Escolar Documentos
Profissional Documentos
Cultura Documentos
14 de maio de 2019
pet
pet
Y = f ( |{z}
|{z} x )
variável resposta variável explicativa
pet
pet
Y = 50 · |{z}
|{z} X
preço quilo
pet
Y = 50 · |{z}
|{z} X
preço quilo
pet
Y = 50 · |{z}
|{z} X
preço quilo
pet
Y = 1000 × (1 + |{z}
|{z} X )
montante taxa de juros
pet
Y = 1000 × (1 + |{z}
|{z} X )
montante taxa de juros
Y = 1000 × (1 + |{z}
|{z} X )
montante taxa de juros
pet
taxa efetiva
z}|{
1 + X1
Y
|{z} 1 + X=
taxa real 2
|{z}
taxa de inflação
pet
taxa efetiva
z}|{
1 + X1
Y
|{z} 1 + X=
taxa real 2
|{z}
taxa de inflação
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
pet
Y =α
| +{zβX} +e.
reta de regressão
pet
Y =α
| +{zβX} +e.
reta de regressão
pet
Y =α
| +{zβX} +e.
reta de regressão
Y =α
| +{zβX} +e.
reta de regressão
que e ∼ N(0, σ 2 )
Isaac Jales Costa Souza UERN
REGRESSÃO LINEAR SIMPLES
ESTIMATIVA DOS PARÂMETROS
pet
pet
α̂ = Ȳ − β̂ X̄
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
pet
α̂ = Ȳ − β̂ X̄
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
pet
α̂ = Ȳ − β̂ X̄
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
Ŷ = α̂ + β̂X .
|{z}
valor ajustado
pet
Ŷ = α̂ + β̂X .
|{z}
valor ajustado
pet
Ŷ = α̂ + β̂X .
|{z}
valor ajustado
Ŷ = α̂ + β̂X .
|{z}
valor ajustado
Observe que
pet
Observe que
se β̂ > 0, estima-se que a relação entre X e Y é linear
positiva.
pet
Observe que
se β̂ > 0, estima-se que a relação entre X e Y é linear
positiva.
β̂ < 0, estima-se que a relação entre X e Y é linear
negativa.
pet
Observe que
se β̂ > 0, estima-se que a relação entre X e Y é linear
positiva.
β̂ < 0, estima-se que a relação entre X e Y é linear
negativa.
se β̂ = 0, estima-se que não há relação linear entre X e
Y.
pet
(b) Relação linear positiva (β̂ > 0) (c) Relação linear negativa (β̂ < 0)
pet
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ 94.43
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ 94.43 96.22
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ 94.43 96.22
X̄ = 9.44
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ 94.43 96.22
X̄ = 9.44 Ȳ = 9.62
pet
T Xi Yi Xi2
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ 94.43 96.22
X̄ = 9.44 Ȳ = 9.62
pet
T Xi Yi Xi2
1 8.70 10.50 75.65
2 9.98 10.53 99.53
3 6.73 9.12 45.33
4 13.70 12.51 187.59
5 8.88 8.51 78.81
6 11.99 10.46 143.73
7 8.56 8.95 73.22
8 7.74 8.45 59.86
9 10.80 9.31 116.59
10 7.37 7.90 54.31
Σ 94.43 96.22
X̄ = 9.44 Ȳ = 9.62
pet
T Xi Yi Xi2
1 8.70 10.50 75.65
2 9.98 10.53 99.53
3 6.73 9.12 45.33
4 13.70 12.51 187.59
5 8.88 8.51 78.81
6 11.99 10.46 143.73
7 8.56 8.95 73.22
8 7.74 8.45 59.86
9 10.80 9.31 116.59
10 7.37 7.90 54.31
Σ 94.43 96.22 934.63
n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63
i=1 pet
T Xi Yi Xi2 Yi2
1 8.70 10.50 75.65
2 9.98 10.53 99.53
3 6.73 9.12 45.33
4 13.70 12.51 187.59
5 8.88 8.51 78.81
6 11.99 10.46 143.73
7 8.56 8.95 73.22
8 7.74 8.45 59.86
9 10.80 9.31 116.59
10 7.37 7.90 54.31
Σ 94.43 96.22 934.63
n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63
i=1 pet
T Xi Yi Xi2 Yi2
1 8.70 10.50 75.65 110.34
2 9.98 10.53 99.53 110.80
3 6.73 9.12 45.33 83.09
4 13.70 12.51 187.59 156.51
5 8.88 8.51 78.81 72.49
6 11.99 10.46 143.73 109.32
7 8.56 8.95 73.22 80.04
8 7.74 8.45 59.86 71.32
9 10.80 9.31 116.59 86.64
10 7.37 7.90 54.31 62.36
Σ 94.43 96.22 934.63
n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63
i=1 pet
T Xi Yi Xi2 Yi2
1 8.70 10.50 75.65 110.34
2 9.98 10.53 99.53 110.80
3 6.73 9.12 45.33 83.09
4 13.70 12.51 187.59 156.51
5 8.88 8.51 78.81 72.49
6 11.99 10.46 143.73 109.32
7 8.56 8.95 73.22 80.04
8 7.74 8.45 59.86 71.32
9 10.80 9.31 116.59 86.64
10 7.37 7.90 54.31 62.36
Σ 94.43 96.22 934.63 942.91
n
X n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63 Yi2 = 942.91
i=1 i=1 pet
T Xi Yi Xi2 Yi2 Xi Yi
1 8.70 10.50 75.65 110.34
2 9.98 10.53 99.53 110.80
3 6.73 9.12 45.33 83.09
4 13.70 12.51 187.59 156.51
5 8.88 8.51 78.81 72.49
6 11.99 10.46 143.73 109.32
7 8.56 8.95 73.22 80.04
8 7.74 8.45 59.86 71.32
9 10.80 9.31 116.59 86.64
10 7.37 7.90 54.31 62.36
Σ 94.43 96.22 934.63 942.91
n
X n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63 Yi2 = 942.91
i=1 i=1 pet
T Xi Yi Xi2 Yi2 Xi Yi
1 8.70 10.50 75.65 110.34 91.36
2 9.98 10.53 99.53 110.80 105.02
3 6.73 9.12 45.33 83.09 61.37
4 13.70 12.51 187.59 156.51 171.35
5 8.88 8.51 78.81 72.49 75.59
6 11.99 10.46 143.73 109.32 125.35
7 8.56 8.95 73.22 80.04 76.56
8 7.74 8.45 59.86 71.32 65.34
9 10.80 9.31 116.59 86.64 100.51
10 7.37 7.90 54.31 62.36 58.20
Σ 94.43 96.22 934.63 942.91
n
X n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63 Yi2 = 942.91
i=1 i=1 pet
T Xi Yi Xi2 Yi2 Xi Yi
1 8.70 10.50 75.65 110.34 91.36
2 9.98 10.53 99.53 110.80 105.02
3 6.73 9.12 45.33 83.09 61.37
4 13.70 12.51 187.59 156.51 171.35
5 8.88 8.51 78.81 72.49 75.59
6 11.99 10.46 143.73 109.32 125.35
7 8.56 8.95 73.22 80.04 76.56
8 7.74 8.45 59.86 71.32 65.34
9 10.80 9.31 116.59 86.64 100.51
10 7.37 7.90 54.31 62.36 58.20
Σ 94.43 96.22 934.63 942.91 930.63
n
X n
X n
X
X̄ = 9.44 Ȳ = 9.62 Xi2 = 934.63 Yi2 = 942.91 Xi Yi = 930.63
i=1 i=1 i=1 pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
930.63 − 10 · 9.44 · 9.62
=
934.63 − 10 · (9.44)2
pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
930.63 − 10 · 9.44 · 9.62
=
934.63 − 10 · (9.44)2
= 0.5124
pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
930.63 − 10 · 9.44 · 9.62
=
934.63 − 10 · (9.44)2
= 0.5124
α̂ = Ȳ − β̂ X̄
pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
930.63 − 10 · 9.44 · 9.62
=
934.63 − 10 · (9.44)2
= 0.5124
α̂ = Ȳ − β̂ X̄
= 9.62 − 0.5124 · 9.44
pet
Pn
i=1 Xi Yi − n X̄ Ȳ
β̂ = P n 2 2
i=1 Xi − n X̄
930.63 − 10 · 9.44 · 9.62
=
934.63 − 10 · (9.44)2
= 0.5124
α̂ = Ȳ − β̂ X̄
= 9.62 − 0.5124 · 9.44
pet
= 4.7829
Isaac Jales Costa Souza UERN
REGRESSÃO LINEAR SIMPLES
ESTIMATIVA DOS PARÂMETROS
Assim, a equação da reta de regressão estimada é
pet
pet
pet
pet
pet
pet
pet
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
T Xi Yi Ŷi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
T Xi Yi Ŷi
1 8.70 10.50 9.24
2 9.98 10.53 9.90
3 6.73 9.12 8.23
4 13.70 12.51 11.80
5 8.88 8.51 9.33
6 11.99 10.46 10.93
7 8.56 8.95 9.17
8 7.74 8.45 8.75
9 10.80 9.31 10.32
10 7.37 7.90 8.56
T Xi Yi Ŷi êi
1 8.70 10.50 9.24
2 9.98 10.53 9.90
3 6.73 9.12 8.23
4 13.70 12.51 11.80
5 8.88 8.51 9.33
6 11.99 10.46 10.93
7 8.56 8.95 9.17
8 7.74 8.45 8.75
9 10.80 9.31 10.32
10 7.37 7.90 8.56
T Xi Yi Ŷi êi
1 8.70 10.50 9.24 1.26
2 9.98 10.53 9.90 0.63
3 6.73 9.12 8.23 0.88
4 13.70 12.51 11.80 0.71
5 8.88 8.51 9.33 -0.82
6 11.99 10.46 10.93 -0.47
7 8.56 8.95 9.17 -0.22
8 7.74 8.45 8.75 -0.30
9 10.80 9.31 10.32 -1.01
10 7.37 7.90 8.56 -0.66
pet
pet
pet
pet
pet
n
êi2
P
i=1
QME =
| {z } n−2
quadrado médio do erro
pet
n
êi2
P
i=1
QME =
| {z } n−2
quadrado médio do erro
pet
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ
pet
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ
T Xi Yi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ
T Xi Yi Ŷi
1 8.70 10.50
2 9.98 10.53
3 6.73 9.12
4 13.70 12.51
5 8.88 8.51
6 11.99 10.46
7 8.56 8.95
8 7.74 8.45
9 10.80 9.31
10 7.37 7.90
Σ
T Xi Yi Ŷi
1 8.70 10.50 9.24
2 9.98 10.53 9.90
3 6.73 9.12 8.23
4 13.70 12.51 11.80
5 8.88 8.51 9.33
6 11.99 10.46 10.93
7 8.56 8.95 9.17
8 7.74 8.45 8.75
9 10.80 9.31 10.32
10 7.37 7.90 8.56
Σ
T Xi Yi Ŷi êi
1 8.70 10.50 9.24
2 9.98 10.53 9.90
3 6.73 9.12 8.23
4 13.70 12.51 11.80
5 8.88 8.51 9.33
6 11.99 10.46 10.93
7 8.56 8.95 9.17
8 7.74 8.45 8.75
9 10.80 9.31 10.32
10 7.37 7.90 8.56
Σ
T Xi Yi Ŷi êi
1 8.70 10.50 9.24 1.26
2 9.98 10.53 9.90 0.63
3 6.73 9.12 8.23 0.88
4 13.70 12.51 11.80 0.71
5 8.88 8.51 9.33 -0.82
6 11.99 10.46 10.93 -0.47
7 8.56 8.95 9.17 -0.22
8 7.74 8.45 8.75 -0.30
9 10.80 9.31 10.32 -1.01
10 7.37 7.90 8.56 -0.66
Σ
pet
n
êi2
P
i=1
QME =
n−2
pet
n
êi2
P
i=1
QME =
n−2
5.76
=
8
pet
n
êi2
P
i=1
QME =
n−2
5.76
=
8
= 0.72
Observação:
p O√desvio padrão estimado do erro é pet
σ̂ = QME = 0.72 = 0.85
Isaac Jales Costa Souza UERN
REGRESSÃO LINEAR SIMPLES
CORRELAÇÃO DE PEARSON
pet
pet
n
P
Xi Yi − nX̄ Ȳ
i=1
ρ̂ = s s , −1 ≤ ρ̂ ≤ 1
n
P 2 n
P 2
Xi − nX̄ 2 Yi − nȲ 2
i=1 i=1
pet
(b) Relação linear positiva (ρ̂ > 0) (c) Relação linear negativa (ρ̂ < 0)
pet
(a) Não há relação linear (ρ̂ = 0) (b) Não há relação linear (ρ̂ = 0)
pet
pet
pet
pet
pet
pet
n
P
Xi Yi − nX̄ Ȳ
i=1
ρ̂ = s s
n n
Xi2 − nX̄ 2 Yi2 − nȲ 2
P P
i=1 i=1
pet
n
P
Xi Yi − nX̄ Ȳ
i=1
ρ̂ = s s
n n
Xi2 − nX̄ 2 Yi2 − nȲ 2
P P
i=1 i=1
pet
n
P
Xi Yi − nX̄ Ȳ
i=1
ρ̂ = s s
n n
Xi2 − nX̄ 2 Yi2 − nȲ 2
P P
i=1 i=1
pet
n
P
Xi Yi − nX̄ Ȳ
i=1
ρ̂ = s s
n n
Xi2 − nX̄ 2 Yi2 − nȲ 2
P P
i=1 i=1
pet
Observou-se correlação próximo de 1 indicando uma relação
positiva forte.
Isaac Jales Costa Souza UERN
REGRESSÃO LINEAR SIMPLES
DECOMPOSIÇÃO DA SOMA DE QUADRADOS
pet
pet
pet
pet
pet
pet
pet
n
X n
X n
X
2 2
(Yi − Ȳ ) = (Ŷi − Ȳ ) + (Yi − Ŷi )2
|i=1 {z } |i=1 {z } |i=1 {z } pet
SQT (soma de quadrados totais) SQR (soma de quadrados da reg.) SQE (soma de quadrados do erro)
pet
pet
pet
SQR SQE
r2 = ou r 2 = 1 −
SQT SQT
pet
SQR SQE
r2 = ou r 2 = 1 −
SQT SQT
pet
SQR SQE
r2 = ou r 2 = 1 −
SQT SQT
pet
n
X
SQT = (Yi − Ȳ )2
i=1
pet
n
X
SQT = (Yi − Ȳ )2
i=1
Xn
= Yi2 − nȲ 2
i=1
pet
n
X
SQT = (Yi − Ȳ )2
i=1
Xn
= Yi2 − nȲ 2
i=1
= 943.23 − 10 · 9.624
pet
n
X
SQT = (Yi − Ȳ )2
i=1
Xn
= Yi2 − nȲ 2
i=1
= 943.23 − 10 · 9.624
= 17.01
pet
pet
5.76
r2 = 1 −
17.01
pet
5.76
r2 = 1 −
17.01
= 0.6614
pet
pet
pet
β̂ ∼ N(β, σβ̂2 )
pet
β̂ ∼ N(β, σβ̂2 )
em que
σ2
σβ̂2 = P
n
(Xi − X̄ )2
i=1 pet
H0 : β = β0 ,
pet
H0 : β = β0 ,
utilizamos o resultado
β̂ − β0 sobH0
∼ N(0, 1).
σβ̂
pet
β̂ − β0 sobH0
tcalc = ∼ tn−2 ,
σ̂β̂
pet
β̂ − β0 sobH0
tcalc = ∼ tn−2 ,
σ̂β̂
em que
v
u QME
σ̂β̂ = u P
u
n
(Xi − X̄ )2
t
i=1
pet
pet
pet
α̂ ∼ N(α, σα̂2 )
pet
α̂ ∼ N(α, σα̂2 )
em que
1 X̄ 2
σα̂2 = σ 2 +
n P n
(Xi − X̄ )2
pet
i=1
H 0 : α = α0 ,
pet
H 0 : α = α0 ,
utilizamos o resultado
α̂ − α0 sobH0
∼ N(0, 1).
σα̂
pet
α̂ − α0 sobH0
tcalc = ∼ tn−2 ,
σ̂α̂
pet
α̂ − α0 sobH0
tcalc = ∼ tn−2 ,
σ̂α̂
em que
v
u
u
1 X̄ 2
u
σ̂α̂ = uQME +
u
n
n P
(Xi − X̄ )2
t
i=1 pet