CorrelaoeRegresso NoesBsicas(slide1)

>Objetivo:Entendercomoduasvariveisesto interrelacionadasdopontodevistaestatstico. >Subobjetivo:Construirummodeloderegressolinear. Mtodo1:Grficodedisperso(scatterplot). Mtodo2:CoeficientedeCorrelao(regressolinear).

CorrelaoeRegresso CorrelaoeRegresso NoesBsicas(slide2) Slide2

Correlao Positiva: ocorre quando um atributo tende a aumentar,ooutrotambmtendeaaumentar.

CorrelaoeRegresso CorrelaoeRegresso NoesBsicas(slide3) Slide3

Correlao Negativa: ocorre quando um atributo tende a aumentar,ooutrotendeadiminuir.

9.CorrelaoentreAtributos CorrelaoeRegresso NoesBsicas(slide4) Slide4

CorrelaoNula[caso1:var(X1)=var(X2)]:nohumpadro definidodetendncia.

9.CorrelaoentreAtributos CorrelaoeRegresso NoesBsicas(slide5) Slide5

Correlao Nula [caso 2: var(X1)var(X2)]: tambm ocorre quando ao aumentar um atributo no h mudana significativanosvaloresdooutroatributo.

9.CorrelaoentreAtributos CorrelaoeRegresso NoesBsicas(slide6) Slide6

Mtodo2CoeficientedeCorrelao r(X1,X2)= Onde: cov(X1,X2) dp(X1).dp(X2)

dp(X1)=desviopadrodeX1=var(X1) dp(X2)=desviopadrodeX2=var(X2) cov(X1,X2)=covarinciaentreX1eX2 Noteque:1<r(X1,X2)<1

9.CorrelaoentreAtributos CorrelaoeRegresso NoesBsicas(slide7) Slide7

A varincia de um atributo uma medida de sua dispersoemtornodeseuvalormdio. var(X1)=

i(X (i)X )
1 1

Ni

Onde:

Ni=no.devaloresdeX1 X1=mdiaamostraldeX1

9.CorrelaoentreAtributos CorrelaoeRegresso Slide8 NoesBsicas(slide8)

Acovarinciaentreatributosamdiadosprodutos dosdesviosdecadaatributo. cov(X1,X2)= Onde:

i(X (i)X )(X (i)X )

1 1 2 2

Ni

Ni=no.devaloresdeX1eX2 X1=mdiaamostraldeX1 X2=mdiaamostraldeX2

OBS: SeX1=X2,entocov(X1,X2)=var(X1)=var(X2).

9.CorrelaoentreAtributos CorrelaoeRegresso Slide9 NoesBsicas(slide9)

Observao Importante > A relao terica entre o Mtodo 1 e o Mtodo 2 pode ser verificada atravs da linha de tendncia ou regresso ^ ^ = ax+b, (X2 = aX1 + b) linear dada por y construda em cima do grfico de disperso (mtodo 1). > Os coeficientes a e b so chamados, respectivamente, de coeficiente angular (inclinao) e o intercepto (offset) da reta de tendncia. Eles so calculados por: a= dp(X2) dp(X1) .r(X1,X2) e b = X2 - aX1

9.CorrelaoentreAtributos CorrelaoeRegresso Slide10 NoesBsicas(slide10)

Definio Importante > A adequao do modelo, i.e. a qualidade do ajuste do modelo aos dados avaliada pelo Coeficiente de Determinao (R2): SQE Syy Syy = ( yi y )2
i=1

Ni

R =1-

em que:

^ SQE = (yi - yi)2

i=1

Ni

Ni = nmero de medidas da varivel de sada y. yi = i-simo valor medido (observado) da varivel de sada y. ^ yi = i-sima estimativa da varivel de sada y.

9.CorrelaoentreAtributos CorrelaoeRegresso Slide9 NoesBsicas(slide11)

Exerccio Computacional 1: Usando os dados do aerogerador, pede-se: (a) Fazer o grfico de disperso para estes dados. (b) Determinar a linha de tendncia para estes dados usando as equaes do slide 9. (c) Repetir o Item (b) usando o algoritmo LMS. (d) Comparar os resultados dos Itens (b) e (c).