UNIVERSIDADE ESTADUAL DE SANTA CRUZ UESC

Departamento de Cincias Exatas e Tecnolgicas

Discentes: Danilo Dos Santos Oliveira

Renata Lilian Guimaraes

Disciplina Bioestatstica

IV crdito - G02

Docente: Prof. Srgio J. R. de Oliveira

Ilhus 27\10\2013

Anlise de Correlao Linear Simples

Estudo da associao entre duas variveis, sendo possvel saber se elas se comportam
como uma funo onde ao variar uma a outra tambm sofrer variao significativa.
varincia e desvio padro
X-Mx
(X-Mx)
Y-My
0,221538 0,049079 0,183962
0,091538 0,008379 0,083362
-0,58846 0,346287 -0,64424
-0,00846 7,16E-05 -0,02364
0,121538 0,014772 0,115462
0,191538 0,036687 0,140162
0,241538 0,058341 0,191662
-0,42846 0,183579 -0,14454
-0,66846 0,446841 -0,74564
0,121538 0,014772 0,115462
0,461538 0,213018 0,448662
-0,26846 0,072072 -0,28544
0,511538 0,261672 0,564762
var
0,142131
desv.pad
0,377002

dados
n

X
1
2
3
4
5
6
7
8
9
10
11
12
13

mdia

1,29
1,3425
1,16
1,2419
0,48
0,5143
1,06
1,1349
1,19
1,274
1,26
1,2987
1,31
1,3502
0,64
1,014
0,4
0,4129
1,19
1,274
1,53
1,6072
0,8
0,8731
1,58
1,7233
1,068462 1,158538

(Y-My)
0,033842
0,006949
0,415043
0,000559
0,013331
0,019645
0,036734
0,020891
0,555977
0,013331
0,201297
0,081475
0,318956
0,143169
0,378377

Covarincia A covarincia entre duas variveis aleatrias reais X e Y, definida

como a medida de como duas variveis variam conjuntamente. A covarincia por
vezes chamada de medida de dependncia linear entre as duas variveis aleatrias.
Mede o grau de dependncia linear entre duas variveis.
covarincia
(X-Mx)*(Y-My)
0,040755
0,007631
0,37911
0,0002
0,014033
0,026846
0,046294
0,061929
0,498431
0,014033
0,207075
0,076629
0,288897
COV
0,138488

n
1
2
3
4
5
6
7
8
9
10
11
12
13
13

X
1,29
1,16
0,48
1,06
1,19
1,26
1,31
0,64
0,4
1,19
1,53
0,8
1,58
13,89

coeficientes da reta
Y
X*X
1,3425
1,6641
1,2419
1,3456
0,5143
0,2304
1,1349
1,1236
1,274
1,4161
1,2987
1,5876
1,3502
1,7161
1,014
0,4096
0,4129
0,16
1,274
1,4161
1,6072
2,3409
0,8731
0,64
1,7233
2,4964
15,061
16,5465

X*Y
1,731825
1,440604
0,246864
1,202994
1,51606
1,636362
1,768762
0,64896
0,16516
1,51606
2,459016
0,69848
2,722814
17,75396

- coeficiente linear;
0
1

- coeficiente angular.

0,117458
0,974374

Diagrama de Disperso
O diagrama de disperso um grfico onde pontos no espao cartesiano XY so usados para
representar simultaneamente os valores de duas variveis quantitativas medidas em cada
elemento do conjunto de dados.
2
1.8

y = 0.9744x + 0.1175
R = 0.9425

1.6
1.4
1.2

Series1

Linear (Series1)

0.8

Linear (Series1)

0.6
0.4
0.2
0
0

0.5

1.5

Coeficiente de correlao de Pearson

Tendo-se a covarincia, pode-se analisar se a relao entre as duas variveis alta ou
baixa atravs da relao entre a covarincia e as varincias de cada varivel.
representado por , porem como geralmente se trabalha com amostras utiliza-se o
estimador r.
coef. Correlao de pearson
r
0,970833

Coeficiente de Determinao
Indica o quanto a variao de uma varivel ocorre em funo da variao da outra. Quanto
mais r tende a 1, melhor a relao entre as variveis.
Coeficiente de determinao
r
0,942518

Teste de Correlacionamento
Teste de hiptese para , com H0: = 0 e HA: 0. Testa-se utilizando a estatstica t com
grau de liberdade (n-2).
Teste de correlacionamento
t cal
13,42992
t 5%
2,201
H0 rejeitada, 0

Resduos
A ideia bsica que se o modelo linear simples apropriado, os resduos devem refletir as
suposies tais como independncia, varincia constante para diferentes nveis de X e
distribuio Normal.

Y
1,3425
1,2419
0,5143
1,1349
1,274
1,2987
1,3502
1,014
0,4129
1,274
1,6072
0,8731
1,7233

Resduos
Y^
1,3744
1,247731
0,585157
1,150294
1,276962
1,345168
1,393887
0,741057
0,507207
1,276962
1,608249
0,896957
1,656968

(Y-Y^)
-0,0319
-0,00583
-0,07086
-0,01539
-0,00296
-0,04647
-0,04369
0,272943
-0,09431
-0,00296
-0,00105
-0,02386
0,066332

Regresso Linear
Para avaliar a significncia do modelo como um todo, utiliza-se a anlise de varincia (ANOVA).
Para isso, considera-se o Modelo de Regresso Linear Simples com a suposio de que os erros
tem distribuio normal. A anlise de varincia baseada na decomposio da soma de
quadrados e nos graus de liberdade associados a varivel resposta Y. Em palavras, o desvio de
uma observao em relao mdia pode ser decomposto como o desvio da observao em
relao ao valor ajustado pela regresso mais o desvio do valor ajustado em relao mdia.

X
1
2
3
4
5
6
7
8
9
10
11
12
13
13

ANOVA da regresso
Y
X*X
Y*Y
X*Y
1,29
1,3425
1,6641 1,802306 1,731825
1,16
1,2419
1,3456 1,542316 1,440604
0,48
0,5143
0,2304 0,264504 0,246864
1,06
1,1349
1,1236 1,287998 1,202994
1,19
1,274
1,4161 1,623076 1,51606
1,26
1,2987
1,5876 1,686622 1,636362
1,31
1,3502
1,7161 1,82304 1,768762
0,64
1,014
0,4096 1,028196 0,64896
0,4
0,4129
0,16 0,170486 0,16516
1,19
1,274
1,4161 1,623076 1,51606
1,53
1,6072
2,3409 2,583092 2,459016
0,8
0,8731
0,64 0,762304 0,69848
1,58
1,7233
2,4964 2,969763 2,722814
13,89
15,061 16,5465 19,16678 17,75396

Tabela da Anlise de Varincia

TABELA DE ANLISE DE VARINCIA
Fonte de Variao Soma Quadrtica Graus de Liberdade Mdia Quadrtica F calculado significncia
Regresso
1,6193
1
1,619
180,363 0,0000000363
Resduo
0,0988
11
0,009
Total
1,7180
12

Coeficiente de determinao fornece uma ideia da qualidade do ajuste do modelo aos

dados.
Coeficiente de determinao
r

0,942517511

Coeficiente de determinao ajustado melhor interpretao de r, leva em considerao o

numero de parmetros (betas) e o numero de observaes.

raj

Coeficiente de determinao ajustado

0,93729183

Teste de hiptese dos parmetros verificar a possibilidade dos parmetros serem ou no

iguais zero.
Teste de hiptese dos parmetros
S
SQX
0
1
t0
t1
t(5%,11)

0,094751686
1,705569231
0,11745766
0,974373681
1,434986045
13,42991534
2,201

Intervalo dos parmetros

0
-0,062700405

< 0 <

0,81468567

< 1 <

0,11745766
0,297615724
0,974373681
1,134061692