Exemplo Vida Útil de Ferramentas

Tamanho: px
Começar a partir da página:

Download "Exemplo Vida Útil de Ferramentas"

Transcrição

1 Exemplo Vida Útil de Ferramentas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil 2 o Semestre 2016 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

2 Vida útil de Ferramentas Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

3 Vida útil de Ferramentas Vida útil de Ferramentas Descrição dos Dados Vamos considerar como ilustração os dados sobre a vida útil de ferramentas (em horas) de uma amostra aleatória de 20 ferramentas submetidas a um tipo de torno. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

4 Vida útil de Ferramentas Vida útil de Ferramentas Descrição dos Dados Vamos considerar como ilustração os dados sobre a vida útil de ferramentas (em horas) de uma amostra aleatória de 20 ferramentas submetidas a um tipo de torno. A vida útil da ferramenta será relacionada com as seguintes variáveis explicativas: G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

5 Vida útil de Ferramentas Vida útil de Ferramentas Descrição dos Dados Vamos considerar como ilustração os dados sobre a vida útil de ferramentas (em horas) de uma amostra aleatória de 20 ferramentas submetidas a um tipo de torno. A vida útil da ferramenta será relacionada com as seguintes variáveis explicativas: vtorno, velocidade do torno (em rpm) G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

6 Vida útil de Ferramentas Vida útil de Ferramentas Descrição dos Dados Vamos considerar como ilustração os dados sobre a vida útil de ferramentas (em horas) de uma amostra aleatória de 20 ferramentas submetidas a um tipo de torno. A vida útil da ferramenta será relacionada com as seguintes variáveis explicativas: vtorno, velocidade do torno (em rpm) tipo, tipo da ferramenta (0: tipo A, 1: tipo B) G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

7 Vida útil de Ferramentas Vida útil de Ferramentas Descrição dos Dados Vamos considerar como ilustração os dados sobre a vida útil de ferramentas (em horas) de uma amostra aleatória de 20 ferramentas submetidas a um tipo de torno. A vida útil da ferramenta será relacionada com as seguintes variáveis explicativas: vtorno, velocidade do torno (em rpm) tipo, tipo da ferramenta (0: tipo A, 1: tipo B) (Montgomery, Peck e Vining, 2001, Cap. 8). G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

8 Análise de Dados Preliminar Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

9 Análise de Dados Preliminar Medidas Resumo Descrição Tipo A Tipo B Medida Vida Útil V. Torno Vida Útil V. Torno n Média 17,11 747,0 31,93 754,0 D.Padrão 4,12 162,9 6,01 154,0 CV 24% 22% 19% 20% Mínimo 12,68 530,0 25,40 500,0 1 o Quartil 13,71 627,5 26,33 655,0 Mediana 15,98 725,0 31,83 765,0 3 o Quartil 19,17 877,5 35,45 862,5 Máximo 24,39 980,0 43, ,0 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

10 Análise de Dados Preliminar Boxplot Vida Útil Vida Útil da Ferramenta A B G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

11 Análise de Dados Preliminar Boxplot Velocidade do Torno Velocidade do Torno A B G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

12 Análise de Dados Preliminar Dispersão Vida Útil versus Velocidade do Torno A B Vida Útil da Ferramenta Velocidade do Torno G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

13 Ajuste Modelo Linear Normal Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

14 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de redução do tempo de vida útil da ferramenta com o aumento da velocidade do torno para ambos os tipos de ferramenta. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

15 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de redução do tempo de vida útil da ferramenta com o aumento da velocidade do torno para ambos os tipos de ferramenta. Há evidências que o tipo B tenha uma vida útil maior do que o tipo A independente da velocidade do torno (ausência de interação). G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

16 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de redução do tempo de vida útil da ferramenta com o aumento da velocidade do torno para ambos os tipos de ferramenta. Há evidências que o tipo B tenha uma vida útil maior do que o tipo A independente da velocidade do torno (ausência de interação). Essas tendências sugerem o seguinte modelo de regressão linear: G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

17 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de redução do tempo de vida útil da ferramenta com o aumento da velocidade do torno para ambos os tipos de ferramenta. Há evidências que o tipo B tenha uma vida útil maior do que o tipo A independente da velocidade do torno (ausência de interação). Essas tendências sugerem o seguinte modelo de regressão linear: y i = β 1 +β 2 tipo i +β 3 vtorno i +ǫ i, G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

18 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de redução do tempo de vida útil da ferramenta com o aumento da velocidade do torno para ambos os tipos de ferramenta. Há evidências que o tipo B tenha uma vida útil maior do que o tipo A independente da velocidade do torno (ausência de interação). Essas tendências sugerem o seguinte modelo de regressão linear: y i = β 1 +β 2 tipo i +β 3 vtorno i +ǫ i, em que y i denota o tempo de vida útil da i-ésima ferramenta com iid ǫ i N(0,σ 2 ), para i = 1,...,20. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

19 Ajuste Modelo Linear Normal Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

20 Ajuste Modelo Linear Normal Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. Efeito Estimativa Erro padrão Valor-t Valor-P Constante 36,986 3,510 10,54 0,00 Vel. Torno -0,027 0,004-5,91 0,00 TipoB 15,004 1,360 11,03 0,00 R 2 0,90 R 2 -ajustado 0,89 s 3,04 F 76,75 (2 e 17 g.l.) 0,00 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

21 Ajuste Modelo Linear Normal Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. Efeito Estimativa Erro padrão Valor-t Valor-P Constante 36,986 3,510 10,54 0,00 Vel. Torno -0,027 0,004-5,91 0,00 TipoB 15,004 1,360 11,03 0,00 R 2 0,90 R 2 -ajustado 0,89 s 3,04 F 76,75 (2 e 17 g.l.) 0,00 Todos os parâmetros são marginalmente significativos ao nível de 1%. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

22 Diagnóstico Modelo Ajustado Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

23 Diagnóstico Modelo Ajustado Diagnóstico Modelo Ajustado Medida h Distância de Cook Indice Índice Resíduo Padronizado Resíduo Padronizado Índice Valor Ajustado G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

24 Diagnóstico Modelo Ajustado Resíduos Modelo Ajustado Residuo Studentizado Percentil da N(0,1) G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

25 Diagnóstico Modelo Ajustado Dispersão Vida Útil versus Velocidade do Torno 20 A B Vida Útil da Ferramenta Velocidade do Torno G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

26 Diagnóstico Modelo Ajustado Estimativas sem a Observação #20 Descrição As estimativas dos parâmetros são apresentadas na tabela abaixo. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

27 Diagnóstico Modelo Ajustado Estimativas sem a Observação #20 Descrição As estimativas dos parâmetros são apresentadas na tabela abaixo. Efeito Estimativa Erro padrão Valor-t Valor-P Constante 34,225 3,488 9,81 0,00 Vel. Torno -0,023 0,004-5,09 0,00 TipoB 14,320 1,290 11,10 0,00 R 2 0,89 R 2 -ajustado 0,88 s 2,79 F 68,55 (2 e 16 g.l.) 0,00 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

28 Diagnóstico Modelo Ajustado Estimativas sem a Observação #20 Descrição As estimativas dos parâmetros são apresentadas na tabela abaixo. Efeito Estimativa Erro padrão Valor-t Valor-P Constante 34,225 3,488 9,81 0,00 Vel. Torno -0,023 0,004-5,09 0,00 TipoB 14,320 1,290 11,10 0,00 R 2 0,89 R 2 -ajustado 0,88 s 2,79 F 68,55 (2 e 16 g.l.) 0,00 Todos os parâmetros são marginalmente significativos ao nível de 1%. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

29 Diagnóstico Modelo Ajustado Observação Influente Comentários G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

30 Diagnóstico Modelo Ajustado Observação Influente Comentários Somente a observação #20 aparece como influente. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

31 Diagnóstico Modelo Ajustado Observação Influente Comentários Somente a observação #20 aparece como influente. A eliminação dessa observação causa variação desproporcional na estimativa da inclinação das retas ajustadas (13,9%), reduzindo a influência da velocidade do torno no tempo de vida útil das ferramentas. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

32 Diagnóstico Modelo Ajustado Observação Influente Comentários Somente a observação #20 aparece como influente. A eliminação dessa observação causa variação desproporcional na estimativa da inclinação das retas ajustadas (13,9%), reduzindo a influência da velocidade do torno no tempo de vida útil das ferramentas. Porém, não há mudança inferencial. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

33 Diagnóstico Modelo Ajustado Observação Influente Comentários Somente a observação #20 aparece como influente. A eliminação dessa observação causa variação desproporcional na estimativa da inclinação das retas ajustadas (13,9%), reduzindo a influência da velocidade do torno no tempo de vida útil das ferramentas. Porém, não há mudança inferencial. A observação #20 refere-se à ferramente com o maior tempo de vida útil, sendo essa ferramenta do tipo B. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

34 Diagnóstico Modelo Ajustado Interpretação das Estimativas Interpretação das Estimativas G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

35 Diagnóstico Modelo Ajustado Interpretação das Estimativas Interpretação das Estimativas À medida que a velocidade do torno aumenta em 100 rpm espera-se decréscimo de 2,66 horas na vida útil das ferramentas. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

36 Diagnóstico Modelo Ajustado Interpretação das Estimativas Interpretação das Estimativas À medida que a velocidade do torno aumenta em 100 rpm espera-se decréscimo de 2,66 horas na vida útil das ferramentas. as ferramentas do tipo B duram em média 15,0042 horas a mais do que as ferramentas do tipo A, independente da velocidade do torno. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

37 Bandas de Confiança Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

38 Bandas de Confiança Banda de Confiança para Nova Observação Vida Útil da Ferramenta A B Velocidade do Torno G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

39 Bandas de Confiança Banda de Confiança para a Média A B Vida Útil da Ferramenta Velocidade do Torno G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

40 Conclusões Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

41 Conclusões Conclusões Considerações Finais G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

42 Conclusões Conclusões Considerações Finais Este é um exemplo em que uma das variáveis explicativas é binária e há paralelismo entre os dois grupos, isto é, ausência de interação entre tipo de ferramenta e velocidade do torno. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

43 Conclusões Conclusões Considerações Finais Este é um exemplo em que uma das variáveis explicativas é binária e há paralelismo entre os dois grupos, isto é, ausência de interação entre tipo de ferramenta e velocidade do torno. Não há indícios de que o modelo linear normal não seja adequado. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

44 Referências Sumário 1 Vida útil de Ferramentas 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Diagnóstico Modelo Ajustado 5 Bandas de Confiança 6 Conclusões 7 Referências G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

45 Referências Referências Referência Montgomery, D. C.; Peck, E. A. e Vining, G. G. (2001). Introduction to Linear Regression Analysis, Third Edition. Hoboken: Wiley. G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre / 25

Exemplo Abastecimento de Refrigerantes

Exemplo Abastecimento de Refrigerantes Exemplo Abastecimento de Refrigerantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2016 G. A. Paula (IME-USP) Abastecimento de Refrigerantes 1 o Semestre

Leia mais

Exemplo Regressão Robusta

Exemplo Regressão Robusta Exemplo Regressão Robusta Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Abastecimento de Refrigerantes 1 o Semestre 2013 1 /

Leia mais

Exemplo Multicolinearidade

Exemplo Multicolinearidade Exemplo Multicolinearidade Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Calor do Cimento 1 o Semestre 2013 1 / 28 Calor de Cimento

Leia mais

Faturamento de Restaurantes

Faturamento 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 mais

Exemplo Chamadas Telefônicas

Exemplo Chamadas Telefônicas Exemplo Chamadas Telefônicas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre 2016 1 / 25 Chamadas

Leia mais

Faturamento de Restaurantes

Faturamento de Restaurantes Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2015 1 / 28

Leia mais

Exemplo Ausências Escolares

Exemplo Ausências Escolares Exemplo Ausências Escolares Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Ausências Escolares 2 o Semestre 2015 1 / 24 Ausências

Leia mais

Exemplo Número de Clientes da Loja

Exemplo Número de Clientes da Loja Exemplo Número de Clientes da Loja Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Clientes da Loja 2 o Semestre 2015 1 / 24 Clientes

Leia mais

Exemplo Preferência de Automóveis

Exemplo Preferência de Automóveis Exemplo Preferência de Automóveis Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Preferência Automóveis 2 o Semestre 2016 1 /

Leia mais

Exemplo Falhas em Tecidos

Exemplo Falhas em Tecidos Exemplo Falhas em Tecidos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Falhas em Tecidos 2 o Semestre 2016 1 / 27 Rolos de Tecido

Leia mais

Exemplo Infecções de Ouvido

Exemplo Infecções de Ouvido Exemplo Infecções de Ouvido Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Infecções de Ouvido 2 o Semestre 2016 1 / 27 Infecções

Leia mais

Exemplos Regressão Dados de Contagem

Exemplos Regressão Dados de Contagem Exemplos Regressão Dados de Contagem p. 1/26 Exemplos Regressão Dados de Contagem Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2013 1 / 21 Cupons

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2016 1 / 22 Cupons

Leia mais

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil Exemplo MLG Misto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2015 1 / 16 Placas Dentárias Sumário

Leia mais

Exemplo Regressão Binomial Dados Emparelhados

Exemplo Regressão Binomial Dados Emparelhados Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre

Leia mais

Exemplos Modelos de Quase-Verossimilhança

Exemplos Modelos de Quase-Verossimilhança Exemplos Modelos de Quase-Verossimilhança p. 1/40 Exemplos Modelos de Quase-Verossimilhança Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de

Leia mais

Exemplo Misto Ataques Epilépticos

Exemplo Misto Ataques Epilépticos Exemplo Misto Ataques Epilépticos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Ataques Epilépticos 2 o Semestre 2016 1 / 25

Leia mais

Exemplo Ataques Epilépticos

Exemplo Ataques Epilépticos Exemplo Ataques Epilépticos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Ataques Epilépticos 2 o Semestre 2015 1 / 20 Ataques

Leia mais

Exemplos Regressão Dados Binários

Exemplos Regressão Dados Binários Exemplos Regressão Dados Binários p. 1/28 Exemplos Regressão Dados Binários Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos

Leia mais

Exemplos Equações de Estimação Generalizadas

Exemplos Equações de Estimação Generalizadas Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos

Leia mais

Exemplo Regressão Linear Simples

Exemplo Regressão Linear Simples Exemplo Regressão Linear Simples Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Área e Preço de Imóveis 1 o Semestre 2013 1 /

Leia mais

Exame da OAB. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil

Exame da OAB. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil Exame da OAB Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2017 G. A. Paula (IME-USP) Exame da OAB 2 o Semestre 2017 1 / 29 Exame da OAB Sumário 1 Exame

Leia mais

Exemplo Espinhel de Fundo

Exemplo Espinhel de Fundo Exemplo Espinhel de Fundo Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Espinhel de Fundo 2 o Semestre 2016 1 / 35 Espinhel de

Leia mais

Exemplo Placas Dentárias

Exemplo Placas Dentárias Exemplo Placas Dentárias Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2016 1 / 20 Placas Dentárias

Leia mais

Modelos de regressão para dados correlacionados. Cibele Russo

Modelos de regressão para dados correlacionados. Cibele Russo Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo

Leia mais

1 z 1 1 z 2. Z =. 1 z n

1 z 1 1 z 2. Z =. 1 z n Gabarito Lista 3. Tópicos de Regressão. 2016-2. 1. Temos que y i ind N (µ, φi ), com log φ i = α + γz i, para i = 1,..., n, portanto (i) para o γ = (α, γ) a matriz modelo ca Z = 1 z 1 1 z 2.. 1 z n (ii)

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos 1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β

Leia mais

METÓDOS DE REGRESSÃO KERNEL

METÓDOS DE REGRESSÃO KERNEL METÓDOS DE REGRESSÃO KERNEL George Cavalcanti de Albuquerque Júnior 1; Getúlio José Amorim do Amaral 2 1 Estudante do Curso de Estatística - CCEN UFPE; E-mail: gcdaj1@de.ufpe.br, 2 Docente/pesquisador

Leia mais

Exemplo Regressão Linear Múltipla

Exemplo Regressão Linear Múltipla Exemplo Regressão Linear Múltipla Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Salário de Executivos 1 o Semestre 2013 1 / 27

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos 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 mais

Aula 2 Uma breve revisão sobre modelos lineares

Aula 2 Uma breve revisão sobre modelos lineares Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar

Leia mais

MAE Planejamento e Pesquisa II

MAE Planejamento e Pesquisa II MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos

Leia mais

Modelos de Regressão Múltipla - Parte IV

Modelos de Regressão Múltipla - Parte IV 1 Modelos de Regressão Múltipla - Parte IV Erica Castilho Rodrigues 01 de Fevereiro de 2017 2 3 4 Nos modelos vistos até agora a mudança de um grupo para o outro estava apenas no intercepto. Podemos também

Leia mais

Modelos de Regressão Linear Simples - parte II

Modelos 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 mais

Exemplo Turbinas de Avião

Exemplo Turbinas de Avião Exemplo Turbinas de Avião Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Turbinas de Avião 2 o Semestre 2015 1 / 29 Turbinas de

Leia mais

Regressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO

Regressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO Regressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO MONITORA PAE: SIMONE HARNIK Regressão Linear Simples > O modelo de regressão linear simples

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski

UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA Jayme Gomes dos Santos Junior Luciana Helena Kowalski MODELAGEM DA EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO PARANÁ A PARTIR DE COVARIÁVEIS DO CENSO 2010

Leia mais

Exemplos Modelos Binomiais de Dose-Resposta

Exemplos Modelos Binomiais de Dose-Resposta Exemplos Modelos Binomiais de Dose-Resposta p. 1/14 Exemplos Modelos Binomiais de Dose-Resposta Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre

Leia mais

SME0820 Análise de Regressão 1º/2014

SME0820 Análise de Regressão 1º/2014 Mário de Castro mcastro@icmc.usp.br Sala 4-240, telefone 3373-6631 Cibele Russo cibele@icmc.usp.br http://www.icmc.usp.br/~cibele Sala 3-113, telefone 3373-6606 SME0820 Análise de Regressão 1º/2014 Site

Leia mais

SME0820 Análise de Regressão 1º/2013

SME0820 Análise de Regressão 1º/2013 Cibele Russo cibele@icmc.usp.br http://www.icmc.usp.br/~cibele Sala 3-113, ramal 73-6606 Mariana Cúri mcuri@icmc.usp.br http://www.icmc.usp.br/~mcuri Sala 4-211, ramal 73-8175 SME0820 Análise de Regressão

Leia mais

MAE Modelos Lineares Generalizados 2 o semestre 2017

MAE Modelos Lineares Generalizados 2 o semestre 2017 MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?

Leia mais

Princípios 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 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 mais

SME0803 ANÁLISE DE REGRESSÃO 1º/2011

SME0803 ANÁLISE DE REGRESSÃO 1º/2011 SME0803 ANÁLISE DE REGRESSÃO 1º/2011 Cibele Russo cibele@icmc.usp.br http://www.icmc.usp.br/~cibele Sala 3-160, ramal 8174 CoteiaWIKI: http://wiki.icmc.usp.br/index.php/sme-260 OBJETIVO DO CURSO Introduzir

Leia mais

ME613 - Análise de Regressão

ME613 - Análise de Regressão ME613 - Análise de Regressão Parte 12 Gráficos de Regressão Parcial Samara F. Kiihl - IMECC - UNICAMP file:///users/imac/documents/github/me613-unicamp/me613-unicamp.github.io/aulas/slides/parte12/parte12.html#1

Leia mais

Modelos de Regressão Linear Simples - parte III

Modelos 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 mais

Procedimento 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 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 mais

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência

Modelos 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 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos

Leia mais

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 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 mais

ANÁLISE DE REGRESSÃO

ANÁLISE 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 mais

UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR

UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR -20149072 DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DA QUANTIDADE DE MATRÍCULAS NO ENSINO REGULAR NO ESTADO DO

Leia mais

Coeficiente de determinação R 2 no modelo de regressão linear normal

Coeficiente de determinação R 2 no modelo de regressão linear normal Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br

Leia mais

Disciplina de Modelos Lineares Professora Ariane Ferreira

Disciplina 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 mais

Lista Regressão múltipla Análise de Regressão Prof. Michel H. Montoril

Lista Regressão múltipla Análise de Regressão Prof. Michel H. Montoril Exercício 1. (Montgomery et al., 2013) Considere os dados da National Football League (NFL) no arquivo dados-football.xls. (a) Ajuste um modelo de regressão múltipla relacionando jogos ganhos (y), com

Leia mais

MRLM 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. 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 mais

Introdução ao modelo de Regressão Linear

Introdução 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 mais

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência

Modelos 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 mais

VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1

VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1 PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos

Leia mais

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

CORRELAÇÃO 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 mais

MAE Estatística Descritiva - 1 o semestre de 2017 Professora: Márcia D Elia Branco Monitora PAE: Simone Harnik Gabarito - Lista 4

MAE Estatística Descritiva - 1 o semestre de 2017 Professora: Márcia D Elia Branco Monitora PAE: Simone Harnik Gabarito - Lista 4 MAE0217 - Estatística Descritiva - 1 o semestre de 2017 Professora: Márcia D Elia Branco Monitora PAE: Simone Harnik Gabarito - Lista 4 Exercício 1 Uma rede de supermercados decidiu dar um bônus aos clientes

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição

Leia mais

Modelos de Regressão para Dados de Contagem

Modelos de Regressão para Dados de Contagem UNIVERSIDADE FEDERAL DO PARANÁ Departamento de Estatística Modelos de Regressão para Dados de Contagem CE225 - Modelos Lineares Generalizados Professor Cesar Taconelli Andrea A Alves, GRR: 20096668 NathanM

Leia mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão 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 mais

Renda x Vulnerabilidade Ambiental

Renda 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 mais

Análise de Regressão - parte I

Análise 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 mais

Estatística e Delineamento

Estatística e Delineamento Estatística e Delineamento Jorge Cadima Secção de Matemática (DCEB) Instituto Superior de Agronomia (ULisboa) 2018-19 J. Cadima (ISA - ULisboa) Estatística e Delineamento 2018-19 1 / 459 1 Professores:

Leia mais

Esse material foi extraído de Barbetta (2007 cap 13)

Esse 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 mais

Alternativa prática para uso de Modelos Colineares. Sérgio Alberto Pires da Silva

Alternativa prática para uso de Modelos Colineares. Sérgio Alberto Pires da Silva Alternativa prática para uso de Modelos Colineares. Sérgio Alberto Pires da Silva ITENS DE RELACIONAMENTOS O que significa Colinearidade; O mercado imobiliário apresenta variáveis intrinsicamente colineares;

Leia mais

ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES

ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES CE225 - Modelos Lineares Generalizados

Leia mais

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

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 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 mais

Análise Multivariada Aplicada à Contabilidade

Análise 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 mais

Resenha Modelos Lineares Generalizados

Resenha Modelos Lineares Generalizados Resenha Modelos Lineares Generalizados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2014 G. A. Paula (IME-USP) Resenha MLGs 2 o Semestre 2014 1 / 75 Introdução

Leia mais

Regressão Linear - Parte I

Regressão Linear - Parte I UFPE - Universidade Federal de Pernambuco Curso: Economia Disciplina: ET-406 Estatística Econômica Professor: Waldemar Araújo de S. Cruz Oliveira Júnior Regressão Linear - Parte I 1 Introdução Podemos

Leia mais

Correlação e Regressão

Correlação 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 mais

Mais Informações sobre Itens do Relatório

Mais Informações sobre Itens do Relatório Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo

Leia mais

1 Introdução aos Métodos Estatísticos para Geografia 1

1 Introdução aos Métodos Estatísticos para Geografia 1 1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade

Leia mais

Análise de Regressão EST036

Análise 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 mais

Modelos de Regressão Múltipla - Parte VIII

Modelos 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 mais

Regressão linear múltipla aplicada ao preço do leite

Regressão linear múltipla aplicada ao preço do leite Regressão linear múltipla aplicada ao preço do leite Multiple linear regression applied to the milk price ISSN 2316-9664 Volume 7, dez. 2016 Edição ERMAC Vitória Castro Santos Barreto Faculdade de Tecnologia

Leia mais

Comparando equações de regressão em dados de saúde

Comparando equações de regressão em dados de saúde Comparando equações de regressão em dados de saúde Terezinha Aparecida Guedes*, Ivan Ludgero Ivanqui e Ana Beatriz Tozzo Martins Departamento de Estatística, Universidade Estadual de Maringá, Av Colombo,

Leia mais

Análise de Resíduos. investiga características que comprometem a validade do MRLS:

Análise de Resíduos. investiga características que comprometem a validade do MRLS: Análise de Resíduos investiga características que comprometem a validade do MRLS: (1) relação entre X e Y não é linear (2) erros não tem variância constante (3) erros correlacionados (4) erros não são

Leia mais

PROGRAMA DE DISCIPLINA MÉTODOS ESTATÍSTICOS EM EPIDEMIOLOGIA 2 o. semestre de 2010

PROGRAMA DE DISCIPLINA MÉTODOS ESTATÍSTICOS EM EPIDEMIOLOGIA 2 o. semestre de 2010 PROGRAMA DE DISCIPLINA MÉTODOS ESTATÍSTICOS EM EPIDEMIOLOGIA 2 o. semestre de 2010 Professores: Antônio Augusto Moura da Silva Carga horária: 60 horas Alcione Miranda dos Santos 1. APRESENTAÇÃO A disciplina

Leia mais

Relações lineares entre caracteres de tremoço branco

Relações lineares entre caracteres de tremoço branco Relações lineares entre caracteres de tremoço branco Alberto Cargnelutti Filho 1 Marcos Toebe 2 Cláudia Burin 2 Bruna Mendonça Alves 2 Giovani Facco 2 Gabriele Casarotto 3 1 - Introdução Por apresentar

Leia mais

Modelos de Regressão Linear Simples - parte I

Modelos 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 mais

Estatística Descritiva II

Estatística Descritiva II Estatística Descritiva II Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Estatística Descritiva II 1 o Semestre 2014 1 / 44 Objetivos da Aula Sumário 1 Objetivos da Aula 2

Leia mais

Modelos de Regressão Linear Simples parte I

Modelos 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 mais

Regressão Linear Simples

Regressão 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 mais

Estudar a relação entre duas variáveis quantitativas.

Estudar 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 mais

Estatística Descritiva II

Estatística Descritiva II Estatística Descritiva II Bacharelado em Economia - FEA - Noturno 1 o Semestre 2017 Profs. Gilberto A. Paula e Vanderlei C. Bueno MAE0219 (Economia-FEA-Noturno) 1 o Semestre 2017 1 / 50 Sumário 1 Objetivos

Leia mais

O parâmetro β1 indica a mudança ocorrida na esperança de Y a cada unidade de mudança em X 1 quando X2 é mantida fixa.

O parâmetro β1 indica a mudança ocorrida na esperança de Y a cada unidade de mudança em X 1 quando X2 é mantida fixa. Outras informações para ajudar na interpretação das análises de Regressão 1. Interpretação dos parâmetros na ausência de interações Considere o modelo E(Y x) = β0 + β1 x1 + β2 x2. O parâmetro β0 é o intercepto

Leia mais

Seção 2.6 Duas Variáveis Quantitativas: Regressão Linear

Seção 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 mais

EFICIÊNCIA DE UM TRATAMENTO APLICADO A PACIENTES COM LEUCEMIA

EFICIÊNCIA DE UM TRATAMENTO APLICADO A PACIENTES COM LEUCEMIA Universidade Federal do Paraná Departamento de Estatística EFICIÊNCIA DE UM TRATAMENTO APLICADO A PACIENTES COM LEUCEMIA CE225 - Modelos Lineares Generalizados Jhenifer Caetano Veloso - GRR20137558 Rogério

Leia mais

REGRESSÃO LINEAR Parte I. Flávia F. Feitosa

REGRESSÃO 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 mais

Modelo de regressão Beta

Modelo de regressão Beta Modelo de regressão Beta Fernando Lucambio Pérez Departamento de Estatística Universidade Federal do Paraná Agosto de 2004 1 Consideremos uma situação em que a variável resposta contínua é restrita ao

Leia mais

Estatística e Delineamento

Estatística e Delineamento Estatística e Delineamento Jorge Cadima Secção de Matemática (DCEB) Instituto Superior de Agronomia (ULisboa) 2016-17 J. Cadima (ISA) Estatística e Delineamento 2016-17 1 / 474 1 Professores: Jorge Cadima

Leia mais

Regression and Clinical prediction models

Regression 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 mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA BRUNO GERONYMO - GRR20159232 HERMANN MOGIZ DELGADO - GRR20159211 MARIA HELENA OLIVEIRA - GRR20159213 VINICIUS CESAR PEDROSO

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ. Adriane Machado (GRR ), Cinthia Zamin Cavassola(GRR ) e Luiza Hoffelder da Costa(GRR )

UNIVERSIDADE FEDERAL DO PARANÁ. Adriane Machado (GRR ), Cinthia Zamin Cavassola(GRR ) e Luiza Hoffelder da Costa(GRR ) UNIVERSIDADE FEDERAL DO PARANÁ Adriane Machado (GRR20149152), Cinthia Zamin Cavassola(GRR20149075) e Luiza Hoffelder da Costa(GRR20149107) AJUSTE DE MODELO DE REGRESSÃO LOGÍSTICA REFERENTE À PRESENÇA DE

Leia mais

Aplicação de modelos lineares generalizados na captura de atum da espécie Thunnus albacares.

Aplicação de modelos lineares generalizados na captura de atum da espécie Thunnus albacares. Reunião Anual da Região Brasileira Internacional de Biometria -22 a 26 de julho de 2013 - Campina Grande/PB Aplicação de modelos lineares generalizados na captura de atum da espécie Thunnus albacares.

Leia mais