProfessora Ana Hermínia Andrade. Período
Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses
Leia maisAnálise de Dados Categóricos
Universidade Federal Fluminense Instituto de Matemática e Estatística Análise de Dados Categóricos Ana Maria Lima de Farias Fábio Nogueira Demarqui Departamento de Estatística Março 2017 Sumário 1 Análise
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 2 de Agosto de 2013 3 Modelos de Poisson podem ser usados para analisar tabelas de contingência.
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 maisEstatística Aplicada I. } Análise Bidimensional
Estatística Aplicada I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação } Observações
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisEXAME DE ESTATÍSTICA / ESTATÍSTICA I
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época de Recurso SEMESTRE PAR 7/8 Data: 6 de Julho de 8 Duração:
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006
Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas
Leia maisMedidas de associação entre duas variáveis qualitativas
Medidas de associação entre duas variáveis qualitativas Hoje vamos analisar duas variáveis qualitativas (categóricas) conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT41006 FUNDAMENTOS DE ESTATÍSTICA 10ª AULA: ASSOCIAÇÃO, CORRELAÇÃO E
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
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 maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses
PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento
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 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 Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisÉ dada uma tabela de contingências, sendo os factores de classificação as proveniências (a=3 níveis) e os terrenos (b=3 níveis).
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 017 PRIMEIRO TESTE 017-18 Uma resolução possível I É dada uma tabela de contingências, sendo os factores de classificação as proveniências
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia 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 maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia mais= Assim, toma-se ˆp= x m =
INSTITUTO SUPERIOR DE AGRONOMIA ESTATÍSTICA E DELINEAMENTO de Outubro, 06 PRIMEIRO TESTE 06-7 Uma resolução possível I Seja X a variável aleatória que conta o número de parcelas onde cada genótipo da casta
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisTÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=
TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 009/010 [,0] 1. Considere as seguintes afirmações: Primeira Parte I. Sendo F a função de distribuição da variável aleatória (v.a.) discreta X,
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
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 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 mais