b) Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita
|
|
- Arthur Faro
- 4 Há anos
- Visualizações:
Transcrição
1 Exemplo 1 (continuação a Estime por intervalo de 95% de confiança, o aumento do número médio de lotes vendidos devido a 1000 pessoas a mais na população, mantendo a renda per capita fixa b Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita c Refazer (a e (b para β 2
2 MRLM do Exemplo 1 y i = β 0 + β 1 x 1i + β 2 x 2i + ε i ε i ~ N(0, σ 2 Cov(ε i, ε j = 0 ; i, j = 1, 2,, n ; i j Resultados já encontrados: ^β =(3,453 0,496 0,009 ^σ 2 =122,669 (sem erros de arredondamento ^σ 2 =4,740
3 Teste de significância de β * Tabela da ANOVA Fonte GL SQ QM F p-valor Regressão (M 0 p - q SQReg(M 0 (M 1 - M 0 q SQExtra SQExtra/q Regressão (M 1 p SQReg(M 1 QMExtra QMRes(M 1 quantil da q F [n-(p+1] Resíduos (M 1 n - (p+1 SQRes(M 1 SQRes(M 1 [n-(p+1]
4 Apresentação alternativa dos cálculos parciais do Teste de significância de β * Tabela da ANOVA para M 1 Fonte GL SQ Regressão (M 1 Resíduo (M 1 n-(p+1 SQRes(M 1 p Total n-1 Teste de significância de β * na presença das demais covariáveis SQExtra = SQRes(M 0 SQRes(M 1 F= SQExtra /q SQRes(M 1 /[n ( p+1] Tabela da ANOVA para M 0 Fonte GL SQ Regressão (M 0 p-q F ~ q F [n-(p+1], sob H 0 Resíduo (M 0 n-(p+1-q SQRes(M 0 Total n-1
5 Exemplo 1 (cont. Usando o R, verifique pelo método da soma de quadrados extra a significância: a de β 1 na presença de X 2 b de β 2 na presença de X 1 c conjunta de β 1 e β 2 d da interação entre X 1 e X 2, no modelo hierárquico ###dados - Exemplo 1 x1 <- c(274, 180, 375, 205, 86, 265, 98, 330, 195, 53, 430, 372, 236, 157, 370 x2 <- c(2450, 3254, 3802, 2838, 2347, 3782, 3008, 2450, 2137, 2560, 4020, 4427, 2660, 2088, 2605 y <- c(162, 120, 223, 131, 67, 169, 81, 192, 116, 55, 252, 232, 144, 103, 212
6 a de β 1 na presença de X 2 #ajuste do modelo sem interação ajuste <- lm(y~x1+x2 #ajuste do modelo restrito ajuste0 <- lm(y~x2 #Metodo da soma de quadrados extra anova(ajuste0,ajuste Model 1: y ~ x2 Model 2: y ~ x1 + x2 Res.Df RSS Df Sum of Sq F Pr(F < 2.2e-16 *** --- Signif. codes: 0 *** ** 0.01 *
7 b de β 2 na presença de X 1 #ajuste do modelo sem interação ajuste <- lm(y~x1+x2 #ajuste do modelo restrito ajuste0 <- lm(y~x1 #Metodo da soma de quadrados extra anova(ajuste0,ajuste Model 1: y ~ x1 Model 2: y ~ x1 + x2 Res.Df RSS Df Sum of Sq F Pr(F e-07 *** --- Signif. codes: 0 *** ** 0.01 *
8 c de (β 1, β 2 #ajuste do modelo sem interação ajuste <- lm(y~x1+x2 #ajuste do modelo nulo ajuste0 <- lm(y~1 #Metodo da soma de quadrados extra anova(ajuste0,ajuste Model 1: y ~ 1 Model 2: y ~ x1 + x2 Res.Df RSS Df Sum of Sq F Pr(F < 2.2e-16 *** --- Signif. codes: 0 *** ** 0.01 *
9 d da interação #ajuste do modelo com interação ajuste <- lm(y~x1+x2+x1:x2 #ajuste do modelo sem interação ajuste0 <- lm(y~x1+x2 #Metodo da soma de quadrados extra anova(ajuste0,ajuste Model 1: y ~ x1 + x2 Model 2: y ~ x1 + x2 + x1 * x2 Res.Df RSS Df Sum of Sq F Pr(F
10 * análise da saída do R para o comando anova com um único MRLM #ajuste do modelo com interação ajuste <- lm(y~x1+x2+x1:x2 anova(ajuste Response: y Df Sum Sq Mean Sq F value Pr(F x < 2.2e-16 *** x e-06 *** x1:x Residuals NOTE QUE a saída da função anova com um único MRLM apresenta uma sequencia de SQExtra para modelos escalonados: Linha 1: SQExtra para testar H 0 : β 1 = 0 (a inclusão de X 1 no modelo nulo é significativa Linha 2: SQExtra para testar H 0 : β 2 = 0 na presença de X 1 (a inclusão de X 2 no modelo com X 1 é significativa Linha 3: SQExtra para testar H 0 : β 3 = 0 na presença de X 1 e X 2 (a inclusão da interação entre X 1 e X 2 no modelo hierárquico não é significativa
11 * comparando as saídas do comando anova e summary ajuste <- lm(y~x1+x2+x1:x2 anova(ajuste Response: y Df Sum Sq Mean Sq F value Pr(F x < 2.2e-16 *** x e-06 *** x1:x Residuals summary(ajuste Coefficients: Estimate Std. Error t value Pr( t (Intercept 4.901e e x e e e-09 *** x e e * x1:x e e
ANOVA com modelos encaixados
ANOVA com modelos encaixados Motivação 1 Testar a significância de β j ( j = 0, 1,, p na presença das demais regressoras, usando o teste t, é trabalho, pois precisa de: ^β e ^Var (^β j = ^σ 2 j c ( j+1(
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 maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
Leia maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisBIE5782. Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES
BIE5782 Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES ROTEIRO 1.Motivação 2. Método dos mínimos quadrados 3. Ajuste no R: função lm 4. Resultado no R: objeto lm 5. Premissas, interpretação e diagnóstico 6.
Leia maisSELEÇÃO DE VARIÁVEIS
SELEÇÃO DE VARIÁVEIS objetivo incluir tantas covariáveis quantas forem necessárias para auxiliar na predição do modelo? (1) buscar o menor subconjunto de covariáveis capaz de explicar adequadamente a variação
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 maisSELEÇÃO DE VARIÁVEIS
SELEÇÃO DE VARIÁVEIS objetivo incluir tantas covariáveis quantas forem necessárias para auxiliar na predição do modelo? (1) buscar o menor subconjunto de covariáveis capaz de explicar adequadamente a variação
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 maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 7 Introducing statistical modeling Part 3 (Multivariable linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
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 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 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 maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisMEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS
Universidade Federal do Paraná Departamento de Estatística MEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS CE225 - Modelos Lineares Generalizados Francielle Przibiciem de Mattos GRR20124686 Guilherme
Leia maisMonitoria Sessão 6. Verônica Santana FEA-USP 10/05/2017
Monitoria Sessão 6 Verônica Santana FEA-USP 10/05/2017 1 Testes de Especificação Retomando o modelo anterior ADA i = β 0 + β 1 ROA i + β 2 MT B i + β 3 SIZE i + β 4 LEV i + β 5 CF O i + β 6 LOSS i + u
Leia maisAnálise de Regressão Linear no Pacote R
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Análise de Regressão Linear no Pacote R Gabriela Domingues do Amaral Vanessa Loureiro Silva Edna Afonso Reis
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 2, da disciplina LCE602 - Estatística
Leia maisElaboração e Delineamento de Projetos
Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecoevol.ufg.br/adrimelo/planejamento Prof. Adriano S. Melo asm.adrimelo no gmail.com
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 maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisElaboração e Delineamento de Projetos
Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecologia.ufrgs.br/~adrimelo/planejamento Prof. Adriano S. Melo asm.adrimelo no gmail.com
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 maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisi j i i Y X X X i j 1 i 2 i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisUniversidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais. ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07
Universidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07 28.Maio.2007 José Filipe Rafael I Um colega seu está a tentar explicar o salário
Leia maisAvaliação do conteúdo de potássio em grãos de soja em função dos níveis de água a potássio aplicados
Avaliação do conteúdo de potássio em grãos de soja em função dos níveis de água a potássio aplicados Walmes Marques Zeviani 1 Material e métodos O experimento foi instalado em casa de vegetação no Campus
Leia maisAnálise de Carteiras usando o R - Parte 6
Análise de Carteiras usando o R - Parte 6 Bibliografia BKM, cap. 9 Claudio Lucinda FEA/USP Testando o CAPM Testando o CAPM Vamos nesta apresentação usar os dados dos fundos para repassar os testes do CAPM.
Leia maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
Leia maisAnálise de Variância e outras análises. Airlane P. Alencar
Análise de Variância e outras análises 2018 Airlane P. Alencar Introdução: Análise de Variância Caso particular do modelo de regressão: As variáveis explicativas são em geral, de natureza qualitativa (chamadas
Leia maisEstatística Frequentista
Estatística Frequentista Analise de Variância Alexandre Adalardo de Oliveira PlanECO 2017 1 of 32 03/24/2017 09:03 AM Conteúdo histórico conceituação básica exemplo Testes Clásssicos 2 of 32 03/24/2017
Leia maisRELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE CE225 - Modelos
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44
Leia maisRELATÓRIO DA ANÁLISE DE REGRESSÃO (Ex1 - Reg. Linear Simples) ****************************** PASSO 1 *******************************
RELATÓRIO DA ANÁLISE DE REGRESSÃO (Ex1 - Reg. Linear Simples) ****************************** PASSO 1 ******************************* O grau do polinomio é 1 (Linear) Tem um outlier *TESTE DA HOMOCEDASTICIDADE
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 8 Análise de Regressão Múltipla: o Problema da Inferência Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus,
Leia maisRegressão linear múltipla
Regressão linear múltipla Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução A regressão múltipla é uma generalização da regressão simples, visto que, há mais de uma variável explicativa
Leia maisPlanejamento de Experimentos Suposições do Modelo e Comparações Múltiplas
1 / 30 Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 30 Exemplo típico: Resistência de uma nova fibra sintética
Leia mais5.3 Experimentos fatoriais a dois fatores (Revisando...)
5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores (Revisando...) Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos Exercício 6.17 Um pesquisador rodou uma única replicação de um plano 2 4, tendo obtido as seguintes estimativas dos efeitos: A = 76, 95, B = 67, 52, C = 7, 84 e D = 18, 73
Leia maisCE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018
CE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018 Examplo usando gamlssnp(): dados de cérebros de animais O tamanho do cérebro (brain) e peso corporal (body) foram registrados
Leia maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia maisRELAÇÃO ENTRE EXPECTATIVA DE VIDA E CARACTERÍSTICAS DOS ESTADOS NORTE-AMERICANOS ENTRE OS ANOS DE 1969 E 1970
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELAÇÃO ENTRE EXPECTATIVA DE VIDA E CARACTERÍSTICAS DOS ESTADOS NORTE-AMERICANOS ENTRE OS ANOS DE 1969 E 1970 CE225 -
Leia maisCap. 9 Comparação entre tratamentos
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio
Leia maisCapítulo 7. Experimentos com dois ou três Fatores de Interesse. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 7 Experimentos com dois ou três Fatores de Interesse Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 2007 Capítulo
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Testes de Comparações Múltiplas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Testes de Comparações Múltiplas Professora Renata Alcarde Sermarini Piracicaba Agosto 2016 Renata Alcarde Sermarini Estatística
Leia maisTestes de raiz unitária
Testes de raiz unitária Avaliando estacionariedade em séries temporais financeiras Wilson Freitas Quant Developer Recursos index.rmd 2/20 Testes de Raiz Unitária Definição do teste de raiz unitária Existem
Leia maisTestes de cointegração
Testes de cointegração Avaliando a existência de relação de conintegração entre séries temporais Wilson Freitas Quant Developer Recursos index.rmd 2/13 Teste de Engle & Granger (EG) Teste de Engle & Granger
Leia maisMódulo 16- Análise de Regressão
Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda
Leia maisAnálise de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
Leia maisLista de Exercicios 3
Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 3 de junho de 2009 Lista de Exercicios 3 ANOVA. Regressão Linear Simples Exercício 77. Três diferentes bancos possuem agências de mesmo
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 maisRegressão linear múltipla
Pós-Graduação em Agronomia - CPGA-Solos Análise Multivariada Aplicada as Ciências Agrárias Regressão linear múltipla Carlos Alberto Alves Varella Objetivo da disciplina Ensinar modelagem estatística de
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior lira.pro.br\wordpress REGRESSÃO X CORRELAÇÃO Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida
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 maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisLISTA 1. a) Ache o salário médio e o numero médio de anos de estudo da amostra. Qual é o desvio-padrão de educ?
LISTA 1 Curso: Economia 4ECO Disciplina: Econometria Período letivo: 2016/1 Professor: Hedibert Freitas Lopes - www.hedibert.org Monitora: Paloma Vaissman Uribe - PalomaVU@insper.edu.br Questão 1 Utilizando
Leia maisModelos Lineares Generalizados
unificação metodológica Alexandre Adalardo de Oliveira PlanECO 2017 1 of 43 03/29/2017 11:47 AM Conceitos estrutura do erro preditora linear função de ligação 2 of 43 03/29/2017 11:47 AM Função de ligação
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 11 Critérios para Seleção de Modelos Samara F. Kiihl - IMECC - UNICAMP file:///users/imac/documents/github/me613-unicamp/me613-unicamp.github.io/aulas/slides/parte11/parte11.html#1
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisRegressão linear múltipla. Regressão linear múltipla
Regressão linear múltipla 35 R 2 = 61% Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M. Pagano e Gravreau e Geraldo
Leia maisDelineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)
Principais delineamentos: Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL) Os delineamentos podem ser: Balanceados Não balanceados
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 4 Introducing statistical modeling Part 1 (Analysis of variance) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Introduzir a ideia de
Leia maisExperimentos Fatoriais 2 k Fracionados II
Experimentos Fatoriais 2 k Fracionados II ESALQ/USP 29/09/2016 (ESALQ/USP) Experimentos Fatoriais 2 k Fracionados II 29/09/2016 1 / 35 Um quarto do fatorial completo (Fatorial fracionado 2 k 2 ) Quando
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 maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisMAE0325 - Séries Temporais
MAE0325 - Séries Temporais Fernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro Junior 26 de setembro de 2004 E7p80. Considere a série A (M-ICV): Lista 1 1 (a) teste a existência de tendência,
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia 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 maisMODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I
MODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I 1. Num estudo de selecção da videira, com vista a estudar a variabilidade genética do rendimento da casta Touriga
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Licenciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circunstância, é motivo suficiente para a
Leia maisRegressão Linear e Multilinear
Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem
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 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 maisPlanejamento de Experimentos Medidas Repetidas
1 / 27 Planejamento de Experimentos Medidas Repetidas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG Exemplo: 2 / 27 3 / 27 Em outras aplicações, a resposta de cada unidade experimental é medida
Leia maisPesquisa Quantitativa Regressão e Correlação Roteiro Geral Roteiro do Módulo Regressão e correlação
Pesquisa Quantitativa Regressão e Correlação Lupércio França Bessegato Mestrado em Administração/UFJF 1. Introdução 2. Coleta de dados Roteiro Geral 3. Modelos probabilísticos 4. Distribuições amostrais
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 maisAnálise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica
1/41 Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Revisão para Dados Transversais 1 Características Informações amostrais
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisEconometria Aplicada com uso do R
Econometria Aplicada com uso do R Alexandre Rodrigues Loures Universidade Federal da Paraíba Centro de Ciências Sociais Aplicadas Programa de Pós-Graduação em Economia 10 de maio de 2015 LOURES, A. R.
Leia maisMLG gama em R. # Estatísticas descritivas by(dados$resist, dados[, c("volt", "temp")], function(x) c(length(x), mean(x), sd(x), sd(x) / mean(x)))
MLG gama em R Este exemplo refere-se a um experimento em que a resistência (em horas) de um determinado tipo de vidro foi avaliada segundo quatro valores de voltagem (200, 250, 300 e 350, em kilovolts)
Leia mais1 AULA 3 - MODELO DE REGRESSÃO LINEAR
1 AULA 3 - MODELO DE REGRESSÃO LINEAR 1.1 Análise exploratória Fazer um modelo de regressão linear envolve modelar uma variável de desfecho contínua em função de uma ou mais variáveis explanatórias. Como
Leia maisANÁLISE DE REGRESSÃO. Ralph S. Silva. Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro
ANÁLISE DE REGRESSÃO Ralph S. Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Testes de hipóteses Estamos interessados em implicações testáveis.
Leia mais2 ou mais fatores são de interesse.
5. Experimentos Fatoriais 5.1 Definições e Princípios Básicos 2 ou mais fatores são de interesse. Experimentos Fatoriais: em cada replicação do experimento todas as combinações dos níveis de tratamento
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Análise de Variância Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 25 Introdução Existem muitas
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE CORRELAÇÃO, REGRESSÃO LINEAR SIMPLES E ANOVA Ministrantes:
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 maisANOVA - Etapas de Análise
ANOVA - Etapas de Análise Entender o Delineamento Estrutura de Tratamento Aleatorização das Unidades Amostrais Aleatorização das Unidades Experimentais aos Tratamentos Adotar um Modelo Estrutural e Distribucional
Leia maisEstatística de Teste: Decisão: p α Rejeita-se H 0. Hipóteses: Ǝ i,j σ 1 σ 2 i,j=1,,k. Estatística de Teste: Decisão: p >α Não se rejeita H 0
Normalidade: H 0: Y i~n(µ i, σ i) H 1: Y i N(µ i, σ i) (i=1,,k) Estatística de Teste: (p=valor p-value) Se n < 50 Teste Shapiro-Wild Se n > 50 Teste Kolmogorov-Smirnov Homogeneidade p α Rejeita-se H 0
Leia maisANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças
Leia maisCapítulo 6. Experimentos com um Fator de Interesse. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 6 Experimentos com um Fator de Interesse Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 2007 Capítulo 6 Experimentos
Leia maisINFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE
INFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE A análise de deviance é uma generalização, para modelos lineares generalizados, da análise de variância. No caso de modelos lineares, utiliza-se
Leia mais4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados
4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.2 Quadrados Latinos (QL) Suponha que um experimentador esteja estudando o efeito de 5 formulações diferentes de
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 maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 2 Propriedades dos estimadores Samara F. Kiihl - IMECC - UNICAMP Suposições do modelo de regressão linear simples Suposições do modelo de regressão linear simples Até
Leia maisRegressão linear múltipla - Correlação parcial
Regressão linear múltipla - Correlação parcial trigo Matriz de correlações: trigo % matéria orgânica 40 103 32 1 58 192 45 28 50 300 39 5 72 420 46 11 61 510 34 14 69 630 38 2 63 820 32 12 % matéria orgânica
Leia maisTécnicas Experimentais Aplicadas
Técnicas Experimentais Aplicadas em Ciência do Solo Mario de Andrade Lira Junior lira.pro.br/wordpress 7/4/010 1 Principais delineamentos Inteiramente casualizado Segundo mais comum Blocos completos Normalmente
Leia maisDelineamento em quadrado latino (DQL)
Delineamento em quadrado latino (DQL) Universidade Estadual de Santa Cruz Ivan Bezerra Allaman INTRODUÇÃO É utilizado quando se tem duas condições experimentais (física ou biológica) heterogêneas o suficiente
Leia mais