Escolar Documentos
Profissional Documentos
Cultura Documentos
n− 2
t =r , com (n-2)g.l.
1−r 2
Σx ,e + Σy,e − Σdi2
r =
s , Σ y,
2 Σx e e
onde
, n3 − n , n3 − n
Σx e = − ΣTx Σy e = − ΣTy
12 12
t3 − t
T=
12
t = número de observações repetidas em um determinado posto.
• coeficiente de correlação linear é influenciado pela presença de valores
anômalos.
• grande diferença entre o coeficiente de correlação linear e o coeficiente
de correlação por postos reflete tanto uma relação não-linear como
presença de pares de valores extremos.
Regressão linear
• Verificado pelo valor de r que ocorre uma significante correlação linear
entre duas variáveis (x , y ) há necessidade de quantificar tal relação, o
i i
que é feito pela análise de regressão.
• Equação de uma reta que, disposta num sistema de eixos cartesianos,
com valores de yi (variável dependente) na ordenada e xi (variável
independente) na abcissa, a soma dos quadrados dos desvios verticais
dos pontos em relação a ela seja mínima.
y = a + bx ,
onde y é o valor estimado para um específico valor xi; b revela a
inclinação da reta, ou seja o acréscimo ou decréscimo do valor de y em
relação à x; a localiza o ponto de interseção da reta em relação ao
sistema de coordenada retangulares.
• Utilizando o método dos mínimos quadrados, os valores da equação da
reta são determinados por:
SPXY
b = a = y − bx
SQX
Σyi Σ xi
y = ; x =
n n
Y * = a + a X + a X 2 + a X 3 + ...
0 1 2 3
• potências crescentes de xi, variável independente e coeficientes
• xi e xi2: parábola com um único ponto de inflexão
• com potências crescentes de xi, curva mais complexa para ajuste
• processo por etapas (stepwise)
• O modelo para a regressão polinomial de grau k é
Y = α + α X + α X 2 + ... + α Xk + ε
o 1 i 2 i k i
• cálculo dos coeficientes de regressão α
n Σx ∑ x2 L Σ xk
i i i
Σx Σx 2 Σx 3 L Σx + 1
k
[X] = i i i i
M M M M
k
Σxi Σ xk + 1 Σ xk + 2 L Σ x k + k
i i i
∑ yi
∑y x â
i i o
â
[Y] = ∑ y x 2
[ â ] = 1
i i M
M
k âk
∑ yixi
[ â ] = [ X ]− 1[ Y ]
Regressão polinomial
• superfícies contínuas podem ser encontradas, por critérios de regressão
polinomial, onde Zi é a variável dependente em função linear das
coordenadas X-Y dos pontos amostrados e irregularmente distribuídos
• o modelo para a representação da superfície pelo método dos
polinômios não ortogonais é:
z i (X, Y ) = [ a 0 + a1x i + a 2 yi + a 3 x i2 + a 4 x i yi + a 5 yi2 + ... ] + ei (x i , yi ) ,
n ∑ xi ∑ yi a0 ∑ zi
∑ x
i ∑x 2
i ∑ x i yi
a1 = ∑ z i x i
∑ yi ∑ x i yi ∑ yi2 a ∑ zi yi
2
[ XY ]−1[ XY ][ A ] = [ XY ]−1[ Z ]
[ A ] = [ XY ]−1[ Z ]
para o cálculo do vetor de coeficientes [A], inverter a matriz [XY] e
multiplicar esse resultado pelo vetor [Z].
• A superfície quadrática é representada por:
z (X, Y ) = b 0 + b1x i + b 2 yi + b 3 x i2 + b 4 x y + b 5 yi2 + e ,
i i i i
e a determinação dos coeficientes b0, b1, b2, b3 ,b4 e b5 para a
superfície de grau 2 torna-se:
−1
b 0 n ∑ xi ∑ yi ∑ x i2 ∑ x i yi ∑ yi2 ∑ zi
b
∑ xi ∑x ∑ xi y ∑x ∑ x yi ∑ x i yi2
2 3 2
1 i
i i i ∑ xi zi
b 2 ∑y ∑ x i yi ∑ yi2 ∑ x i2 yi ∑ x i yi2 ∑ yi3 ∑ yi z i
=
i
b
3 ∑ x 2
∑ x i3 ∑ x i2 y ∑ x i4 ∑ x i3 yi ∑ x i2 yi2 ∑ xi zi
2
i
i
b 4 ∑ x y z
∑ x i yi ∑ x i2 y
i
∑ x i yi2 ∑ x i3 yi ∑ x i2 yi2 ∑ x i yi3
i i i
b 5 ∑ yi2 ∑ x i yi
2
∑ yi
3 2
∑ x i yi
2
∑ x i yi
3
∑ yi
4 2
∑ yi z i
As superfícies de grau superior a dois seguem o mesmo processo de
desenvolvimento polinomial.
Análise de regressão/PMBLandim