Você está na página 1de 10

UNIVERSIDADE FEDERAL DA BAHIA

INSTITUTO DE MATEMTICA

CORRELAO E
REGRESSO ESTATSTICA

Salvador
Maio 2009

RTANO SILVA DOS SANTOS


ESPRTANO SILVA DOS SANTOS

CORRELAO E
REGRESSO ESTATSTICA
Trabalho apresentado ao Professor Jader Cedraz
da Disciplina Mtodos Estatsticos
MAT 236, da turma T-09, do curso de
engenharia Civil, turno vespertino.

Universidade Federal da Bahia


Salvador 30/05/2009

SUMRIO

1 - INTRODUO............................................................................................................4
2 CORRELAO ESTATSTICA.................................................................................4
2.1 TIPOS DE CORRELAO......................................................................................4
2.2 DIAGRAMA DE DISPERSO................................................................................5
2.3 - COEFICIENTE DE CORRELAO........................................................................5
2.3.1- COEFICIENTE DE E CORRELAO LINEAR.................................................5
2.4 EXERCICO RESOLVIDO......................................................................................5
3 - REGRESSO ESTATSTICA....................................................................................7
3.1 - EQUAO DE REGRESSO .................................................................................7
3.2 - EXERCCIOS RESOLVIDOS..................................................................................8
4 - CONCLUSO..............................................................................................................9
5 - REFERNCIAS BIBLIOGRFICAS........................................................................10

1. INTRODUO
Antes de conceituarmos correlao e regresso estatstica deve-se saber porque us-la.
No estudo de inferncia, estuda-se casos com 1 varivel e 2 populaes. No estudo de
Correlao e Regresso Estatsticas dever-se levar em conta 2 variveis e 1 populao.
Exemplo: Peso e Comprimento (2variaveis) das baleias (1 populao). Dentre esse
estudo teremos a correlao e a regresso estatstica, cujo principal objetivo estudar a
relao entres essas variveis. Esse estudo pode ser investigando presena e/ou ausncia
dessa relao, que pode ser :
1) Quantificando a fora dessa relao: correlao
2) Explicitando a forma dessa relao: regresso

2. CORRELAO ESTATSTICA
A correlao a medida padronizada da relao entre duas variveis indica a fora e a
direo do relacionamento linear entre duas variveis aleatrias.
A correlao nunca pode ser maior do que 1 ou menor do que menos 1.
Uma correlao prxima a zero indica que as duas variveis no esto
relacionadas.
Uma correlao positiva indica que as duas variveis movem juntas, e a relao
forte quanto mais a correlao se aproxima 1.
Uma correlao negativa indica que as duas variveis movem-se em direes
opostas,
A relao fica mais forte quanto mais prxima a correlao de -1.
Duas variveis que esto perfeitamente correlacionadas positivamente (r=1)
movem-se essencialmente em perfeita proporo na mesma direo,
Dois conjuntos que esto perfeitamente correlacionados negativamente movemse em perfeita proporo em direes opostas.
A relao entre as variveis evidenciada pela formao de um padro no diagrama de
Disperso

2.1 TIPOS DE CORRELAO


A correlao entre 02 variveis pode ser:
1. Correlao Positiva : O aumento de uma varivel corresponde, ao aumento da outra.
2. Correlao Negativa: O aumento de uma varivel corresponde a diminuio da outra.
3. Correlao Linear: Quando possvel ajustar uma reta, ode ser forte (quanto mais
prximas da reta) ou fraca (quanto mais prximas da reta).
4. Correlao no-linear: Quando no possvel ajustar uma reta.

2.2 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. Ele muito til para comparar dados, como antes e
depois. De acordo com a correlao das variveis o diagrama pode ser:

2.3 COEFICIENTE DE CORRELAO


Coeficiente de correlao indica a fora e a direo do relacionamento linear entre as
duas variveis a ser estudada, sendo denotada por r. Vrios coeficientes so utilizados
para situaes diferentes, tais como o coeficiente de correlao de Pearson e o
coeficiente Linear.

2.3.1 COEFICIENTE DE CORRELAO LINEAR


Esse coeficiente serve para detectar padres de lineares. (no vale para os padres no
lineares).

O valor de r estar sempre entre 1 e -1, ou seja 1 r 1


Se r est prximo de 1, h uma forte correlao positiva.
Se r est prximo a 1, h uma forte correlao negativa.
Se r est prximo de 0, no h correlao linear.

2.4 EXERCICIOS RESOLVIDOS


1) A tabela abaixo mostra o resultado de uma pesquisa com 10 famlias de determinada
regio.

Famlias

Mdia de Anos
de Estudo da
famlia
A
10
4
8
3
B
15
7
6
4
C
12
5
5
5
D
70
20
1
12
E
80
20
2
16
F
100
30
2
18
G
20
8
3
8
H
30
8
2
8
I
10
3
6
4
J
60
15
1
8
a) Calcular ao coeficiente de correlao Linear entre a renda familiar e a poupana.
Soluo:
RENDA (Y)
10
15
12
70
80
100
20
30
10
60
y =407

Renda (R$)

Poupana
(R$)

N de Filhos

POUPANA
(X)
4
7
5
20
20
30
8
8
3
15
x =120

X2

Y2

XY

16
79
25
400
400
900
64
64
9
225
2
x =2.152

100
225
144
4.900
6.400
10.000
400
900
100
3.600
2
y =26.769

40
105
60
1.400
1.600
3.000
160
240
30
900
xy=7.535

Aplicando na Frmula :

r=

(10 x 7.535 ) (120 x 407


= 0,9835
(10x2.152) 1202 10x26.769 -4072

Existe uma forte correlao linear entre renda e a poupana familiar.


O sinal do coeficiente mostra que as duas variveis variam no mesmo sentido.
b) Calcular o coeficiente de correlao linear entre renda e nmeros de filhos para as dez
famlias.
Soluo:
Renda (y)

N de filhos (x)

X2

Y2

XY

10
15
12

8
6
5

64
36
25

100
225
144

80
90
60

70
80
100
20
30
10
60
407
y = 407

1
2
2
3
2
6
1
36
x = 36

1
4
4
9
4
36
1
184
x2 =184

4.900
6.400
10.000
400
900
100
3.600
26.769
y2 = 26.769

70
160
200
60
60
60
60
900
xy = 900

Aplicando a frmula obtemos:

r=

(10 x 900) (36 x 407)


(10x184) 362 10x 26.769 -4072

= - 0,758

O resultado revela uma correlao forte e inversa (negativa), ou seja, as famlias com
maiores rendas tm menor nmero de filhos.

3. REGRESSO ESTATSTICA
J que foi estabelecido uma relao linear e uma boa correlao entre as variveis , devese agora determinar uma formula matemtica para prever os resultados de y dado os
valores de x. Chama-se esta relao de regresso, ou seja, a regresso, em geral, trata da
questo de se estimar um valor condicional esperado.

3.1 EQUAO DE REGRESSO


A regresso linear que um modelo adequado quando encontramos disposies dos
pontos conforme os da figura abaixo:

Caso como os estas figura no seriam bem descritos pela equao linear.

Descrevemos a equao linear atravs da frmula y = a + bx. Chamamos a de inteceptoy (valor de y para o qual x = 0) e b o coeficiente angular da reta.

Os diferentes valores observados representados pela figura abaixo sero ajustados


atravs da tcnica dos mnimos quadrados que permitem ajustar a melhor reta para o
conjunto de pontos dados.

Os valores de b e a so sinteticamente determinados pelas frmulas:

3.2 EXEMPLO RESOLVIDO


Os dados abaixo referem-se ao volume de precipitao pluviomtrica (mm) e ao volume
de produo de leite tipo C (milhes de litros), em determinada regio do pas.
a) Ajustar os dados atravs de um modelo linear
b) Admitindo-se, em 1980, um ndice pluviomtrico de 24 mm, qual dever ser o
volume esperado de produo do leite tipo C?
Anos
Produo de leite
ndice Pluviomtrico
(1.000.000 l)
(mm)
1970
26
23
1917
25
21
1972
31
28
1973
29
27
1974
27
23
1975
31
28
1976
32
27
1977
28
22
1978
30
26
1979
30
25
Soluo:
Y
26
25
31
29
27
31
32
28
30
30
y = 289

X
23
21
28
27
23
28
27
22
26
25
x = 250

X2
529
441
784
729
529
784
729
484
676
625
2
x =6.310

XY
598
525
868
783
621
868
864
616
780
750
xy = 7.273

I Determinar o valor do Parmetro b

b = (10x7.273)- (250x289)
(10x6.310) - 2502

= 0,8

II Determinar o valor do Parmetro a

a = 289 - 0,8. 250


10
10

= 8,9

III Equao da Reta Ajustada


y = a + bx
y = 8,9 +0,8x
b) fazendo x = 24 mm temos: y = 8,9 +0,8x24 = 28,1.
De acordo co o modelo, podemos esperar 28,1 milhes de litros produzidos para um
ndice pluviomtrico de 24 mm.

4. CONCLUSO
Em virtude dos temas e tpicos abordados, pode-se concluir que Correlao e Regresso
linear um tema estatstico de enorme importncia e aplicabilidade, no s a disciplinas
e profisses afins, tais como matemtica, engenharia, estatsticas entre outras, mas
tambm percebemos sua aplicao nas mais variadas reas de como medicina,
farmacologia e at mesmo ma msica. Estudar esse tema ser ajudar o individuo a
melhorar sua percepo estatstica fornecendo-o um raciocnio lgico completo.

5. REFERNCIAS BIBLIOGRFICAS
TOLEDO, Geraldo Luciano; OVALLE, IvoIzidoro. Estatstica Bsica. 2
Edio. So Paulo: Atlas, 1995.
KNEIP, Flavia Conde. Captulo 9: Correlao e Regresso. Disponvel
em: <http://www.fsp.usp.br/hep103/Aula5.pdf.> Acesso em: 15 de jun.
2009.

10