Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila 5 PDF
Apostila 5 PDF
SUMRIO
1. CORRELAO ............................................................................................. 2
1.1. Introduo................................................................................................................................................... 2
1.2. Padres de associao ................................................................................................................................ 3
1.3. Indicadores de associao.......................................................................................................................... 3
1.4. O coeficiente de correlao........................................................................................................................ 5
1.5. Hipteses bsicas ........................................................................................................................................ 5
1.6. Definio...................................................................................................................................................... 6
1.7. Distribuio amostral de r (quando = 0) ............................................................................................... 6
1.8. Distribuio amostral de r (quando 0) ............................................................................................... 7
1.9. Propriedades de r ....................................................................................................................................... 8
2. REGRESSO ................................................................................................ 9
2.1. Estimativa dos parmetros de regresso................................................................................................ 11
2.2. Estimativa da varincia do termo erro................................................................................................... 12
2.3. Distribuies das estimativas................................................................................................................... 15
2.3.1. Distribuio do estimador b.............................................................................................................................. 15
2.3.2. Distribuio do estimador a .............................................................................................................................. 16
2.4. Decomposio da soma dos quadrados .................................................................................................. 16
2.4.1. Decomposio dos desvios................................................................................................................................... 16
2.4.2. Clculo das variaes ........................................................................................................................................... 17
2.5. Intervalos de confiana ............................................................................................................................ 18
2.5.1. Intervalo para o coeficiente linear () .................................................................................................................. 18
2.5.2. Intervalo para o coeficiente angular () ............................................................................................................... 18
2.5.3. Intervalo para previses ....................................................................................................................................... 18
2.6. Testes de hipteses.................................................................................................................................... 20
2.6.1. Teste para a existncia da regresso..................................................................................................................... 20
2.6.2. Teste para o coeficiente linear.............................................................................................................................. 20
2.7. Coeficiente de determinao ou de explicao....................................................................................... 21
3. EXERCCIOS............................................................................................... 22
4. RESPOSTAS............................................................................................... 27
5. REFERNCIAS ........................................................................................... 30
1.1. INTRODUO
Ao se estudar uma varivel o interesse eram as medidas de tendncia central, disperso,
assimetria, etc. Com duas ou mais variveis alm destas medidas individuais tambm de interesse
conhecer se elas tem algum relacionamento entre si, isto , se valores altos (baixos) de uma das
variveis implicam em valores altos (ou baixos) da outra varivel. Por exemplo, pode-se verificar se
existe associao entre a taxa de desemprego e a taxa de criminalidade em uma grande cidade, entre
verba investida em propaganda e retorno nas vendas, etc.
A associao entre duas variveis poder ser de dois tipos: correlacional e experimental. Numa
relao experimental os valores de uma das variveis so controlados pela atribuio ao acaso do
objeto sendo estudado e observando o que acontece com os valores da outra varivel. Por exemplo,
pode-se atribuir dosagens casuais de uma certa droga e observar a resposta do organismo; pode-se
atribuir nveis de fertilizante ao acaso e observar as diferenas na produo de uma determinada
cultura.
No relacionamento correlacional, por outro lado, no se tem nenhum controle sobre as
variveis sendo estudadas. Elas so observadas como ocorrem no ambiente natural, sem nenhuma
interferncia, isto , as duas variveis so aleatrias. Assim a diferena entre as duas situaes que na
experimental ns atribumos valores ao acaso de uma forma no tendenciosa e na outra a atribuio
feita pela natureza.
Observese que se no existir relao entre as duas variveis devese esperar nmero idntico
de empregados em cada uma das clulas da tabela, isto , se a pessoa o escore da pessoa no teste
vocacional est acima ou abaixo da mediana no tem nada a ver com o seu escore no desempenho no
trabalho estar acima ou abaixo da mediana.
O que pode ser visto na tabela acima que parece existir uma forte correlao entre as duas
variveis, pois ao invs de igual nmero em cada clula o que se tem um nmero grande de ambas as
variveis acima da mediana e um nmero grande de escores de ambas as variveis abaixo da mediana.
Das 50 pessoas com escore acima da mediana no teste, 40 deles (80%) apresentaram escore acima da
mediana no desempenho do trabalho. Da mesma forma dos 50 que tiverem classificaes abaixo da
mediana, 40 deles apresentaram escore abaixo da mediana no desempenho do trabalho. Se no
houvesse correlao seria de se esperar que dos 50 que tiveram escores acima da mediana no teste 25
tivessem escores acima da mediana no desempenho do trabalho e 25 abaixo.
A tabela 1.2 mostra outras possveis sadas para este tipo de esquema de classificao cruzada.
Novamente 100 elementos so classificados em 4 clulas de acordo com o critrio anterior. A parte (a)
da tabela mostra uma associao positiva, a parte (b) uma negativa e a parte (c) que no deve existir
associao entre duas variveis X e Y.
Tabela 1.2 - Indicativos da presena de associao entre duas variveis X e Y.
(a) Relao positiva (b) Relao negativa (c) Sem relao
Valor de Y Valor de Y Valor de Y
Valor de Abaixo Acima da Valor de Abaixo Acima da Valor de X Abaixo Acima da
X da mediana X da mediana da mediana
mediana mediana mediana
Acima da 15 35 Acima da 35 15 Acima da 25 25
mediana mediana mediana
Abaixo 35 15 Abaixo da 15 35 Abaixo da 25 25
da mediana mediana
mediana
Diagramas de disperso. As tabelas de contingncia 2x2 fornecem somente a indicao
grosseira da relao entre duas variveis, a no ser o fato de que os valores esto situados acima e
abaixo da mediana, qualquer outra informao desperdiada. Vamos considerar um exemplo,
envolvendo duas variveis contnuas.
Um comerciante de temperos est curioso sobre a grande variao nas vendas de loja para loja
e acha que as vendas esto associadas com o espao nas prateleiras dedicados a sua linha de produto
em cada ponto de venda. Dez lojas foram selecionadas ao acaso atravs do pas e as duas seguintes
variveis foram mensuradas: (1) total de espao de frente (comprimento x altura em cm2) dedicados a
sua linha de produtos e (2) total das vendas dos produtos, em reais, no ltimo ms. Os dados so
apresentados na tabela 1.3.
Tabela 1.3 Vendas x espao dedicado aos produtos (em cm2).
Local Espao Vendas
1 340 71
2 230 65
3 405 83
4 325 74
5 280 67
6 195 56
7 265 57
8 300 78
9 350 84
10 310 65
Pela observao da tabela no fcil perceber o tipo de relacionamento que possa existir entre
as duas variveis. Para ter uma idia melhor, as variveis so colocadas no que denominado de
diagrama de disperso. Uma das variveis (X) representada no eixo horizontal e a outra varivel
(Y) no eixo vertical, conforme figura 1.2.
100
90
80
70
60
50
150 200 250 300 350 400 450
Vendas x reas de prateleira
1.6. DEFINIO
Na populao o coeficiente de correlao representado por e na amostra por r. Assim dadas
duas amostras, uma da varivel X e outra da varivel Y, o coeficiente de correlao amostral poder
ser calculado atravs da seguinte expresso:
r=
( )(
Xi X . Y i Y ) =
n Xi . Yi ( Xi ).( Yi )
( ) (
2
X i X . Y i Y )
2
[n X 2
i ( X i )2].[n Y2i ( Y i )2]
Uma populao que tenha duas variveis no correlacionadas linearmente pode produzir uma
amostra com coeficiente de correlao diferente de zero. Para testar se a amostra foi ou no retirada de
uma populao de coeficiente de correlao no nulo entre duas variveis, precisamos saber qual a
distribuio amostral da estatstica r.
1 r 2
Neste caso, pode-se mostrar que o quociente: r / r = r tem uma distribuio t com n - 2
n2
1 r2
graus de liberdade. Isto : t = r .
n2
Exemplo:
Quer-se testar se existe ou no correlao linear entre X = toneladas de adubo orgnico por ha e
Y = produo da cultura A por ha. Para tanto realizado um experimento com durao de 5 anos que
mostrou os resultados da tabela 1.4. Verificar se existe relacionamento linear entre as duas variveis.
Tabela 1.4 Valores das variveis X e Y
Anos X Y
1989 2 48
1990 4 56
1991 5 64
1992 6 60
1993 8 72
Para saber se h ou no correlao linear entre estas duas variveis na populao de onde foi
retirada esta amostra necessrio realizar um teste de hipteses, ou seja, preciso testar:
H0: = 0 (No existe relacionamento linear na populao)
H1: 0 (Existe relacionamento linear na populao)
A tabela 1.5 mostra os clculos necessrios para se obter o coeficiente de correlao para esta
amostra das variveis X e Y.
Tabela 1.5 Valores das variveis X e Y e clculos para obter r
Anos X Y XY X2 Y2
1989 2 48 96 4 2304
1990 4 56 224 16 3136
1991 5 64 320 25 4096
1992 6 60 360 36 3600
1993 8 72 576 64 5184
Total 25 300 1576 145 18320
1 r 2 1 0,952
t=r = 0,95 = 5,270
n2 53
< 0
necessrio determinar a distribuio de r, quando diferente de zero. A distribuio de r s
simtrica quando zero, se isto no ocorre a distribuio ser assimtrica. Esta falta de normalidade
impede que se use o teste tradicional, o teste t, neste caso.
Contudo, mediante uma transformao apropriada, r pode ser alterado para uma estatstica
que aproximadamente normal. Esta transformao denominada de transformao Z de Fischer.
1 1+ r
A expresso para realiz-la : r' = ln
2 1 r
Exemplo:
Suponha que de experincias anteriores pode ser suposto que a correlao entre a idade e a
presso sangnea sistlica = 0.85. Para testar a hiptese nula, a 5% de significncia, de que
este valor contra a alternativa de que ele diferente deste valor supem-se que foi extrada uma
amostra de tamanho n = 30 e que forneceu um r = 0,66. Ento o teste pode ser realizada atravs dos
seguintes clculos:
Soluo:
1 1+ r 1 1 + 0,66
r = ln = ln = 0,7928
2 1 r 2 1 0,66
0,7928 12561
,
z= = -2,41
1 30 3
1.9. PROPRIEDADES DE R
As propriedades mais importantes do coeficiente de correlao so:
1. O intervalo de variao vai de -1 a +1.
2. O coeficiente de correlao uma medida adimensional, isto , ele independente das
unidades de medida das variveis X e Y.
3. Quanto mais prximo de +1 for r, maior o grau de relacionamento linear positivo entre X
e Y, ou seja, se X varia em uma direo Y variar na mesma direo.
4. Quanto mais prximo de -1 for r, maior o grau de relacionamento linear negativo entre X
e Y, isto , se X varia em um sentido Y variar no sentido inverso.
5. Quanto mais prximo de zero estiver r menor ser o relacionamento linear entre X e Y.
Um valor igual a zero, indicar ausncia apenas de relacionamento linear.
2. REGRESSO
Uma vez constatado que existe correlao linear entre duas variveis, pode-se tentar prever o
comportamento de uma delas em funo da variao da outra.
Para tanto ser suposto que existem apenas duas variveis. A varivel X (denominada varivel
controlada, explicativa ou independente) com valores observados X1, X2, ..., Xn e a varivel Y
(denominada varivel dependente ou explicada) com valores Y1, Y2, ..., Yn. Os valores de Y so
aleatrios, pois eles dependem no apenas de X, mas tambm de outras variveis que no esto sendo
representadas no modelo. Estas variveis so consideradas no modelo atravs de um termo aleatrio
denominado erro. A varivel X pode ser aleatria ou ento controlada.
Desta forma pode-se considerar que o modelo para o relacionamento linear entre as variveis X
e Y seja representado por uma equao do tipo:
Y = + X + U,
onde U o termo erro, isto , U representa as outras influncias na varivel Y alm da exercida
pela varivel X.
Esta equao permite que Y seja maior ou menor do que + X, dependendo de U ser
positivo ou negativo. De forma ideal o termo U deve ser pequeno e independente de X, de modo que
se possa modificar X, sem modificar U, e determinar o que ocorrer, em mdia, a Y, isto :
E(Y/X) = + X
Os dados {(Xi, Yi), i = 1, 2, ..., n} podem ser representados graficamente marcando-se cada par
(Xi, Yi) como um ponto de um plano. Os termos Ui so iguais a distncia vertical entre os pontos
observados (Xi, Yi), e os pontos calculados (Xi, + Xi). Isto est ilustrado na figura 2.1.
Y E(Y/X) = + X
Erro U
Y
Na hiptese (i) o que se est supondo que os Ui so variveis aleatrias independentes com
valor esperado igual a zero e na (ii) que a varincia de cada Ui a mesma e igual a 2, para todos os
valores de X.
Supem-se ainda que a varivel independente X, permanea fixa, em observaes sucessivas e
que a varivel dependente Y seja funo linear de X. Os valores de Y devem ser independentes um do
outro. Isto ocorre em geral, mas em alguns casos, como, por exemplo, observaes diferentes so feitas
no mesmo indivduo em diferentes pontos no tempo est suposio poder no ocorrer.
Como o valor esperado de Ui zero, o valor esperado da varivel dependente Y, para um
determinado valor de X, dado pela funo de regresso + X ou seja:
E(Y/X) = E( + X + U) = + X + E(U) = + X [1]
j que + X constante para cada valor de X dado.
O smbolo E(Y/X) lido valor esperado de Y, dado X. A varincia de Y, para determinado
valor de X, igual a:
V(Y/X) = V( + X + U) = V(U) = 2 [2]
A hiptese de que V(Y/X) a mesma para todos os valores de X, denominada de
homocedasticidade, til pois permite que se utilize cada uma das observaes sobre X e Y para
estimar 2. O termo homo significa o mesmo e cedasticidade significa disperso.
De [1] e [2] decorre que, para um dado valor de X, a varivel dependente Y tem funo
densidade de probabilidade (condicional) com mdia + X e varincia 2. A figura 2.2, ilustra a
funo densidade. Na parte superior da figura ilustrado o caso heterocedstico e na parte inferior o
caso homocedstico.
A posio da funo densidade f(Y/X) varia em funo da variao do valor de X. Note-se que
a mdia da funo densidade se desloca ao longo da funo de regresso + X.
Utiliza-se o valor Y , porque o valor de Y, obtido a partir da reta estimada de regresso, para
um dado valor de X, uma estimativa do valor E(Y/X), isto , do valor esperado de Y dado X.
Exemplo:
So fornecidos 5 pares de valores, na tabela abaixo, correspondentes as variveis X e Y. A
estimativa da reta de regresso entre X e Y, obtida utilizando as expresses de a e b acima e usando
os resultados obtidos na tabela 2.1.
Tabela 2.1 - Valores para estimar a linha de regresso
X Y X2 XY
1 3 1 3
2 3 4 6
4 7 16 28
5 6 25 30
8 12 64 96
20 31 110 163
X = 20 / 5 = 4;
Y = 31/5 = 6,2
b = (5.163 - 20.31) / (5.110 - 400) = 1,30
a = Y - b X = 6,20 - 1,30.4 = 1
Ento a linha estimada ser: Y = 1.3X + 1
Esta reta o melhor ajustamento para estes dados e seria diferente para cada amostra das
variveis X e Y, retiradas desta mesma populao. Esta reta pode ser considerada uma estimativa da
verdadeira linha de regresso onde 1,3 seria uma estimativa do valor (parmetro angular) e 1 uma
estimativa do valor (parmetro linear), que so os verdadeiros coeficientes de regresso.
2
(E E)
, onde E = E / n . Observe-se entretanto que:
2
=
n
E = ( Y a bX ) = Y na b X = 0, pela primeira equao normal (i).
Portanto, 2 pode ser escrito como: 2 = E2 / n .
2
Mas , neste caso, um estimador tendencioso. Pode-se obter um estimador no
tendencioso, multiplicando 2 por n / (n - 2). O novo estimador, no tendencioso, ser representado S2
e sua raiz quadrada:
2 2
S= E 2 = ( Y Y ) = ( Y a bX)
n2 n2 n2
Fazendo:
2
( X X ) = X2
( X )2 =
S XX
n
(Y Y) = Y
2 2 ( Y )2 =
SYY
n
X Y
(X X)(Y Y) = XY = SXY
n
Lembrando que:
Xi Yi
n Xi Y i X i Y i Xi Y i
b= = n , segue que b = SXY/SXX e que SXY = bSXX
2
n Xi2 ( Xi)2 ( X i)
Xi2
n
Ento vem:
S YY b 2 S XX S YY b S XY
s= =
n2 n2
Exemplo:
Considerando as variveis X e Y acima e a linha de regresso anterior determinar uma
estimativa do erro padro da regresso.
Os clculos necessrios esto na tabela 2.2.
Tabela 2.2 Determinao do erro padro da regresso
X Y Yc E=Y- E2
Yc
1 3 2,3 0,7 0,49
2 3 3,6 -0,6 0,36
4 7 6,2 0,8 0,64
5 6 7,5 -1,5 2,25
8 12 11,40 0,6 0,36
20 31 31 0 4,10
O erro padro da regresso ser ento:
2
E2 ( Y a bX) 4,10
S= = = = 13667
, = 1,17
n2 n2 53
Este mesmo clculo poder ser efetuado pela expresso definida acima, sem a necessidade de
se obter os valores estimados.
Tabela 2.3 Determinao do erro padro da regresso
X Y X2 Y2 XY
1 3 1 9 3
2 3 4 9 6
4 7 16 49 28
5 6 25 36 30
8 12 64 144 96
20 31 110 247 163
Neste caso, tem-se:
O valor de b ser:
b = SXY/SXX = 39/30 = 1,30
Portanto o erro padro da regresso ser:
Y( X X )
b=
SXX
Mas Y = + X + U, ento:
Y( X X ) ( + X + U)( X X) ( X X) X(X X ) U( X X )
b= = = + +
SXX SXX SXX SXX SXX
Ento:
E(b) = E() = , uma vez que a mdia de uma constante a prpria constante.
Isto, tambm, mostra que b um estimador no-tendencioso de .
Para a varincia, tem-se:
2
U( X X ) U( X X ) ( X X)
V(b) = V( + ) = V( )= 2
V(U).
SXX SXX (SXX )
Tendo em vista que por hiptese do modelo V(U) = 2 e que ( X X)2 = SXX, segue:
. 2
V(b) = SXX 2 = . Portanto, a distribuio da estatstica b N(,
2
).
(SXX ) SXX SXX
2
1
Portanto a distribuio de a : N(, + X ).
n SXX
Y
Y- Y
Y- Y
Y
Y Y- Y
X X
Figura 2.3 Desvios na regresso
2.4.1. DECOMPOSIO DOS DESVIOS
Pelo figura 2.3, pode-se perceber que o desvio em relao a Y (desvio total), isto , Y - Y pode
ser decomposto em dois outros desvios:
O desvio explicado pela linha de regresso, isto , Y - Y e
O desvio no-explicado (resduos) pela linha de regresso, isto , Y - Y .
fcil perceber
que a variao total, (Y - Y ), a soma da variao explicada, ( Y - Y ), e a
no-explicada, (Y - Y ), pois:
Y - Y = Y - Y + Y - Y , ento:
Aplicando somatrio a ambos os membros vem:
(Y - Y ) = (Y - Y ) + ( Y - Y )
Pode-se verificar tambm que a propriedade aditiva dos desvios extensiva soma dos
quadrados desses desvios, ou seja:
(Y - Y )2 = (Y - Y )2 + ( Y - Y )2
De fato:
(Y - Y )2 = (Y - Y + Y - Y )2 = [(Y - Y ) + ( Y - Y )]2 = (Y - Y )2 + ( Y - Y )2 -
2(Y - Y )( Y - Y )
Mas
(Y - Y )( Y - Y ) = (Y - Y )(a + bX - a - b X ) = bX(Y - Y )- b X X(Y - Y )
Pelas condies do mtodo dos mnimos quadrados, tem-se:
( Y - Y ) = 0 e X(Y - Y ) = 0, em conseqncia
(Y - Y )( Y - Y ) = 0, logo, segue que:
(Y - Y )2 = (Y - Y )2 + ( Y - Y )2,
isto , que a soma dos quadrados dos desvios calculados em torno da mdia de Y (variao total = VT)
igual soma dos quadrados dos desvios em torno da linha de regresso (variao residual = VR)
mais a soma dos quadrados dos desvios da linha de regresso em torno da mdia (variao explicada =
VE).
De acordo com a propriedade aditiva das variaes, pode-se calcular VR por diferena. Assim:
VR = (Y - Y )2 = VT - VE ou VR = SYY - bSXY
com tn-2 sendo um valor da distribuio t com n - 2 graus de liberdade e S uma estimativa
de .
com tn-2 sendo um valor da distribuio t com n - 2 graus de liberdade e S uma estimativa
de .
E( Y ) = E(a + bX) = E(a) + E(bX) = + E(X) = + X = f(X) = E(Y/X), pois, neste caso, X
constante para cada valor de Y.
Tem-se: Y = a + bX, mas a = Y - b X , ento:
Y = Y - b X + bX = Y + b(X - X ). A varincia de Y , ser:
V( Y ) = V[ Y - b(X - X )] = V( Y ) + V[b(X - X )] = V ( ) + (X - X )2 V(b) =
Y 1
V(Y) +
n n2
2 2 2 1 ( X X) 2
(X - X )2 = + (X - X )2 = 2 + .
SXX n SXX n SXX
Portanto:
2
1 (X X)
Y tem distribuio N( + X, + )
n SXX
Conhecida a distribuio de Y , ento o intervalo de confiana de 1 - de probabilidade para
f(X) ou E(Y/X) ser:
2 2
1 (X X) 1 (X X)
P( Y - tn-2. S. + ) E(Y/x) Y + tn-2. S. + ) = 1 - , onde tn-2 o valor da
n SXX n SXX
distribuio t com n - 2 graus de liberdade.
(b) Intervalo para um valor individual ( Y )
Uma estimativa do valor individual de Y dado pela reta de regresso Y = a + bX, para um
dado X e o desvio de previso ser dado por Y - Y , cujas propriedades so:
Para a mdia:
E(Y - Y ) = E(Y) - E( Y ) = f(X) - f(X) = 0
Para a varincia, tem-se:
1 2 1 ( X X)
2
( X X)
V(Y - Y ) = V(Y) + V( Y ) = 2 + 2 + = 2 1 + + .
n SXX n SXX
Ento:
2
1 ( X X)
Y - Y tem distribuio N(0, 1 + + )
n SXX
Conhecida a distribuio de Yi - Y , ento o intervalo de confiana de 1 - de probabilidade
para um valor individual de Y (Yi) para um dado X, ser:
2 2
1 ( X X) 1 ( X X)
Y - tn-2. S. 1 + + ); Y + tn-2. S. 1 + + , onde tn-2 o valor da distribuio t
n SXX n SXX
com n - 2 graus de liberdade.
b
Z = tem distribuio normal padro. Porm como no conhecido necessrio
SXX
estim-lo atravs de S. Ento:
b
tn-2 =
S
SXX
a
Z= tem distribuio normal padro. Porm como no conhecido necessrio
2
+ X
1
n SXX
a
estim-lo atravs de S. Ento: tn-2 =
2
S + X
1
n SXX
O coeficiente de determinao indica quantos por cento a variao explicada pela regresso
representa sobre a variao total. Deve-se ter:
0 R2 1
Se R2 for igual a 1, isto significa que todos os pontos observados se situam exatamente sobre
a reta de regresso. Tendo-se, neste caso, um ajuste perfeito. As variaes da varivel Y so 100%
explicadas pelas variaes da varivel X, no ocorrendo desvios em torno da funo estimada.
Por outro lado, se R2 = 0, isto quer dizer que as variaes de Y so exclusivamente aleatrias e
explicadas pelas variaes de outros fatores que no X.
3. EXERCCIOS
(01) Para cada uma das situaes abaixo, diga o que mais adequado: a anlise de regresso ou a
anlise de correlao. Por qu?
(01.1) Uma equipe de pesquisadores deseja determinar se o rendimento na Universidade sugere
xito na profisso escolhida.
(01.2) Deseja-se estimar o nmero de quilmetros que um pneu radial pode rodar antes de ser
substitudo.
(01.3) Deseja-se prever quanto tempo ser necessrio para executar uma determinada tarefa por
uma pessoa, com base no tempo de treinamento.
(01.4) Deseja-se verificar se o tempo de treinamento importante para avaliar o desempenho na
execuo de uma dada tarefa.
(01.5) Um gerente deseja estimar as vendas semanais com base nas vendas das segundas e teras-
feiras.
(02) Suponha que uma cadeia de supermercados tenha financiado um estudos dos gastos com
mercadorias para famlias de 4 pessoas. O estudo se limitou a famlias com renda lquida entre 8 e 20
salrios mnimos. Obteve-se a seguinte equao:
Y = -1,20 + 0,40X, onde Y = despesa mensal estimada com mercadorias e X = renda lquida
mensal.
(02.1) Estimar a despesa de uma famlia com renda mensal lquida de 15 s.m.
(02.2) Um dois diretores da empresa ficou intrigado com o fato de que a equao sugerir que uma
famlia com renda de 3 s.m. lquidos mensais no gaste nada em mercadorias. Qual a explicao?
(02.3) Explique por que a equao acima no poderia ser utilizada para estimar
(a) As despesas com mercadorias de famlias de 5 pessoas.
(b) As despesas com mercadorias de famlias com renda de 20 a 40 s.m. lquidos mensais.
(03) Utilize os valores abaixo para estimar as equaes de regresso:
(03.1) X = 200, Y = 300, XY = 6200, X2 = 3600 e n = 20
(03.2) X = 7,2, Y = 37, XY = 3100, X2 = 620 e n = 36
(04) Para cada uma das situaes abaixo, grafe os valores em um diagrama e se uma equao linear
parecer apropriada para explicar os dados, determine os seus parmetros.
(04.1)
Tamanho do pedido(X) 25 20 40 45 22 63 70 60 55 50 30
Custo Total (Y) 2000 3500 1000 800 3000 1300 1500 1100 950 900 1600
(04.2)
Vendas em mil (X) 201 225 305 380 560 600 685 735 510 725 450 370 150
Lucro em mil (Y) 17 20 21 23 25 24 27 27 22 30 21 19 15
(05) Suponha que uma populao se constitua dos seis pontos seguintes:
(1, 2), (4, 6), (2, 4), (2, 3), (3, 5) e (5, 10)
(05.1) Grafe os pontos em um diagrama de disperso.
(05.2) Determine a equao de regresso: Y = + X + u.
(05.3) Os termos-erro verificam a condio E(u) = 0?
(11.3) H evidncia suficiente nestes dados de que o tempo de deciso se relaciona linearmente ao
nmero de alternativas oferecidas a esses consumidores?
(12) Na fabricao de um antibitico, a produo depende do tempo. Os dados indicados na tabela,
mostram que um processo resultou na seguinte produo (em quilogramas) de antibiticos por perodo
de tempo (dias) indicados:
Tempo (X = dias) 1 2 3 4 5 6
Produo (Y = em kg.) 23 31 40 46 52 63
(12.1) Por vrias razes conveniente esquematizar a produo em ciclos de 4 dias. Estime o
valor mdio da produo final de antibitico produzido em um perodo de 4 dias. Considere um
intervalo de 95% de confiana.
(12.2) Suponha que o processo de produo, no futuro, se desenvolver em 4 dias. Determine um
intervalo de previso de 95% para a produo. Compare com o intervalo para a produo mdia de
um perodo de 4 dias que foi obtido em (12.1).
(13) Mediu-se a altura de uma amostra de 5 meninos (em polegadas) na idade de 4 anos e novamente
na idade de 18 anos. Os resultados obtidos esto abaixo:
Na idade de 4 anos 40 43 40 40 42
Na idade de 18 anos 68 74 70 68 70
(13.1) Determine o coeficiente de correlao entre as duas categorias de alturas.
(13.2) Teste a hiptese de que existe uma relao linear entre a altura aos 4 anos de idade e a
altura aos 18 anos de idade.
(13.3) Se fosse feito o grfico de toda a populao de alturas, calculando-se a correspondente reta
dos mnimos quadrados, qual seria o seu coeficiente angular? Responda com um intervalo
suficientemente amplo que permita uma aposta de 95%.
(13.4) Repita o item 13.3 s que para o coeficiente linear.
(14) A equao de regresso estimada abaixo resume um estudo da relao entre o uso do fumo e a
incidncia de cncer pulmonar, relacionando o nmero X de anos que uma pessoa fumou com a
percentagem Y de incidncia de cncer pulmonar em cada grupo.
Y = -2 + 1,70.X e r = 0,60.
(14.1) Explique o significado das estimativas -2 e 1,70 na equao de regresso.
(14.2) Qual a taxa de incidncia de cncer pulmonar para as pessoas que fumam h 20 anos?
(14.3) Se r fosse igual a um seria possvel concluir que o fumo a nica causa de cncer
pulmonar?
(14.4) Suponha-se que a equao estimada tenha sido obtida de uma amostra aleatria de 50
fumantes. Teste a hiptese de que o coeficiente de correlao seja igual a zero a uma significncia
de 1%.
(15) Explique se concorda ou no com as seguintes afirmativas:
(15.1) Um coeficiente de correlao de +1,0 entre duas variveis X e Y indica que X causa Y, mas
um coeficiente de correlao de -1,0 significa que X no causa Y.
(15.2) Se o coeficiente de regresso zero, o coeficiente de correlao tambm zero.
(15.3) Se o coeficiente angular 1 (um), isto significa que existe perfeita correlao entre X e Y.
(15.4) possvel que o coeficiente de correlao amostral seja positivo, quando no existe, de
fato, nenhuma correlao entre as variveis X e Y.
(15.5) No se pode utilizar a tcnica da regresso pelo mtodo dos mnimos quadrados quando a
relao bsica entre X e Y no for linear.
(16) Um estudo de duas safras forneceu as seguintes informaes:
Safra A: Y = 200 + 0,8X, r = 0,70 e S = 30 Safra B: Y = 50 + 1,20X, r = 0,9 e S = 20, onde
Y a produo por alqueire e X a quantidade de chuva (em polegadas) no perodo da safra.
(16.1) Se no houvesse chuva, estas duas equaes poderiam ser usadas para predizer a quantidade
produzida nas duas safras? Por qu?
(16.2) Qual das duas safras tira mais proveito do aumento das chuvas? Por qu?
(16.3) Para qual das duas safras possvel predizer a produo com melhor aproximao? Por
qu?
(17) Os dados abaixo foram obtidos de cinco fbricas diferentes de uma determinada indstria.
Custo total (Y = em milhes) 80 44 51 70 61
Produo (X = toneladas) 12 4 6 11 8
(17.1) Determine um intervalo de confiana de 90% para o custo fixo dessa indstria.
(17.2) Determine um intervalo de confiana de 95% para o custo marginal dessa indstria.
(17.3) Faa uma previso, atravs de um intervalo, para o custo total mdio dessa indstria, para
uma produo de 15t, utilizando uma confiana de 95%.
(17.4) Faa uma previso, atravs de um intervalo, para o custo total dessa indstria, para uma
produo de 15t, utilizando uma confiana de 95%.
(17.5) possvel afirmar, com uma significncia de 1%, que o custo total dessa indstria est
linearmente relacionado ao nvel de produo?
(17.6) Testar se o custo fixo pode ser considerado menor do que 30.
(17.7) Testar se o custo marginal pode ser considerado menor do que 5.
(18) Qual o tamanho mnimo da amostra necessria para que se possa concluir que um coeficiente de
correlao de 0,32 difere significativamente de zero ao nvel de 0,05?
(19) Um coeficiente de correlao, baseado em uma amostra de tamanho n = 18, foi calculado como
sendo 0,32. Pode-se concluir aos nveis de significncia (19.1) 0,05 e (19.2) 0,01, que o coeficiente de
correlao, correspondente na populao diferente de zero?
(20) Se o coeficiente de correlao entre X e Y 0,80, que percentagem da variao total permanece
no-explicada pela equao de regresso?
(21) Examine os cinco pares de pontos dados na tabela
X -2 -1 0 1 2
Y 4 1 0 1 4
(21.1) Qual a relao matemtica entre X e Y?
(21.2) Determine o valor de r.
(21.3) Mostre que calculando-se a linha de regresso de Y em relao a X tem-se b = 0.
(21.4) Por que, aparentemente, no existe relao entre X e Y como esto indicando b e r?
(22) Os dados abaixo representam o nmero de rendas pessoais tributveis e o registro de automveis
de passageiros, em uma determinada regio.
X = nmero de rendas tributveis (em milhares) 192 80 162 246 310
Y = Nmero de carros de passageiros (milhares) 23 11 13 31 91
4. RESPOSTAS
(01) (01.1) Correlao (01.2) Regresso (01.3) Regresso
(01.4) Correlao (01.5) Regresso
(02) (02.1) 4,80 s.m.
(03) (03.1) Y = -5 + 2.X (03.2) Y = -35 +5.X
(04) (04.1) Neste caso, com base no diagrama, uma linha reta no adequada.
Custo total X Tamanho do Pedido
4000
3500
3000
2500
2000
1500
1000
500
0
0 20 40 60 80
(04.2) Neste caso, uma linha adequada e sua equao est sobre o grfico abaixo.
Vendas X Lucro
35
30 y = 0.0178x + 14.675
25
20
15
10
5
0
0 100 200 300 400 500 600 700 800
(05) (05.3)
Populao Amostra
X Y Yc Erro X Y
1 2 1.62 0.38 4 6
4 6 7.15 -1.15 2 4
2 4 3.46 0.54 3 5
2 3 3.46 -0.46 5 10
3 5 5.31 -0.31
5 10 9.00 1.00
17 30 30.00 0.00
12
y = 1.8462x - 0.2308 y = 1.9x - 0.4
10
0
0 1 2 3 4 5 6 7
(06) Basta mostrar que o ponto ( X , Y ) satisfaz a equao de regresso Y = a + bX. Se substituirmos
X por X na equao o resultado dever ser Y . Mas a + b.X = a + b. X = Y - b X + b. X = Y .
Uma vez que a = Y - b X .
(07) (07.1) Y = 4,2589 + 26,2770.X
(07.2) a = Custo fixo b = Custo marginal.
(07.3) s = 0,37. O intervalo de confiana de 95% para o "custo fixo" : [3,09; 5,42] que contm o
valor "5". Portanto no se pode afirmar, a 5% de significncia que o custo fixo seja diferente do
que 5 unidades.
(08) (08.1) Y = 9200 (08.2) 800 270,02 (08.3) t48 = 2,009 (tc = 5,952) (08.4) No
(09) (09.1) Y = 3 + 0,48X (09.2) 2,24 (09.3) 17,25 4,36
(10) [0,19; 0,77]
(11) (11.1) Y = 4,30 + 1,50X (r = 0,73) (11.2) S = 1,24 (11.3) t13 = 3,83
(12) (12.1) [44,69; 47,99] (12.1) [42,14; 50,54]
(13) (13.1) r = 0,87 (13.2) t3 = 3,00
(13.3) 1,50 1,59 (13.4) 8,50 65,26
(14) (14.1) -2 seria a taxa de incidncia de cncer pulmonar que no est relacionada ao hbito de
fumar, ou de quem nunca fumou. 1,70 a variao na taxa de cncer pulmonar para cada ano
que a pessoa fumou.
(14.2) Y = -2 + 1,70.20 = 32.
(14.3) No, pois "r" indica associao na amostra e pode ser o mesmo na populao.
(14.4) t48 = 5,20 que significativo a 1%.
(15) (15.1) Tanto um coeficiente de "+1" quanto um de "-1" indicam correlao perfeita entre as
variveis.
(15.2) Coeficiente de regresso igual a zero implica em correlao tambm zero.
(15.3) No necessariamente, pois neste caso "1" o valor de inclinao da linha e no grau de
associao linear entre as duas variveis.
(15.4) Sim possvel.
(15.5) A tcnica dos mnimos quadrados pode ser utilizado para ajustar vrios tipos de equao.
(16) (16.1) Neste caso, a interpretao deve ser mais cuidadosa, pois tanto o excesso de chuvas quanto
a falta vo distorcer os dados e estas equaes podem no ser mais vlidas.
(16.2) A safra B tira mais proveito, provavelmente por ser uma cultura que precisa de mais
chuvas.
(16.3) Para a safra B pois existe uma melhor aderncia dos dados a equao.
(17) (17.1) 26,28 7,56 (17.2) 4,26 1,17 (17.3) [81,46; 98,86]
(17.4) [78,45; 101,87] (17.5) t3 = 11,57 (17.6) tc = -1,159 e tt -2,353, Aceito H0.
(17.7) ) tc = -2,010 e tt -2,353, Aceito H0.
(18) n = 36
(19) tc = 1,35. Este valor no significativo nem 5% e nem a 1%.
(20) 2 = 64%, portanto no-explicada ser: 1 - 2 = 36%
(21) (21.1)
y = x2 - 5x-15 4.5
3.5
3
2.5
2
1.5
1
0.5
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
(21.2) r = 0
(21.3)
4.5
4
y=2
3.5
2.5
1.5
0.5
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
(21.4) Porque a correlao mostra apenas o relacionamento linear e, neste caso, o relacionamento
do tipo parbola (equao do segundo grau).
(22) (22.1) r = 0,8544
(22.2) Y = -30,4980 + 0,3247X
(22.3) Y = 132 mil
(22.4) X = 122,01 + 2,25.Y
5. REFERNCIAS
[BUS86] BUSSAB, Wilton O, MORETTIN, Pedro A. Estatstica Bsica. 3a ed. So Paulo, Atual,
1986.
[DOW89] DOWNING, Douglas, CLARK, Jeff. Statistics the Easy Way. Barrons Educational Series,
Inc. New York, 1989.
[FON76] FONSECA, Jairo Simon da, MARTINS, Gilberto de Andrade, TOLEDO, Geraldo Luciano.
Estatstica Aplicada. So Paulo: Editora Atlas, 1976.
[FON80] FONSECA, Jairo Simon da, MARTINS, Gilberto de Andrade. Curso de Estatstica. So
Paulo: Editora Atlas S. A., 1980.
[HOF80] HOFFMAN, Rodolfo. Estatstica para Economistas. So Paulo. Livraria Pioneira Editora,
1980.
[KLE78] KLEIBAUM, David G., KUPPER, Lawrence L. Applied Regression Analysis and Other
Multivariable Methods. North Scituate, Massachusetts: Duxbury Press, 1978.
[MAR87] MARKLAND, Robert E., SWEIGART, James R. Quantitative Methods: Applications to
Managerial Decision Making. New York: John Wiley & Sons, 1987. 827p.
[MAS90] MASON, Robert D., DOUGLAS, Lind A. Statistical Techniques in Business And
Economics. IRWIN, Boston, 1990.
[MEY78] MEYER, Paul L. Probabilidade: aplicaes Estatstica. Traduo do Prof. Ruy C. B.
Loureno Filho. Rio de Janeiro, Livros Tcnicos e Cientficos Editora S.A., 1978.
[MIL90] MILLER, Charles D., HEEREN, Vern E., HORNSBY Jr., E. John. Mathematical Ideas.
USA: Harper Collins Publishers, 1990.
[REA93] The Statistics Problem Solver. Research and Education Association, Piscataway, New
Jersey, 1993.
[ROT91] ROTHENBERG, Ronald I. Probability and Statistics. Hartcourt Brace Jovanovich,
Publishers, Orlando, Florida, 1991.
[SAL82] SALVATORE, Dominick. Estatstica e Econometria. Traduo Newton Boer, reviso
tcnica Marco Antnio S. de Vasconcelos. So Paulo: McGraw-Hill do Brasil, 1982.