Escolar Documentos
Profissional Documentos
Cultura Documentos
11 ANLISE DE REGRESSO
11.1 Introduo
Muitas vezes de interesse estudar-se um elemento em relao a dois ou mais atributos
ou variveis simultaneamente.
Nesses casos presume-se que pelo menos duas observaes so feitas sobre cada
elemento da amostra. A amostra consistir, ento, de pares de valores, um valor para cada uma
das variveis, designadas, X e Y. Um indivduo i qualquer apresenta o par de valores (Xi; Yi).
Objetivo visado quando se registra pares de valores (observaes) em uma amostra, o
estudo das relaes entre as variveis X e Y.
Para a anlise de regresso interessam principalmente os casos em que a variao de um
atributo sensivelmente dependente do outro atributo.
O problema consiste em estabelecer a funo matemtica que melhor exprime a relao
existente entre as duas variveis. Simbolicamente a relao expressa por uma equao de
regresso e graficamente por uma curva de regresso.
11.2 Regresso Linear Simples
Modelo: Yi = + xi + i
Pressuposies:
a) A relao entre X e Y linear (os acrscimos em X produzem acrscimos proporcionais em Y
e a razo de crescimento constante).
b) Os valores de X so fixados arbitrariamente (X no uma varivel aleatria).
c) Y uma varivel aleatria que depende entre outras coisas dos valores de X.
d) i o erro aleatrio, portanto uma varivel aleatria com distribuio normal, com mdia zero
e varincia 2. [ i N (0, 2)]. i representa a variao de Y que no explicada pela varivel
independente X.
e) Os erros so considerados independentes.
135
yi
3
3
5
4
6
7
n [y
i=1
- a - bxi ] 2
S = f(a, b)
Essa soma, funo de a e de b, ter mnimo quando suas derivadas parciais em
relao a a e b forem nulas.
Para facilitar a escrita, considera-se
z
a
z
a
2 y
a bxi 1 0
2 y
a bxi xi 0
n
i1
136
y a bx 0
x y ax bx 0
y na b x 0
x y a x b x
i
2
i
a x i b xi
2
x y
i
x x y
b
x x
i
i
2
x y
i
2
i
x y
i
97
xiyi
0
3
10
12
30
42
97
xi2
0
1
4
9
25
36
75
17 28
75
yi
3
3
5
4
6
7
28
17 2
0,66
17
28
0,66
2,8
6
6
yi2
9
9
25
16
36
49
144
137
Yi Y
Yi Yi
Essa relao mostra que a variao dos valores de Y em torno de sua mdia pode ser
dividida em duas partes: uma
devido ao fato de que nem todos os pontos esto sobre a reta de regresso, que a parte no
explicada pela regresso ou variao residual.
Assim:
SQ. Total = SQ. Regresso + SQ. Resduo
A estatstica definida por r 2
~
SQ. Regressao
SQ. Total
, e denominada coeficiente de
Y Y
i
Yi
SQ Regresso Y i Y b
x y
i
x y
i
138
11.3.
SQ Residuo / n - 2
QM Residuo
Portanto, o quociente
~ =b
SQ Regressao
x y
i
x y
i
17 28
~
SQ Regressao
= 0,66 97
6
= 11,66
139
SQ Total =
yi
y
i
28 2
= 144 -
= 13,33
Anlise de Varincia
Causas de Variao
Regresso
Resduo
Total
GL
1
4
5
SQ
11,66
1,67
QM
11,66
0,42
F
27,76
= 5,44
Y
4,4
91,4
5,9
99,5
4,7
92,5
5,1
95,5
5,2
99,3
4,9
93,4
5,1
94,4
140
9,10
22,0
68,9
13,8
63,4
16,5
49,6
8,2
46,9
5,5
6
12
12
7
10
8
8
9
7
9
17
13
10
15
14
b) Que porcentagem da variao total permanece no explicada, quando se admite uma relao
linear entre X e Y?
4. Abaixo esto relacionados os coeficientes de eficcia proticas das concentraes proticas
de peixe (FPC) elaborados pelos mtodos americano e experimental:
Mtodo Americano (Y)
3,405
3,436
Mtodo experimental (Y)
3,436
3,405
a) Fazer um diagrama de disperso dos pontos.
3,427
3,407
3,407
3,427
3,406
3,436
3,436
3,407
141
21,5
16
26,5
17
31,5
19
142
Y
11
14
13
20
15
24
20
27
23
33
a) Construa o diagrama de disperso.
X
10
11
11
15
14
18
20
21
20
30
143
8.
Paciente
1
2
3
4
5
Medicamento (n de capsulas)
3
5
6
7
8
Fluxo urinrio (volume)
20 22 23 24 26
a) Calcular o coeficiente de correlao de Pearson. Explicar
6
7
8
9
10
9
11 12 13 16
29 30 34 37 40
o significado do resultado
encontrado.
b) Encontrar a reta de regresso, atravs do mtodo dos mnimos quadrados. Calcular o
coeficiente de determinao. Interpretar os dados.
9. Uma empresa est estudando como varia a demanda de certo medicamento em funo de seu
preo de venda. Para isso levantou-se as seguintes informaes:
Meses
J
F
M
A
M
J
J
A
S
O
Unidades vendidas
248 242 234 216 230 220 213 205 198 195
Preo de Venda/Unid. 162 167 165 173 170 176 178 180 182 187
a) Calcular o coeficiente de correlao de Pearson. Explicar o significado do resultado obtido.
b) Construir o Diagrama de Disperso dos dados.
c) Calcular o Coeficiente de Determinao (rxy2). Interpretar o coeficiente.
10. Considere o seguinte conjunto de dados abaixo:
Cultivo de Milho ( Hectares )
Quantidade de Herbicida (1)
Fonte: Ministrio da Agricultura
2
3,5
3
5,7
5
9,9
8
16,3
10
19,3
12
25,7
14
28,2
15
32,6
144
11. Uma cooperativa informa a relao existente entre a produo (kg) e a irrigao (polegada)
Produo (kg)
120 190 240 140 180 280 150 115 215
Irrigao (Pol.) 2,5
6,5
11,0 4,0
8,5
14,0 6,0
5,0
10,0
a) Calcule o coeficiente de correlao de Person. Explique o resultado obtido.
220
13,5
320
16,0
9
17
13
10
15
14
20
3,5
21
4,5
22
4,0
145
1
25
dos 55
2
36
60
3
22
50
4
15
30
5
48
75
6
39
70
7
42
70
8
31
55
9
28
30
10
33
35
pulmes
a) Calcular o coeficiente de correlao. Explicar o resultado obtido;
b) Construir o Diagrama de Disperso;
c) Encontrar a Reta de Regresso, atravs do Mtodo dos Mnimos Quadrados;
d) Calcular o coeficiente de determinao. Interpretar o resultado obtido.
16. Uma experincia foi realizada, com vistas a observar o efeito do aumento da temperatura
sobre a potencialidade de um antibitico. Trs pores de uma unidade de antibitico foram
armazenadas, durante igual perodo de tempo sob as condies abaixo:
Resultado de Potencialidade Mdio (Y)
36,7
30,3
Temperatura (X)
30
50
a) Calcular o coeficiente de correlao. Explicar o resultado obtido;
23,0
70
18,0
90
146
67
67
69
68
71
70
100
1,71