1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
|
|
- Augusto Mirandela Carmona
- 6 Há anos
- Visualizações:
Transcrição
1 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 Notas Altas Notas Regulares Notas Baixas Há indícios de relação entre os aproveitamentos em Física e em Matemática? Justifique. Para determinar se há indícios de relação entre o aproveitamento em Física e Matemática, vamos calcular os percentagens segundo as linhas da tabela de contingência anterior como segue: Tabela 1: Percentagens por linhas do aproveitamento conjunto em Física e em Matemática para alunos de ensino médio. Notas Notas Notas Física / Matemática Altas Regulares Baixas Total Notas Altas 45,2% 47,6% 7,2% 100% Notas Regulares 19,6% 62,3% 18,1% 100% Notas Baixas 10,7% 45,3% 44,0% 100% Total 24,4% 53,6% 22,0% 100% Segundo os resultados da Tabela 1 podemos observar que há diferenças nas porcentagens da cada uma das linhas com relação à porcentagem total. Aparentemente para os alunos do ensino médio da escola há associação entre os aproveitamentos em Física e Matemática. Note, por exemplo, que, enquanto 24,4% dos alunos tiraram notas altas em Matemática, apenas 10,7% tiraram notas altas nesta matéria entre os que tiraram notas baixas em Física. Página 1 de 12
2 Exercício 2. (3,25 pontos). Um laboratório deseja verificar a eficácia de seus anúncios na venda de vacinas. A tabela abaixo mostra o número de anúncios publicados e o número de vacinas aplicadas para 6 tipos de imunizações. Tipo de imunização X (anúncios) Y (vacinas aplicadas) A B C D E F Soma Soma de quadrados Soma de produtos (a) (0,75 pontos). Considerando os dados acima, construa à mão o gráfico de dispersão (Y na ordenada e X na abscissa). A Figura 1 apresenta o gráfico de dispersão do número de anúncios publicados contra o número de vacinas aplicadas. Diagrama de dispersão Vacinas aplicadas Anúncios Figura 1: Diagrama de dispersão: Anúncios vs. Vacinas aplicadas. Página 2 de 12
3 Segundo a Figura 1, o diagrama de dispersão sugere uma relação linear entre as variáveis anúncios e vacinas aplicadas. Note-se que ao aumentar o número de anúncios, o número de vacinas aplicadas também tende a aumentar. Observação: O aluno deve fazer o gráfico à mão. (b) (0,75 pontos). Calcule à mão o coeficiente de correlação de Pearson entre o número de vacinas aplicadas e o número de anúncios publicados e tire conclusões. O coeficiente de correlação de Pearson pode ser calculado como: r = n (x i x)(y i y) (n 1)s x s y. em que x e y são as médias amostrais de X e Y, respectivamente; e s x e s y são os desvios padrão de X e Y, respectivamente. Alternativamente, podemos calcular o coeficiente de correlação de Pearson como: r = n x iy i nx y (n 1)s x s y. Do enunciado temos que: n x i = 251 ; n x 2 i = ; n y i = 542 n yi 2 = ; n x i y i = assim temos que: n x = x i = 251 n 6 = 41,83333; n y = y i = 542 n 6 = 90,33333; n s x = x2 i nx (41,83333) 2 = = 20,01417; n 1 5 n s y = y2 i ny (90,33333) 2 = = 31,50662; n 1 5 Página 3 de 12
4 Portanto, o coeficiente de correlação linear de Pearson entre X e Y é dado por: r = (41,83333)(90,33333) 5 (20, 01417)(31, 50662) = 0,96335 Nota-se que o valor de r é bem próximo de 1, indicando que há uma relação forte linear positiva entre as variáveis número de anúncios publicados e número de vacinas aplicadas. (c) (0,75 pontos). Obtenha à mão a equação da reta de regressão relacionando as variáveis Y (dependente) e X (independente). A equação da reta de regressão relacionando as variáveis Y e X é dada por: Ŷ = a+bx em que b = n x iy i nx y (n 1)s 2 x = (41,83333)(90,33333) 5 (20,01417) 2 = 1,51652 a = y bx = 90, , ,83333 = 26,89225 Logo temos que Ŷ = 26, ,51652X. (d) (0,5 pontos). Qual o significado prático do coeficiente angular (b) obtido? Para um aumento de uma unidade no número de anúncios de publicidade X, o número de vacinas aplicadas Y aumenta, em média, 1,5165 unidades. Em outras palavras, para um aumento de dez anúncios, espera-se um aumento de aproximadamente 15 vacinas aplicadas. (e) (0,5 pontos). Para o problema em estudo, qual o número esperado de vacinas aplicadas se forem lançados 40 anúncios? Para X = 40, temos que Ŷ = 26, , = 87,55; ou seja, se foram lançados 40 anúncios de publicidade, espera-se que sejam aplicadas 88 vacinas aproximadamente. Página 4 de 12
5 Exercício 3. (3,25 pontos). Um psicólogo está investigando a relação entre o tempo que o indivíduo leva para reagir a um certo estímulo (em segundos) e algumas de suas características tais como idade (em anos completos) e acuidade visual (medida em porcentagem). Os dados encontram-se a seguir: Indivíduo Tempo de Reação Idade Acuidade Visual (a) (0,75 pontos). Construa os diagramas de dispersão de Tempo de Reação x Idade e Tempo de Reação x Acuidade Visual (use o computador). Usaremos o R-commander no desenvolvimento deste exercício. Para isto vamos a carregar arquivo DadosExercicio3Lista3.xls que segue abaixo: Para construir os diagramas de dispersão escolhemos as opções Gráficos Diagrama de dispersão, e escolhemos as variáveis de interesse, neste caso Tempo e Idade (para o primeiro Página 5 de 12
6 Passo 1: gráfico) e Tempo e Acuidade (para o segundo gráfico). Na aba Opções podemos dar um título ao gráfico e escolher outras opções gráficas. Passo 2: Na Figura 2 são apresentados os diagramas de dispersão dos tempos de reação vs. idade, e dos tempos de reação vs. acuidade visual. Os gráficos de dispersão sugerem uma relação aproximadamente linear entre as variáveis de interesse, crescente no primeiro caso (tempo de reação versus idade) e decrescente no segundo (tempo de reação versus acuidade visual). Página 6 de 12
7 Diagrama de dispersão Diagrama de dispersão Tempo de reação Tempo de reação Idade Acuidade visual Figura 2: Diagrama de dispersão: Tempos de reação vs. Idade (esquerda), e Tempos de reação vs. Acuidade visual (direita). (b) (0,5 pontos). Calcule o coeficiente de correlação entre Tempo de Reação e Idade e entre Tempo de Reação e Acuidade Visual e interprete os valores obtidos. Para calcular os coeficientes de correlação requeridos escolhemos as opções Estatísticas Resumos Matriz de correlação e escolhemos as variáveis de interesse (Tempo, Idade e Acuidade) e clicamos em Ok. Página 7 de 12
8 Os resultados são os seguintes: cor(datos[,c("acuidade","idade","tempo")], use="complete") Acuidade Idade Tempo Acuidade Idade Tempo Pode-se observar que o coeficiente de correlação entre as variáveis Tempo de Reação e Idade é 0,80 indicando que estas variáveis apresentam uma relação linear positiva, isto é, ao aumentar a idade também há uma tendência a aumento no tempo de reação ao estímulo. O coeficiente de correlação entre as variáveis Tempo de Reação e Acuidade Visual é -0,62, indicando que estas variáveis apresentam uma relação linear negativa, isto é, ao aumentar a acuidade visual o tempo de reação tende a diminuir. Essas interpretações são confirmadas pela observação dos diagramas de dispersão dados na Figura 2. (c) (0,75 pontos). Como seria possível prever o tempo de reação de um indivíduo através de sua idade? O aumento de uma unidade na idade aumenta em quanto o tempo médio de reação dos indivíduos? Faça uma previsão do tempo de reação de um indivíduo com 24 anos. É possível prever o tempo de reação de um indivíduo através de sua idade ajustando uma reta regressão. Para ajustar uma reta de regressão usando R-commander escolhemos as opções Estatísticas Ajuste de modelos regressão linear, e escolhemos o Tempo como variável resposta e a Idade como variável explicativa. Página 8 de 12
9 Os resultados obtidos apresentados na janela Saída são os seguintes: Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-06 *** Idade ** Temos então que a reta de regressão ajustada é dada por: Ŷ = 77,90 + 0,92X. Note que o coeficiente angular da reta é b = 0,92, indicando que um aumento de uma unidade na idade produz um aumento no tempo médio de reação dos indivíduos de 0,92 segundos. Finalmente, para X = 24, temos que Ŷ = 77,90 + 0,92 24 = 99,98 100, indicando que para um indivíduo com 24 anos se espera obter um tempo de reação de 100 segundos aproximadamente. (d) (0,75 pontos). Obtenha a reta de regressão do tempo de reação em função da acuidade visual. Qual é o significado prático do coeficiente b encontrado? Seguindo os mesmos passos do item anterior obtemos os seguintes resultados: Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-05 *** Acuidade Neste caso a reta ajustada é dada por: Ŷ = 149,0 0,50X. O significado prático do coeficiente angular b = 0,50 é o seguinte: para cada aumento em uma unidade na acuidade visual, o tempo de reação diminui, em média, 0,50 segundos. (e) (0,5 pontos). Como seria mais razoável prever o tempo de reação de uma pessoa: pela idade ou pela acuidade visual? Por quê? É mais razoável prever o tempo de reação de uma pessoa pela idade, pois o coeficiente de correlação entre estas duas variáveis é maior (em valor absoluto) do que o coeficiente de correlação entre o tempo de reação e a acuidade visual. Página 9 de 12
10 Exercício 4. (2,5 pontos). Considere o arquivo Dados CEA06P16.xls, relativo a Fluência de Fala. (a) (0,5 pontos). Construa três gráficos de dispersão relacionando as variáveis Fluxo de sílabas por minuto (FSM) e Fluxo de palavras por minuto (FPM); Fluxo de sílabas por minuto (FSM) e Interrupção do fluxo da fala pelo rompimento temporal da seqüência (Pausa); Fluxo de sílabas por minuto (FSM) e Interjeição: palavra ou frase sem sentido (INTERJ). Os diagramas de dispersão são obtidos seguindo os mesmos passos que no item (a) do Exercício 3, e na Figura 3 são apresentados os respectivos diagramas de dispersão. Diagrama de dispersão Diagrama de dispersão Fluxo de sílabas por minuto (FSM) Fluxo de sílabas por minuto (FSM) Fluxo de palavras por minuto (FPM) Interrupção do fluxo da fala (Pausa) Diagrama de dispersão Fluxo de sílabas por minuto (FSM) Interjeição Figura 3: Diagramas de dispersão: FSM vs. FPM (acima à esquerda), FSM vs. Pausa (acima à direita) e FSM vs. Interjeição (abaixo). Página 10 de 12
11 (b) (0,5 pontos). Calcule os coeficientes de correlação para as situações consideradas no item (a). Comente. Para calcular os coeficientes de correlação requeridos os mesmos passos que no item (b) do Exercício 3, mas neste caso escolhemos as variáveis FPM, FSM, PAUSA e INTERJ. Os coeficientes de correlação são apresentados a seguir: cor(datos5[,c("fpm","fsm","interj","pausa")], use="complete") FPM FSM INTERJ PAUSA FPM FSM INTERJ PAUSA Notequeomaiorcoeficientedecorrelação éde0,96eapareceentreasvariáveis FSMeFPM, indicando que estas variáveis apresentam uma forte relação linear positiva. As variáveis FSM e PAUSA têm coeficiente de correlação -0,57, sugerindo uma relação linear negativa não muito forte. As variáveis FSM e INTERJ têm coeficiente de correlação próximo de zero, sugerindo que não há relação linear entre as variáveis. Essas interpretações são confirmadas pela observação dos diagramas de dispersão. (c) (0,5 pontos). Para um indivíduo com idade entre 2 e 99 anos, como seria melhor prever o Fluxo de sílabas por minuto (FSM): pela FPM, Pausa ou INTERJ? Justifique. Para um indivíduo com idade entre 2 e 99 anos, a melhor forma para prever o fluxo de sílabas por minuto FSM é através da variável FPM, pois estas duas variáveis apresentam o maior coeficiente de correlação (em valor absoluto). (d) (0,5 pontos). Ajuste a reta de regressão linear que associa o FSM (Y) com a variável escolhida no item (c) Para ajustar a reta de regressão requerida seguimos os mesmos pasos do item(c) do exercício 3, mas neste caso a variável resposta é FSM e a variável explicativa é FPM. Os resultados são apresentados a seguir: Página 11 de 12
12 Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) * FPM <2e-16 *** Logo, a reta de regressão ajustada é dada por Ŷ = 5,311+1,762X. (e) (0,5 pontos). Com base na reta ajustada no item (d), obtenha uma previsão do Fluxo de sílabas por minuto de um indivíduo que apresenta um fluxo de 130 palavras por minuto, 2 pausas e 2 interjeições. Para X = 130, temos que Ŷ = 5,311+1, = 234,371. Ou seja, para um indivíduo que apresenta um fluxo de 130 palavras por minuto, prevê-se um fluxo de 234 sílabas por minuto em média, aproximadamente. Página 12 de 12
MAE116 - Noções de Estatística Grupo B - 2 semestre de 2016 Gabarito da Lista de exercícios 3 1 Estatística Descritiva III - CASA
MAE116 - Noções de Estatística Grupo B - 2 semestre de 2016 Gabarito da Lista de exercícios 3 1 Estatística Descritiva III - CASA Exercício 1. Uma amostra aleatória de 352 estudantes foi entrevistada,
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Podemos construir tabelas de frequências conjuntas (tabelas de contingência),
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 maisAssociação entre Variáveis Qualitativas. Análises de Correlação e Regressão
Estatística Descritiva III Associação entre Variáveis Qualitativas Análises de Correlação e Regressão 1 Associação entre variáveis qualitativas Tabelas de Contigência 2 Podemos construir tabelas de frequências
Leia maisAnálise Bidimensional
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
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 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 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 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 maisAssociação entre variáveis qualitativas. Tabelas de Contigência
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Podemos construir tabelas de frequências conjuntas (tabelas de contingência),
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 maisPodemos construir tabelas de frequências. duas ou mais variáveis qualitativas.
MAE 116 III Estatística DescritivaIII FEA -2º Semestre de 2017 1 Associaçãoentre variáveisqualitativas Tabelasde Contigência 2 Podemos construir tabelas de frequências conjuntas (tabelas de contingência),
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 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 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 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 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 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 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 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 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 maisAula inaugural do curso Análise de Regressão
Aula inaugural do curso Prof a Silvia Nagib Elian Sala 215 - Bloco A Instituto de Matemática e Estatística Universidade de São Paulo Agenda 1. Exemplo 2. Introdução 3. Modelo de regressão linear simples
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 maisRegressão Linear Simples
Regressão Linear Simples Análise de Dados e Simulaçã ção Márcia D Elia Branco http://www.ime.usp.br/~mbranco Apoio: Andressa Cerqueira (Aluna do Programa PAE) 1 Análise de Regressão Diagramas de Dispersão
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 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 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 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 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 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 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 maisEstatística para Geografia. Rio, 13/09/2018
Estatística para Geografia Rio, 13/09/2018 Objetivos: mostrar como usar o R para construir um diagrama de dispersão entre duas variáveis quantitativas. calcular a correlação entre duas variáveis quantitativas.
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 maisConstrução e Análise de Gráficos. CF Laboratório de Física Básica 1
Construção e Análise de Gráficos Por que fazer gráficos? Facilidade de visualização de conjuntos de dados Facilita a interpretação de dados. Exemplos: Engenharia Física Economia Biologia Estatística Por
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 maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
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 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 maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 O que é um bom modelo? Como estimar os parâmetros do modelo Como alocar variações Intervalos de Confiança para Regressões Inspeção Visual ! "# Para dados correlacionados,
Leia maisGrupo A - I semestre de 2014 Lista de exercícios 2 - Introdução à Estatística Descritiva C A S A (gabarito)
Exercício 1. (2,0 pontos). Um pesquisador pretende comparar o tempo de reação (segundos) para dois tipos diferentes de estímulos visuais, A e B. Na tabela abaixo, esses tempos foram obtidos para 20 e 19
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 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 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 maisUniversidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Geral I Prof: Jony Arrais Pinto Junior Lista 08 1. Utilizando os dados da Tabela 01 da Lista
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 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 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 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 maisINE 7001 Estatística para Administradores I Turma Prática 1 15/08/2016 GRUPO:
INE 7001 Estatística para Administradores I Turma 02301 - Prática 1 15/08/2016 No arquivo Prática_em_planilhas.xlsx, procurar pela planilha Prática1. Usando o primeiro conjunto de dados (dados sobre os
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 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 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 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 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 maisCorrelação e Regressão Linear. Prof.: Joni Fusinato
Correlação e Regressão Linear Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Introdução Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;
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 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 maisAjuste de Curvas. Universidade Tecnológica Federal do Paraná Campus Francisco Beltrão. Disciplina: Cálculo Numérico Professor: Jonas Joacir Radtke
Ajuste de Curvas Campus Francisco Beltrão Disciplina: Professor: Jonas Joacir Radtke Uma forma de se trabalhar com uma função definida por uma tabela de valores é a interpolação. Contudo, a interpolação
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 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 maisAula IV. Representação gráfica e regressão linear. Prof. Paulo Vitor de Morais
Aula IV Representação gráfica e regressão linear Prof. Paulo Vitor de Morais Representação gráfica A representação gráfica é uma forma de representar um conjunto de dados de medidas que permite o estudo
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 maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Organização de dados experimentais Em engenharia, ciências exatas em geral, os resultados de testes, análises ou experimentos fornecem conjuntos de resultados numéricos
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 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 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 maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório 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 x e
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 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 maisLISTA DE EXERCÍCIOS 2 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO
LISTA DE EXERCÍCIOS INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO 1) a) Calculando os percentuais em relação aos totais de cada COLUNA obtemos: 18,57% de favoráveis entre os Estudantes,
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 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 maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia maisAula Prática 1. Uso do R com exemplos Adaptação: Flávia Landim/UFRJ
Aula Prática 1 Uso do R com exemplos Adaptação: Flávia Landim/UFRJ Objetivos Analisar duas variáveis quantitativas: traçando diagramas de dispersão, para avaliar possíveis relações entre as duas variáveis;
Leia maisAula 4: Gráficos lineares
Aula 4: Gráficos lineares 1 Introdução Um gráfico é uma curva que mostra a relação entre duas variáveis medidas. Quando, em um fenômeno físico, duas grandezas estão relacionadas entre si o gráfico dá uma
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 maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
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 maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisGabarito Lista 2 LES0773 Estatística III. Os resultados dessa regressão são apresentados na seguinte tabela:
Gabarito Lista 2 LES0773 Estatística III Exercício 1) Utilizando a ferramenta Análise de Dados e a sua função Regressão, foi realizada uma regressão levando em consideração os gastos com PD como variável
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 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 maisUniversidade de São Paulo Faculdade de Filosofia, Letras e Ciências Humanas Departamento de Ciência Política
Universidade de São Paulo Faculdade de Filosofia, Letras e Ciências Humanas Departamento de Ciência Política FLS 5028- Métodos Quantitativos e Técnicas de Pesquisa em Ciência Política FLP 0406 - Métodos
Leia maisCorrelação e Regressão. Gráficos de Dispersão e Correlação. Correlação e Regressão. Bases Computacionais da Ciência(BC-0005) Correlação e Regressão
Bases Computacionais da Ciência(BC-0005) Correlação e Regressão Maria das Graças Bruno Marietto graca.marietto@ufabc.edu.br Centro de Matemática, Computação e Cognição(CMCC) Universidade Federal do ABC
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 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 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 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 maisAPRENDIZAGEM DE MÁQUINA
APRENDIZAGEM DE MÁQUINA (usando Python) Thiago Marzagão REGRESSÃO LINEAR SIMPLES Thiago Marzagão APRENDIZAGEM DE MÁQUINA 1 / 22 as três grandes áreas da aprendizagem de máquina regressão classificação
Leia maisMRLM COM COVARIÁVEIS CATEGÓRICAS. criar uma variável dummy para representar uma categoria da variável. variável dummy: assume só dois valores: 0 ou 1
MRLM COM COVARIÁVEIS CATEGÓRICAS Como quantificar o efeito das categorias de uma variável sobre a resposta Y? (exemplo: efeito de sexo masculino/feminino sobre salário) criar uma variável dummy para representar
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 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 maisLista No. 5 Gabarito
CÁLCULO NUMÉRICO Lista No. 5 Gabarito. (a) Queremos y f() ϕ() α +. Temos então n, as funções bases g (), g (), e m 8. Precisamos resolver o sistema de equações normais correspondente. Este sistema para
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 maisX 1 X 2 Y
Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 3 Regressão Múltipla 2015/2016 1. Considere os seguintes dados: X 1 X 2 Y 8 0.7 1.8 1.8 6 6.4
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Medidas de Associação
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Medidas de Associação Professora Renata Alcarde Piracicaba Março 2014 Renata Alcarde Estatística Geral 13 de Março de 2014 1 / 56
Leia mais