É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.

Documentos relacionados
Prof. Lorí Viali, Dr.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr.

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

Prof. Lorí Viali, Dr.

CORRELAÇÃO E REGRESSÃO

1. CORRELAÇÃO E REGRESSÃO LINEAR

Associação entre duas variáveis quantitativas

Análise de Regressão

Gráficos de Controle para Processos Autocorrelacionados

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Covariância na Propagação de Erros

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

3. Estatística descritiva bidimensional

Correlação. Frases. Roteiro. 1. Coeficiente de Correlação 2. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5.

Estatística II Antonio Roque Aula 18. Regressão Linear

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise Exploratória de Dados

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Cap. 11 Correlação e Regressão

Variáveis Aleatórias

Professor Mauricio Lutz CORRELAÇÃO

Probabilidade e Estatística. Correlação e Regressão Linear

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Contabilometria. Aula 8 Regressão Linear Simples

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

Gabarito da Lista de Exercícios de Econometria I

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

PRESSUPOSTOS DO MODELO DE REGRESSÃO

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Realimentação negativa em ampliadores

2ª Atividade Formativa UC ECS

Testes não-paramétricos

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

CAPÍTULO 9 REGRESSÃO LINEAR PPGEP REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES UFRGS. Regressão Linear Simples

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

Experiência V (aulas 08 e 09) Curvas características

Cap. IV Análise estatística de incertezas aleatórias

Algarismos Significativos Propagação de Erros ou Desvios

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

Ajuste de Curvas Regressão. Computação 2º Semestre 2016/2017

EXERCÍCIO: VIA EXPRESSA CONTROLADA

4 Critérios para Avaliação dos Cenários

Introdução às Medidas em Física a Aula

Probabilidade e Estatística. Correlação e Regressão Linear

O problema da superdispersão na análise de dados de contagens

ANÁLISE DA RELAÇÃO ENTRE AS NOTAS DAS DISCIPLINAS DE MATEMÁTICA E FÍSICA DE ESTUDANTES DO ENSINO MÉDIO

As leis de Kirchhoff. Capítulo

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

Métodos Experimentais em Ciências Mecânicas

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Problemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.

NOTAS DE AULA DA DISCIPLINA CE076

REGRESSÃO NÃO LINEAR 27/06/2017

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

2 - Análise de circuitos em corrente contínua

Regressão e Correlação Linear

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Métodos Avançados em Epidemiologia

Análise Exploratória de Dados

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter:

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter:

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

2 Incerteza de medição

Apêndice B Frações mássicas, molares e volúmicas. Estequiometria.

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

Tipo tratamento idade Tipo tratamento sexo

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

CURSO de ESTATÍSTICA Gabarito

Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Elementos de Estatística e Probabilidades II

Eletrotécnica AULA Nº 1 Introdução

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Transcrição:

Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação expermental os valores de uma das varáves são controlados. No relaconamento correlaconal, por outro lado, não se tem nenhum controle sobre as varáves sendo estudadas. Um engenhero químco está nvestgando o efeto da temperatura de operação do processo no rendmento do produto. O estudo resultou nos dados da tabela segunte: Temperatura, C () 1 11 1 13 14 1 16 17 18 19 Rendmento () 45 51 54 61 66 7 74 78 85 89 1

O prmero passo para determnar se exste relaconamento entre as duas varáves é obter o dagrama de dspersão (scatter dagram). 1 75 5 Rendmento () Temperatura () 1 1 14 16 18 O dagrama de dspersão fornece uma déa do tpo de relaconamento entre as duas varáves. Neste caso, percebe-se que exste um relaconamento lnear. Quando o relaconamento entre duas varáves quanttatvas for do tpo lnear, ele pode ser meddo através do: Observado um relaconamento lnear entre as duas varáves é possível determnar a ntensdade deste relaconamento. O coefcente que mede este relaconamento é denomnado de Coefcente de Correlação (lnear).

Quando se está trabalhando com amostras o coefcente de correlação é ndcado pela letra r e é uma estmatva do coefcente de correlação populaconal que é representado por ρ (rho). Para determnar o coefcente de correlação (grau de relaconamento lnear entre duas varáves) vamos determnar ncalmente a varação conjunta entre elas, sto é, a covarânca. A covarânca entre duas varáves e, é representada por Cov Cov(; ) e calculada por: ( Cov(, ) )( ) Mas ( [ )( n n ) n + ] + + n + Então: ( Cov(, ) )( n ) 3

A covarânca podera ser utlzada para medr o grau e o snal do relaconamento entre as duas varáves, mas ela é dfícl de nterpretar por varar de - a +. Assm vamos utlzar o coefcente de correlação lnear de Pearson. O coefcente de correlação lnear (de Pearson) é defndo por: r Cov(, ) Onde: Cov(, ) n n n Esta expressão não é muto prátca para calcular manualmente o coefcente de correlação. Pode-se obter uma expressão mas convenente para o cálculo manual e o cálculo de outras meddas necessáras mas tarde. Tem-se: r Cov (, ) n ( n )( n ) n n 1 n n n 1 n 1 F a z Fazendo: e n d o n n n Tem se : r. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca - Departamento de Estatístca 4

A vantagem do coefcente de correlação (de Pearson) é ser admensonal e varar de 1 a + 1, que o torna de fácl nterpretação. Assm se r -1, temos uma relaconamento lnear negatvo perfeto, sto é, os pontos estão todos alnhados e quando aumenta decresce e vce-versa. 4 3 1 r 1 1 15 5 3 e r +1, temos uma relaconamento lnear postvo perfeto, sto é, os pontos estão todos alnhados e quando aumenta também aumenta. 4 3 1 r +1 1 15 5 3 Assm se r, temos uma ausênca de relaconamento lnear, sto é, os pontos não mostram alnhamento. 5

r 4 3 1 1 15 5 3 Assm se 1 < r <, temos uma relaconamento lnear negatvo, sto é, os pontos estão mas ou menos alnhados e quando aumenta decresce e vce-versa. 1 < r < 4 3 1 1 15 5 3 Assm se < r < 1, temos uma relaconamento lnear postvo, sto é, os pontos estão mas ou menos alnhados e quando aumenta também aumenta. 4 3 1 < r < 1 1 15 5 3 Uma correlação amostral não sgnfca necessaramente uma correlação populaconal e vce-versa. É necessáro testar o coefcente de correlação para verfcar se a correlação amostral é também populaconal. 6

Observada uma amostra de ses pares, pode-se perceber que a correlação é quase um, sto é, r 1. No entanto, observe o que ocorre quando mas pontos são acrescentados, sto é, quando se observa a população! 4 3 1 r 1 ρ 1 15 5 3 Determnar o grau de relaconamento lnear entre as varáves temperatura de operação do processo versus rendmento do produto, conforme tabela. 1 11 1 13 14 1 16 17 18 19 14 45 51 54 61 66 7 74 78 85 89 673 4 561 648 793 94 1 1184 136 153 1691 1157 1 11 144 169 196 56 89 34 361 18 5 61 916 371 4356 49 5476 684 75 791 475 Vamos calcular r utlzando a expressão em destaque vsta anterormente, sto é, através das quantdades, x, e. 7

Tem-se: Então: n 1 14 673 145 67,3 1157 18 475 n 1157 1.145.67,3 3985 18 1.145 8 n n 475 1.67,3 193,1 r. 3985 8.193,1,9981 Apesar de r ser um valor admensonal, ele não é uma taxa. Assm o resultado não deve ser expresso em percentagem. 8