Regressão linear múltipla. Regressão linear múltipla
|
|
- Marina Malheiro Sá
- 5 Há anos
- Visualizações:
Transcrição
1 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 Marcelo da Cunha Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II Head circumference (centimeters) Gestational age (weeks) Análise bivariada Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 2 Também parece haver uma relação linear Head circumference (centimeters) Birth weight (grams) O conhecimento de uma única variável explicativa nos permite predizer uma parte da variável resposta por meio de uma relação linear. Regressão linear simples É natural pensar que o conhecimento de variáveis adicionais possam aumentar a capacidade preditiva. Regressão múltipla Modela a relação entre várias variáveis explicativas e uma variável resposta. Regressão linear múltipla Caso particular quando a relação entre cada variável explicativa e a variável resposta é linear. Análise bivariada Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 3 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 4
2 Equação do modelo y= 1 x 1 2 x 2 q x q q variáveis explicativas (x1, x 2,..., x q ) q coeficientes β (β1, β 2,..., β q ) intercepto α α = valor de y quando todos xj =0 No exemplo Perímetro cefálico (y) será modelado (explicado) por Idade gestacional (x 1 ) e Peso ao nascer (x 2 ) 2 variáveis explicativas (x1, x 2 ) 2 coeficientes β (β1, β 2 ) intercepto α Equação do modelo: y= 1 x 1 2 x 2 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 5 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 6 Pressupostos Normalidade Todos os x j e y são normalmente distribuídos e dado um conjunto de valores x 1... x q qualquer, y continua possuindo distribuição normal. Linearidade A relação entre y e qualquer x j é linear. Homocedasticidade A variância de y é constante para qualquer conjunto de valores x 1... x q. Independência Os valores de y são independentes entre os elementos da amostra. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 7 A partir da amostra y=a b 1 x 1 b q x q y= y e e=y y Em cada elemento i da amostra e i =y i y i Método dos mínimos quadrados Deseja-se encontrar os coeficientes a, b1, b 2,..., de forma que a soma dos erros ao quadrado seja mínima n e 2 i mínimo i=1 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 8
3 n i=1 n e 2 i = i=1 n y 1 y i 2 = y i a b 1 x 1 b 2 x 2 b q x q 2 i=1 Para calcular os coeficientes a, b1,... b q que minimizem a expressão acima é necessário resolver um sistema de várias equações. Utiliza-se um software estatístico. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 9 Perímetro cefálico (cm) - y Idade gestacional (semanas) - x1 Peso ao nascer (g) - x2 Deseja-se estimar um modelo da forma y=a b 1 x 1 b 2 x 2 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 11 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 12
4 Resultado da regressão linear para modelar o perímetro cefálico a partir da idade gestacional e peso ao nascer. REGRESS headcirc = birthwt gestage Linear Regression Variable Coefficient Std Error F-test P-Value birthwt gestage CO STA T a Correlation Coefficient: r^2 = 0.75 Source df Sum of Squares Mean Square F-statistic Regression Residuals b 2 b 1 Total Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 13 Todos os coeficientes são significativamente diferentes de 0 (p-valor < 0,05). r2 = 0,75 Coeficiente de determinação aumentou em relação ao modelo com uma variável (r 2 = 0,61) r 2 sempre aumentará quando se acrescenta uma variável Deve-se observar se foi um aumento significativo e se o coeficiente da nova variável também é significativo. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 14 A equação do modelo estimada é y=8,308 0,449x 1 0,005x 2 PC=8,308 0,449IG 0,005Peso Anteriormente PC=3,91 0,78IG O novo coeficiente de IG (0,449) está ajustado para o peso ao nascer. Representa o aumento de PC devido ao aumento de IG e independente do Peso. O coeficiente anterior (0,78) é o coeficiente bruto, fruto de análise bivariada. Pode estar contaminado pela relação entre IG e peso ao nascer, sendo sub ou superestimado. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 15 PC=8,308 0,449IG 0,005Peso O perímetro cefálico aumenta 0,449cm para cada aumento de 1 semana de IG + 0,005cm para cada aumento de 1g no peso. Qual o valor esperado de PC para um bebê que nasce com IG=28 semanas e peso=1338g? PC=8,308 0, , PC=8,308 12,572 6,690=27,570 cm Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 16
5 O modelo PC=8,308 0,449IG 0,005Peso está adequado e explica 75% da variabilidade do perímetro cefálico. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 17 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 18 A análise de regressão pode ser generalizada para incorporar variáveis explicativas categóricas. Também chamadas variáveis dummy. Exemplo: toxemia da mãe. Variável dicotômica (sim ou não) Quando toxemia = não, recebe valor 0 Quando toxemia = sim, recebe valor 1 Ao incluir toxemia no modelo, estimaremos uma equação da forma: y=a b 1 x 1 b 2 x 2 b 3 x 3 PC=a b 1 IG b 2 Peso b 3 Tox Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 19 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 20
6 REGRESS headcirc = birthwt gestage (toxemia) Linear Regression Variable Coefficient Std Error F-test P-Value birthwt gestage toxemia (Yes/ o) CO STA T Correlation Coefficient: r^2 = 0.76 Source df Sum of Squares Mean Square F-statistic Regression Residuals Total Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 21 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 22 Resultado O coeficiente de toxemia não é significativamente diferente de 0 (p>0,05). O coeficiente de determinação teve pouca variação (de 0,75 para 0,76). Conhecendo IG e Peso ao nascer, a toxemia não ajuda a explicar mais o perímetro cefálico. Não acrescenta nenhuma informação. Não é necessária análise de resíduos. Deve-se permanecer com o modelo anterior. Qual seria a conclusão caso fosse significativo? Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 23 Suspeita-se que uma variável explicativa tenha efeito diferente na variável resposta, dependendo do valor de uma outra variável explicativa. A segunda variável é chamada de modificadora de efeito. Exemplo: suponha que a IG tenha um efeito diferente no PC, dependendo se a mãe sofreu ou não de toxemia. Para testar essa possibilidade, incluímos no modelo um termo de interação. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 24
7 O termo de interação é a multiplicação de duas variáveis explicativas. Exemplo Equação do modelo com termo de interação entre x 1 (IG) e x 3 (Toxemia) y=a b 1 x 1 b 2 x 2 b 3 x 3 b 13 x 1 x 3 PC y IG x1 Peso x2 Toxemia x3 No exemplo, o termo de interação seria x 1 x 3, com um coeficiente b 13. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 25 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 26 Resultado Variable Coefficient Std Error F-test P-Value birthwt gestage toxemia (Yes/ o) gestage * toxemia (Yes/ o) CO STA T Correlation Coefficient: r^2 = 0.76 O termo de interação não é significativo Não há evidência de que a variável toxemia seja modificadora do efeito da idade gestacional no perímetro cefálico. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 27 Mantém-se no modelo somente variáveis explicativas que ajudam a prever ou explicar a variável resposta. em geral, coeficientes significativamente diferentes de 0 coeficientes sabidamente associados ao desfecho Dado um conjunto de potenciais variáveis explicativas, como decidir quais ficam no modelo e quais são descartadas? Considerações conceituais Critérios estatísticos Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 28
8 Critérios estatísticos 1o etapa análise bivariada 1.Estima-se um modelo para cada variável explicativa individualmente. 2.Mantém-se na análise subsequente aquelas que satisfizerem o critério de inclusão (por exemplo, p- valor < 0,20). Costuma-se utilizar α mais alto para essa enálise preliminar eliminatória. 2o etapa métodos de seleção do modelo Todos os modelos possíveis Seleção forward Eliminação backward Seleção stepwise Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 29 Todos os modelos possíveis Um modelo para cada combinação possível de variáveis explicativas. Avaliar os modelos segundo algum critério estatístico. p-valor dos coeficientes r 2 Desvantagem: inviável quando o número de variáveis é grande. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 30 Seleção forward Acrescenta-se no modelo uma variável de cada vez. Começa-se com a que produz o maior r2. Mantendo-se a variável anterior, inclui-se agora a que mais aumenta r 2. Seguir o mesmo procedimento até que nenhuma das variáveis restantes aumente r 2 de forma significativa e/ou apresente coeficiente significativo. Eliminação backward Inicia-se com a inclusão de todas as variáveis no modelo. Retira-se uma variável de cada vez. Começando com a que reduz minimamente r2. Repete-se o procedimento até que restem apenas variáveis que, se fossem retiradas, causariam uma redução importante em r 2. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 31 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 32
9 Seleção stepwise Seleção forward e eliminação backward utilizadas em conjunto. Inicia-se como na seleção forward, introduzindo no modelo uma variável de cada vez. À medida que cada variável é incluída, todas as incluídas anteriormente são verificadas, retirando-se uma por vez, para nos assegurarmos que mantenham a significância. Uma variável incluída pode ser retirada em etapa posterior. Seleção hierarquizada Agrupam-se as variáveis conceitualmente de acordo com a distância até o desfecho na linha causal. Exemplo Variáveis socio-econômicas (mais distantes) ambientais comportamentais (mais próximas) A abordagem hierarquizda de seleção de modelos é também chamada de modelagem hierarquizada modelo hierárquico (erroneamente) Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 33 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 34 Duas variáveis explicativas são tão correlacionadas que contém essencialmente a mesma informação. Podem ser identificadas no processo de seleção do modelo, quando a inclusão de uma delas altera bastante o coeficiente da anterior, assim como seu p-valor. Deve-se verificar também se essa alteração não se deve a modificação de efeito. Um coeficiente de correlação muito alto (>0,9) entre as duas variáveis, indica a colinearidade. Se a colinearidade for verificada entre quaisquer duas variáveis, somente uma delas deve permanecer no modelo. Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 35 Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 36
10 Exemplo Documento texto Exercícios do livro 1 a 7 exceto 7.a Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística e Computação II 37
Regressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
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 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 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 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 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 maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
Leia 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 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 maisBioestatística e Computação I
Bioestatística e Computação I Inferência por Teste de Hipótese 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.
Leia maisTestes de Hipótese para Comparação de 3 ou mais Médias
Testes de Hipótese para Comparação de 3 ou mais Médias Maria Virginia P Dutra Eloane G amos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCUZ Baseado nas aulas de M. Pagano e
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 maisSeleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
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 maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média 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.
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 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 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 maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
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 maisModelos de Escolha Discreta. a)pretende-se conhecer os coeficientes da função de utilidade, assim como a sua significância estatística.
Nº Observações espaço Lx centro espaço periferia nº clientes (15 min) centro Lx nº clientes (15 min) periferia estacionamento centro Lx estacionamento periferia tc rodo centro Lx tc rodo periferia Código
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 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 maisdiferença não aleatória na distribuição dos fatores de risco entre os dois grupos
Confundimento erro devido a uma diferença não aleatória na distribuição dos fatores de risco entre os dois grupos. A variável de confundimento está distribuída desigualmente entre os grupos comparados.
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Variável aleatória numérica parâmetros desconhecidos média desvio padrão estimativa
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
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 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 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 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 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 maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
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 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 maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
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 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 maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisBioestatística e Computação II
Bioestatística e Computação II Testes de Hipótese não Paramétricos Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas
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 maisECONOMETRIA I. I (12 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 2ª Época 26 de Janeiro de 2005 Duração: 2 horas I (12 valores) ATENÇÃO: Para as 10 primeiras questões deste grupo existem 4 opções
Leia maisUso da linguagem R para análise de dados em ecologia
Uso da linguagem R para análise de dados em ecologia Objetivo da aula Apresentar os princípios básicos de modelagem numérica em Biologia. Modelagem numérica em Biologia O que é um modelo? Uma representação,
Leia maisEconometria I Lista 2: modelo de regressão linear clássico e regressão simples
Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 19 de março de 2018 Instruções: Objetivos com a lista: estruturação
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 maisModelos de Escolha Discreta
Modelos de Escolha Discreta Exercício Resolvido 2 Uma empresa de expedição rápida de encomendas, que serve actualmente várias cidades do País, tem neste momento dois modos de funcionamento: O primeiro
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 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 maisEconometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
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 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 maisAULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
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 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 maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Medir o grau de
Leia maisb) Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita
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
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 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 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 maisAnálise de correlação e regressão da mortalidade por acidentes de transporte e homicídios da cidade do Rio de Janeiro, 1990 a 2002
Análise de correlação e regressão da mortalidade por acidentes de transporte e homicídios da cidade do Rio de Janeiro, 1990 a 2002 V. R. Souza 12, R. V. C. Oliveira 3 L. H. Oliveira 4 Introdução Para entendermos
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 maisLicenciaturas em Economia e em Finanças Econometria ER 26/06/2015 Duração 2 horas
Licenciaturas em Economia e em Finanças Econometria ER 26/06/2015 Duração 2 horas Nome: Número: Notas: A utilização do telemóvel é motivo suficiente para anulação da prova. As perguntas de escolha múltipla
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria Época de Recurso 01/02/2017 Duração: 2 horas Nome: Turma: Processo Espaço reservado para
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
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 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 maisHomocedasticidade? Exemplo: consumo vs peso de automóveis
REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5
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 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 maisAULA 03 Análise de regressão múltipla: estimação
1 AULA 03 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 17 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Cohen, Ernesto, e Rolando Franco.
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
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 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 maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 O que é um bom modelo? Como estimar os parâmetros do modelo Como alocar variações Intervalos de Confiança para Regressões Inspeção Visual ! "# Para dados correlacionados,
Leia 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 maisTrabalho de Modelos Lineares Generalizados
Universidade Federal do Paraná Trabalho de Modelos Lineares Generalizados Ananda Bordignon 1, Brendha Lima 2, Giovanna Lazzarin 3 12 de Novembro de 2018 1 GRR20149157 2 GRR20149163 3 GRR20149088 1 SUMÁRIO
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 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 maisEstatística II Licenciatura em Gestão. Parte I
Estatística II Licenciatura em Gestão 1 o semestre 2015/2016 ER - 03/02/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circunstância, é motivo suficiente para
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 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 maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciatura em Economia E C O N O M E T R I A II (LEC310) NOTAS PRÉVIAS: Exame Final Época Normal 9 de Junho de 2006 1. A primeira parte da prova tem duração de 75 minutos
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 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 maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
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 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 maisREGRESSÃO MÚLTIPLA. constantes predeterminadas, sem erro;
REGRESSÃO MÚLTIPLA Um método utilizado para determinar qual a relação entre a variável que se pretende explicar e as variáveis que se pretendem ser explicativas. Descreve uma relação entre um conjunto
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 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 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 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 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 mais