Apresentação sobre dados bi-variados no âmbito da disciplina de Métodos Quantitativos que leciono no IPLuso, Portugal.
É apresentado um método simples para obter manualmente, na realização de uma avaliação, todos os parâmetros necessários para o cálculo do coeficiente de correlação, médias, variâncias e desvios-padrão, bem como os parâmetros da reta de regressão.
Apresentação sobre dados bi-variados no âmbito da disciplina de Métodos Quantitativos que leciono no IPLuso, Portugal.
É apresentado um método simples para obter manualmente, na realização de uma avaliação, todos os parâmetros necessários para o cálculo do coeficiente de correlação, médias, variâncias e desvios-padrão, bem como os parâmetros da reta de regressão.
Apresentação sobre dados bi-variados no âmbito da disciplina de Métodos Quantitativos que leciono no IPLuso, Portugal.
É apresentado um método simples para obter manualmente, na realização de uma avaliação, todos os parâmetros necessários para o cálculo do coeficiente de correlação, médias, variâncias e desvios-padrão, bem como os parâmetros da reta de regressão.
Distribuições bi-variadas. Regressão. Método dos mínimos quadrados Regressão
Um modelo de regressão é um modelo matemático – equação,
que descreve a relação entre duas ou mais variáveis.
Se o estudo só incluir duas variáveis – a variável explanatória x
e a variável resposta y, temos uma regressão simples.
Se o modelo matemático utilizado for a equação de uma reta,
então diz-se regressão linear simples Regressão Linear - Reta dos mínimos quadrados Um dos métodos mais conhecidos de ajustar uma reta a um conjunto de dados, é o MÉTODO DOS MÍNIMOS QUADRADOS, que consiste em determinar a reta que minimiza a soma dos quadrados dos desvios (ou erros) entre os verdadeiros valores das ordenadas e os obtidos a partir da reta, que se pretende ajustar. Fórmulas
Coeficiente de correlação linear
Exercício a) Faça um gráfico de dispersão com as variáveis X e Y b) Determine a média, o desvio padrão e a variância de X e Y c) Determine e interprete o coeficiente de correlação R entre X e Y d) Determine e interprete o significado do coeficiente de explicação R2 e) Determine a reta de regressão que reflete o retorno do X – nº de dias de campanha investimento em função do nº de dias de campanha promocional Y – Retorno do Investimento (103 €) f) Para ter um retorno de 100.000,00€ quantos dias deveria durar a campanha? g) Se a campanha for de 12 dias quanto é o retorno esperado? Cálculos auxiliares Exercício Fórmulas