Análise da Regressão. Prof. Dr. Alberto Franke (48)
|
|
- Aurélio Desconhecida Clementino
- 6 Há anos
- Visualizações:
Transcrição
1 Análise da Regressão Prof. Dr. Alberto Franke (48)
2 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser predita a partir da outra ou outras. 2 Prof. Tit. Dr. Franke, 2015
3 1. Correlação Correlação e regressão linear O conceito de correlação refere-se a uma associação numérica entre duas variáveis, não implicando necessariamente uma relação de causa e efeito. A análise dos dados para verificar correlações é feita de forma exploratória. O estudo da correlação numérica entre as observações de duas variáveis é um passo intermediário na análise de um problema. Se a representação gráfica de duas variáveis em um sistema cartesiano resultar em pontos alinhados, ajustando-se a uma reta, se está na presença de uma relação linear. 3 Prof. Tit. Dr. Franke, 2015
4 2. Diagrama de dispersão Correlação e regressão linear É um gráfico onde os valores das variáveis são representadas por pontos, num sistema cartesiano. Figura 1 Diagramas de dispersão (18 amostras de cerâmicas) das variáveis retração linear,(%), resistência mecânica (MPa) e absorção de água (%). Fonte: BARBETTA et al., Prof. Tit. Dr. Franke, 2015
5 2. Diagrama de dispersão Correlação e regressão linear 5 Prof. Tit. Dr. Franke, 2015
6 Correlação e regressão linear 3. Coeficiente de correlação linear de Pearson (r) É uma medida da intensidade da relação linear entre duas variáveis aleatórias Mede o grau de relacionamento linear entre os dados emparelhados das variáveis X e Y em uma amostra Pode variar entre -1 r Cálculo do coeficiente de correlação de Pearson (r) Exemplo: Três observações i x i y i x i 2 y i 2 x i y i Soma Yi Xi 6 Prof. Tit. Dr. Franke, 2015
7 Correlação e regressão linear 3.2 Coeficiente de correlação populacional() O coeficiente r pode ser considerado uma estimativa do verdadeiro e desconhecido coeficiente de correlação populacional (). Podemos verificar as seguintes hipóteses com relação à correlação: H o : = 0 (as variáveis X e Y são não correlacionadas); H 1 : 0 (as variáveis X e Y são correlacionadas). Como avaliar se o coeficiente de correlação de Pearson (r) é significativo? 1 - Usando a distribuição t de Student com gl = n-2 valor do teste calculado por Rejeita-se H o quando o valor calculado de t for maior que valor tabelado com gl = n-2, concluindo que há correlação significativa. 2 - Usar a Tabela n 10 para saber qual deve ser o valor mínimo para o coeficiente de correlação r de Pearson ser significativo. 7 Prof. Tit. Dr. Franke, 2015
8 Fonte: BARBETTA et al., Prof. Tit. Dr. Franke, 2015
9 Correlação e regressão linear Exercícios: Sejam X = a nota de matemática na prova do vestibular e Y = nota final da disciplina de estatística de 10 alunos do Curso. Os dados são apresentados a seguir: Aluno x y x 2 y 2 x.y soma 9 Prof. Tit. Dr. Franke, 2015 a) Calcule a correlação entre nota no vestibular de matemática e a nota na disciplina de estatística. Interprete o resultado b) Construa um diagrama de dispersão e verifique se algum aluno foge ao comportamento geral do grupo (ponto discrepante). c) Retire o ponto discrepante detectado no item anterior e calcule novamente o coeficiente r. Interprete o novamente. d) Verifique se a correlação encontrada no item anterior é significativa. Faça o teste ao nível de significância de 5% e interprete o resultado.
10 Nota em estatística Correlação e regressão linear Exercícios: Sejam X = a nota na prova do vestibular e Y = nota final da disciplina de estatística de 10 alunos do Curso de geologia. Os dados são apresentados a seguir: Alunos x y x 2 y 2 x.y soma Nota no vestibular 10 Prof. Tit. Dr. Franke, 2015
11 Nota em estatística Correlação e regressão linear Exercícios: Sejam X = a nota na prova do vestibular e Y = nota final da disciplina de estatística de 10 alunos do Curso de geologia. Os dados são apresentados a seguir: 100 Alunos x y x 2 y 2 x.y soma Nota no vestibular 11 Prof. Tit. Dr. Franke, 2015
12 Como fazer na calculadora científica? Aluno x y Prof. Tit. Dr. Franke, 2015
13 Correlação e regressão linear 4. Coeficiente de determinação (r²) É a proporção da variação total em Y explicada pelo ajuste da regressão Ou, o valor de r² representa a parte da variância total de X e Y, que pode ser explicada pela sua relação linear Exemplo: se r = 0,7, ter-se-á r² = 0,49, ou seja, o grau de dependência de Y em relação ao X será de 49%; isso significa que 51% da variação total permanece não explicado pelo modelo da regressão. 13 Prof. Tit. Dr. Franke, 2015
14 Regressão linear 5. Regressão linear simples A análise de regressão é utilizada principalmente para fins de previsão Tem por objetivo desenvolver um modelo estatístico que possa ser utilizado para prever os valores de uma variável dependente, com base nos valores correspondentes a pelo menos uma variável independente. Estamos interessados na relação matemática de causalidade. Objetiva-se: Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). Conhecer o quanto variações de X podem afetar Y. 14 Prof. Tit. Dr. Franke, 2015
15 Regressão linear 5. Regressão linear simples Exemplos de relação entre variáveis (X e Y): Variável Independente (X) Idade de crianças Altura Precipitação Temperatura do forno Quantidade de aditivo Variável dependente (Y) Altura Peso corporal Produção vegetal Resistência mecânica da cerâmica Octanagem da gasolina 15 Prof. Tit. Dr. Franke, 2015
16 Regressão linear 15. Regressão linear simples O modelo matemático 16 Prof. Tit. Dr. Franke, 2015
17 Significado dos parâmetros do modelo de regressão linear simples ^ y = a + b.x x=1 y b y x a x x+1 a (intercepto) é o valor da média da distribuição de Y em X=0, não tem significado prático como um termo separado (isolado) no modelo; b (inclinação) expressa a taxa de mudança em Y, isto é, a mudança em Y quando ocorre a mudança de uma unidade em X. 17 Prof. Tit. Dr. Franke, 2015
18 Regressão linear 5. Regressão linear simples Estimativa da equação de regressão com base nos dados amostrais Para construção do modelo precisamos obter estimativas de a e b, a partir de um conjunto de observações. Estimativa de coef. angular (b): representa o coeficiente angular da reta (tangente do ângulo com o eixo das abscissas) Estimativa escalar ou intercepto (a): representa a ordenada do ponto em que a reta corta o eixo das ordenadas. A estimativa dos parâmetros é realizados utilizando-se o método dos mínimos quadrados, que consiste em fazer com que a soma dos erros quadráticos seja a menor possível 18 Prof. Tit. Dr. Franke, 2015
19 Regressão linear 5. Regressão linear simples Exemplo: Diâmetro e peso de 10 amostras de rochas. Diâmetro (mm) Peso (kg) 49 24, , , , , , , , , ,0 19 Prof. Tit. Dr. Franke, 2015
20 Peso (kg) Regressão linear 45 Diâmetro (mm) Peso (kg) 49 24, , , , , , , Diâmetro (mm) Figura 2 Diagrama de dispersão para relação entre diâmetro e peso das rochas , , ,0 Após inspeção visual do diagrama de dispersão percebe-se uma relação linear Então, a tarefa da análise da regressão é determinar qual modelo linear específico representa o melhor ajuste para estes dados. 20 Prof. Tit. Dr. Franke, 2015
21 Regressão linear 5. Regressão linear simples Construindo a equação de regressão com base nos dados do exemplo Amostra (i) Diâmetro (X i ) Peso (y i ) (X i2 ) (y i2 ) X i y i , ,00 576, , , , , , , ,00 625, , , ,00 552,25 940, , , , , , ,00 484,00 990, , ,00 506,25 990, , ,00 552, , , ,00 625, , , , , ,00 Soma , , ,00 Calculem o R! r = 0, Prof. Tit. Dr. Franke, 2015
22 peso (kg) Regressão linear Equação da reta 45,0 40,0 y = 0,8068x - 12,619 R² = 0, ,0 30,0 25,0 20,0 15, Diâmetro (mm) 22 Prof. Tit. Dr. Franke, 2015
23 Qualidade do ajuste Ajustou-se uma equação de regressão entre X e Y. E a qualidade do ajuste? Como verifico? Coeficiente de determinação, r² análise de variância do modelo, teste F análise dos resíduos 23 Prof. Tit. Dr. Franke, 2015
24 ANÁLISE DOS RESÍDUOS É um método gráfico desenvolvido para: Avaliar se o modelo de regressão linear, que foi ajustados aos dados, é o apropriado Identificar violações das premissas do modelo de regressão O que são resíduos? 24 Prof. Tit. Dr. Franke, 2015
25 Resíduos padronizados ANÁLISE DOS RESÍDUOS Análise dos resíduos Valores preditos e resíduos do modelo Diâmetro (mm) (x) Peso (kg) (y) Previsto ( ÿ) Resíduo (ê) Resíduo padroniz 49 24,0 26,92-2,92-1, ,0 39,83 0,17 0, ,0 23,69 1,31 0, ,5 19,65 3,85 1, ,5 31,76 1,74 0, ,0 23,69-1,69-0, ,5 22,88-0,38-0, ,5 25,30-1,80-0, ,0 27,72-2,72-1, ,0 32,57 2,43 0,99-2 Residuo padronizado = Residuo QMR 25 Prof. Tit. Dr. Franke, Resíduos x valores preditos Resíduos padrão peso predito
26 Distribuição dos resíduos 26 Prof. Tit. Dr. Franke, 2015
27 Medida da qualidade do ajuste: Coeficiente de determinação (R 2 ) O R 2 é frequentemente conhecido como a proporção da variação de y observada que pode ser explicada pela variável regressora X. 27 Prof. Tit. Dr. Franke, 2015
28 Medida da qualidade do ajuste: Coeficiente de determinação (R 2 ) 0 R 2 1 Quanto mais alto é o valor de R 2, mais o modelo de regressão linear simples consegue explicar a variação de Y. 28 Prof. Tit. Dr. Franke, 2015
29 Medida da qualidade do ajuste: Variação explicada e não explicada pelo modelo Diâmetro (mm) Peso (kg) Previsto Erro (ê = y - ŷ) SQE (y - y) (y - y)² 49 24,0 26,92-2,92 8,50-3,4 11, ,0 39,83 0,17 0,03 12,6 158, ,0 23,69 1,31 1,72-2,4 5, ,5 19,65 3,85 14,80-3,9 15, ,5 31,76 1,74 3,03 6,1 37, ,0 23,69-1,69 2,85-5,4 29, ,5 22,88-0,38 0,15-4,9 24, ,5 25,30-1,80 3,25-3,9 15, ,0 27,72-2,72 7,41-2,4 5, ,0 32,57 2,44 5,93 7,6 57, ,00 0,00 47,67 0,00 360,40 r = 2 r² 29 Prof. Tit. Dr. Franke, 2015
30 Análise da variância (ANOVA) de Regressão linear simples Fonte de variação gl SQ QM F calculado Regressão 1 SQT- SQE SQT/gl QMReg/QMErro F crítico Erro n 2 SQE/n Total n Fonte de variação gl SQ QM F calculado Conclusão? Como Fcal = 52,47 > Fcrítico = 5,32, conclui-se que o modelo é significativo ao nível de 5%. F crítico Regressão 1 312,73 312,73 52,47 5,32 Erro 8 47,67 5,96 Total 9 360,40 30 Prof. Tit. Dr. Franke, 2015
31 Peso (kg) Correlação e regressão linear 7. Regressão linear simples Construindo a equação de regressão com base nos dados do exemplo 45,0 Diâmetro (mm) Peso (kg) 40,0 35,0 30,0 25,0 20, Diâmetro (mm) r² = 0,867 r = 0, , , , , , , ,5 Como fazer com a calculadora científica? 47 23, , ,0 31 Prof. Tit. Dr. Franke, 2015
32 Fluxograma para teste de significância da correlação linear Início Seja H o : =0 H 1 : 0 Escolha Calcule r Método 1: A estatística do teste é Método 2: A estatística de teste é r. Os valores críticos de r encontramse na tabela E.5 Os valores críticos da tabela de Student, com n-2 graus de liberdade Se o valor absoluto da estatística do teste excede os valores críticos, rejeita-se H o : =0. Em caso contrário, não rejeitar H o 32 Se H o é rejeitada, concluir que há correlação linear significativa. Se H o não é rejeitada, então não há evidência suficiente para concluir pela existência de correlação linear Prof. Tit. Dr. Franke, 2015
33 Premissas da regressão São similares às da análise da variância Normalidade de erros Homogeneidade da variância ou Homoscedasticidade Independência de erros a) Normalidade de erros O erro em torno da linha de regressão seja distribuído de forma normal para cada valor corresponde a X. 33 Prof. Tit. Dr. Franke, 2015
34 Premissas da regressão b) Homoscedasticidade Requer que a variação em torno da linha de regressão seja constante para todos os valores de X. Isto significa que os erros variam na mesma proporção, quando X for um valor baixo ou quando for um valor elevado. Caso esta premissa não esteja atendida transformação dos dados pode ser tentada. c) Independência de erros Requer que os erros em torno da linha de regressão sejam independentes para cada valor de X. São importantes para dados que são coletados ao longo de um período de tempo. Podem estar correlacionados com aqueles do período de tempo anterior. 34 Prof. Tit. Dr. Franke, 2015
35 Tabela da distribuição t (Student) 35 Prof. Tit. Dr. Franke, 2015
36 36 Prof. Tit. Dr. Franke, 2015
Correlação e Regressão
Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças
Leia 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 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 maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
Leia maisCORRELAÇÃO E REGRESSÃO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE TRANSPORTES MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA CORRELAÇÃO E REGRESSÃO Professora: Cira Souza Pitombo Disciplina: ENG C 18 Métodos
Leia maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisEstatística. Correlação e Regressão
Estatística Correlação e Regressão Noções sobre correlação Existem relações entre variáveis. Responder às questões: Existe relação entre as variáveis X e Y? Que tipo de relação existe entre elas? Qual
Leia 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 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 maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
Leia maisCap. 13 Correlação e Regressão
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 13 Correlação e Regressão Correlação X e Y variáveis quantitativas X Y Correlação
Leia maisIntrodução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução São duas técnicas estreitamente relacionadas, que visa estimar uma relação
Leia maisModelos 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 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 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 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 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 maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia 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 maisAULA 06 Correlação. Ernesto F. L. Amaral. 04 de outubro de 2013
1 AULA 06 Correlação Ernesto F. L. Amaral 04 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia 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 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 mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia 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 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 maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia 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 maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia 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 da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 5
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 5 1. Quando que as amostras são consideradas grandes o suficiente,
Leia maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisLucas Santana da Cunha de julho de 2018 Londrina
Análise de Correlação e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 26 de julho de 2018 Londrina 1 / 17 Há casos em que pode existir um relacionamento entre duas variáveis:
Leia 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 maisPROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA. Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais TESTE DE HIPÓTESES POPULAÇÃO Conjectura (hipótese), sobre o comportamento das variáveis.
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia 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 CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa
Estatística CORRELAÇÃO E REGRESSÃO LINEAR Prof. Walter Sousa CORRELAÇÃO LINEAR A CORRELAÇÃO mede a força, a intensidade ou grau de relacionamento entre duas ou mais variáveis. Exemplo: Os dados a seguir
Leia 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 maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
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 maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia 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 maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisMAE116 - Noções de Estatística Grupo B - 2 semestre de 2016 Gabarito da Lista de exercícios 3 1 Estatística Descritiva III - CASA
MAE116 - Noções de Estatística Grupo B - 2 semestre de 2016 Gabarito da Lista de exercícios 3 1 Estatística Descritiva III - CASA Exercício 1. Uma amostra aleatória de 352 estudantes foi entrevistada,
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia 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 Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT41006 FUNDAMENTOS DE ESTATÍSTICA 10ª AULA: ASSOCIAÇÃO, CORRELAÇÃO E
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO 1 1. CORRELAÇÃO 1.1. INTRODUÇÃO 1.. PADRÕES DE ASSOCIAÇÃO 1.3. INDICADORES DE ASSOCIAÇÃO 1.4. O COEFICIENTE DE CORRELAÇÃO 1.5. HIPÓTESES BÁSICAS 1.6. DEFINIÇÃO 1.7. TESTE DE HIPÓTESE.
Leia 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
Leia maisREGRESSÃO LINEAR SIMPLES
REGRESSÃO LINEAR SIMPLES Prof. Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Universidade Estadual de Londrina UEL Departamento de Estatística DSTA Sumário
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 maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisRegressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1
Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da
Leia maisSeção 2.6 Duas Variáveis Quantitativas: Regressão Linear
Seção 2.6 Duas Variáveis Quantitativas: Regressão Linear A Reta de Regressão Predições Resíduos Sumário Interpretando a Inclinação e o Intercepto Cuidados com a Regressão Grilos e Temperatura Você pode
Leia maisNa aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação
Leia maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
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 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 maisAnálise Bidimensional
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
Leia mais1 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 maisAnálise de Regressão
Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda aso2@cin.ufpe.br cga2@cin.ufpe.br isf2@cin.ufpe.br jbs4@cin.ufpe.br Agenda Parte I: Contextualização
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisREGRESSÃO LINEAR. Introdução a Estatítica Aplicada a Climatologia Programa de Pós Graduação em Geografia Física Universidade de São Paulo
REGRESSÃO LINEAR Introdução a Estatítica Aplicada a Climatologia Programa de Pós Graduação em Geografia Física Universidade de São Paulo REGRESSÃO LINEAR REGRESSÃO LINEAR A correlação linear mostra quanto
Leia maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
Leia maisCorrelação e Regressão. Correlação entre variáveis
Correlação entre variáveis Existe uma correlac a o entre duas varia veis quando os valores de uma varia vel esta o relacionados, de alguma maneira, com os valores da outra varia vel. Uma vez definida a
Leia maisECONOMETRIA. Prof. Danilo Monte-Mor
ECONOMETRIA Prof. Danilo Monte-Mor Econometria (Levine 2008, Cap. 13) ECONOMETRIA Aplicação da estatística matemática aos dados econômicos para dar suporte empírico aos modelos construídos pela economia
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 maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Exemplo: Suponha que queiramos analisar o comportamento conjunto das variáveis
Leia 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 maisEstatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
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 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 mais9 Regressão linear simples
9 Regressão linear simples José Luis Duarte Ribeiro Carla ten Caten COMENTÁRIOS INICIAIS Em muitos problemas há duas ou mais variáveis que são relacionadas e pode ser importante modelar essa relação. Por
Leia maisAssociação entre variáveis qualitativas. Tabelas de Contigência
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
Leia maisEstatística - 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 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 maisProva # 2 8 junho de 2015
MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # 2 8 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque
Leia maisRenda x Vulnerabilidade Ambiental
Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
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 maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 30 de abril e 02 de maio de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisAGOSTO 2017 INTERPRETAÇÃO DE RESULTADOS ESTATÍSTICOS EM MODELOS DE REGRESSÃO MÚLTIPLA
Sérgio Antão Paiva AGOSTO 2017 INTERPRETAÇÃO DE RESULTADOS ESTATÍSTICOS EM MODELOS DE REGRESSÃO MÚLTIPLA ENFOQUE DA COMPARAÇÃO Princípio da semelhança: numa mesma data, dois bens semelhantes, em mercados
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisEstatística 1 - Lista de Exercícios 4-21/06/ Professor José Carlos Fogo
Estatística 1 - Lista de Exercícios 4-21/06/2016 - Professor José Carlos Fogo 1) A tabela abaixo representa um estudo sobre a participação de famílias na coleta seletiva de lixo. Grau de instrução do chefe
Leia maisEstatística 1 - Lista de Exercícios 4 Professore José Carlos Fogo
Estatística 1 - Lista de Exercícios 4 Professore José Carlos Fogo 1) A tabela abaixo apresenta as opiniões de um grupo de pessoas a respeito de um tema político, pelo sexo do entrevistado. Opinião Sexo
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia mais