102 - Regressão Linear Simples II

ESTATÍSTICA
Regressão Linear Simples II

Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br
REGRESSÃO LINEAR SIMPLES II
Você já se imaginou resolvendo uma questão de estatística da prova da ABIN elaborada

pela banca CESPE?
Observe o seguinte exemplo e perceba que os somatórios já foram dados.
𝑌 = 𝛼 + 𝛽𝑋
1. Ao avaliar o efeito das variações de uma grandeza X sobre outra grandeza Y por meio de
uma regressão linear da forma 𝑌 = 𝛼 + 𝛽𝑋, um analista, usando o método dos mínimos
quadrados, encontrou, a partir de 20 amostras, os seguintes somatórios (calculados so-
bre os vinte valores de cada variável):
∑ X = 300; ∑ 400; ∑ X 2 = 6.000; ∑ Y 2 = 12.000e ∑(XY) = 8.400
A partir desses resultados, julgue os itens a seguir.
𝛽
(1) 𝛽 > 0
𝑌
(2) Para X = 10, a estimativa de Y é 𝑌 = 12.
RESOLUÇÃO
Essa questão é como se fosse uma função.
Observe as seguintes etapas:
∑(Xi ⋅ Yi) − n ⋅ X ⋅ Y
b=
∑ X i2 − n ⋅ (X) 2
Vamos buscar as médias X e Y.

A média é o somatório dos 20 elementos e sua posterior divisão por 20. Assim:
300 400
X
= = 15=
| Y = 20
20 20
(X; Y)
A reta sempre passa pelos pontos (X; Y) . Portanto, a reta passará pelos pontos (15; 20).
5m
ANOTAÇÕES
1 www.grancursosonline.com.br
ESTATÍSTICA
𝛽 é o coeficiente angular. Se for maior que zero, a inclinação é à direita; se for menor que
zero, a inclinação será à esquerda.
Assim, temos:
(1)
𝑏 = 8400 – 20. 15. 20 / 6000 – 20. 15² = 8400 – 6000 / 4500
𝑏 = 2400/1500 = 1,6
(2)
Montando a função:
Y = a + bx
20 = a + 1,6. 15
20 = a + 24
20 – 24 = a
-4 = a
a= -4
Ou
20 = a+ 24
10m
20 – 24 = a
-a = 24 – 20
-a = 4. (-1)
a = -4
Assim:
Y = a + bx
Y = -4 + 1,6x
Essa é a equação linear.
Então:
Y = -4 + 1,6. 10
Y = -4 + 16 = 12
1. Utilizando o método dos mínimos quadrados, obteve-se a equação de tendência T = 15 +

2,5t, sendo t = 1, 2, 3,..., com base nos lucros anuais de uma empresa, em milhões de re-
ais, nos últimos 10 anos, em que t1 representa 2009, t2 representa 2010 e assim por diante.
Por meio dessa equação, obtém-se que a previsão do lucro aessa empresa, no valor de
15m
55 milhões de reais, será́ para o ano
ANOTAÇÕES
ESTATÍSTICA
a. 2021.
b. 2025.
c. 2024.
d. 2023.
e. 2022
RESOLUÇÃO
A função já foi dada:
T = 15 + 2,5t
Assim:
55 = 15 + 2,5t
55 – 15 = 2,5t
40 = 2,5t
40/2,5 = t
t = 16
Se t1 = 2009, logo:
2009 + 15 = 2024.
2. Durante um período de 10 anos (de 2008 a 2017), foi registrado, em cada ano, o fatura-
mento anual (F) de uma empresa, em milhões de reais, e o respectivo gasto anual com
propaganda (G), em milhões de reais.
Um modelo de regressão linear simples Ft = α + βGt + εt, t = 1, foi elaborado para se pre-
20m
ver F em função de G, considerando as informações registradas, em que F1 e G1 são o fa-
turamento e o gasto com propaganda em 2008, F2 e G2 são o faturamento e o gasto com
propaganda em 2009, e assim por diante. Os parâmetros α e β são desconhecidos e εt é
o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. As
estimativas de α e β foram obtidas pelo método dos mínimos quadrados, sabendo-se que
o valor da soma dos faturamentos e dos gastos com propaganda de 2008 a 2017 foram,
em milhões de reais, iguais a 120 e 15, respectivamente. Se a estimativa do coeficiente
angular da reta obtida por meio do método dos mínimos quadrados foi de 1,8, então a
previsão do faturamento em um determinado ano, uma vez que a empresa gastou com
ANOTAÇÕES
ESTATÍSTICA
propaganda neste ano 2 milhões de reais, é

a. 15,4 milhões de reais.
b. 16,0 milhões de reais.
c. 14,4 milhões de reais.
d. 12,9 milhões de reais.
e. 13,6 milhões de reais.
RESOLUÇÃO
Temos a seguinte relação:
Y = α + βX
F = α + βG
Além disso:
ΣF = 120 milhões de reais
ΣG = 15 milhões de reais
Para fazer a previsão solicitada pela questão, devemos montar a função:
F = α + βG
F = α + 1,8G
Calculando a média de XF:
120
F= ⇒ X F = 12
10
15
G
= = 45
10
(G; F)
Substituindo os pares ordenados (G; F)
25m
12 = α + 1,8. 1,5
12 = α + 1,7
12 – 1,7 = α
α = 9,3
Temos a função:
F = 9,3 + 1,8G
ANOTAÇÕES
ESTATÍSTICA
Com isso, é possível fazer qualquer previsão.

F = 9,3 + 1,8. 2
F = 9,3 + 3,6
F = 12,9
3. (SEFAZ – BA/2019)Em uma determinada indústria, foi efetuada uma pesquisa a respeito
da possível relação entre o número de horas trabalhadas (X), com X ≥ 2, e as quanti-
dades produzidas de um produto (Y). Com base em 10 pares de observações (Xi,Yi) e
considerando o gráfico de dispersão correspondente, optou-se por utilizar o modelo linear
Yi = α + βXi + εi, com i representando a i-ésima observação, ou seja, i = 1, 2, 3,... 10. Os
parâmetros α e β são desconhecidos e as suas estimativas (a e b, respectivamente) fo-
ram obtidas pelo método dos mínimos quadrados. Observação: εi é o erro aleatório com
as respectivas hipóteses do modelo de regressão linear simples. Considere o gráfico,
abaixo, construído utilizando os valores encontrados para as estimativas de α e β.
A previsão da quantidade produzida será igual ao dobro da média verificada das 10 ob-
servações Yi quando o número de horas trabalhadas for igual a
a. 20.
ANOTAÇÕES
ESTATÍSTICA
b. 24.
c. 22.
d. 18.
e. 12.
RESOLUÇÃO
(10,16)
(4,4)
Como descobrir o valor do coeficiente angular? / Δx

β = 16 – 4/10 - 4
β = 12/6
β=2
Como descobrir o valor de α?
30m Y = α + βx
4 = α + 2. 4
4=α+8
4–8=α
-4=α
Montando a função:
Y = α + βx
Y = -4 + 2x
Calculando a média:
ANOTAÇÕES
ESTATÍSTICA
120
X=
10
X = 12
Ainda:
Y = α + βX
Y =−4 + 2X
Y =−4 + 2 ⋅12
Y =−4 + 24
Y = 20
Como a questão deseja o dobro:

20. 2 = 40
Y =-4 + 2x
40 = -4 + 2x
Portanto:
40 + 4 = 2x
44 = 2x
44/2 = x
X – = 22
4. (SEFAZ – SC) A tabela a seguir indica o valor y do salário, em número de salários mí-
35m nimos (SM) e os respectivos tempos de serviço, em anos, x, de 5 funcionários de uma
empresa:
Suponha que valha a relação: yi = α+ βxi + εi em que i representa a i-ésima observação,

α e β são parâmetros desconhecidos e εi é o erro aleatório com as hipóteses para a re-
gressão linear simples. Se as estimativas de a e β forem obtidas pelo método de mínimos
quadrados por meio dessas 5 observações, a previsão de salário para um funcionário
com 4 anos de serviço será, em SM, igual a
ANOTAÇÕES
ESTATÍSTICA
a. 6,1
b. 5,2
c. 6,0
d. 5,5
e. 5,8
RESOLUÇÃO
Calculando as médias de X e Y:
(X, Y) → (3, 4)
15
X
= = 3
5
20
Y = 4
=
5
Sabemos que a reta passa no ponto (X, Y) → (3, 4)

Jogando na fórmula: 15
X
== 3
∑(Xi ⋅ Yi) − n ⋅ X ⋅ Y 5
b=
∑ X i2 − n ⋅ (X) 2 20
Y = 4
=
5
Assim:
Σ𝑋. 𝑌 = 6 + 1+ 12 + 4
Σ𝑋. 𝑌 = 69
Σ𝑋² = 4 + 9 + 25 + 9 + 4
Σ𝑋² = 51
Portanto:
𝑏 = 69 – 5. 3. 4 / 51 – 5. 3²
𝑏 = 69 – 60 / 51 – 45
𝑏 = 9/6 = 1,5
Temos a seguinte função:
40m
Y = α + 1,5X
4 = α + 1,5. 3
ANOTAÇÕES
ESTATÍSTICA
4 = α + 4,5
4 – 4,5 = α
-0,5 = α
Assim:
Y5 + 1,5x
Y = 0,5 + 1,5. 4
Y=6
Y = 5,5
GABARITO
1. C, C
1. c
2. d
3. c
4. d
�Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula
preparada e ministrada pelo professor Márcio Flávio Alencar Barbosa de Araújo.
A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo
ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu-
siva deste material.
ANOTAÇÕES

102 - Regressão Linear Simples II

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

102 - Regressão Linear Simples II

Enviado por

Direitos autorais:

Formatos disponíveis

ESTATÍSTICA

Regressão Linear Simples II

REGRESSÃO LINEAR SIMPLES II

Você já se imaginou resolvendo uma questão de estatística da prova da ABIN elaborada

Vamos buscar as médias X e Y.

1. Utilizando o método dos mínimos quadrados, obteve-se a equação de tendência T = 15 +

propaganda neste ano 2 milhões de reais, é

Com isso, é possível fazer qualquer previsão.

Como descobrir o valor do coeficiente angular? / Δx

Como a questão deseja o dobro:

Suponha que valha a relação: yi = α+ βxi + εi em que i representa a i-ésima observação,

Sabemos que a reta passa no ponto (X, Y) → (3, 4)

Você também pode gostar