CORRELAÇÃO E REGRESSÃO

PROFESSOR MAURÍCIO CARDOSO

CORRELAÇÃO E REGRESSÃO
Correlação: É a medida do grau de relação entre duas
variáveis através do coeficiente r.

-1 0 +1

Correlação perfeita nula Correlação perfeita

e negativa e positiva
COEFICIENTE DE CORREÇÃO DE PEARSON

𝑛 ∙ σ 𝑥𝑖 ∙ 𝑦𝑖 − (σ 𝑥𝑖) ∙ (σ 𝑦𝑖)
𝑟=
𝑛 ∙ σ 𝑥𝑖 2 − σ 𝑥𝑖 2 ∙ 𝑛 ∙ σ 𝑦𝑖 2 − σ 𝑦𝑖 2

Este coeficiente mede o grau de intensidade da correlação

entre duas variáveis, bem como o sentido (positivo ou
negativo)

0,6|-----| 1,0 correlação forte a muito forte

𝑟 𝜖 0,3|-----| 0,6 correlação fraca
0,0|-----| 0,3 correlação muito fraca
DIAGRAMA DE DISPERSÃO
PESO y
reta de correlação linear

IDADE x
EXEMPLOS
FABRICAÇÃO:
Número de peças produzidas e número de peças
defeituosas.

CONSTRUÇÃO:
Dias de atraso de entrega e número de dias chuvosos.

NOTA DE UMA AVALIAÇÃO:

Dias de dedicação de estudos e o número de acertos
das questões propostas na avaliação.
1) Considere um experimento em que se analisa a
octanagem da gasolina (yi) em função da adição de
um aditivo (xi). Para isto foram realizados ensaios
com os percentuais de 1, 2, 3, 4, 5 e 6% de aditivo, e
os resultados obtidos foram os seguintes:

xi 1 2 3 4 5 6
yi 80,5 81,6 82,1 83,7 83,9 85

OBS: Octanagem – índice de resistência à detonação

Determine o coeficiente de correlação entre
estas duas vaiáveis.
xi yi xi.yi xi 2 yi 2
1 80,50
2 81,60
3 82,10
4 83,70
5 83,90
6 85,00
21 496,80
xi yi xi.yi xi 2 yi 2
1 80,50 80,50
2 81,60 163,20
3 82,10 246,30
4 83,70 334,80
5 83,90 419,50
6 85,00 510,00
21 496,80 1.754,30
xi yi xi.yi xi 2 yi 2
1 80,50 80,50 1
2 81,60 163,20 4
3 82,10 246,30 9
4 83,70 334,80 16
5 83,90 419,50 25
6 85,00 510,00 36
21 496,80 1.754,30 91
xi yi xi.yi xi 2 yi 2
1 80,50 80,50 1 6.480,25
2 81,60 163,20 4 6.658,56
3 82,10 246,30 9 6.740,41
4 83,70 334,80 16 7.005,69
5 83,90 419,50 25 7.039,21
6 85,00 510,00 36 7.225,00
21 496,80 1.754,30 91 41.149,12
 𝑛 ∙ σ 𝑥𝑖 ∙ 𝑦𝑖 − (σ 𝑥𝑖) ∙ ( σ 𝑦𝑖)
𝑟=
𝑛 ∙ σ 𝑥𝑖 2 − σ 𝑥𝑖 2 ∙ 𝑛 ∙ σ 𝑦𝑖 2 − σ 𝑦𝑖 2

(6) ∙ (1.754,30) − (21) ∙ (496,80)

𝑟=
6 ∙ 91 − (21)2 ∙ 6 ∙ 41.149,12 − (496,80)2
Σxi = 21
Σyi = 496,80 93
𝑟=
Σxi.yi = 1.754,43
(105) ∙ (84,48)
Σ(xi)2 = 91
Σ(yi)2 = 41.149,12
𝑟 = 0,99
Concluímos que existe uma correlação muito forte
entre a adição do aditivo(xi) e a octanagem da
gasolina(yi)
 Uma empresa está estudando como varia a demanda de certo
produto em função de seu preço de venda. Para isso levantou as
seguintes informações:
MESES JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
UNID VEND (yi) 248 242 234 216 230 220 213 205 198 195 197 260
PREÇO/UNID (xi) 162 167 165 173 170 176 178 180 182 187 190 200

Ache o coeficiente de correlação entre as variáveis.

MESESUNID VENDIDAS (yi) PREÇO/UNID (xi) xi.yi xi 2 yi 2
JAN 248 162
FEV 242 167
MAR 234 165
ABR 216 173
MAI 230 170
JUN 220 176
JUL 213 178
AGO 205 180
SET 198 182
OUT 195 187
NOV 197 190
DEZ 260 200
2.658 2.130
MESESUNID VENDIDAS (yi) PREÇO/UNID (xi) xi.yi xi 2 yi 2
JAN 248 162 40.176
FEV 242 167 40.414
MAR 234 165 38.610
ABR 216 173 37.368
MAI 230 170 39.100
JUN 220 176 38.720
JUL 213 178 37.914
AGO 205 180 36.900
SET 198 182 36.036
OUT 195 187 36.465
NOV 197 190 37.430
DEZ 260 200 52.000
2.658 2.130 471.133
MESESUNID VENDIDAS (yi) PREÇO/UNID (xi) xi.yi xi 2 yi 2
JAN 248 162 40.176 26.244
FEV 242 167 40.414 27.889
MAR 234 165 38.610 27.225
ABR 216 173 37.368 29.929
MAI 230 170 39.100 28.900
JUN 220 176 38.720 30.976
JUL 213 178 37.914 31.684
AGO 205 180 36.900 32.400
SET 198 182 36.036 33.124
OUT 195 187 36.465 34.969
NOV 197 190 37.430 36.100
DEZ 260 200 52.000 40.000
2.658 2.130 471.133 379.440
MESESUNID VENDIDAS (yi) PREÇO/UNID (xi) xi.yi xi 2 yi 2
JAN 248 162 40.176 26.244 61.504
FEV 242 167 40.414 27.889 58.564
MAR 234 165 38.610 27.225 54.756
ABR 216 173 37.368 29.929 46.656
MAI 230 170 39.100 28.900 52.900
JUN 220 176 38.720 30.976 48.400
JUL 213 178 37.914 31.684 45.369
AGO 205 180 36.900 32.400 42.025
SET 198 182 36.036 33.124 39.204
OUT 195 187 36.465 34.969 38.025
NOV 197 190 37.430 36.100 38.809
DEZ 260 200 52.000 40.000 67.600
2.658 2.130 471.133 379.440 593.812
 𝑛 ∙ σ 𝑥𝑖 ∙ 𝑦𝑖 − (σ 𝑥𝑖) ∙ ( σ 𝑦𝑖)
𝑟=
𝑛 ∙ σ 𝑥𝑖 2 − σ 𝑥𝑖 2 ∙ 𝑛 ∙ σ 𝑦𝑖 2 − σ 𝑦𝑖 2

(12) ∙ (471.133) − (2130) ∙ (2658)

𝑟=
12 ∙ 379.440 − (2130)2 ∙ 12 ∙ 593.812 − (2658)2
Σxi = 2130
Σyi = 2658 −7944
Σxi.yi = 471.133 𝑟=
(16.380) ∙ (60.780)
Σ(xi)2 = 379.440
Σ(yi)2 = 593.812
𝑟 = −0,25
Concluímos que existe uma correlação muito fraca entre as
unidades vendidas (yi) e o preço por unidade (xi)
 REGRESSÃO LINEAR
A regressão linear fornece uma função que relaciona as
variáveis, podendo representar uma reta no plano
cartesiano permitindo fazer estimativas.

𝑌෠ − variável dependente
𝑌෠ = 𝑎 ∙ 𝑥 + 𝑏
X − variável independente

σ 𝑦𝑖
𝑦ത =
𝑛
𝑛 ∙ σ 𝑥𝑖 ∙ 𝑦𝑖 − (σ 𝑥𝑖) ∙ (σ 𝑦𝑖) b = 𝑦ത − 𝑎 ∙ 𝑥ҧ σ 𝑥𝑖
𝑎= 𝑥ҧ =
𝑛 ∙ σ 𝑥𝑖 2 − σ 𝑥𝑖 2 𝑛
 EXEMPLO:

BIOLOGIA (xi) 4 9 7 8 10 3 8 1
QUÍMICA (yi) 6 8 5 7 8 4 10 2

O quadro acima revela as notas de 8 alunos de uma

determinada classe da Universidade ACME referente as
disciplinas de Biologia e Química. Determine a equação da
reta ajustada para esta situação.
BIOLOGIA (xi) QUÍMICA (yi) xi.yi xi 2 yi 2
4 6 24 16 36
9 8 72 81 64
7 5 35 49 25
8 7 56 64 49
10 8 80 100 64
3 4 12 9 16
8 10 80 64 100
1 2 2 1 4
50 50 361 384 358
 Σxi = 50 Σyi = 50 Σxi.yi = 361 Σxi2 = 384 Σyi2 = 358

𝑛 ∙ σ 𝑥𝑖 ∙ 𝑦𝑖 − (σ 𝑥𝑖) ∙ (σ 𝑦𝑖)
𝑎= b = 𝑦ത − 𝑎 ∙ 𝑥ҧ
𝑛 ∙ σ 𝑥𝑖 2 − σ 𝑥𝑖 2

8 ∙ 361 − (50) ∙ (50) σ 𝑥𝑖 50

𝑎= 𝑥ҧ = = = 6,25
8 ∙ 384 − (50)2 𝑛 8
σ 𝑦𝑖 50
𝑦ത = = = 6,25
388 𝑛 8
𝑎=
572
b = 6,25 − 0,68 ∙ 6,25
𝑎 = 0,68 b=2

Equação da reta ajustada

𝑌෠ = 𝑎 ∙ 𝑥 + 𝑏 ⇒ 𝑌෠ = 0,68 ∙ 𝑋 + 2
EXERCÍCIOS DE APRENDIZAGEM
1) Considere um experimento em que se analisa a
octanagem (índice de resistência à detonação) da
gasolina (yi) em função da adição de um aditivo (xi).
Para isso, foram realizados ensaios com os
percentuais de 1, 2, 3, 4, 5, e 6%, obtendo os
seguintes resultados:
xi 1 2 3 4 5 6
yi 80,5 81,6 82,1 83,7 83,9 85
Qual seria o índice de octanagem para uma adição de
8 % de aditivo?
 2) Um estudo sobre o consumo de cerveja diário por
mil habitantes em litros esta relacionado ao
aumento da temperatura. Para verificarmos esta
relação foram coletados as seguintes informações:
TEMPERATURA (xi) 16 31 38 39 37 36 36 22 10
CONSUMO ((yi) 290 374 393 425 406 370 365 320 269
Sabendo que r = 0,9616, portanto trata-se de uma
forte correlação, determina a equação da reta ajustada
e em seguida estime o consumo em litros de cerveja se
a temperatura atingir 42 graus.
3) Um experimento sobre a dilatação de um
determinado material chamado adamantium (metal
existente no universo Marvel) revelou a seguinte
tabela: temperatura X dilatação.
AQUECIMENTO 0C (xi) 40 65 70 90 100 120
DILATAÇÃO mm (yi) 3,2 4,7 5,5 6,1 8,2 9,3
Determine:
a) correlação entre as grandezas
b) a equação da reta ajustada
c) se este material fosse aquecido a 200oC qual
qual seria a estimativa de dilatação.