Introdução ao modelo de Regressão Linear
|
|
- Zaira Pacheco Lemos
- 6 Há anos
- Visualizações:
Transcrição
1 Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo) Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
2 Introdução Sumário 1 Introdução 2 Correlação 3 Análise de Regressão Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
3 Introdução Introdução Exemplo 1 Em uma dada região do RS, acredita-se que o gado alimentado em um determinado pasto tem um ganho de peso maior que o usual. Estudos de laboratório detectaram uma substância no pasto e deseja-se verificar se ela pode ser utilizada para melhorar o ganho de peso dos bovinos. Foram amostrados 15 bois de mesma raça e idade, e cada animal recebeu uma determinada concentração da substância X (em mg/l). O ganho de peso após 30 dias, denotado por Y, foi anotado e os dados foram os seguintes (em kg). X Y X Y Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
4 Introdução Introdução Exemplo 1 Fazendo o gráfico de dispersão dos pontos. Problema Como quantificar a relação existente entre as duas variáveis? Como estabelecer matematicamente uma relação entre duas ou mais variáveis? Figura 1: Gráfico de dispersão do ganho de peso com relação a concentração da substância X. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
5 Introdução Introdução Se deseja-se relacionar duas (ou mais) variáveis quantitativas (discreta e/ou contínua) e quantificar a dependência entre elas, é necessário calcular o coeficiente de correlação. Se deseja-se estabelecer uma relação de causalidade, isto é, quantificar qual é a mudança observada em uma das variáveis quando variamos os valores da outra, é necessário ajustar um modelo de regressão. OBS: O termo regressão do ponto de vista estatístico refere-se ao fato de utilizar uma amostra para se conhecer valores que não foram amostrados, por meio de um modelo. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
6 Correlação Sumário 1 Introdução 2 Correlação 3 Análise de Regressão Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
7 Correlação Correlação Correlação O coeficiente de correlação amostral para n pares de valores das variáveis X e Y, representado por (X i, Y i ), i = 1, 2,..., n, é calculado da seguinte maneira: r = ( n ni=1 X i Y i n X Ȳ i=1 X 2 i n X 2 ) ( ni=1 Y 2 i n Ȳ 2 ) (1) A medida em 1 varia entre 1 e 1 e quanto mais próximo de 1 ou 1, indica forte relação linear entre as variáveis. Valores próximos de zero indicam fraca dependência linear entre as variáveis. Um gráfico de dispersão pode ajudar na investigação visual entre as variáveis X e Y. Existem três formas a considerar. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
8 Correlação Correlação Figura 2: Comportamento das variáveis X e Y segundo sua correlação. É desejável que a correlação seja superior a 0,5 (ou inferior a -0,5). Deve existir uma relação de causalidade entre as variáveis. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
9 Correlação Correlação - Exemplo Exemplo 1 Em uma dada região do RS, acredita-se que o gado alimentado em um determinado pasto tem um ganho de peso maior que o usual. Estudos de laboratório detectaram uma substância no pasto e deseja-se verificar se ela pode ser utilizada para melhorar o ganho de peso dos bovinos. Foram amostrados 15 bois de mesma raça e idade, e cada animal recebeu uma determinada concentração da substância X (em mg/l). O ganho de peso após 30 dias, denotado por Y, foi anotado e os dados foram os seguintes (em kg). Calcule o coeficiente de correlação e interptete-o. X Y X Y Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
10 Correlação Exemplo 1 SOLUÇÃO: Uma tabela auxiliar pode ajudar no cálculo de r, Id X Y X Y X 2 Y SOMA Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
11 Correlação Exemplo 1 SOLUÇÃO: Com a tabela anterior, temos que: n = 15 X = 1 n Ȳ = 1 n n X i = 1 (0, 2 + 0, , 5 + 6) = 2, i=1 n Y i = 1 (9, , , , 1) = 16, i=1 n X i Y i = (0, 2 9, 4) + (0, 5 11, 4) (5, 5 24, 7) + (6 23, 1) = 785, 55 i=1 n i=1 n i=1 X 2 i = 0, , , = 163, 39 Y 2 i = 9, , , , 1 2 = 4239, 43 Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
12 Correlação Exemplo 1 SOLUÇÃO: Portanto, o coeficiente de correlação fica dado por: n i=1 r = Xi Yi n X Ȳ ( n n X 2) ( n Y 2 i=1 i n Ȳ 2) = X 2 i=1 i 785, , 7 16, 14 = 0, 9847 (163, , 702 ) (4239, , 14 2 ) Interpretação Como o coeficiente de correlação é positivo, conforme aumenta-se a concentração da substância X, espera-se que o ganho de peso dos bovinos aumente. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
13 Correlação Exemplo 1 SOLUÇÃO: Coeficiente de Correlação (r) na calculadora: 1 Limpar memória (shift) (mode) (3) = 2 Colocar no modo Regressão (REG) (mode) (3) (1) 3 Armazenar a amostra 0.2 (, ) 9.4 M+ 0.5 (, ) 11.4 M+ 0.6 (, ) 12.3 M+ 5.5 (, ) 24.7 M+ 6.0 (, ) 23.1 M+ 4 Coeficiente de correlação r (shift) (2) seta direita replay 2x (3) = Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
14 Sumário 1 Introdução 2 Correlação 3 Análise de Regressão Estimação Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
15 Análise de Regressão Análise de Regressão É uma ferramenta estatística que utiliza a relação entre duas ou mais variáveis tal que uma variável possa ser explicada (variável dependente) pela outra, ou outras, (variáveis explicativas, independentes, covariáveis). Y = f (X; β) + ε em que ε é um erro aleatório. Exemplos Explicar a relação de adubo na produtividade de um cultivar. Incidência de câncer com consumo de cigarro. Número de filhos em função da renda. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
16 Modelos de Regressão Um modelo de regressão contendo somente uma variável independente é denominado modelo de regressão simples. Um modelo com mais de uma variável independente é denominado modelo de regressão múltiplo. O modelo de regressão linear simples é definido por: onde: Y i = β 0 + β 1 X i + ε i (2) Y i é o valor da variável dependente na i-ésima observação; β 0 e β 1 são parâmetros; X i é um valor conhecido da variável independente na i-ésima observação; ε i é o termo associado ao erro. Assume-se que é uma v.a. com média zero e variância constante σ 2 (E [ε i ] = 0 e Var [ε i ] = σ 2 ). Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
17 Regressão Linear Simples Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
18 Regressão Linear Simples Significado de β 0 e β 1 Os parâmetros β 0 e β 1 são denominados coeficientes de regressão. β 1 é a inclinação da reta de regressão. Ela indica a mudança na média de Y quando X é acrescido de uma unidade. β 0 é o intercepto em Y da equação de regressão (é o valor de Y quando X = 0). β 0 só tem significado se o modelo incluir X = 0. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
19 Estimação Estimação dos parâmetros Na prática, não se conhecem os valores de β 0 e β 1. Eles podem ser estimados a partir de uma amostra. O método utilizado na estimação dos parâmetros é o método dos mínimos quadrados ordinários (MQO), o qual considera os desvios dos Y i em relação ao seu valor esperado: e i = Y i (β 0 + β 1 X) O método dos MQO consiste em obter β 0 e β 1 que minimizam a soma de quadrados dos desvios (Q) de Y com seu valor esperado: n Q = [Y i (β 0 + β 1 X)] 2 i=1 Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
20 Estimação Estimação dos parâmetros Para tal, a equação Q deve ser derivada em relação a β 0 e β 1 e igualadas a zero. A solução do sistema de equações resultam nos estimadores de β 0 e β 1 : ( ni=1 X i ˆβ 0 = Ȳ ˆβ 1 X e ˆβ X 1 = ) ( ni=1 ( X i X A expressão para ˆβ 1 pode ser simplificada de tal modo que ) Y i Ȳ ni=1 X i Y i n X Ȳ ˆβ 1 = ni=1 Xi 2 n X 2 Portanto, para se obter as estimativas de ˆβ 0 e ˆβ 1, basta calcular X, Ȳ, ni=1 X i Y i e n i=1 Xi 2. ) 2 Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
21 Estimação Exemplo 1 (cont.) Exemplo 1 (cont.) Retornando ao exemplo 1, deseja-se verificar se a concentração de uma substância X pode ser utilizada para melhorar o ganho de peso dos bovinos. Foram amostrados 15 bois de mesma raça e idade, e cada animal recebeu uma determinada concentração da substância X (em mg/l). O ganho de peso após 30 dias, denotado por Y, foi anotado e os dados foram os seguintes (em kg). (a) Ajuste um modelo de regressão para explicar a relação entre o ganho de peso e a concentração da substância X. (b) Se a concentração da substância X for 5,25 mg/l, qual será o valor esperado para o ganho de peso? X Y X Y Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
22 Estimação Exemplo 1 (cont.) SOLUÇÃO (a): Uma tabela auxiliar pode ajudar no cálculo de ˆβ 0 e ˆβ 1, Id X Y X Y X SOMA Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
23 Estimação Exemplo 1 (cont.) SOLUÇÃO (a): Como a dispersão dos pontos sugere uma reta com alguma inclinação, vamos ajustar o modelo de regressão linear de 1 o grau. Logo, n = 15 X = 1 n Ȳ = 1 n n X i = 1 (0, 2 + 0, , 5 + 6) = 2, i=1 n Y i = 1 (9, , , , 1) = 16, i=1 n X i Y i = (0, 2 9, 4) + (0, 5 11, 4) (5, 5 24, 7) + (6 23, 1) = 785, 55 i=1 n i=1 X 2 i = 0, , , = 163, 39 Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
24 Estimação Exemplo 1 (cont.) SOLUÇÃO (a): Portanto, as estimativas dos parâmetros do modelo de regressão linear de 1 o grau são: ˆβ 1 = n i=1 Xi Yi n X Ȳ n X 2 i=1 i n X = 2 ˆβ 0 = Ȳ ˆβ 1 X = 16, 14 2, 44 2, 70 = 9, , , 70 16, , , 70 2 = 2, 44 O modelo ajustado fica dado por: Interpretação Ŷ = ˆβ 0 + ˆβ 1 X = 9, , 44X O ganho de peso esperado em bovinos que não recebem a substância X é de 9,55 kg. Por outro lado, um aumento de 1mg/l na concentração de X implica em um ganho médio esperado de 2,44 kg. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
25 Estimação Exemplo 1 (cont.) SOLUÇÃO (a): Tabela 1: Valores preditos (Ŷ ) do ganho de peso para as concentrações aplicadas. X Y Ŷ Figura 3: Gráfico do modelo ajustado para o conjunto de dados do exemplo Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
26 Estimação Exemplo 1 (cont.) SOLUÇÃO (a): Estimativas dos parãmetros na calculadora: 1 Limpar memória (caso seja necessário) (shift) (mode) (3) = 2 Colocar no modo Regressão (REG) (mode) (3) (1) 3 Armazenar a amostra 0.2 (, ) 9.4 M+ 0.5 (, ) 11.4 M+ 0.6 (, ) 12.3 M+ 5.5 (, ) 24.7 M+ 6.0 (, ) 23.1 M+ 4 Estimativa β 0 (shift) (2) seta direita replay 2x (1) = 5 Estimativa β 1 (shift) (2) seta direita replay 2x (2) = Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
27 Estimação Exemplo 1 (cont.) SOLUÇÃO (b): Se a concentração da substância X for 5,25 mg/l, o valor esperado para o ganho de peso pode ser obtido pela equação ajustada em (a), logo, Ŷ = ˆβ 0 + ˆβ 1 X = 9, , 44X Ŷ = 9, , 44 5, 25 = 22, 36 kg Portanto, se for aplicada a concentração da substância X de 5,25 mg/l, espera-se que o ganho de peso do boi seja de 22,36 kg. Usando a função pronta da calculadora 5.25 (shift) (2) seta direita replay 3x (2) = Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
28 Estimação Observações 1 Vimos o modelo de regressão mais simples! 2 Muitos fenômenos requerem modelos mais complexos. 3 Cuidados no ajuste de um modelo de regressão. 4 Será visto mais sobre modelos de regressão em Experimentação Agronômica. Gilberto R. Liska Notas de Aula 8 de Novembro de / 28
Análise 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 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 maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução
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 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 maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores
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 maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
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 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 maisRevisão de Modelos de regressão. Prof. Thais C O Fonseca - DME, UFRJ
Revisão de Modelos de regressão Prof. Thais C O Fonseca - DME, UFRJ Conteúdo Regressão linear simples Regressão linear múltipla Método de Mínimos Quadrados Introdução a Inferência Bayesiana em Regressão
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 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 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 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 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 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 maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
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 maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
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 maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisEconometria Lista 1 Regressão Linear Simples
Econometria Lista 1 Regressão Linear Simples Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 (2.9 do Wooldridge 4ed - Modificado)
Leia maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
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 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 mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
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 maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisModelos de Regressão Múltipla - Parte VIII
1 Modelos de Regressão Múltipla - Parte VIII Erica Castilho Rodrigues 15 de Fevereiro de 2017 2 3 Observações não usuais 4 As observações não usuais podem ser: Outliers: não se ajustam bem ao modelo (resíduo
Leia maisEconometria. Regressão Linear Simples Lista de Exercícios
Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,
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 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 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 maisAULAS 20 E 21 Modelo de regressão simples
1 AULAS 20 E 21 Modelo de regressão simples Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem moderna.
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisProva de Estatística
UNIVERSIDADE FEDERAL DO PARÁ CURSO DE MESTRADO EM ECONOMIA PROCESSO SELETIVO 2010 Prova de Estatística INSTRUÇÕES PARA A PROVA Leia atentamente as questões. A interpretação das questões faz parte da prova;
Leia maisCORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS
CORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS META Avaliar o grau de relacionamento entre variáveis e a tendência das mesmas com base
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
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 maisRegressão Linear. Prof. Dr. Leandro Balby Marinho. Análise de Dados II. Introdução Regressão Linear Regressão Múltipla
Regressão Linear Prof. Dr. Leandro Balby Marinho Análise de Dados II Prof. Leandro Balby Marinho 1 / 36 UFCG DSC Roteiro 1. Introdução 2. Regressão Linear 3. Regressão Múltipla Prof. Leandro Balby Marinho
Leia maisAULA 13 Análise de Regressão Múltipla: MQO Assimptótico
1 AULA 13 Análise de Regressão Múltipla: MQO Assimptótico Ernesto F. L. Amaral 15 de abril de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução
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 maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
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 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Análise Bivariada Variável Qualitativa e Quantitativa 1 Variável Qualitativa vs. Quantitativa Objetivo:
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
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 maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br ALGUNS CONCEITOS BÁSICOS População e Amostra População é o conjunto de elementos que têm, em comum, uma
Leia maisAula 03 Estatística, Correlação e Regressão
BIS0005-15 Bases Computacionais da Ciência Aula 03 Estatística, Correlação e Regressão http://bcc.compscinet.org Prof. Rodrigo de Alencar Hausen hausen@ufabc.edu.br 1 Medidas de tendência central: Média,
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
Leia maisM l u t l i t c i oli l n i e n arid i a d de
Multicolinearidade 1 Multicolinearidade Quando existem relação linear exata entre as variáveis independentes será impossível calcular os estimadores de MQO. O procedimento MQO utilizado para estimação
Leia mais25 a 30 de novembro de 2013
em em Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 3 - Conteúdo em em 1 em 2 em em em Permite estudar como uma (simples)
Leia maisAnálise de Regressão. Luiz Carlos Terra
Luiz Carlos Terra Em mercadologia é importante conhecer as ferramentas existentes para estimação dos valores de vendas, de preços de produtos ou de custos de produção. A análise de regressão representa
Leia maisEconometria - Lista 6
Econometria - Lista 6 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 A curva de Phillips desempenha um papel fundamental na
Leia maisEscola Secundária de Jácome Ratton
Escola Secundária de Jácome Ratton Ano Lectivo 21/211 Matemática Aplicada às Ciências Sociais Dados bidimensionais ou bivariados são dados obtidos de pares de variáveis. A amostra de dados bivariados pode
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 6. Os Modelos fatoriais 2 k Trataremos agora de um caso especial de experimentos fatoriais no qual todos os fatores têm apenas dois níveis. Tais níveis podem ser quantitativos
Leia maisAnálise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste
Leia maisP x. 2 i = P y. 2 i = Analise os dados e comente a possibilidade de existir uma relação linear entreasvariáveisemestudo.
8 Regressão Linear Exercício 8.1 Indique, justificando, qual dos valores abaixo indicados se aproxima mais do coeficiente de correlação dos dados descritos nas seguintes nuvens de pontos, X X X 1. r xy
Leia maisAULAS 25 E 26 Heteroscedasticidade
1 AULAS 25 E 26 Heteroscedasticidade Ernesto F. L. Amaral 10 e 15 de junho de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisRESUMO TRAÇADO DE RETAS, ALGARISMOS SIGNIFICATIVOS E PROPAGAÇÃO DE ERROS
RESUMO TRAÇADO DE RETAS, ALGARISMOS SIGNIFICATIVOS E PROPAGAÇÃO DE ERROS Dados experimentais em um gráfico. Quando se obtém dados experimentais em um gráfico nunca pode se contentar com quantidade de dados
Leia maisQuímica Analítica V 2S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan 1 Conceito
Leia maisMEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
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 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 maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
Leia maisAnálise de Regressão Múltipla: Mínimos Quadrados Ordinários
1 Análise de Regressão Múltipla: Mínimos Quadrados Ordinários Ernesto F. L. Amaral Magna M. Inácio 26 de agosto de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica
Leia maisRenda x Vulnerabilidade Ambiental
Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.
Leia maisModelos para dados de contagem
O modelo de Poisson Sumário 1 Introdução 2 Regressão de Poisson Taxa de Incidência Inclusão de covariáveis Interpretação dos parâmetros 3 Exemplos 4 Superdispersão Dados de Contagem Podemos estar interessados
Leia maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia 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 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 mais3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3.
3 - MEDIDAS RESUMO 3.1 - Medidas de Posição 3.2 - Medidas de Dispersão 3.3 - Quantis Empiricos 3.4 - Box-plots 3.5 - Graficos de simetria 3.6 - Transformações 1/17 3.1 - Medidas de Posição Muitas vezes
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisMétodo dos mínimos quadrados - ajuste linear
Apêndice A Método dos mínimos quadrados - ajuste linear Ao final de uma experiência muitas vezes temos um conjunto de N medidas na forma de pares (x i, y i ). Por exemplo, imagine uma experiência em que
Leia maisQuímica Analítica V 1S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 1S 2013 Aula 2: 13-05-2013 Estatística Aplicada à Química Analítica Parte 1 Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan
Leia maisTeoria da Correlação. Luiz Carlos Terra
Luiz Carlos Terra Você poderá, através de cálculos matemáticos, verificar a forma como a variação de um dado observado pode estar associada às alterações de outra variável. (Luiz Carlos Terra) 1 Objetivo
Leia maisProf. Paulo Vitor de Morais
Física Experimental I Prof. Paulo Vitor de Morais paulovitordmorais91@gmail.com Cronograma de práticas P1 tem 19 dias letivos; P2 tem 17 dias letivos; Serão aproximadamente 11 experimentos; A princípio
Leia maisEstatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações
Estatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações Marcelo de Souza Lauretto marcelolauretto@usp.br www.each.usp.br/lauretto Referências Bergamaschi,
Leia maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisProposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE.
Proposição de um Modelo de Regressão para a Modelagem da Velocidade do Vento em Fortaleza, CE. Érika Fialho Morais 1 2 Eufrázio de Souza Santos 3 Sílvio Fernando Alves Xavier Júnior 1 4 1 Introdução Uma
Leia maisMaterial exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.
Regressão Linear marcoscgarcia@gmail.com 2008). Proibida a reprodução, sob pena da lei. 1 O modelo estatístico de Regressão Linear Simples Regressão linear simples é usado para analisar o comportamento
Leia 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 maisFaturamento de Restaurantes
Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2016 1 / 29
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Definições e Notação Estimação Amostra Aleatória
Leia mais