CORRELAÇÃO E REGRESSÃO

Documentos relacionados
Professor Mauricio Lutz CORRELAÇÃO

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

Probabilidade e Estatística. Correlação e Regressão Linear

Regressão e Correlação Linear

Covariância e Correlação Linear

Introdução à Análise de Dados nas medidas de grandezas físicas

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

NOTA II TABELAS E GRÁFICOS

Probabilidade e Estatística. Correlação e Regressão Linear

METROLOGIA E ENSAIOS

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Apostila de Estatística Curso de Matemática. Volume II Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Estatística stica Descritiva

Caderno de Exercícios Resolvidos

ANÁLISE MATRICIAL DE ESTRUTURAS DE BARRAS PELO MÉTODO DE RIGIDEZ

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

INTRODUÇÃO À ANÁLISE DE DADOS NAS MEDIDAS DE GRANDEZAS FÍSICAS

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

7. Resolução Numérica de Equações Diferenciais Ordinárias

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

Introdução e Organização de Dados Estatísticos

Consideraremos agora, uma de cada vez, as equivalentes angulares das grandezas de posição, deslocamento, velocidade e aceleração.

Trabalho e Energia. Definimos o trabalho W realizado pela força sobre uma partícula como o produto escalar da força pelo deslocamento.

Sistemas de equações lineares

A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Eletricidade 3 Questões do ENEM. 8. Campo Elétrico 11 Questões do ENEM 13. Energia Potencial Elétrica 15 Questões do ENEM 20

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.

Comprimento de Arco. Comprimento de Arco

Econometria: 4 - Regressão Múltipla em Notação Matricial

Eletricidade 3. Campo Elétrico 8. Energia Potencial Elétrica 10. Elementos de Um Circuito Elétrico 15. Elementos de Um Circuito Elétrico 20

PARTE Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

ANÁLISE EXPLORATÓRIA DE DADOS

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

Hoje não tem vitamina, o liquidificador quebrou!

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

14. Correntes Alternadas (baseado no Halliday, 4 a edição)

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

2. BACIA HIDROGRÁFICA

ESPELHOS E LENTES ESPELHOS PLANOS

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira

são os coeficientes desconhecidos e o termo ε (erro)

2 ANÁLISE ESPACIAL DE EVENTOS

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

CAPÍTULO 7 - ESTIMAÇÃO DE PARÂMETROS

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

3.1. Conceitos de força e massa

RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 METODOLOGIA

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade

IV - Descrição e Apresentação dos Dados. Prof. Herondino


ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO

F-328 Física Geral III

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Distribuição de Massa Molar

Planejamento e Controle de Estoques PUC. Prof. Dr. Marcos Georges. Adm. Produção II Prof. Dr. Marcos Georges 1

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág.

LEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNUA

Apostila De Estatística

Notas de Aula de Física

ELETRICIDADE E MAGNETISMO

Elaboração: Novembro/2005

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

Modelo Multi-Estado de Markov em Cartões de Crédito. Daniel Evangelista Régis Rinaldo Artes

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

Associação de resistores em série

VULNERABILIDADE DE REDES COMPLEXAS

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS

2 Máquinas de Vetor Suporte 2.1. Introdução

Gráfico de controle de regressão aplicado na monitoração de processos

Material de apoio para as aulas de Física do terceiro ano

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

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

EFICIÊNCIA DAS ESCOLAS SECUNDÁRIAS PORTUGUESAS: UMA ANÁLISE DE FRONTEIRA DE PRODUÇÃO ESTOCÁSTICA*

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 4.3. Decisão Intertemporal do Consumidor O Mercado de Capital

ELEMENTOS DE CIRCUITOS

INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ETANOL DE VINHO DELEVEDURADO POR CO 2

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

Transcrição:

CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr essa relação. Então, caracterzada a relação, procuramos descrevê-la através de uma função matemátca. A regressão é o nstrumento adequado para a determnação dos parâmetros dessa função. Coleta-se dados ebndo os valores correspondentes das varáves. Faz-se o gráfco dos pontos em sstema de coordenadas retangulares. O conjunto resultante é chamado Dagrama de Dspersão. Eemplo: X e Y representam, respectvamente, a altura e o peso de adultos do seo femnno. Uma amostra de n ndvíduos acusara alturas X 1, X,..., X n, e os correspondentes pesos Y 1, Y,..., Y n,. Os pontos a serem marcados no gráfco seram, então (X 1,Y 1 ), (X,Y ),..., (X n,y n ). Pelo dagrama de dspersão, mutas vezes, se pode vsualzar uma curva apromatva dos dados. Quando os dados parecem bem apromados por uma reta, dzemos que há uma correlação lnear entre as varáves (Fguras 1 e ). Quando este um relaconamento entre as varáves e tal relaconamento não é lnear, dz-se, então, que há uma correlação não-lnear entre as varáves (Fgura 3). Fnalmente, há os casos em que o dagrama não sugere nenhum tpo de correlação entre as varáves; neste caso dz-se que não há correlação lnear (Fgura 4). Eemplos: Fgura 1 Fgura

Fgura 3 Fgura 4 Coefcente de correlação O coefcente de correlação lnear é o nstrumento empregado para a medda da correlação lnear, ndcando o grau de ntensdade da correlação entre duas varáves e, anda, o sentdo dessa correlação (postvo Fgura 1 ou negatvo Fgura ). Pode ser utlzado o coefcente de correlação de Pearson: n [ n ( ) ] [ n ( ) ] onde n é o número de observações. Os valores lmtes de r (coefcente de correlação) são 1 e +1, sto é, o valor de r pertence ao ntervalo [-1,1]. Assm: a) se a correlação entre duas varáves é perfeta e postva, então r = 1; b) se a correlação é perfeta e negatva, então r = -1; c) se não há correlação entre as varáves, r = 0. Eemplo: Calcular o coefcente de correlação relatvo à tabela abao que apresenta as notas de Cálculo e Estatístca de dez alunos (n=10). A últma lnha contém as somas de cada coluna.

r=0,9114 Regressão Calc() Estat() 5 6 30 5 36 8 9 7 64 81 7 8 56 49 64 10 10 100 100 100 6 5 30 36 5 7 7 49 49 49 9 8 7 81 64 3 4 1 9 16 8 6 48 64 36 4 4 4 65 65 473 481 475 O problema de se determnar equações de curvas que se ajustem a determnados conjuntos de dados observados é chamado ajustamento de curvas. Na prátca, o própro dagrama de dspersão geralmente sugere o tpo de curva a ser adotada. Assm, para as Fguras 1 e poderíamos usar a reta (Y = ax + b) enquanto que, para a Fgura 3, tentaríamos uma parábola (Y = ax + bx + c). Às vezes é útl construr o dagrama em termos de varáves transformadas. Assm, por eemplo, se log Y versus X conduz a uma reta, epermentaríamos log Y = a + bx como equação apromadora. Um dos prncpas objetvos do ajustamento é estmar uma das varáves (a varável dependente) em função da outra (varável ndependente). Tal processo de estmação é denomnado regressão. Se Y for estmado em função de X por meo de uma equação, tal equação é denomnada equação de regressão de Y sobre X e a curva ajustada é a curva de regressão de Y sobre X. Vamos consderar a regressão lnear smples, utlzada quando uma reta representa de manera satsfatóra a relação entre as varáves, ou seja, Y = ax + b é a equação de regressão de Y sobre X. O método mas smples utlzado para a determnação de a e b é o método dos mínmos quadrados. Após dversas smplfcações é possível chegar a: a e b a

sendo _ a méda artmétca dos ; e _ a méda artmétca dos. Outra forma de se calcular o a é através da fórmula: a Eemplo: n n. A tabela abao apresenta as varações do custo de um certo produto em relação à quantdade produzda: Quantdade (X) 10 11 1 13 14 15 Custos (Y) 100 11 119 130 139 14 Utlzando os dados acma: a) construa o dagrama de dspersão; b) ajuste uma reta aos dados; c) trace a reta no dagrama de dspersão; d) determne o custo para 16 undades do artgo. 10 100 1000 100 a= 8,68571 11 11 13 11 b= 15,8095 1 119 148 144 para =16 = 153,8667 13 130 1690 169 14 139 1946 196 15 14 130 5 soma 75 74 946 955 Eercícos 1. Obtenha os coefcentes do modelo lnear = a + b. Dados: 0 0 1 1 1 3 4 4 4. Certa empresa, estudando a varação da demanda de seu produto em relação à varação do preço de venda, obteve a tabela abao. preço ( ) 38 4 50 56 59 63 70 80 95 110 demanda( ) 350 35 97 70 56 46 38 3 15 08

a) Estmar os parâmetros do modelo =a+b, usando o crtéro de MQ. b) Usando o modelo lnear, estmar para =60 e =10. Utlzando as epressões (9) para calcular a e b, obtemos: 3. A tabela abao apresenta os dados referentes à varação da demanda de um produto produzdo ( ) em relação à varação do preço da venda ( ): 40 45 5 58 65 70 85 90 100 10 30 305 90 80 75 70 50 45 30 10 a. construa o dagrama de dspersão; b. ajuste uma reta aos dados, ou seja, estabeleça a equação de regressão de sobre ; c. trace a reta no dagrama de dspersão; d. determne quando = 80 e quando = 130. 4. A tabela abao que apresenta as notas de Cálculo e Estatístca de catorze alunos (n=14) : Cálculo ( ) 8 7 4 9 6 4 7 6 5 8 7 3 6 Estatístca ( ) 7 9 4 7 5 6 9 6 8 9 4 6 7 a) construa o dagrama de dspersão; b) calcule o coefcente de correlação; c) estabeleça a equação de regressão de sobre ; d) trace a reta no dagrama de dspersão; 5. A tabela abao apresenta os dados referentes à varação do preço de venda do seu produto ( ) em função do preço de custo ( ): 40 50 70 75 80 95 110 10 130 140 145 160 160 170 180 00 a) construa o dagrama de dspersão; b) estabeleça a equação de regressão de sobre ; c) trace a reta no dagrama de dspersão; d) determne quando = 165 e quando = 190. 6. A tabela abao apresenta valores que mostram como o comprmento de uma barra de aço vara conforme a temperatura: Temp.(graus C) 10 15 0 5 30 Compr. (mm) 1003 1005 1010 1011 1014 a) Determne o coefcente de correlação. b) Estabeleça a equação de regressão de sobre.

c) Calcule o valor estmado do comprmento da barra para a temperatura de 18 graus C e para a temperatura de 35 graus C. 7. A tabela abao representa os pesos respectvos e de uma amostra de 1 pas e de seus flhos mas velhos. Calcule o coefcente de correlação e estme a lnha de regressão de para. 65 63 67 64 68 6 70 66 68 67 69 71 68 66 68 65 69 66 68 65 71 67 68 70 8. Num determnado país, na últma década, o aumento ( ) percentual do nível de preços e a epansão percentual dos meos de pagamentos ( ), de determnado produto de eportação, verfcaram-se conforme a tabela abao: ano 199 91 9 93 94 95 96 97 98 99 0 13 9 0 35 40 18 35 38 43 18 1 17 47 3 5 0 40 5 38 a) Estabeleça a equação de regressão de sobre ; b) Determne o coefcente de correlação c) Esboce o dagrama de dspersão.