Exemplo Chamadas Telefônicas
|
|
- Thereza Faro Gama
- 5 Há anos
- Visualizações:
Transcrição
1 Exemplo Chamadas Telefônicas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil 2 o Semestre 2016 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
2 Chamadas Telefônicas Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
3 Chamadas Telefônicas Chamadas Telefônicas Descrição dos Dados Para motivar a comparação do procedimento de estimação de mínimos quadrados com o procedimento de estimação robusta proposto por Huber vamos considerar o conjunto de dados disponível no software R sobre G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
4 Chamadas Telefônicas Chamadas Telefônicas Descrição dos Dados Para motivar a comparação do procedimento de estimação de mínimos quadrados com o procedimento de estimação robusta proposto por Huber vamos considerar o conjunto de dados disponível no software R sobre chamadas telefônicas (em milhões) na Bélgica no período de 1950 a G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
5 Chamadas Telefônicas Chamadas Telefônicas Descrição dos Dados Para motivar a comparação do procedimento de estimação de mínimos quadrados com o procedimento de estimação robusta proposto por Huber vamos considerar o conjunto de dados disponível no software R sobre chamadas telefônicas (em milhões) na Bélgica no período de 1950 a Esses dados são discutidos, por exemplo, em Venables e Ripley (2003, Capítulo 8). G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
6 Análise de Dados Preliminar Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
7 Análise de Dados Preliminar Medidas Resumo Descrição Medida Chamadas n 24 Média 50,00 D.Padrão 65,53 CV 131% Mínimo 4,40 1 o Quartil 7,90 Mediana 15,50 3 o Quartil 62,00 Máximo 232,00 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
8 Análise de Dados Preliminar Dispersão Chamdas versus Ano Chamadas Ano G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
9 Análise de Dados Preliminar Boxplot Chamadas Chamadas Chamadas G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
10 Ajuste Mínimos Quadrados Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
11 Ajuste Mínimos Quadrados Modelo Linear Normal Descrição Nota-se um aumento do número de chamadas telefônicas com o ano, havendo forte destaque para 6 anos consecutivos (64 a 69) em que o número de chamadas é bastante acentuado. Vamos considerar para ilustração o seguinte modelo linear: G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
12 Ajuste Mínimos Quadrados Modelo Linear Normal Descrição Nota-se um aumento do número de chamadas telefônicas com o ano, havendo forte destaque para 6 anos consecutivos (64 a 69) em que o número de chamadas é bastante acentuado. Vamos considerar para ilustração o seguinte modelo linear: y i = β 1 +β 2 ano i +ǫ i, G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
13 Ajuste Mínimos Quadrados Modelo Linear Normal Descrição Nota-se um aumento do número de chamadas telefônicas com o ano, havendo forte destaque para 6 anos consecutivos (64 a 69) em que o número de chamadas é bastante acentuado. Vamos considerar para ilustração o seguinte modelo linear: y i = β 1 +β 2 ano i +ǫ i, para i = 1,...,24, em que y i denota o número de chamadas telefônicas no i-ésimo ano com ǫ i iid N(0,σ 2 ). G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
14 Ajuste Mínimos Quadrados Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
15 Ajuste Mínimos Quadrados Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. Efeito Estimativa Erro padrão valor-t valor-p Constante -260, ,607-2,53 0,02 Ano 5,041 1,658 3,04 0,00 R 2 0,30 R 2 -ajustado 0,26 s 56,22 F 9,25 (1 e 22 g.l.) 0,00 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
16 Ajuste Mínimos Quadrados Estimativas Descrição As estimativas dos parâmetros são dadas abaixo. Efeito Estimativa Erro padrão valor-t valor-p Constante -260, ,607-2,53 0,02 Ano 5,041 1,658 3,04 0,00 R 2 0,30 R 2 -ajustado 0,26 s 56,22 F 9,25 (1 e 22 g.l.) 0,00 Todas os parâmetros são marginalmente significativos. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
17 Ajuste Mínimos Quadrados Ajuste Mínimos Quadrados Chamdas Ano G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
18 Diagnóstico Modelo Ajustado Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
19 Diagnóstico Modelo Ajustado Diagnóstico Modelo Ajustado Distância de Cook Ano G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
20 Diagnóstico Modelo Ajustado Resíduos Modelo Ajustado Residuo Studentizado Percentil da N(0,1) G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
21 Ajuste Crítério Robusto Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
22 Ajuste Crítério Robusto Modelo Linear Normal Descrição A fim de reduzir a influência das observações discrepantes será aplicado o critério de Huber para ajustar o seguinte modelo linear: G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
23 Ajuste Crítério Robusto Modelo Linear Normal Descrição A fim de reduzir a influência das observações discrepantes será aplicado o critério de Huber para ajustar o seguinte modelo linear: y i = β 1 +β 2 ano i +ǫ i, G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
24 Ajuste Crítério Robusto Modelo Linear Normal Descrição A fim de reduzir a influência das observações discrepantes será aplicado o critério de Huber para ajustar o seguinte modelo linear: y i = β 1 +β 2 ano i +ǫ i, para i = 1,...,24, em que y i denota o número de chamdas no i-ésimo iid ano com ǫ i N(0,σ 2 ). G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
25 Ajuste Crítério Robusto Modelo Linear Normal Critério de Huber O critério de Huber consiste em minimizar a função G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
26 Ajuste Crítério Robusto Modelo Linear Normal Critério de Huber O critério de Huber consiste em minimizar a função S ρ (β) = n ρ(z i ), i=1 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
27 Ajuste Crítério Robusto Modelo Linear Normal Critério de Huber O critério de Huber consiste em minimizar a função S ρ (β) = n ρ(z i ), i=1 em que z i = ǫ i s com G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
28 Ajuste Crítério Robusto Modelo Linear Normal Critério de Huber O critério de Huber consiste em minimizar a função S ρ (β) = n ρ(z i ), i=1 em que z i = ǫ i s com { ρ(z) = z 2 2 se z c c{ z c 2 } se z > c. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
29 Ajuste Crítério Robusto Estimativas Descrição As estimativas dos parâmetros pelo critério de Huber com c=1,345 são dadas abaixo. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
30 Ajuste Crítério Robusto Estimativas Descrição As estimativas dos parâmetros pelo critério de Huber com c=1,345 são dadas abaixo. Efeito Estimativa Erro padrão valor-z valor-p Constante -102,622 26,608-3,86 0,00 Ano 2,041 0,430 4,75 0,00 s 9,032 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
31 Ajuste Crítério Robusto Estimativas Descrição As estimativas dos parâmetros pelo critério de Huber com c=1,345 são dadas abaixo. Efeito Estimativa Erro padrão valor-z valor-p Constante -102,622 26,608-3,86 0,00 Ano 2,041 0,430 4,75 0,00 s 9,032 Todas os parâmetros são altamente significativos. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
32 Ajuste Crítério Robusto Peso versus Chamadas Peso Chamadas G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
33 Ajuste Crítério Robusto Peso versus Ano Peso Ano G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
34 Ajuste Crítério Robusto Comparação Métodos de Estimação Chamadas M.Q. Ruber Ano G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
35 Conclusões Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
36 Conclusões Conclusões Considerações Finais G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
37 Conclusões Conclusões Considerações Finais Neste conjunto de dados há 6 observações discrepantes com alta influência nas estimativas do intercepto e inclinação da reta ajustada pelo método de mínimos quadrados. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
38 Conclusões Conclusões Considerações Finais Neste conjunto de dados há 6 observações discrepantes com alta influência nas estimativas do intercepto e inclinação da reta ajustada pelo método de mínimos quadrados. O procedimento de estimação usando o critério de de Huber reduz consideravelmente a influência desses anos que recebem os menores pesos no processo de estimação. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
39 Conclusões Conclusões Considerações Finais Neste conjunto de dados há 6 observações discrepantes com alta influência nas estimativas do intercepto e inclinação da reta ajustada pelo método de mínimos quadrados. O procedimento de estimação usando o critério de de Huber reduz consideravelmente a influência desses anos que recebem os menores pesos no processo de estimação. Os últimos três anos também têm uma redução dos pesos no processo de estimação. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
40 Referências Sumário 1 Chamadas Telefônicas 2 Análise de Dados Preliminar 3 Ajuste Mínimos Quadrados 4 Diagnóstico Modelo Ajustado 5 Ajuste Crítério Robusto 6 Conclusões 7 Referências G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
41 Referências Referências Referência G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
42 Referências Referências Referência Venables, W. N. e Ripley, B. D. (2003). Modern Applied Statistics with S-Plus, Fourth Edition. New York: Springer. G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre / 25
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 maisExemplo 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 maisExemplo Vida Útil de Ferramentas
Exemplo Vida Útil de Ferramentas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre 2016 1 /
Leia maisExemplo 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 maisExemplo 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 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplo 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 maisExemplos 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 maisExemplo 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 maisExemplo 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 maisExemplos 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 maisFaturamento 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 maisExemplo 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 maisExemplo 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 maisExemplos 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 maisExemplos 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 maisExame 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 maisExemplo 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 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 maisModelos 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 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 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 maisExemplos 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 maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisMAE 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 maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisUtilização de modelos marginais na análise de dados longitudinais irregulares em relação ao tempo
Utilização de modelos marginais na análise de dados longitudinais irregulares em relação ao tempo César Gonçalves de Lima 1 Michele Barbosa 2 Valdo Rodrigues Herling 3 1. Introdução Dados longitudinais
Leia maisUNIVERSIDADE 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 maisMAE 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 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 maisModelos 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 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 maisExemplo 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 maisExemplo 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 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 maisME613 - 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 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 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 maisCapítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados. Seção 3-1 Visão Geral. Visão Geral. Estatísticas Descritivas
Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de Centro 3-3 Medidas de Dispersão 3-4 Medidas de Forma da Distribuição 3-5 Análise Exploratória 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 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 maisNotas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia 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 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 maisRegressão 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 maisModelos Lineares Mistos
Modelos Lineares Mistos Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 131 99, Brasil email: lucambio@ufpr.br Setembro de 1 Introdução O modelo de regressão linear
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 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 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 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 maisMétodos Estatísticos em Física Experimental. Prof. Zwinglio Guimarães 1 o semestre de 2015 Aulas 11 e 12
Métodos Estatísticos em Física Experimental Prof. Zwinglio Guimarães 1 o semestre de 015 Aulas 11 e 1 O método dos mínimos quadrados (revisão) O método dos mínimos quadrados consiste em determinar os parâmetros
Leia mais1 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 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 maisVERIFICAÇÃO 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 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 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 maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisDISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO
PLANO DE AULA DISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO TOTAL DE SEMANAS: 20 SEMANAS TOTAL DE ENCONTROS: 40 AULAS Aulas Conteúdos/ Matéria Tipo de aula Textos, filmes e outros materiais
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
Leia maisUNIVERSIDADE 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 maisEstatística 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 maisEstatística 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 maisCONHECIMENTOS 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 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 maisIntrodução Regressão linear Regressão de dados independentes Regressão não linear. Regressão. Susana Barbosa
Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Regressão linear x : variável explanatória y : variável resposta Gráfico primeiro! Gráfico primeiro! Gráfico primeiro! Modelo linear x
Leia maisCE071 - Análise de Regressão Linear
CE071 - Análise de Regressão Linear Cesar Augusto Taconeli 30 de maio, 2018 Cesar Augusto Taconeli CE071 - Análise de Regressão Linear 30 de maio, 2018 1 / 21 Aula 7 - Regressão linear com covariáveis
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 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 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 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 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 maisModelos 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 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 maisEstatística 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 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 maisSeção 2.3 Uma Variável Quantitativa: Medidas de Dispersão
Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Sumário Uma variável quantitativa: Desvio padrão Escore z Resumo dos cinco números Amplitude e AIQ Percentis FilmesHollywood2011.xls Desvio Padrão
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 maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia 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 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 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisMedidas de dispersão. 23 de agosto de 2018
23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média
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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisComparando 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 maisPROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
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 maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Regressão Polinomial e Análise da Variância Piracicaba Setembro 2014 Estatística Experimental 18 de Setembro de 2014 1 / 20 Vimos
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 Considere os dados abaixo sobre distribuição de salário (em reais) num grupo de 1000 individuos. Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i 500-1000
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisIntrodução às medidas físicas ( ) Aula 6 e 7 Queda livre. Qual é o método que usará para atingir seu objetivo?
Introdução às medidas físicas (430015) Aula 6 e 7 Queda livre Grupo: Nome: Nome: Nome: Introdução: Qual é o objetivo do experimento? Qual é o método que usará para atingir seu objetivo? Medidas Experimentais:
Leia mais