Escolar Documentos
Profissional Documentos
Cultura Documentos
Analiseestatistica
Analiseestatistica
ANLISE ESTATSTICA
estabilizando-a,
melhorando
consequentemente
operao,
um
universo
expressivo,
mas
misturando
caractersticas
62
63
6,9
Z1
2,7
8,025
Z2
2,875
0,8775
Z3
0,4925
5,875
Z4
4,225
19,325
Z5
11,175
34,1
Z6
27,1
33175
Z7
28305
12,3
Y2
8,5
2 ,7
6,9
2 ,8
75
8 ,0
25
0 ,4
92 5
0 ,8
77 5
25
4,2
75
5,8
11 ,1
75
25
19 ,3
2 7,1
3 4,1
0
28 3
75
331
8 ,5
12 ,3
64
Por outro lado, ao abrir as diversas cartas de controle das variveis em que
se detectou uma variao excessiva, possvel explicar uma poca de
operao anormal, facilitando a deciso de eliminar os conjuntos que
contenham estes valores anmalos.
65
17000
1
11
16000
1
1
Individual Value
15000
1 11
UCL=14881
14000
13000
_
X=12438
12000
11000
10000
LCL=9995
9000
1
8000
1
27
53
79
183
209
235
66
r=
( x x ) ( y y )
(n 1) s x s y
(2.11)
onde,
x - mdia do conjunto de dados da primeira varivel;
sx desvio padro do conjunto de dados da primeira varivel;
y - mdia do conjunto de dados da segunda varivel;
sy desvio padro do conjunto de dados da segunda varivel.
H0:
r = 0, no h correlao.
H1:
r 0, h correlao.
forte
fortssima
p < 0,01
67
Z1
0,600
0,000
Z2
Z3
0,134
0,179
0,153
0,125
Z4
-0,184
0,064
-0,256
0,009
0,013
0,896
Z5
-0,283
0,004
-0,360
0,000
-0,187
0,060
0,031
0,756
Z6
0,068
0,499
0,065
0,515
-0,062
0,539
-0,200
0,043
-0,032
0,749
Z7
0,005
0,962
-0,008
0,935
0,121
0,224
-0,045
0,652
-0,091
0,364
0,357
0,000
Y2
-0,135
0,177
-0,083
0,408
0,490
0,000
0,067
0,502
-0,143
0,153
-0,142
0,153
Z2
Z3
Z4
Z5
Z6
Z7
0,595
0,000
68
69
xi =
2 X i ( X iL + X iH )
( X iL X iH )
(2.12)
onde,
Xi - varivel de entrada;
XiH - valor mximo da varivel;
XiL - valor mnimo da varivel;
xi - varivel codificada (Khuri& Cornell, 1987).
temperatura x1 =
2 X 1 350
110
(2.13)
x2 =
2 X 2 15
5
(2.14)
2 X 3 14,1
3,5
(2.15)
tempo
presso
x3 =
70
2.2.6. REGRESSO
2.2.6.1. INTRODUO
1, 2, 3, ....., so as variveis
71
descrio;
controle;
predio.
(2.16)
onde,
72
(2.17)
onde,
73
(2.18)
onde,
74
determinao
de
coeficientes
de
correlao
afetados
por
75
76
(Hocking, 1976; Netter et alii, 1983, Breyfogle, 1999), bem como aplicado no
software utilizado neste estudo (Minitab, 2000), trs critrios so mais comuns
e sero descritos com maiores detalhes.
Critrio RP
Define-se o coeficiente de determinao Rp como sendo a porcentagem de
pontos ajustados ao modelo de regresso, com relao ao universo total de
dados. utilizado para selecionar um ou vrios subconjuntos de variveis
independentes, onde o nmero de parmetros no modelo analisado indicado
pelo ndice p, significando, portanto que o modelo contm p componentes,
contando com a constante independente da varivel independente, ou seja,
p-1 variveis independentes, sendo expresso por:
Rp 2 =
SSRp
SSEp
= 1
SSTO
SSTO
(2.19)
onde,
et alii, 1983).
Critrio Ra
Define-se o coeficiente de determinao ajustado Ra, como sendo a
porcentagem de pontos ajustados ao modelo de regresso, com relao ao
nmero total de pontos da amostra.
78
n 1 SSEp
Ra 2 = 1
n
SSTO
(2.20)
MSEp =
SSEp
n p
(2.21)
sendo,
(n p) nmero de graus de liberdade com que o erro estimado.
Ra 2 = 1
MSEp
SSTO
n 1
(2.22)
79
Critrio Cp
Cp expressa a relao entre o erro quadrtico mdio total e as m variveis
ajustados
para
cada
um
dos
diversos
subconjuntos
de
variveis
Cp =
SSEp
(n 2 p )
MSEm
(2.23)
80
o valor de Cp seja mnimo (indicando que o modelo est ajustado, por ter
varincia mnima);
81
Best Subsets Regression: Y2 versus Z^2; Z^3; Z^4; Z^5; Z^6; Z^7; Z^8
Response is Y2
Vars
R-Sq
R-Sq(adj)
C-p
1
1
2
2
3
3
4
4
5
5
6
6
7
40,8
22,4
56,3
56,2
68,9
57,9
70,0
69,1
70,5
70,3
70,8
70,5
70,8
40,2
21,6
55,4
55,2
67,9
56,5
68,7
67,7
68,8
68,6
68,8
68,5
68,5
86,7
142,1
41,8
42,2
5,8
39,1
4,5
7,2
5,1
5,7
6,1
7,1
8,0
1,2298
1,4079
1,0620
1,0636
0,90071
1,0485
0,88966
0,90289
0,88751
0,89032
0,88748
0,89237
0,89204
Z Z Z Z Z Z Z
^ ^ ^ ^ ^ ^ ^
2 3 4 5 6 7 8
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X X
X
X X
X X X
X X X
X X
X
X X
X
X X
X X
X X
X X
X X
X X
X X
X
X
X
X
82
Por fim, identificam-se os pontos que esto fora do ajuste, em ingls outliers,
definidos atravs do termo distncia, que, se superior a 2, devem ser
eliminados, o que usualmente requer nova anlise, visando verificar se o
subconjunto selecionado na anlise inicial confirmado.
83
Coef
10,5002
-0,5766
1,3003
-0,3838
-1,8948
2,0920
S = 0,8836
SE Coef
0,2506
0,2676
0,1720
0,3919
0,3003
0,1829
R-Sq = 72,3%
T
41,90
-2,15
7,56
-0,98
-6,31
11,44
P
0,000
0,034
0,000
0,330
0,000
0,000
R-Sq(adj) = 70,8%
Analysis of Variance
Source
Regression
Residual Error
Total
Source
Z^2
Z^3
Z^5
Z^6
Z^7
Unusual
Obs
3
17
18
59
70
74
88
DF
1
1
1
1
1
DF
5
91
96
SS
185,414
71,051
256,465
MS
37,083
0,781
F
47,49
P
0,000
Seq SS
1,986
73,355
2,802
5,140
102,131
Observations
Z^2
Y2
-0,39
9,5000
0,55
8,1000
-0,41
9,0000
0,05
11,6000
-0,29
6,6000
-0,29
11,5000
0,82
13,3000
Fit
8,0207
10,0817
10,9212
9,8128
8,4051
9,7139
13,4680
SE Fit
0,3914
0,2429
0,1044
0,2058
0,2464
0,1396
0,5781
Residual
1,4793
-1,9817
-1,9212
1,7872
-1,8051
1,7861
-0,1680
St Resid
1,87 X
-2,33R
-2,19R
2,08R
-2,13R
2,05R
-0,25 X
Figura 2.31 Exemplo de sada Minitab para anlise do modelo de regresso mltipla ajustado
para as variveis independentes selecionadas.
84
Figura 2.32
Figura 2.33 Exemplo de sada Minitab histograma dos resduos do modelo de regresso
mltipla ajustado, para anlise estatstica realizada no presente estudo.
85