Escolar Documentos
Profissional Documentos
Cultura Documentos
Rui Barros
rbarros@porto.ucp.pt
Cincias da Nutrio
Contedos
Correlao linear
Variveis quantitativas
Diagrama de disperso
Coeficiente de correlao de Pearson
Variveis qualitativas
Coeficiente de correlao de Spearman
Regresso linear
Parmetros do ajuste linear
Coeficiente de determinao
Previso por interpolao ou extrapolao
Cincias da Nutrio
1
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Cincias da Nutrio
2
Introduo Estatstica | Correlao e Regresso
Diagrama disperso
Cincias da Nutrio
Diagrama de disperso
Representao grfica de pares de valores (x,y) de variveis quantitativas
A cada par ordenado de valores amostrais corresponde um ponto
Forma simples de avaliar a relao existente entre duas variveis
185
Altura
(cm) 180
175
170
165
160
155
150
145
30 40 50 60 70
Peso (kg)
Cincias da Nutrio
3
Introduo Estatstica | Correlao e Regresso
Diagrama de disperso
Nesta amostra bivariada, parece haver uma associao linear entre as duas
variveis Correlao linear
185
Altura
(cm) 180
175
170
165
160
155
150
145
30 40 50 60 70
Peso (kg)
Cincias da Nutrio
Cincias da Nutrio
4
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Cincias da Nutrio
5
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Y Y
X
rxy = 1 rxy = - 1 X
6
Introduo Estatstica | Correlao e Regresso
Y Y
X X
0 < rxy < 1 - 1 < rxy < 0
Y Y
X X
rxy 0 rxy 0
7
Introduo Estatstica | Correlao e Regresso
ATENO !
Correlao entre variveis quantitativas
rxy = - 0,91 X
Associao no linear
Cincias da Nutrio
Cincias da Nutrio
8
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
O rs varia entre -1 e 1
Cincias da Nutrio
9
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Cincias da Nutrio
10
Introduo Estatstica | Correlao e Regresso
Exemplo
O atendimento no IPS foi avaliado por 20 dadores de sangue numa escala de
muito insatisfeito a muito satisfeito. Aos 20 dadores de sangue foi-lhes
igualmente perguntado a idade em anos.
As duas variveis j foram caracterizadas anteriormente.
Ser que existe uma associao entre estas duas variveis ?
Cincias da Nutrio
Exemplo
Procedimento
1. Ordenar cada uma das duas variveis
2. Em cada varivel atribuir um n de ordem a cada observao OU a ordem dos valores que
so iguais a mdia das posies que lhe corresponderiam se no fossem iguais
Cincias da Nutrio
11
Introduo Estatstica | Correlao e Regresso
2
Dador Nvel de satisfao (x) Idade (y) xposto yposto d d
1 1 Muito Insatisfeito 25 1 19 -18 324
2 2 insatisfeito 19 4 3,5 0,5 0,25
Cincias da Nutrio
Diagrama de disperso
Clculo do rs
n
6 di2
6 1999
rs = 1 i=1
= 1 = -0.50
n(n2 1) (
20 20 2 1 )
Cincias da Nutrio
12
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Regresso linear
Cincias da Nutrio
13
Introduo Estatstica | Correlao e Regresso
Cincias da Nutrio
Diagrama de disperso
30
y
25
20 y = a + bx
15
10
Estimar os valores dos
5 parmetros a e b
0
0 2 4 6 8 10
x
Cincias da Nutrio
14
Introduo Estatstica | Correlao e Regresso
10
Funo a minimizar:
2
5
(
SQR = y i&mod y i&exp
i
)
0
0 2 4 6 8 10
x Soma do Quadrado dos Resduos
(SQR)
(xi yi ) - n xm ym
i=1
=0 b =
n
b
y = a + bx (xi2 )- n xm2
i=1
(SQR)
=0 a = ym - b xm
a
Caso particular
d(SQR) (xi yi )
y =b x =0 b = i=1
n
db
(xi2 )
i=1
15
Introduo Estatstica | Correlao e Regresso
Os valores so independentes
Coeficiente de determinao
R 2 ## = ##
Varincia#de#Y#explicada#pelo#modelo
## = ##
( )
# #y i5modelo 5#y m # #
##
2
Varincia#total#de#Y
( )
#y# i #5#y m # #
No caso da anlise de um ajuste linear do tipo y = a + b X, R2 vem dado
por: 2 2 2 R = rxy = ( rxy )
Cincias da Nutrio
16
Introduo Estatstica | Correlao e Regresso
Varia entre 0 e 1
Quanto mais prximo de 1 maior o poder explicativo do ajuste linear
Quanto mais prximo de zero menor o poder explicativo do ajuste
linear
Adimensional; pode ser traduzido em percentagem
Exemplo
17
Introduo Estatstica | Correlao e Regresso
Exemplo
Diagrama de disperso
Altura filho 200
(cm) 195
190
185
180
175
170
165
160
155
150
150 160 170 180 190 200
Existe uma associao linear positiva entre a altura do filho e a altura do pai
Exemplo
xm =
x i
=
3425
= 171,25 ym =
y i
=
3478
= 173,9
153
161
23409
25921
24633
n 20 n 20 155
159
24025
25281
24645
155
164
24025
26896
25420
rxy =
x .yi i - n xm . ym
=
159
168
25281
28224
26712
2 2 160
170
25600
28900
27200
x i
2
- n . xm . y i
2
- n . ym 162
165
26244
27225
26730
166
170
27556
28900
28220
168
167
28224
27889
28056
598013 - 20 x 171,25 x 173,9 170
175
28900
30625
29750
= =
589871 - 20 x 171,25 2 x 14915,73 - 20 x 173,9 2 171
179
29241
32041
30609
175
181
30625
32761
31675
177
178
31329
31684
31506
= 0,95 179
175
32041
30625
31325
181
183
32761
33489
33123
185
183
34225
33489
33855
186
185
34596
34225
34410
Existe uma correlao linear positiva 189
190
35721
36100
35910
190
183
36100
33489
34770
muito forte entre as duas variveis 192
187
36864
34969
35904
soma
3425
3478
589871
606758
598013
18
Introduo Estatstica | Correlao e Regresso
Exemplo
b =
x y i i - n x y
=
190
2 2 185
x i - n x
180
598013 - 20 x 171, 25 x 173, 9
= =175
589871 - 20 x 171, 25 2
= 0, 720 170
165
160
a = ym - bx m =
155
= 173, 9 - 0, 720 x 171, 25 =
= 50, 6 150
150 160 170 180 190 200
Y = 50,6 + 0,720 . X
Exemplo
Coeficiente de determinao
2 2
R 2 = (rxy ) = (0,95 ) = 0,896
Cincias da Nutrio
19
Introduo Estatstica | Correlao e Regresso
y = a + bx
Previso por interpolao
Valor conhecido de x a partir do qual se pretende prever y est dentro da
gama de valores da amostra
Cincias da Nutrio
Exemplo
Y = 50,6 + 0,720 X
Y = 50,6 + 0,720 x 155
Y = 162,2 cm
Y = 50,6 + 0,720 X
Y = 50,6 + 0,720 x 195
Y = 191,0 cm
Cincias da Nutrio
20