Planejamento e Análise de Experimentos

Carlos José dos Reis

Exercício - pág. 03 – nota de aula 05

Numa pesquisa foram medidos os teores de alumínio em diversos solos anotando-se
ainda as produtividades de soja. Os resultados foram os seguintes:

X 0,9 1,1 1,2 1,5 1,6 1,8 2,0

Y 1,0 0,9 0,8 0,9 0,6 0,5 0,5

Sendo:
- X o teor de Al+ + + em mE/100 cc de solo;
- Y a produtividade da soja em t/ha.

a) Calcule o coeficiente de correlação, teste e interprete.

Verificou-se que o coeficiente de correlação (r) entre as variáveis X e Y é -0,9021.
Assim, procedeu-se ao teste de hipótese para verificar se na população existe uma
associação entre as variáveis estudadas. Com base no resultado da amostra, realizou-se
o seguinte teste de hipótese sobre o coeficiente populacional.
H0 : ρ = 0

 H1 : ρ ≠ 0

Rejeita-se H 0 : ρ = 0 (valor p = 0,0054), ao nível de 5% de significância. Portanto,

existe correlação linear negativa entre as variáveis, ou seja, a medida que o teor de
alumínio (mE/100 cc de solo) aumenta a produção de soja (t/ha) diminui.

Exercício 2 - pág. 09 – nota de aula 05

A tabela abaixo mostra os resultados de uma pesquisa a respeito de investimento
em qualidade e quantidade de vendas: (Utilizar sempre que preciso α = 5%).

Investimento (R$1000) 8 10 11 13 15 16 20
Vendas (x 1000) 1,2 1,5 1,6 2,0 2,1 2,4 3,0

a) Faça um diagrama de dispersão para os dados.

b) Encontre a equação de regressão e o coeficiente de determinação.
c) Qual seria o número de vendas se fosse investido 12300 reais?
a)
Verificou-se que o coeficiente de correlação (r) entre as variáveis investimento e
vendas é 0,9946. Assim, procedeu-se ao teste de hipótese para verificar se na população
existe uma associação entre essas variáveis. Com base no resultado da amostra,
realizou-se o seguinte teste de hipótese sobre o coeficiente populacional.
H0 : ρ = 0

 H1 : ρ ≠ 0

Rejeita-se H 0 : ρ = 0 (valor p < 0,0001), ao nível de 5% de significância. Portanto,

existe correlação linear positiva entre as variáveis, ou seja, a medida que aumenta-se o
investimento na qualidade aumentam-se as vendas. A associação positiva entre essas
variáveis pode ser visualizada no diagrama de dispersão (Figura 1).

3.0

2.5
Vendas (x 1000)

2.0

1.5

8 10 12 14 16 18 20

Investimento (R$1000)

Figura 1: Diagrama de dispersão das variáveis “investimento” e “vendas”.

b)

Para o estudo conjunto das variáveis foi necessário ajustar um modelo matemático.

Ajustou-se o modelo ɵy = 0,15 x (valor p < 0,0001), que pode ser visualizado na Figura

2. Esse modelo apresentou R 2 = 98,70% , ou seja, 98,70% da variabilidade das vendas

é explicada pelo modelo.
 3.0

2.5

Vendas (x1000)
2.0

1.5

8 10 12 14 16 18 20

Investimento (R$1000)

Figura 2: Diagrama de dispersão das variáveis “investimento” e “vendas”, e reta de

regressão ɵy = 0,15 x ajustada, das vendas (x1000) em função do investimento
(R$1000).

Observa-se na Figura 2 que entre os investimentos (em R$) 8000 e 20000 reais a
medida que aumenta-se o investimento em 1000 reais, as vendas são aumentas em
1500 (valor p < 0,0001).

c)
O número de vendas seria 1845, caso fosse investido 12300 reais.