Escolar Documentos
Profissional Documentos
Cultura Documentos
Instituto de Tecnologia
Estatstica Aplicada I
Captulo I
Estatstica Descritiva
I - Estatstica Descritiva
I - Estatstica Descritiva
Introduo
Introduo
Conceitos e definies
Conceitos e definies
Estatsticas amostrais
Estatsticas amostrais
Regresso linear
Regresso linear
1.1 Introduo
1.1 Introduo
1.1 Introduo
1.1 Introduo
Coleta de dados
1.1 Introduo
1.1 Introduo
e
Inferncia Estatstica.
1.1 Introduo
1.1 Introduo
1.1 Introduo
I - Estatstica Descritiva
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
2.
3.
Coleta de dados.
4.
5.
I - Estatstica Descritiva
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
k 1 + 3 ,22 log n
onde: n = nmero de elementos da amostra (tamanho da amostra)
k = nmero de classes que a tabela de classes dever contar.
ESTATSTICA APLICADA I - Estatstica Descritiva
Qualitativos
- Nominal
- Ordinal
Quantitativos
- Intervalar
- Absoluto
ESTATSTICA APLICADA I - Estatstica Descritiva
2,43 2,4;
1,734999 1,73
Inteiros
12
12,733
Dcimos
12,7
12,992
Centsimos
12,99
Arredondamento para
15,504
Inteiros
16
15,561
Dcimos
15,6
15,578
Centsimos
15,58
215,500
216,500
216,750
216,705
- Observaes:
1. Nunca se deve fazer arredondamentos sucessivos.
Exemplo: 17,3452 17,3 (correto)
17,3452 17,35 17,4 (incorreto)
2. Se for necessrio um novo arredondamento, recomenda-se o retorno
aos dados originais.
216
216
216,8
216,70
Algarismos significativos
Algarismos significativos:
Nmero arredondado
3,2 x 103
1,55 x 100
8,3400 x 100
3,205 x 104
3,2 x 10-2
3,200 x 10-2
2
3
5
4
2
4
I - Estatstica Descritiva
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
n = ni
1= 1
ni
n
2.
3.
4.
- Histograma
1.
Faz-se um crculo;
2.
- Polgono de freqncia:
Setori =
3.
No crculo, distribui-se os
valores das freqncias
percentuais
360 ni
n
- Ogiva de Galton:
- Grfico de colunas:
- Grfico de colunas:
Freqncia absoluta
(ni)
Freqncia relativa
(fi)
Sem defeitos
Recuperveis
irrecuperveis
100
15
5
83,3%
12,5%
4,2%
TOTAL
120
100%
Grfico em Setores
4,2%
12,5%
Sem defeitos
Recuperveis
irrecuperveis
83,3%
10
Freqncia
absoluta
(ni)
Freqncia
relativa
(fi)
1
2
3
4
5
6
7
103
147
248
197
152
100
53
10,3%
14,7%
24,8%
19,7%
15,2%
10,0%
5,3%
TOTAL
1000
100%
Freqncia
Freqncia
absoluta acumulada relativa acumulada
(Ni)
(Fi)
103
250
498
695
847
947
1000
Grfico em colunas
300
10,3%
25,0%
49,8%
69,5%
84,7%
94,7%
100,0%
250
200
n i 150
100
50
0
N ocupantes / veculo
ESTATSTICA APLICADA I - Estatstica Descritiva
Freqncia
absoluta
(ni)
Freqncia
relativa (%)
(fi)
Freqncia
absoluta
acumulada
(Ni)
Freqncia
relativa
acumulada (%)
(Fi)
[297,00 ; 298,00[
[298,00 ; 299,00[
[299,00 ; 300,00[
[300,00 ; 301,00[
[301,00 ; 302,00[
[302,00 ; 303,00[
[303,00 ; 304,00[
[304,00 ; 305,00[
[305,00 ; 306,00[
8
21
28
15
11
10
5
1
1
8
21
28
15
11
10
5
1
1
8
29
57
72
83
93
98
99
100
8
29
57
72
83
93
98
99
100
TOTAL
100
100%
ESTATSTICA APLICADA I - Estatstica Descritiva
11
I - Estatstica Descritiva
Dados Quantitativos:
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
Histograma
30
25
20
f i 15
10
5
0
[297,00 ;
298,00[
[298,00 ;
299,00[
[299,00 ;
300,00[
[300.00 ;
301,00[
[301,00 ;
302,00[
[302,00 ;
303,00[
[303,00 ;
304,00[
[304,00 ;
305,00[
[305,00 ;
306,00[
Peso (kg)
ESTATSTICA APLICADA I - Estatstica Descritiva
x
x=
i =1
(dados no agrupados)
n
ESTATSTICA APLICADA I - Estatstica Descritiva
12
a) Medidas de posio:
a) Medidas de posio:
a.1) Mdia aritmtica:
x
x=
i =1
n
2 + 1+ 3+ 3+ 2 + 3+7 + 5 + 5 + 2+ 1+ 3+ 1+ 1+ 4
x=
15
x = 2 ,87
n x
i
x=
(dados agrupados)
i=1
a) Medidas de posio:
a) Medidas de posio:
x i ni
xi
ni
x=
i =1
n
x = 2 ,87
( 1 4 ) + ... + ( 7 1 ) 43
=
15
15
xi
ni
xini
1
2
3
4
5
7
4
3
4
1
2
1
4
6
12
4
10
7
15
43
n x
i
x=
i=1
13
a) Medidas de posio:
a) Medidas de posio:
ni
xi
xini
[297,00 ; 298,00[
[298,00 ; 299,00[
[299,00 ; 300,00[
[300,00 ; 301,00[
[301,00 ; 302,00[
[302,00 ; 303,00[
[303,00 ; 304,00[
[304,00 ; 305,00[
[305,00 ; 306,00[
8
21
28
15
11
10
5
1
1
297,5
298,5
299,5
300.5
301,5
302,5
303,5
304,5
305,5
2380,0
6268,5
8386,0
4507,5
3316,5
3025,0
1517,5
304,5
305,5
100
n x
i
x=
i=1
n
30011,0
x=
100
x = 300 ,11
30011,0
ESTATSTICA APLICADA I - Estatstica Descritiva
a) Medidas de posio:
a) Medidas de posio:
w x
w
i
x=
i =1
w1 x 1 + w 2 x 2 + ... + w k x k
w1 + w 2 + ... + w k
w x
i
x=
i =1
3
( 1 7 ,0 ) + ( 1 9 ,0 ) + ( 3 8 ,5 ) 41 ,5
=
= 8 ,3
1+ 1+ 3
5
i =1
a) Medidas de posio:
a) Medidas de posio:
G = n x1 x 2 ... x n
- Exemplo: A mdia geomtrica dos nmeros 2, 4 e 8:
3
n2 vezes
nk vezes
G = 2 4 8 = 64 = 4
ESTATSTICA APLICADA I - Estatstica Descritiva
14
a) Medidas de posio:
a) Medidas de posio:
1
=
1 n 1
n j =1 x j
x
j =1
0%
50%
n
n
x
j =1
3
3
= = 3 ,43
1 1 1 7
+ +
2 4 8 8
a) Medidas de posio:
a) Medidas de posio:
x n + x n+ 2
~
2
x= 2
n par
8, 5, 15,11, 4, 1, 7, 2, 9, 3
Ordenando:
Ordenando:
1, 2, 4, 5, 7, 8, 9, 11,15
1, 2, 3, 4, 5, 7, 8, 9, 11,15
x~ = x n+ 1 = x5 = 7
x~ =
Ni
1
3
5
2
1
4
9
11
11
x5 + x6 5 + 7
=
=6
2
2
a) Medidas de posio:
1
2
3
4
x n + x n+ 2
a) Medidas de posio:
xi
100%
x~
n = 11 (mpar), logo ~
x ser o
elemento de ordem (n+1)/2, ou
seja, (11+1)/2 = 6 elemento.
contm o 6
elemento
Da
coluna
da
freqncia
acumulada crescente, encontra-se
o valor xi correspondente classe
que contm a ordem calculada,
assim: ~
x = 3.
9
12
11
6
4
42
9
21
32
38
42
21
22
(n/2)+1, ou seja, 21 e 22
elementos.
Como no exemplo anterior,
identificam-se os elementos de
ordem 21 e 22 pela Ni, ou seja, 85
e 87, assim:
85 + 87
x~ =
= 86
2
ESTATSTICA APLICADA I - Estatstica Descritiva
15
a) Medidas de posio:
a) Medidas de posio:
5
10
15
8
4
42
5
15
30
38
42
(n/2)+1, ou seja, 21 e 22
elementos.
Como no exemplo anterior,
identificam-se os elementos de
ordem 21 e 22 pela Ni, ou seja, 87
e 87, assim:
21 e 22
87 + 87
~
x=
= 87
2
N Md 1 a Md
0 ,5 FMd 1
2
x~ = l Md +
a Md
= l Md +
n Md
f Md
a) Medidas de posio:
a) Medidas de posio:
Classes
ni
Ni
35
45
55
65
75
85
5
12
18
14
6
3
5
17
35
49
55
58
45
55
65
75
85
95
classe Md
n
58
N i 1 ai
17 10
2
= 55 + 2
= 61 ,67
x~ = l i +
ni
18
58
a) Medidas de posio:
a) Medidas de posio:
a.5) Quartis:
a.5) Quartis:
25%
Q1
75%
Q2
Q3
50%
25%
Q1
75%
Q2
Q3
16
a) Medidas de posio:
a) Medidas de posio:
a.5) Quartis:
a.5) Quartis:
n +1
Qk = k
7 +1
7 + 1
Q1 = 1
Q = 3
= 2 elemento 196
= 6 elemento 597
4
4
6 + 1
6
+
1
kn
N Qk 1
4
a
Q k = l Qk +
Qk
nQ k
a) Medidas de posio
a) Medidas de posio:
a.5) Quartis:
a.5) Quartis:
ni
Ni
35
45
55
65
75
85
5
12
18
14
6
3
5
17
35
49
55
58
45
55
65
75
85
95
classe Q1
classe Q3
58
N Q1 1
(14 ,5 5 )
4
Q1 = l Q1 +
a Q1 = 45 +
10 = 52 ,92
nQ1
12
a.5) Quartis:
a.5) Quartis:
N Q3 1
4
a = 65 + (43 ,5 35 ) 10 = 71 ,07
Q 3 = l Q3 +
Q3
nQ 3
14
ESTATSTICA APLICADA I - Estatstica Descritiva
25%
35
52,92
25%
61,67
25%
25%
71,07
95
17
a) Medidas de posio:
a) Medidas de posio:
a.6) Decis:
a.6) Decis:
D1
D2
D3
D4
D5
D6
D7
D8
D9
a) Medidas de posio:
a) Medidas de posio:
a.6) Decis:
n +1
Dk = k
10
N Dk 1
10
a
D k = l Dk +
Dk
n Dk
7 +1
D1 = 5
= 4 elemento 305
10
7 +1
D6 = 6
= 4 ,8 elemento 520 ,2
10
ESTATSTICA APLICADA I - Estatstica Descritiva
a) Medidas de posio:
a) Medidas de posio:
a.7) Percentis:
a.7) Percentis:
P1
2% 3% . . . 50% . . . 97%
P2
P3
P50
98% 99%
P97
P98
P99
18
a) Medidas de posio:
a) Medidas de posio:
a.7) Percentis:
a.7) Percentis:
n +1
Pk = k
100
kn
N Pk 1
100
a
Pk = l Pk +
Pk
n Pk
7 +1
P50 = 50
= 4 elemento 305
100
7 + 1
D6 = 60
= 4 ,8 elemento 520 ,2
100
a) Medidas de posio:
a) Medidas de posio:
ni
Ni
35
45
55
65
75
85
5
12
18
14
6
3
5
17
35
49
55
58
45
55
65
75
85
95
1 Passo:
classe D4
2 Passo:
kn 4 58
= 23 ,2 o
=
10
10
l D4 = 55 ; N D4 1 = 17 ; n = 58 ;
a D4 = 10 ; nD4 = 18
classe P72
3 Passo:
58
4 58
17
10
10 = 55 ,34
D4 = 55 +
18
Classes
ni
Ni
35
45
55
65
75
85
5
12
18
14
6
3
5
17
35
49
55
58
45
55
65
75
85
95
a) Medidas de posio:
1 Passo:
classe D4
2 Passo:
classe P72
kn 72 58
= 41 ,8 o
=
100
100
l P72 = 65 ; N P72 1 = 35 ; n = 58 ;
a P72 = 10 ; nP72 = 14
3 Passo:
58
Clculo de P72
72 58
35
100
10 = 69 ,82
P72 = 65 +
14
a.8) Moda
Moda (Mo) a medida que indica o valor ou a gama
de valores nos quais a concentrao dos dados
amostrais mxima.
- Para variveis discretas, a moda o valor dos dados
que ocorre com maior freqncia;
- Para variveis contnuas, a classe modal o intervalo
de classe com maior freqncia.
ESTATSTICA APLICADA I - Estatstica Descritiva
19
a) Medidas de posio:
a) Medidas de posio:
a.8) Moda
a.8) Moda
a) Medidas de posio:
a) Medidas de posio:
243
ni
245
248
251
307
17
23
20
M o = li +
1
1 + 2
a) Medidas de posio:
35
45
55
65
75
85
5
12
18
14
6
3
45
55
65
75
85
95
a) Medidas de posio:
Classes
ai
1
ai
1 + 2
M o = 55 +
18 12
10
( 18 12 ) + ( 18 14 )
M o = 61
ESTATSTICA APLICADA I - Estatstica Descritiva
20
a) Medidas de posio:
a) Medidas de posio:
180
250
300
500
ni
ai
ni/ai
70
140
140
60
100
70
50
200
0,7
2,0
2,8
0,3
classe modal
1
2 ,8 2 ,0
a i = 250 +
50 = 262 ,12
( 2 ,8 2 ,0 ) + ( 2 ,8 0 ,3 )
1 + 2
a) Medidas de posio:
a) Medidas de posio:
Observaes:
Observaes:
1. Mdia versus Mediana:
a) Medidas de posio:
a) Medidas de posio:
Observaes:
Observaes:
21
a) Medidas de posio:
b) Medidas de disperso
Observaes:
2. Relao entre as mdias aritmtica, geomtrica e harmnica:
A mdia geomtrica de um conjunto de nmeros positivos
menor ou igual sua mdia aritmtica, mas maior ou igual
sua mdia harmnica:
H G x
O sinal de igualdade somente vlido quanto todos os nmeros
do conjunto de dados so idnticos.
b) Medidas de disperso
b) Medidas de disperso
R = x mx x min
DM =
i=1
i =1
x
=
x x
n
R = 36 10 = 26
b) Medidas de disperso
b) Medidas de disperso
n
DM =
i=1
di
=
xi x
i =1
x x
n
22
b) Medidas de disperso
b) Medidas de disperso
b.3) Varincia:
b.3) Varincia:
( x
2 =
X )2
i =1
( x X )
(dados no agrupados)
( x
s2 =
n ( x
i
2 =
x )2
( x x )
n1
i=1
(dados no agrupados)
n1
X)
i =1
n ( x X )
(dados agrupados)
n ( x
i
s2 =
x)
i=1
n1
n ( x x )
n1
b) Medidas de disperso
b.3) Varincia:
Frmulas prticas para os clculos das varincias:
s2 =
b) Medidas de disperso
1
ni x i2
N
( n x )
1
ni x i2
n1
( n x )
2 =
(dados agrupados)
= 2
s= s
b) Medidas de disperso
b) Medidas de disperso
11
xi
ni
nixi
ni
5
7
8
9
11
2
3
5
4
2
10
21
40
36
22
16
129
- Mdia aritmtica:
k
n x
i
x=
i =1
n x
i =1
16
129
= 8 ,06
16
23
b) Medidas de disperso
b) Medidas de disperso
- Desvio mdio:
DM =
x x
n
19 ,24
= 1 ,2
16
xi
ni
nixi
|xi-x| = |di|
ni|di|
5
7
8
9
11
2
3
5
4
2
10
21
40
36
22
|5 8,06| = 3,06
|7 8,06| = 1,06
|8 8,06| = 0,06
|9 8,06| = 0,94
|11 8,06| = 2,94
6,12
3,18
0,30
3,76
5,88
16 129
19,24
- Desvio padro:
s = s 2 = 2 ,86 = 1,69
2
nx
1
ni x i2 i i =
n1
n
1
( 129 ) 2
s2 =
1
.
083
=
2
,86
16 1
16
s2 =
xi
ni
nixi
ni2xi
5
7
8
9
11
2
3
5
4
2
10
21
40
36
22
50
147
320
324
242
16 129 1.083
ASI =
Q3 Q1
2
24
b) Medidas de disperso
b) Medidas de disperso
b) Medidas de disperso
b) Medidas de disperso
CV =
Disperso absoluta
Mdia
100
ou
CV =
s
100
x
b) Medidas de disperso
100 =
1500
100 = 37 ,5%
4000
1200
CV = 100 =
100 = 40 ,0%
X
3000
CV =
25
c) Medidas de forma
c) Medidas de forma
M o = x~ = x
Mo < ~
x<x
x<~
x < Mo
- 2 Coeficiente de Pearson:
ou
AS =
x Mo
s
Q1 + Q3 2 ~
x
Q 3 Q1
c) Medidas de forma
c) Medidas de forma
Exemplo:
Classes
Salrios ($1.000,00)
30 50
50 100
100 150
Empregados
60
50
30
xi
30 50 40
50 100 75
100 150 125
ni
nixi
80
50
30
3200
3750
3750
160 10.700
nixi2
ni/ai
128.000 80/20 = 4
281.250 50/50 = 1
468.750 30/50 = 0,6
Ni
80
130
160
878.000
c) Medidas de forma
c) Medidas de forma
Exemplo:
10.700
x=
= 66 ,875
160
1
( 10.700 )2
2
s =
878.000
= 1021,62
159
160
4
M o = 30 +
20 = 41 ,429
4+3
1
( 10.700 )2
2
s =
878.000
= 1021,62
159
160
s = 31 ,96
AS =
x Mo
Se AS = 0, a distribuio simtrica
AS > 0, a distribuio assimtrica positiva
AS < 0. a distribuio assimtrica negativa.
AS =
( 40 0 )
Q1 = 30 +
20 = 40
80
Q 3 = 50 +
( 120 80 )
50 = 90
50
( 80 0 )
~
x = 30 +
20 = 50
80
x M o 66 ,85 41 ,429
AS =
=
= 0 ,796
s
31 ,96
Q + Q 3 2 x~ 40 + 90 2
AS = 1
=
= 0 ,6
Q3 Q1
90 40
26
c) Medidas de forma
c) Medidas de forma
c.2) Medidas de curtose:
K=
Q 3 Q1
2( P90 P10 )
I - Estatstica Descritiva
c) Medidas de forma
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
27
12
13
14
Fora de remoo
15
12
14
13,0 13,4
Fora de remoo
3/32 pol.
1/8 pol.
221
228
180
157
175
183
174
190
101
149
186
199
193
171
87
121
181
194
165
160
181 180
158 176
133 156
172 158
237 150
143
110
123
169
135
Folha
6
7
7
5
5
1
4
2
4
3
8
0
9
7
8
1
7
5
1
8
0
1
9
7
0
5
3
6
1
0
3
3
5
1
7
4
6
0
0
8 9
5
8
3
3
4
1
9
8
3
3
4
0
1
4
3
5
1
0
5
6
1
4
6
8
0
2
0
9
8 6 8 0 8
8 7 9
1 0 6
154
131
178
151
201
153 174
154 115
76 167
142 163
200 176
120
160
184
145
150
168
208
135
171
170
167
158
229
148
118
141
133
146
158
149
Frequncia
Ramo
1
1
1
2
3
3
6
8
12
10
10
7
6
4
1
3
1
1
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
97
163
134
199
196
Ramo
15
Folha
6
7
7
1
0
0
1
1
0
0
0
0
0
0
8
1
7
5
5
5
1
3
2
0
0
1
0
3
1
8
3
3
3
1
0
1
1
4
7
8 9
4
5
3
3
2
1
6
8
5
6
4
3
4
3
9
5
8
4
5
4
4
9
9
6
7
5
6
9
7 8 8 8 8
7 8 9
6 6 8
Frequncia
1
1
1
2
3
3
6
8
12
10
10
7
6
4
1
3
1
1
28
Folha
1
6
0
6
2
8
0
7
3
9
1
8
Ramo
5
9
3 4 4
8 8 8
14z
14t
14f
14s
14e
15z
15t
15f
15s
15e
Ramo
1
2
3
5
8
11
17
25
37
(10)
33
23
16
10
6
5
2
1
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
N = 80
Min = 76
Max = 245
Mdia = 162,7
Mediana = 161,5
Q1 = 143,50
Q3 = 181,00
S2 = 33,77
Folha
1
2
3
5
0
1
4
6
8
Freqncia acumulada
0
3
4
7 8
8 8
1567
1883
1203
1270
1015
845
1674
1016
1102
1605
706
2215
785
885
5
5
1
3
2
0
0
1
0
3
1
8
3
3
3
1
0
1
1
4
7
4
5
3
3
2
1
6
8
5
6
4
3
4
3
9
5
8
4
5
4
4
9
9
6
7
5
6
9
7 8 8 8 8
7 8 9
6 6 8
8 9
Folha
6
7
7
1
0
0
1
1
0
0
0
0
0
0
8
1
7
5
1223
375
2265
1910
1018
1452
1890
2100
1594
2023
1315
1269
1260
1888
1782
1522
1792
1000
1820
1940
1120
910
1730
1102
1578
758
1416
1560
1055
1764
1330
1608
1535
1781
1750
1501
1238
990
1468
1512
1750
1642
a)
Profundidade
Ramo
1
5
8
10
17
22
29
33
(5)
32
22
18
11
7
5
4
2
3
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Folha
75
06
45
10
00
02
03
10
16
01
05
30
20
10
23
00
15
58
65
90
15
02
23
15
21
02
08
50
83
40
85 98
85
16
09
38
15
52
12
42
50
88
18
15
58
30
68
22
74
64
90
20 55 85
20
60 69 70
81
35 40 60 67 78 94
81 82 92
b) No. A probabilidade
muito pequena.
c) M = 1436,5
Q1 = 1097,8
Q3 = 1735
30
65
29
I - Estatstica Descritiva
Introduo
Conceitos e definies
Estatsticas amostrais
Regresso linear
Correlao linear
Para se ter uma idia de como as duas variveis se
relacionam comum representar graficamente esta
relao por meio de um diagrama de disperso. Esta
representao consiste na marcao das observaes em
um sistema de eixos cartesianos.
Se as variveis fornecem um diagrama de disperso em
que os pontos se colocam ao redor de uma reta crescente
ou decrescente, diz-se que essas variveis esto
linearmente correlacionadas.
ESTATSTICA APLICADA I - Estatstica Descritiva
30
Correlao linear
Correlao linear
x
Correlao linear forte
(positiva)
(negativa)
(positiva)
Correlao linear
Correlao linear
x
Variveis no
correlacionadas
x
Variveis no
correlacionadas
linearmente
x
Variveis no
correlacionadas
linearmente
100
125
150
175
200
225
250
275
99,1
98,8
98,5
98,5
98,5
98,2
98,0
97,8
300
325
350
375
400
425
450
500
97,8
97,8
97,6
97,5
97,3
97,0
96,8
96,7
Cov ( x , y )
s x2 s 2y
( x x ) ( y y )
n1
31
r=
onde:
xy
s xx s yy
( y )
s yy = y 2
1 r 1
( x )
s xx = x 2
s xy = xy
x y
n
y1
x1
x x2
32
y = + x
O valor de y dado por:
y = y+U
ou
y = + x+U
onde:
y a parte funcional de y (a parte do valor de y explicada pelo
valor de x);
U a parte aleatria de y, a qual introduzida no valor de y por
fatores imponderveis.
y = + x
Entretanto, dificilmente se conhece a populao dos valores de y
para cada valor da varivel controlada x. O que se conhece,
geralmente, so alguns valores dos pares (x,y), ou seja, apenas uma
amostra dessas variveis.
33
Coeficiente de explicao
( y i a bx i ) 2 = 0
b
y bx = ybx
n
b=
x y
xy n
s
=
( x ) s
x
n
2
xy
xx
Coeficiente de explicao
Coeficiente de explicao
= a + bx
}
xi
34
Coeficiente de explicao
O coeficiente de explicao
pode ser definido agora como sendo
a porcentagem da variao total representada pela variao
explicada.
R2
R2 =
R2 = b
VE
=
VT
x y
xy n
( y )
y n
2
( y y )
( y y)
ou
R2 = b
s xy
R2 = r 2
s yy
x2
y2
xy
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
100
125
150
175
200
225
250
275
300
325
350
375
400
425
450
500
99,1
98,8
98,5
98,5
98,5
98,2
98,0
97,8
97,8
97,8
97,6
97,5
97,3
97,0
96,8
96,7
10000
15625
22500
30625
40000
50625
62500
75625
90000
105625
122500
140625
160000
180625
202500
250000
9820,8
9761,4
9702,2
9702,2
9702,2
9643,2
9604,0
9564,8
9564,8
9564,8
9525,8
9506,2
9467,3
9409,0
9370,2
9350,9
9910,0
12350,0
14775,0
17237,5
19700,0
22095,0
24500,0
26895,0
29340,0
31785,0
34160,0
36562,5
38920,0
41225,0
43560,0
48350,0
4625
1565,9
1559375
153259,8
451365,0
Clculos:
r=
s xy
s xx s yy
Clculos:
=
x y
xy
r=
( x )
( y )
n
4625 1565 ,9
451365
16
r=
( 4625 )2
( 1565 ,9 )2
1559375
153259 ,8
16
16
r = 0 ,99
R 2 = ( 0 ,99 )2 = 0 ,977
16
16
Funes linearizveis
Funes linearizveis
35
Funes linearizveis
1. Funo potncia:
Funes linearizveis
y = a.xb, com x 0 e b 0
1. Funo potncia:
y = a.xb, com x 0 e b 0
Se x = 0, ento y = 0.
Para x > 0, aplicando o logaritmo, tem-se: ln y = ln a + b.ln x
Fazendo Y = ln y, A = ln a e X = ln x, tem-se a forma linear:
Y = A + b.x
0<b<1
b>1
x
Crescente
Concavidade para cima
Contm a origem
x
Crescente
Concavidade para baixo
Contm a origem
Funes linearizveis
2. Funo exponencial:
Funes linearizveis
y = abx, a > 0, b > 0, x 0
2. Funo exponencial:
Y = A + B.x
a
0<b<1
a
b>1
x
Crescente
Concavidade para cima
x=0y=a
x
Decrescente
Concavidade para cima
x=0y=a
Funes linearizveis
Funes linearizveis
b
2. Funo hiperblica, tipo I: y = a + , x > 0 , a > 0 , y > 0
x
A primeira e a segunda derivadas fornecem a forma das curvas.
y
b>0
b
, x > 0, a > 0, y > 0
x
Fazendo X = 1/x, obtm-se a forma linear:
y= a+
y = a + b.X
y
a
b<0
a
x
Decrescente
Concavidade para cima
Assntota em x = 0 e y = a
- b/a
Crescente
Concavidade para baixo
Assntota em y = a
ESTATSTICA APLICADA I - Estatstica Descritiva
36
Funes linearizveis
Funes linearizveis
1
y=
, a > 0, b > 0, x 0
a + bx
y=
1
, a > 0, b > 0, x 0
a + bx
1
1
=
Y a + bx
ou
Y = a + bx
Funes linearizveis
5. Funo logaritmo:
Funes linearizveis
5. Funo logaritmo:
y = a + b.ln x, x > 0
y = a + bX
b<0
b>0
e- a/b
x
e-a/b
Decrescente
Concavidade para cima
Crescente
Concavidade para baixo
y = a + b.ln x, x > 0
Funes linearizveis
Funes linearizveis
10,00
10,50
11,00
11,50
12,00
12,50
13,00
13,50
y = oferta
(em 1000 un.)
427
440
447
453
460
465
470
472
Exemplo:
a. Construa um diagrama de disperso para os dados da tabela;
b. Calcule o coeficiente de correlao linear das variveis;
c. O diagrama de disperso sugere o uso de alguma forma linearizvel
para ajustar os pontos?
d. Construa o grfico de disperso da forma linear correspondente
funo escolhida em (c);
e. Calcule o coeficiente de correlao dos pares em (d);
f. Comente os resultados obtidos;
g. Calcule a regresso de y sobre x para a funo de maior correlao;
h. Calcule o coeficiente de explicao para a funo escolhida em (g);
i. Calcule a oferta para um preo de 15,00.
ESTATSTICA APLICADA I - Estatstica Descritiva
37
Funes linearizveis
Funes linearizveis
Soluo:
Soluo:
a. Diagrama de disperso
y
b. Coeficiente de correlao.
475
470
465
460
455
450
445
440
435
430
425
420
9
9,5
10
10,
5
11
11,
5
12
12,
5
13
13,
5
14
x2
y2
xy
1
2
3
4
5
6
7
8
10,0
10,5
11,0
11,5
12,0
12,5
13,0
13,5
424
440
447
453
460
465
470
472
100,00
110,25
121,00
132,25
144,00
156,25
160,00
182,25
182329
193600
198809
205209
211600
216225
220900
222284
4270,0
4620,0
4917,0
5209,5
5520,0
5812,5
6110,0
6372,0
94,0
3.634
1.115,00
1.652.456
42.831,0
ESTATSTICA APLICADA I x
- Estatstica Descritiva
Funes linearizveis
Funes linearizveis
Soluo:
Soluo:
b. Coeficiente de correlao.
94 3.634
= 131,5
8
( 3.634 ) 2
= 1.652.456
= 1.711 ,5
8
s xy = 42.831
s yy
X = ln x
( 94 )
= 10 ,5
8
131,5
= 0 ,98
10 ,5 1.711,5
s xx = 1.115
r=
y = oferta
(em 1000 un.
440
447
453
460
465
470
472
475
470
465
460
455
450
445
440
435
430
425
420
2
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
ln x
Funes linearizveis
Funes linearizveis
Soluo:
Soluo:
e. Coeficiente de correlao.
e. Coeficiente de correlao.
X=ln x
X2
y2
Xy
1
2
3
4
5
6
7
8
2,30
2,35
2,40
2,44
2,48
2,53
2,56
2,60
424
440
447
453
460
465
470
472
5,29
2,52
5,76
5,95
6,15
6,40
6,55
6,77
182.329
193.600
198.809
205.209
211.600
216.225
220.900
222.284
982,1
1.034,0
1.072,8
1.105,5
1.140,8
1.176,45
1.203,2
1.227,2
19,67
3.634
48,45
1.652.456
8.947,57
19 ,67 3.634
= 11 ,3453
8
( 3.634 ) 2
= 1.652.456
= 1.711 ,5
8
s xy = 8.947 ,57
s yy
( 19 ,67 ) 2
= 0 ,0771
8
11 ,3453
r=
= 0 ,9879
0 ,0771 1.711 ,5
s xx = 48 ,45
38
Funes linearizveis
Funes linearizveis
Soluo:
Soluo:
s xy
s xx
11 ,3453
= 147 ,1505
0 ,0771
n
n
8
y = 92 ,1907 + 147 ,1505. ln x
h. Clculo do R2.
R2 = b
s xy
s yy
= 147 ,1505
11 ,3453
= 0 ,976
1.711,5
I - Estatstica Descritiva
FIM
ESTATSTICA APLICADA I - Estatstica Descritiva
39