Você está na página 1de 27

Aula 12

Regressão e Modelos de
Regressão
Breve retomada da aula anterior...

Diagrama de dispersão
Correlação linear
Exemplo

 Construa o gráfico de dispersão a partir dos dados abaixo e calcule o


coeficiente de correlação:

X Y
10 100
11 112
12 119
13 130
14 139
15 142
Diagrama de dispersão

Y
16

14

12

10

0
0 1 2 3 4 5 6 7
Alguns modos de calcular o Coeficiente de
Correlação Linear

𝑐𝑜𝑣 𝑥, 𝑦
𝑟𝑥,𝑦 =
𝑠𝑥 ⋅ 𝑠𝑦

 xy   x y
rx, y  n

 x 
2  x
2
 
   y 
2  y 
2


 n  
 
n 

Exemplo – Tabela

X Y X² Y² XY
10 100 100 10000 1000
11 112 121 12544 1232
12 119 144 14161 1428
13 130 169 16900 1690
14 139 196 19321 1946
15 142 225 20164 2130
75 742 955 93090 9426
Cálculo do coeficiente de correlação

 xy   x y
rx, y  n
 x 2
 
 x 2      y 2  
  y 2


 n  
 
n 

(75). 742
9426 −( )
𝑟𝑥,𝑦 = 6
= 0,99
75 ² 742 ²
955 −( ) 93090 −( )
6 6
Análise do coeficiente de correlação

 Os valores de r estão entre: -1 ≤ r ≤ +1

➢ Valores próximos de +1 relação : direta


Alta correlação entre
➢ Valores próximos de -1 as variáveis relação: inversa

➢ Valores próximos de 0 não há relação entre as variáveis.


(zero)
Ligação com a aula atual...

Ao quantificarmos a força da relação entre duas


variáveis estamos utilizando a correlação. E ao
explicitarmos a forma dessa relação estamos
utilizando a regressão, o que torna os conceitos
de correlação e de regressão indissociáveis.
Como trabalharemos apenas com duas variáveis,
estaremos lidando com a correlação linear e a
regressão linear.
Conceitos Iniciais - Regressão

 A regressão é um tipo de análise que usa modelos


matemáticos para relacionar o comportamento de
uma variável Y com o de outra X, ou com outras
variáveis z, w...

 Exemplos:
• Idade e peso das pessoas
• Colesterol e tempo de exercícios semanais
• Semanas na academia e quantidade de peso médio
levantado
Modelos de Regressão

 Modelo Simples, com duas variáveis

Y = f (X)

 Modelo Multivariado, com múltiplas variáveis


Y = f (X1, X2,...Xn)
Modelos de Regressão

 O modelo é SIMPLES quando relaciona duas variáveis. Esse


relacionamento pode ser:

• Simples Linear (equação da reta de regressão) ou,


• Simples Não linear (equação exponencial, geométrica, ...)

 O modelo é MULTIVARIADO quando envolve o relacionamento entre


mais de duas variáveis:
• Multivariado Linear (equação do plano)
• Multivariado Não Linear
Regressão Linear

 A regressão significa que os pontos plotados


no gráfico são regredidos, isto é, são definidos
ou modelados por uma reta que corresponde
à menor distância entre cada ponto plotado e
a reta.

▪ y = a.x + b equação da reta de regressão


Modelo da Regressão Linear

 A Regressão é um processo para se calcular os parâmetros “a” e “b” de


uma função f (X).

Y=a+bX

 No caso de haver uma tendência linear (visto na parte de correlação


linear) podemos utilizar o modelo de regressão linear e a função é
representada por uma reta que é chamada de reta de regressão ou ainda
de reta dos mínimos quadrados.
 Deve-se lembrar que os números encontrados através da equação da
reta de regressão, são estimativas, portanto não são os pontos coletados.
Exemplo – Continuando a aula de
correlação

X Y X² Y² XY
10 100 100 10000 1000
11 112 121 12544 1232
12 119 144 14161 1428
13 130 169 16900 1690
14 139 196 19321 1946
15 142 225 20164 2130
75 742 955 93090 9426
Fórmulas dos parâmetros “a” e “b”

𝑛 σ 𝑥𝑦−σ 𝑥 σ 𝑦
a=
𝑛 ෌ 𝑥²−(σ 𝑥)²

b =𝑦ത - a𝑥ҧ
Resolução

6 . 9426 − 75 .(742)
a=
(6) .(955)−(75)²

a = 8,63
Resolução

b = (742/6) - (8,63) . (12,5)

b = 15,79
DIAGRAMA DE DISPERSAO E RETA DE REGRESSÃO
160

140

120

100

y = 8,63x + 15,79
80

60

40

20

0
0 2 4 6 8 10 12 14 16
Exercício proposto

Utilizando os dados da tabela abaixo encontre a


equação da reta de regressão linear:

 X – número de semanas na academia:


 Y - média dos pesos levantados

X Y
1 4
2 5
3 8
4 9
5 11
6 14
Continuação

X Y X² XY
1 4 1 4
2 5 4 10
3 8 9 24
4 9 16 36
5 11 25 55
6 14 36 84

21 51 91 213
Fórmulas dos parâmetros “a” e “b”

𝑛 σ 𝑥𝑦−σ 𝑥 σ 𝑦
a=
𝑛 ෌ 𝑥²−(σ 𝑥)²

b =𝑦ത - a𝑥ҧ
Material de apoio

 BIBLIOGRAFIA BÁSICA
• GRIFFITHS, D. Correlação e Regressão. In: __________. Use A Cabeça! Estatística. Rio de Janeiro:
Alta Books, 2009. cap. 15, p. 605-635.
• HOEHNE, E. L. Regressão Linear. In: __________. Estatística Aplicada. Jundiaí, 2011 [Apostila]. p. 22
• MARTINS, G. A.; DONAIRE, D. Ajustamento de reta e correlação. In: _________. Princípios de
estatística. 4ª ed. 13ª Reimpressão. São Paulo: Atlas, 2012. cap. 11, p. 203-214.

 Material extra:
http://www.esalq.usp.br/departamentos/lce/arquivos/aulas/2013/LCE5871/Estatistica_Indutiva.pdf

 Link de vídeo aula:


https://www.youtube.com/watch?v=7gWN20iFUFw
Links importantes

Trabalhar com a correlação e a regressão no Excel; e nas


calculadoras científica e financeira.

 Bibliografia:
TRIOLA, M. F.. Introdução à Estatística. 10.ed. Rio de Janeiro, LTC, 2008. (pg. 429 a 442)

 Links:
https://www.youtube.com/watch?v=aIouQVeraDo&t=51s - (Excel)
https://www.youtube.com/watch?v=e5dKAK4Df04 - (Excel)
https://www.youtube.com/watch?v=tvxpdr1SIAI - (HP12C)
https://www.youtube.com/watch?v=llvMCqYK9oY&t=191s - (Casio fx-82MS)

 Trazer calculadora científica ou financeira e se preferir seu computador pessoal


Dúvidas ou questionamentos:

andreroberto.silva@fatec.sp.gov.br

Você também pode gostar