Escolar Documentos
Profissional Documentos
Cultura Documentos
, SPSS
, R
, MS-EXCEL
, Mathematica
e o Maple
, por
exemplo.
Objetivo Geral
Realizar projees sobre a ocorrncia de casos de dengue no municpio de
Castanhal, no Estado do Par, para o ano de 2014, utilizando o mtodo dos mnimos
quadrados linear, a partir da srie histrica de nmero de casos notificados na
Secretaria Municipal de Sade.
Objetivos Especficos
No intuito de alcanar o objetivo geral, necessrio contemplar os seguintes
objetivos especficos:
Conhecer a Formulao do Mtodo dos Mnimos Quadrados,
compreendendo suas possibilidades de aplicao e limitaes;
Obter a srie histrica de ocorrncia de dengue no municpio de
Castanhal/PA, segundo o sexo dos indivduos;
Aplicar a formulao do Mtodo dos Mnimos Quadrados srie histrica
obtida, realizando a previso do nmero de casos de dengue entre homens e
mulheres para o ano de 2014.
Organizao do Texto
O texto est organizado em trs captulos os quais exploram diferentes
aspectos relacionados ao tema estudado.
O primeiro captulo apresenta os detalhes do Mtodo dos Mnimos
Quadrados, considerando a escolha da funo do primeiro grau como funo de
ajuste. Neste captulo so mostradas as limitaes do mtodo, alm do clculo do
coeficiente de determinao e de correlao.
No captulo 2 so mostrados os resultados da aplicao do Mtodo dos
Mnimos Quadrados ao conjunto de dados fornecido pela Secretaria Municipal de
14
Sade do nmero de casos notificados de dengue no Municpio de Castanhal,
discutindo a qualidade do ajuste e apresentando as estimativas para o ano de 2014.
Ao final, so apresentadas as consideraes finais acerca do presente
trabalho, enumerando seus pontos de continuidade.
Captulo 1 Mtodo dos Mnimos Quadrados
Linear
Em 1809, Carl Friedrich Gauss (1777-1855) publicou um artigo demonstrando
que a melhor maneira de determinar uma funo que aproxima dados tabelados
minimizando a soma dos quadrados dos resduos, calculados como a diferena
entre os valores previstos pela funo ajustadora e os dados tabelados, mais tarde
chamado de Mnimos Quadrados por Adrien-Marie Legendre (1752-1833).
O Mtodo dos Mnimos Quadrados foi formulado dentro da perspectiva de
estabelecer a relao entre grandezas por meio de um modelo matemtico
aproximado dos dados reais obtidos atravs de pesquisa de campo. Kozama e
Tiago (2011) mencionam que em diversas reas no possvel estabelecer um
modelo matemtico exato do problema estudado, nesses casos, a nica alternativa
se resume a desenvolver uma soluo numrica que produza resultados
aproximados da soluo exata e o Mtodo dos Mnimos Quadrados se destina a
esses tipos de problemas.
1.1 Ajustes de Curvas
Quando h o interesse em relacionar, por meio de uma funo, duas
grandezas resultantes de uma pesquisa de campo uma opo utilizar um mtodo
de ajuste de curvas, o qual consiste em, a partir da suposio de um modelo
matemtico geral que explique a relao entre as grandezas estudadas, calcular os
parmetros que constituem a relao entre elas de modo a caracterizar de modo
particular o modelo matemtico.
De modo mais simples, numa situao em que se observam pares de valores
(x, y) e existe interesse em estudar as relaes porventura existentes entre estes
valores, pode-se utilizar um mtodo de ajuste de curvas. Ento, ajustar uma curva
determinar uma funo matemtica que possa representar um conjunto de dados.
Custdio (1996) explica que um conjunto de pontos em um dado espao
bidimensional ser representado pelas coordenadas x e y. A funo matemtica a
16
ser escolhida pode representar o comportamento da tendncia de y em relao a x
estabelecida atravs de uma relao funcional, , ou como x sendo
representado como uma funo de y, . Em outras palavras pode-se ter y
como uma varivel dependente de x ou x como uma varivel dependente de y. Esta
funo ser construda ajustando-se uma curva aos dados tabelados, de tal forma
que se possa representar analiticamente a relao entre as variveis x e y.
O ponto principal do mtodo de ajuste de curvas a seleo da funo que
representa os pares (x, y). Em geral, a escolha realizada a partir do grfico de
disperso dos dados, pois atravs dele pode se visualizar globalmente os pontos em
uma tentativa de estabelecer uma equao matemtica que descreva o
relacionamento entre duas variveis. Isso acontece se possvel ajustar uma curva
aos dados tabelados de forma que a curva escolhida se aproxime ao mximo de
todos dos pontos.
1.2 Formulao do Mtodo dos Mnimos Quadrados
O mtodo dos mnimos quadrados usado como ferramenta para relacionar
duas variveis correlacionadas estatisticamente Este mtodo se divide em Caso
Contnuo e Caso Discreto. O caso discreto resolve problemas em que se tm dados
tabelados e deseja- se a aproximao por uma funo. Para o Caso Contnuo
necessrio que se tenha uma funo, ento para esta dada uma nova
aproximao.
O Mtodo dos Mnimos Quadrados parte do pressuposto que exista um
conjunto de n pares (x,y), geralmente obtidos a partir de um experimento qualquer.
x x
1
x
2
x
3
... x
n
y y
1
y
2
y
3
... y
n
A inteno encontrar uma funo f(x) que aproxime a tabela com o menor
erro quadrtico possvel. A FIG. 4 mostra os pontos tabelados e a funo ajustada
pelo mtodo dos mnimos quadrados.
17
FIGURA 4 Grfico dos dados
tabelados ajustado por uma reta
Um dos modelos mais simples que relaciona duas variveis e a equao
da reta onde so os parmetros do modelo. Neste caso, segundo o
Mtodo dos Mnimos Quadrados, necessrio encontrar os valores dos parmetros
e que tornam o mnimo o valor da soma dos quadrados dos desvios. A FIG. 5
mostra um exemplo em que se pode visualizar melhor os desvios ocorridos.
FIGURA 5 Grfico de disperso de dados,
ressaltando os desvios em relao funo
ajustada
18
Os valores de na reta de mnimos quadrados correspondentes a
so respectivamente
Ento a soma dos quadrados dos desvios dada por:
Onde uma funo apenas de e :
Os coeficientes e podem ser calculados determinando o mnimo da funo
. No processo de minimizao calculam-se as derivadas parciais de em
relao e , igualando os resultados a zero, ou seja,
Este conjunto de equaes d origem ao sistema linear, com incgnitas a e b:
{
Ou ainda, de forma desenvolvida:
{
A resoluo do sistema linear produz as expresses dos parmetros a e b:
19
possvel provar que esta soluo mnima, calculando as derivadas de
segunda ordem:
O Hessiano dado por:
|
| |
|
Cujo resultado final do determinante igual a:
Onde
sempre
positiva, caracterizando um ponto de mnimo local.
1.3 Limitaes do Mtodo
O Mtodo dos Mnimos Quadrados uma tcnica muito popular e isso se
deve sua simplicidade conceitual e disponibilidade de pacotes em aplicativos de
planilhas eletrnicas e softwares estatsticos.
Uma das suas limitaes quando da escolha da funo que deve ser
ajustada. Esta etapa est sujeita interpretao de qual seria a funo de ajuste
mais adequada ao fenmeno estudado observando o grfico de disperso dos
dados, o qual ir fornecer uma ideia de qual esta funo de ajuste. Isto significa
que para um mesmo conjunto de dados, existe a possibilidade de vrias funes de
ajuste diferentes, o que pode explicar uma parte da impreciso dos resultados
previstos.
20
A necessidade das variveis observadas x e y estarem correlacionadas
outra limitao do mtodo. Isto quer dizer que s possvel alcanar o ajuste que
fornea resultados precisos se existir alguma correlao entre os dados observados.
Se as duas variveis analisadas apresentarem forte correlao, melhor ser o
ajuste. Quanto menor for o grau de correlao entre elas, menor ser a preciso das
previses com o modelo utilizado.
O Mtodo de Mnimos Quadrados muito utilizado para realizar previses
futuras sobre o fenmeno estudado. Considerando que os pressupostos garantem
apenas que a funo a que minimiza a soma dos quadrados dos desvios, no se
pode afirmar que a tentativa de calcular o valor da funo dentro (interpolao) ou
fora (extrapolao) do intervalo de dados observados resulte num valor preciso,
portanto, deve-se ter em mente que estes procedimentos levam apenas a
estimativas, certamente imprecisas. O valor do mtodo ento consiste em produzir
estimativas, mesmo sabendo que pode no haver preciso nestes resultados.
1.4 Grficos de Disperso e Resduos
1.4.1 Grficos de Disperso
A escolha da funo de ajuste realizada com o auxlio do grfico
denominado grfico de disperso, o qual obtido representando todos os dados
tabelados no plano cartesiano. Este grfico pode sugerir o formato da funo que se
ajusta aos dados, no entanto, possvel que o grfico de disperso possa sugerir
mais de um tipo de funo ajustadora, j que o processo de escolha realizado de
forma qualitativa. A FIG 6 mostra um exemplo de um diagrama de disperso.
21
FIGURA 6 Diagrama de Disperso
1.4.2 Grfico de Resduos
Uma maneira de verificar se a funo escolhida adequada para o ajuste
consiste em calcular a diferena entre os valores da varivel dependente observada
e os valores calculados por meio da funo de ajuste, para o mesmo valor da
varivel independente. Esta diferena denominada de resduo.
O grfico de resduos obtido ao serem plotados no plano cartesiano todos
os resduos calculados, isto , as diferenas entre os dados observados e valores
calculados. Este grfico importante porque quanto menor as variaes
encontradas nos resduos, melhor a qualidade do ajuste. A FIG. 7 mostra um
exemplo de um grfico de resduos.
22
FIGURA 7 Grfico de Resduos
importante observar que, quanto menores as variaes observadas nos
desvios (linha vermelha da FIG. 7), melhor o ajuste.
1.4 Coeficiente de Determinao
O coeficiente de Determinao ou coeficiente de Pearson o modo de medir
a qualidade do ajuste linear dado pela seguinte expresso.
] [
]
Logo:
{[
] [
]}
O coeficiente de determinao permite verificar o grau de correlao entre as
variveis observadas x e y, pois representa a relao entre a variabilidade conjunta
de x e y pelas variabilidades individuais de x e de y.
23
O valor do coeficiente de determinao encontra-se no intervalo 0
1,
logo, quanto mais prximo de 1 estiver o valor de