Escolar Documentos
Profissional Documentos
Cultura Documentos
CORRELAÇÃO
01- O coeficiente de correlação linear entre as variáveis X e Y
da tabela abaixo vale:
X Y
CORRELAÇÃO E 2
4
6
8
REGRESSÃO 6
8
10
12
10 14
EXERCÍCIOS a. 0,5 b. 1,0 c. -1,0 d. -0,5 e. 0
Y=X+4!
rXY = 1.0 !
SEM CONTA ! ⇒ OLHOU...E VIU!
GABARITO - B
Os pontos estão perfeitamente alinhados sobre uma reta !
02- O coeficiente de correlação linear entre X e Y é r. 03- Se as variáveis aleatórias X e Y são tais que
Se Y = 4 - 2X então: Y = 2X, o coeficiente de correlação linear entre X e Y
vale:
a. r = 1 b 0 < r < 1. c. r = 0 d. -1 < r < 0 e. r = -1
a. r = 1 b. r = 0 c. r = -1 d. 0 < r < 1 e. -1< r < 0
Y = 4 - 2X Y = 2X
GABARITO - E GABARITO - A
5 5 5 5 5
∑x i = 20 ∑y i = 30 ∑x 2
i = 90 ∑y 2
i = 220 ∑x y i i = 109 r=
S X ,Y
i =1 i =1 i =1 i =1 i =1 S X × SY
O coeficiente de correlação entre essas notas é
aproximadamente igual a: Para calcular a correlação precisamos:
(A) - 0,55 COEFICIENTE DE CORRELAÇÃO ENTRE X E Y COVARIÂNCIA ⇒ SXY
(B) - 0,2 S X ,Y
(C) - 0,05 r= DESVIO PADRÃO (SX) DE X ⇒ precisa da Variância de X
(D) 0,3 S X × SY
DESVIO PADRÃO (SY) DE Y ⇒ precisa da Variância de Y
(E) 0,5 Para calcular a correlação precisamos:
COVARIÂNCIA ⇒ SXY MÉDIA DE X
DESVIO PADRÃO DE X (Variância de X) MÉDIA DE Y
DESVIO PADRÃO DE Y (Variância de Y)
MÉDIA DE X
MÉDIA DE Y
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 1 MANUEL
ACADEMIA DO CONCURSO
5 5 5 5 5 5 5 5 5 5
∑x i = 20 ∑y i = 30 ∑x 2
i = 90 ∑y 2
i = 220 ∑x y
i =1
i i = 109 ∑x i = 20 ∑y i = 30 ∑x 2
i = 90 ∑y 2
i = 220 ∑x y
i =1
i i = 109
i =1 i =1 i =1 i =1 i =1 i =1 i =1 i =1
∑ xi2 ∑y 2
i
220 2
90 2 S X2 = 2 S = 2 i =1
− y2 = − 6 = 44 − 36 = 8 SY2 = 8
S X2 = i =1
− x2 = − 4 = 18 − 16 = 2 Y
n 5
n 5
Média dos quadrados menos o quadrado da média !
Média dos quadrados menos o quadrado da média !
5 5 5 5 5 5 5 5 5 5
∑x i = 20 ∑y i = 30 ∑x 2
i = 90 ∑y 2
i = 220 ∑x y
i =1
i i = 109 ∑x i = 20 ∑y i = 30 ∑x 2
i = 90 ∑y 2
i = 220 ∑x y
i =1
i i = 109
i =1 i =1 i =1 i =1 i =1 i =1 i =1 i =1
S X ,Y
r= X =4 Y =6
X =4 S X2 = 2 S X = 2
S X × SY S X ,Y = −2,2
Y =6 SY2 = 8 SY = 8
QUINTO PASSO ⇒ CALCULAR A COVARIÂNCIA ENTRE X E Y
FINALMENTE....
S X ,Y =
∑ XY − XY ⇒ MÉDIA DO PRODUTO MENOS S X ,Y
O PRODUTO DAS MÉDIAS r=
n
S X × SY
MÉDIA DO PRODUTO − 2,2 − 2,2 − 2,2 − 2,2
PRODUTO DAS MÉDIAS r= = = = = −0,55
2× 8 16 16 4
109 S X ,Y = −2,2
S X ,Y = − 4 × 6 = −2,2 r = −0,55 GABARITO - A
5
CovX ,Y =
∑ XY − XY ⇒ MÉDIA DO PRODUTO MENOS
O PRODUTO DAS MÉDIAS
n
Obs. COVARIÂNCIA será visto no Módulo de Correlação e Regressão!
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 2 MANUEL
ACADEMIA DO CONCURSO
∑ XY − XY S (2X −Y ) = 4 + 16 − 2 × 3
S X ,Y = ⇒ COVARIÂNCIA ENTRE X e Y!
n S (2X −Y ) = 20 − 6
COVARIÂNCIA ENTRE X e Y = MÉDIA DO PRODUTO
MENOS...O PRODUTO DAS MÉDIAS ! S (2X −Y ) = 14
GABARITO - D
II- não se altera quando adicionamos uma constante positiva positiva os valores de X.
⇒ S(X+C,Y) = S(X,Y) ⇒ a COVARIÂNCIA entre X e Y não se altera ⇒ S(CX) = cS(X) = o Desvio Padrão de Xfica multiplicada por c.
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 3 MANUEL
ACADEMIA DO CONCURSO
S X ,Y =
∑ XY − XY ⇒ COVARIÂNCIA ENTRE X e Y! Y
n X -1 1
0 0,1 0,2 0,3
COVARIÂNCIA = MÉDIA DO PRODUTO MENOS...O
1 0,3 0,1 0,4 PROBABILIDADES MARGINAIS DE X
PRODUTO DAS MÉDIAS !
2 0,2 0,1 0,3
0,6 0,4 1,0 X = 0 × 0,3 + 1× 0,4 + 2 × 0,3
Y
X -1 1 X = 0 + 0,4 + 0,6 X = 1,0
0 0,1 0,2 PROBABILIDADES PRECISAVA FAZER A CONTA ?
1 0,3 0,1 MARGINAIS DE Y
2 0,2 0,1
Y = −1× 0,6 + 1× 0,4 Y = −0,2
PARA ACHAR A COVARIÂNCIA PRECISAMOS CALCULAR:
MÉDIA DE X
MÉDIA DE Y
MÉDIA DO PRODUTO DE X POR Y
S X ,Y = −0,7 + 0,5
GABARITO - B
S X ,Y = −0,2
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 4 MANUEL
ACADEMIA DO CONCURSO
X Y Aluno 1 2 3 4 5 6 7 8
X 1,0 0,5 QUANTO VALE A VARIÂNCIA DE X (SX2) ? X 10 9 6 8 7 5 4 3
Y 0,5 4,0 QUANTO VALE A VARIÂNCIA DE Y (SY2) ? Y 1 2 6 4 5 7 8 10
O Coeficiente de Correlação Linear de Pearson entre X e Y:
QUANTO VALE A COVARIÂNCIA ENTRE X E Y (SXY) ? (A) vale 1
SX2 = 1,0 SX = 1,0 S X ,Y 0,5 (B) está compreendido entre 0 e 1
r= r= r = 0,25 (C) vale 0
SY2 = 4,0 SY = 2,0 S X × SY 1× 2
(D) está compreendido entre –1 e 0
SXY = 0,5 FEROZ ! (E) vale –1
GABARITO - B
Aluno 1 2 3 4 5 6 7 8 13-PREFEITURAMANAUS-ESTATÍSTICO-2004/CESGRANRIO
X 10 9 6 8 7 5 4 3 Se Var(X)=3, Var(Y)=2 e Cov(X,Y) = 1, então Var(2X-Y) é igual a:
Y 1 2 6 4 5 7 8 10
(A) 2
12
(B) 6 Var(X)=3
Aluno X Y
10 1 10 1 (C) 8 Var(Y)=2
2 9 2 (D) 10
8
3 6 6 (E) 12 Cov(X,Y) = 1
6 4 8 4
4
5 7 5 Var(X-Y) = Var(X) + Var(Y) - 2×Cov(X,Y)
6 5 7
2 7 4 8 Var(2X-Y) = Var(2X) + Var(Y) - 2×Cov(2X,Y)
8 3 10
0
0 2 4 6 8 10 12 Var(2X-Y) = 22Var(X) + Var(Y) - 2×2Cov(X,Y)
Coeficiente de Correlação Linear = ???? r =? Var(2X-Y) = 4×3 + 2 - 4×1
r = Está compreendi do entre − 1 e 0 ! Var(2X-Y) = 10
GABARITO - D GABARITO - D
Obs. Cov(2X,Y)=2Cov(X,Y)
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 5 MANUEL
ACADEMIA DO CONCURSO
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 6 MANUEL
ACADEMIA DO CONCURSO
17-(SEAD-AM-ESTATÍSTICO-2005/CESGRANRIO) Se var(X)=4,
IV. Se E(XY) = E(X).E(Y), então X e Y são independentes. var(Y)=2 e cov(X,Y)= -1, então var(2X-Y) é igual a:
Se E(XY) = E(X).E(Y) ⇒ Cov(X,Y) = 0 ! (A) 10 var(X)=4
Mas Cov(X,Y) = 0 não significa (X,Y) INDEPENDENTES ! (B) 12
(C) 18 var(Y)=2
FALSO (D) 22 cov(X,Y)= -1
(E) 24
Var(X-Y) = Var(X) + Var(Y) - 2×Cov(X,Y)
Var(2X-Y) = Var(2X) + Var(Y) - 2×Cov(2X,Y)
Var(2X-Y) = 22Var(X) + Var(Y) - 2×2Cov(X,Y)
Var(2X-Y) = 4×4 + 2 - 4×-1
Var(2X-Y) = 16 + 2 + 4
GABARITO - B Var(2X-Y) = 22 GABARITO - D
20-(SESPA-ESTATÍSTICO-2006/NCE) O diagrama de
dispersão entre duas variáveis X e Y é: Qual o sinal da COVARIÂNCIA ?
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 7 MANUEL
ACADEMIA DO CONCURSO
Z=
X
+3 W = −Y + 2 rXY = ρ rZW = ? rWY = ? PROPRIEDADE DA VARIÂNCIA
2
S S X2 = 16 SX = 4
− XY Y = 2X
rZW = r X = 2 = − S XY = − ρ
SX SY2 = 2 2 S X2 SY2 = 4 × 16
× SY S X S Y SY2 = 64
( + 3 )( −Y + 2 )
2 SY = 8
rZW = − ρ 2
Y = −2 X
W = −Y + 2 rWY = −1 SY2 = ( −2) 2 S X2 SY2 = 4 × 16 SY2 = 64 SY = 8
2 2
OBSERVAÇÃO ⇒ S −X =S X S− X = S X
Var(-X) = Var(X) !
LOGO... S 22X = S −22 X
Multiplicar uma variável por (-1) não altera a Variância e nem o OU SEJA!
2
S CX = S −2CX
Desvio Padrão!
GABARITO - C
23-(ATRFB-2006/ESAF) O coeficiente de correlação entre duas MESMO SEM PRECISAR VAMOS CALCULAR rZY
variáveis Y e X é igual a + 0,8. Considere, agora, a variável Z
definida como: Z = 0,2 − 0,5 X. O coeficiente de correlação
rXY = 0,8 Z = 0,2 − 0,5 X rZY = ?
entre as variáveis Z e X, e o coeficiente de correlação entre as
variáveis Z e Y serão iguais, respectivamente, a: S ( 0, 2−0 ,5 X )(Y ) = −0,5 S ( XY ) PROPRIEDADE DA COVARIÂNCIA !
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 8 MANUEL
ACADEMIA DO CONCURSO
∑ x = ∑ y =15 X=
15
5
=3 Y =
15
5
=3
∑ x = ∑ y =55
2 2
S X2 =
55 2
− 3 = 11 − 9 = 2 S X2 = 2 SX = 2
5
∑ xy = 39 SY2 =
55 2
− 3 = 11 − 9 = 2 SY2 = 2 SY = 2
Sabendo-se que esses 5 pares de observações constituem a 5
totalidade da distribuição conjunta populacional dessas duas
variáveis, o valor do coeficiente de correlação entre X e Y é igual a 39 39 −6
a) + 1,000
S XY = − 3× 3 = −9 =
5 5 5
b) + 0,709
c) + 0,390 S X ,Y −6/5 −6/5
r= r= = = −0,6 r = −0,6
d) - 0,975 S X × SY 2× 2 2
e) - 0,600
GABARITO - E
∑ ∑
10 10
i =1
X i = 171 i =1
X 2 = 3171 n = 10
Sabe-se ainda que:
2
∑
10
∑ ∑ 3171 171
10 10
Yi = 221 Y 2 = 5069 X iYi = 3940
i =1 i =1 i =1 S X2 = − S X2 = 24,69 S X ≅ 4,97
10 10
∑ ∑
10 10 2
X i = 171 X = 3171 2
i =1 i =1
5069 221 SY2 = 18,49 SY ≅ 4,31
Assinale a opção cujo valor corresponda à correlação entre os SY2 = −
10 10
salários dos homens e os salários das mulheres.
a) 0,72 3940
b) 0,75
S XY = − 22,1× 17,1 S XY = 16,09
c) 0,68
10
d) 0,81 S X ,Y
e) 0,78
16,09 r ≅ 0,75
r= r= ≅ 0,75
S X × SY 4,97 × 4,31 GABARITO - B
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 9 MANUEL
ACADEMIA DO CONCURSO
rWZ = ?
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 10 MANUEL
ACADEMIA DO CONCURSO
∑X = 10; ∑Y = 36; ∑XY = 100; ∑X2 =30 n=4 30- Dada a tabela abaixo, estimar a reta de regressão:
X Y
CÁLCULO DA VARIÂNCIA DE X
1 1
Yˆ = a + bX n=5
∑x
2
2
30 10 2 2 S XY
S X2 =
i
− x2 S X2 = − S X2 = 1,25
n 4 4 3 4
b=
S X2
CÁLCULO DA COVARIÂNCIA 4 5
5 8
S X ,Y =
∑ XY − XY S X ,Y =
100 10 36
− × S X ,Y = 2,5 a = Y − bX
n 4 4 4
a. Y = -1,1 + 1,7X
S 2,5
b = XY b= b=2 b. Y = -1,7 + 1,1X
S X2 1,25 c. Y = -1,1 - 1,7X
36 10 d. Y = -1,7 - 1,7X
a = Y − bX a= − 2× a=4
4 4
Yˆ = a + bX Yˆ = 4 + 2 X GABARITO - C
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 11 MANUEL
ACADEMIA DO CONCURSO
X Y X2 Y2 XY 55 15
2
2 O enunciado seguinte deverá ser usado para responder as
S X2 = − S X = 11 − 9 S X = 2
2
1 1 1 1 1 questões de 31 a 37.
5 5 A reta de mínimos quadrados para um conjunto de pontos é .
2 2 4 4 4
12 S X ,Y = ∑
XY yˆ = 3 + 2 x
3 4 9 16 − XY
4 5 16 25 20 n 31- Em relação a covariância pode-se afirmar que:
77 15 20 S = 3,4 a. é positiva pois o coeficiente angular é negativo
5 8 25 64 40 S
X ,Y = − × X ,Y b. é positiva pois o coeficiente angular é positivo
15 20 55 110 77 5 5 5 c. é negativa pois o coeficiente angular é negativo
S XY 3,4 d. é negativa pois o coeficiente angular é positivo
b= b= b = 1,7 e. é igual a zero pois o coeficiente angular é nulo
S X2 2 Coeficiente Linear ⇒ a
20 15 Yˆ = a + bX Coeficiente Angular ⇒ b
a = Y − bX a= − 1,7 × a = − 1,1
5 5 yˆ = 3 + 2 x a = 3 b = 2
Yˆ = a + bX Yˆ = −1,1 + 1,7 X GABARITO - A b=
S XY
⇒ S XY > 0 Obs. S X2 ≥ 0
S X2 GABARITO - B
32- Em relação ao coeficiente de correlação da reta do exercício 33- O coeficiente angular da reta vale:
anterior pode-se afirmar que: a. 3 b. -2 c. 0 d. 2
a. r = 1 b. r = -1 c. 0 < r < 1 d. -1 < r < 0
yˆ = 3 + 2 x a =3 b=2
yˆ = 3 + 2 x a =3 b=2
Coeficiente Linear ⇒ a
S X ,Y S Coeficiente Angular ⇒ b GABARITO - D
r= b = 2 b = XY ⇒ S XY > 0 pois S ≥ 0 2
X
S X × SY S X2
Como SX ≥ 0 e SY ≥ 0 o sinal de r é o mesmo sinal de SXY! 34- O coeficiente linear (intercept) da reta vale:
a. 2 b. 0 c. 3 d. -3
Logo ⇒ 0 < r < 1
GABARITO - C
GABARITO - C
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 12 MANUEL
ACADEMIA DO CONCURSO
38- (ACE-ESAF) A tabela abaixo exibe o consumo de 39- (ACE-ESAF) O coeficiente de correlação do exercício
determinado item no período de 1999 a 2007. anterior é 0,98. Este resultado significa que a previsão:
Ano Consumo Sabendo-se que os valores dos parâmetros para a. pode ser efetuada com relativa margem de segurança, pois o
1999 1
a reta ajustada são a = - 0,57 e b = 1,27, e que as valor de r está muito próximo de 1
2000 2
condições de mercado permanecem inalteradas, a b. não pode ser efetuada, dado que o valor de r está distante de
2001 4
2002 4 previsão de consumo para 2008 será: 100
2003 5 a. 37,53 c. não pode ser efetuada, pois este resultado expressa uma
2004 7 b. 13,27
c. 12,13
Yˆ = a + bX relação linear
2005 8 d. pode ser efetuada, dada a importante significância deste
d. 46,61 a = - 0,57
2006 9 resultado
e. 14,79 b = 1,2
2007 12
e. não pode ser efetuada, dado que o valor de r não pode ser
Yˆ = −0,57 + 1,27 X X = ???? menor do que 1
X = 10
r varia entre -1 e 1
Yˆ = −0,57 + 1,27 × 10 Yˆ = −0,57 + 12,7
r = 0,98 ⇒ forte correlação positiva !
Yˆ = 12,13
Obs. É uma REGRESSÃO contra o TEMPO(X) ! GABARITO - C GABARITO - D
40- (BACEN) Das afirmações: I. O coeficiente de determinação (R2) mede o quanto da variação
I. O coeficiente de determinação (R2) mede o quanto da variação da variável independente, é explicada pela variável dependente.
da variável independente, é explicada pela variável dependente.
II. O coeficiente de determinação é um real no intervalo [0,1]. Yˆ = a + bX
III. A qualidade do ajuste de um modelo é medida pelo
COEFICIENTE DE DETERMINAÇÃO
coeficiente de variação entre as variáveis dependente e
independente. ⇒ r2 varia entre 0 e 1 ⇒ [ 0 ≤ r2 ≤ 1]
IV. O método dos mínimos quadrados consiste em minimizar a
⇒ Mede o quanto da variação da variável DEPENDENTE (Y) é
soma dos quadrados dos desvios entre os valores observados e
os valores estimados, pelo modelo ajustado. explicada pela variável INDEPENDENTE (X).
V. O processo de determinação dos parâmetros de uma reta de
⇒ FALSO
regressão é chamado de ajustamento.
a. Todas são corretas II- O coeficiente de determinação é um real no intervalo [0,1]
b. Todas são incorretas VERDADEIRO
c. II e III são incorretas
d. I, II e V são corretas
e. II, IV e V são corretas
III. A qualidade do ajuste de um modelo é medida pelo 41- (AFPS-ESAF) Assinale a alternativa incorreta:
coeficiente de variação entre as variáveis dependente e
independente. a. Se a covariância entre duas variáveis é negativa, então a
Coeficiente de Variação é uma medida de dispersão! correlação linear entre essas variáveis será também negativa.
FALSO
b. O valor do coeficiente angular no modelo linear de regressão
IV. O método dos mínimos quadrados consiste em minimizar a
soma dos quadrados dos desvios entre os valores observados e é equivalente a tangente do ângulo que a reta de regressão
os valores estimados, pelo modelo ajustado. forma com o eixo dos X.
Yˆ = α + βX e (desvio) = (Y − Yˆ ) c. Um valor nulo para o coeficiente linear, significa que a
min ∑ ê 2 min ∑ (Y − Yˆ ) 2 min ∑ [Y − (α + β X )]
2
covariância linear entre a variável dependente e a variável
min ∑ [Y − α − βX ]
2
independente é zero.
VERDADEIRO d. A correlação linear perfeita ocorre quando os pontos
V. O processo de determinação dos parâmetros de uma reta de observados estão perfeitamente alinhados sobre uma reta.
regressão é chamado de ajustamento.
VERDADEIRO GABARITO - E
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 13 MANUEL
ACADEMIA DO CONCURSO
41- (AFPS-ESAF) Assinale a alternativa incorreta: 41- (AFPS-ESAF) Assinale a alternativa incorreta:
c. Um valor nulo para o coeficiente linear, significa que a
a. Se a covariância entre duas variáveis é negativa, então a
covariância linear entre a variável dependente e a variável
correlação linear entre essas variáveis será também negativa.
independente é zero.
S X ,Y
r= Yˆ = a + bX a = 0 ⇒ Yˆ = bX
S X × SY
Coeficiente Linear ⇒ a
Como SX ≥ 0 e SY ≥ 0 o sinal de r é o mesmo sinal de SXY! Coeficiente Angular ⇒ b
a = 0 ⇒ a reta de regressão passa pela origem!
b. O valor do coeficiente angular no modelo linear de regressão
é equivalente a tangente do ângulo que a reta de regressão INCORRETA
forma com o eixo dos X.
d. A correlação linear perfeita ocorre quando os pontos
Yˆ = a + bX observados estão perfeitamente alinhados sobre uma reta.
b = tg (θ )
GABARITO - C
a ) yˆ i = 0,57 + 1,27 xi
Ano-X Consumo-Y Para obter-se um modelo de regressão
1999 1 linear do consumo contra o tempo são
b) yˆ i = −0,57 + 1,27 xi
2000 2
fornecidas as seguintes informações: c ) yˆ i = −0,78 + 1,27 x i
2001 4
2002
2003
4
5
∑ X = 45 ∑ ( X − X ) = 60
i i i i
2
d ) yˆ i = −0,57 + 1,37 xi
∑ Y = 52 ∑ (Y −Y ) = 99,56
2
2004 7 i
i i i
2005 8 e ) yˆ i = 0,57 + 2,78 x i
2006
2007
9
12
∑ (X − X )(Y − Y ) = 76
i i i
∑ t
X
t
=
∑ X = 45 ∑ ( X − X ) = 60 ∑ Y
4 5 9 , 4 ;
∑ t
Y
t
= 5 9 ;
∑ t
(X
t
− M
x
) 2 =
i
0 , 4 4 4 ;
∑ t
(Y
t
− M
y
) 2 = 1 6 0 0 , 9
i i i
2
i i = 52 ∑ (Y − Y )
i i
2
= 99,56
∑ t
X
t
=
∑ X = 45 ∑ ( X − X ) = 60 ∑ Y
4 5 9 , 4 ;
∑ t
Y
t
= 5 9 ;
∑ t
(X
t
− M
x
) 2 =
i
0 , 4 4 4 ;
∑ t
(Y
t
− M
y
) 2 = 1 6 0 0 , 9
i i i
2
i i = 52 ∑ (Y − Y )
i i
2
= 99,56
S XY S XY
Yˆ = a + bX b=
S X2
a = Y − bX Yˆ = a + bX b=
S X2
a = Y − bX
S X ,Y =
∑ XY − XY COVARIÂNCIA S X2 =
∑x i
2
− x2 VARIÂNCIA ∑ (X − X )× (Y − Y ) S XY =
76
S XY = 8, 44
n S XY = 9
n n
E AGORA ?
∑ (X − X )
2
60 S X2 = 6,67
S X2 = S X2 =
S XY =
∑ (X − X )× (Y − Y ) ⇒ MÉDIA DO PRODUTO DOS DESVIOS n 9
n 8,44 52 45
b= b = 1,27 a= − 1, 27 × a = − 0,57
6,67 9 9
∑ (X − X )
2
2 ⇒ MÉDIA DO QUADRADO DOS DESVIOS
S X =
n Yˆ = −0,57 + 1,27 X GABARITO - B
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 14 MANUEL
ACADEMIA DO CONCURSO
S XY = 8, 44 S X2 = 6,67
S X ,Y 8,44 8,44
r= r= r=
S X × SY 6,67 × 11,062
∑i Yi = 52 ∑ (Y − Y )
i i
2
= 99,56
73,78
45-(AFRF-96/ESAF) Marque a opção que representa a equação 46-(AFRF-98/ESAF) O logaritmo neperiano (ln) de um índice de
. ˆ i = aˆ + bˆxi
da reta ajustante de mínimos c.quadrados y produção Y está associado ao logaritmo neperiano de um índice
a ) yˆ i = 1,601 + 3,114 x i de insumos Q através da relação linear: ln(Y) = α + β ln(Q) + e.
Para uma amostra de 100 observações envolvendo dados de
b) yˆ i = 1,643 + 3,482 x i
produção e quantidade, encontraram-se como estimadores de α
c ) yˆ i = 1,685 + 3,271xi e β as quantidades 1 e 2, respectivamente.
d ) yˆ i = 1,713 + 2,992 xi Assinale a opção correta.
e ) yˆ i = 1,726 + 2,864 x i a) A variação logarítmica esperada na produção por unidade de
variação em Q será de ln(2).
9,08 S XY b) A variação esperada no logaritmo do produto Y por unidade de
b= b= b = 3,114 variação no logaritmo de Q depende de Q e quando Q=exp(2) vale 4.
2,92 S X2
c) A variação esperada no logaritmo do produto Y por unidade de
75 21 variação no logaritmo de Q não depende de Q e é constante igual 2.
a = Y − bX a= − 3,114 × d) A variação esperada em ln(Y) por unidade de variação em ln(Q) não
6 6 está definida.
e) A variação esperada no logaritmo do produto Y por unidade de
a = 1,601 GABARITO - A variação no logaritmo de Q depende de Q e quando Q=exp(2) vale 5.
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 15 MANUEL
ACADEMIA DO CONCURSO
α=1 α=1
ln(Y) = 1 + 2 ln(Q) ln(Y) = 1 + 2 ln(Q)
β=2 β=2
a) A variação logarítmica esperada na produção por unidade de b) A variação esperada no logaritmo do produto Y por unidade
variação em Q será de ln(2). de variação no logaritmo de Q depende de Q e quando
Q=exp(2) vale 4.
ln(Y) = 1 + 2 ln(Q) ln(Y) = 1 + 2 ln(Q)
d ln Y d ln Y
=2 ⇒ Variação esperada de Y por unidade de variação no = 2 ⇒ A variação esperada no logaritmo do produto Y por unidade
d ln Q logaritmo de Q vale 2 ! d ln Q de variação no logaritmo de Q é CONSTANTE igual a 2.
FALSO FALSO
Obs. ex = exp(x)
Obs. ex = exp(x)
n ∞
1 1
e = BASE DO LOGARITMO NEPERIANO e = lim 1 + e=∑
n n = 0 n!
n → ∞
α=1 α=1
ln(Y) = 1 + 2 ln(Q) ln(Y) = 1 + 2 ln(Q)
β=2 β=2
c) A variação esperada no logaritmo do produto Y por unidade d) A variação esperada em ln(Y) por unidade de variação em
de variação no logaritmo de Q não depende de Q e é constante ln(Q) não está definida.
igual 2.
ln(Y) = 1 + 2 ln(Q) ln(Y) = 1 + 2 ln(Q)
d ln Y d ln Y
= 2 ⇒ A variação esperada no logaritmo do produto Y por unidade =2 ⇒ Variação esperada de Y por unidade de variação no
d ln Q de variação no logaritmo de Q é CONSTANTE igual a 2. d ln Q logaritmo de Q ESTÁ DEFINIDA e vale 2 !
VERDADEIRO FALSO
Y = ÍNDICE PRODUÇÃO
ln(Y) = α + β ln(Q) + e DERIVADA ⇒ MEDE VARIAÇÃO !
Q = ÍNDICE INSUMO
α=1 DERIVADA DO ESPAÇO EM RELAÇÃO AO TEMPO
ln(Y) = 1 + 2 ln(Q) ⇒ VELOCIDADE !
β=2
e) A variação esperada no logaritmo do produto Y por unidade DERIVADA DA VELOCIDADE ESPAÇO EM
de variação no logaritmo de Q depende de Q e quando RELAÇÃO AO TEMPO
Q=exp(2) vale 5.
⇒ ACELERAÇÃO !
ln(Y) = 1 + 2 ln(Q)
DERIVADA DO PREÇO DE UMA CESTA DE
d ln Y PRODUTOS EM RELAÇÃO AO TEMPO
= 2 ⇒ A variação esperada no logaritmo do produto Y por unidade
d ln Q de variação no logaritmo de Q é CONSTANTE igual a 2. ⇒ INFLAÇÃO !
FALSO
Obs. ex = exp(x)
GABARITO - C
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 16 MANUEL
ACADEMIA DO CONCURSO
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 17 MANUEL
ACADEMIA DO CONCURSO
Valores
Ajustados
10 10 10
49-(ICMS-SP-2006/FCC) Em um determinado país, deseja-se determinar a relação
entre a renda disponível (Y), em bilhões de dólares, e o consumo (C), também em
S1 = ∑ C i = 90 S 2 = ∑ Yi = 100 S 3 = ∑ Yi C i = 1 .100
i =1 i =1 i =1
bilhões de dólares. Foi utilizado o modelo linear simples Ci = α + βYi + εi, em que Ci é o 10 10
consumo no ano i, Yi é o valor da renda disponível no ano i e εi o erro aleatório com as S 4 = ∑ Yi 2 = 1 .250 S 5 = ∑ C i2 = 1 .010 n = 10
respectivas hipóteses para a regressão linear simples. α e β são parâmetros i =1 i =1
desconhecidos, cujas estimativas foram obtidas através do método dos mínimos
quadrados. Para obtenção desta relação considerou-se ainda as seguintes C = α + β Y + e ⇒ RENDA(Y) EXPLICA O CONSUMO (C)
informações colhidas através da observação nos últimos 10 anos:
10 1100 90 100 S CY = 110 − 90 S CY = 20
S1 = ∑ C i = 90
10
S 2 = ∑ Y i = 100
10
S 3 = ∑ Y i C i = 1 .100 S CY = − ×
i =1 i =1 i =1
10 10 10
10 10 2
S 4 = ∑ Yi 2 = 1 .250 S 5 = ∑ C i2 = 1.010 1250 100 S Y2 = 125 − 100 S Y2 = 25
i =1 i =1 S Y2 = −
Para o cálculo do coeficiente de correlação de Pearson (R), usou-se a 10 10
fórmula: em que Cov(Y,C) é a covariância de Y e C, DP(Y) é o S 20 4
desvio padrão de Y e DP(C) é o desvio padrão de C. Então, β = CY2 β = β = β = 0 ,8
(A) o coeficiente de explicação (R2) correspondente é igual a 64%. SY 25 5
(B) utilizando a equação da reta obtida pelo método dos mínimos quadrados, tem-se
que, em um ano, caso a renda disponível seja igual a 15 bilhões de dólares, o α = C − βY
consumo será igual a 13 bilhões de dólares.
α = 9 − 0,8 × 10 α = 1
(C) obtendo para um determinado ano uma previsão para o consumo de 10 bilhões de
dólares, significa que a renda disponível considerada foi de 12,5 bilhões de dólares. C = 1 + 0,8Y ⇒ MODELO AJUSTADO !
(D) o valor da estimativa encontrado para o parâmetro β é igual a 0,4.
(E) o valor da estimativa encontrado para o parâmetro α é igual a 10.
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 18 MANUEL
ACADEMIA DO CONCURSO
Y ⇒ TEMPO GASTO NA MANUTENÇÃO A estimativa do aumento esperado de tempo (Y) por máquina
adicional servida (X) por chamada é de
X ⇒ NÚMERO DE MÁQUINAS (SERVIDAS) ATENDIDAS
Yi = α + β X
Yi = α + βXi + εi ⇒ MODELO LINEAR ADOTADO!
dY
EXISTE CORRELAÇÃO ENTRE X E Y ? Yi = 10 + 2 X =2
dX
EXEMPLO
QUAL O SINAL DA CORRELAÇÃO ?
SE FOREM 5 MÁQUINAS (X=5) SE FOREM 6 MÁQUINAS (X=6) (+1)
PARÂMETROS DO MODELO Y = 10 + 2X Y = 10 + 2X
Y = 10 + 2×5 Y = 10 + 2×6
αˆ = 10 βˆ = 2 σ2 =4 Y = 10 + 10 + 2 min Y = 10 + 12
Y = 20 min Y = 22 min
Yi = α + β X Yi = 10 + 2 X
QUANDO PASSAMOS DE 5 MÁQUINAS(X) PARA 6 MÁQUINAS(X) O ACRÉSCIMO
QUAL PARÂMETRO INDICA O SINAL DA CORRELAÇÃO ? NO TEMPO (Y) FOI DE 2 MINUTOS ! ⇒ 2 MIN POR MÁQUINA ADICIONAL !
Y-Tempo de Manutenção
51-(AFPS-2002/ESAF) Para o modelo de regressão linear y = α + βx + ε
35
onde y é a variável resposta, x a variável independente, α e β são
30
28
30 parâmetros desconhecidos e ε é uma componente de erro aleatória com
25
26
20
24 média zero. Assinale a opção que corresponde à interpretação do
22
20
15
18 parâmetro α.
16 Y
14
10 12
10 +2 Yi = 10 + 2 X a) É o valor predito de y, dado que x = 0, desde que esse valor de x
5
0
seja compatível com o conjunto de observações da variável exógena.
0 1 2 3 4 5 6 7 8 9 10
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 19 MANUEL
ACADEMIA DO CONCURSO
α = Y − βX α = 8 − 2×3 α = 2
Yi = 2 + 2 X i
GABARITO - D
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 20 MANUEL
ACADEMIA DO CONCURSO
2
Y ⇒ Observado
n
[
a ) ∑ Yi − (αˆ − βˆ . X i ) ] Yˆ ⇒ Estimado ⇒ Yˆ = αˆ + βˆX
i =1
n 2 e = (Y − Yˆ ) ⇒ RESÍDUOS (Desvios)
b) ∑ [(Y − αˆ − βˆ.X )] i i n n
i =1
∑ê i
2
(
= ∑ Yi − Yˆi )
2
MÍNIMOS QUADRADOS ⇒ MINIMIZAR A SOMA DOS
QUADRADOS DOS RESÍDUOS !
n 2 i =1 i =1
c) ∑ [Y − (α − β . X i )] n n
∑ (Y − Yˆ ) = ∑ [Y )]
i
i =1
n 2
i i
2
i (
− αˆ + βˆX i
2
∑ [Y ] i =1 i =1
− Yˆi
2 2
d) i
n n
n 2
a) ∑ [Y
i =1
i − (αˆ − βˆ . X i ) ] ERRADO
Veja o mundo num grão de areia,
n 2
∑ [Y ]
n 2
b) ∑ [(Y − αˆ − βˆ.X )]
i =1
i i
CERTO b)
i =1
i − αˆ − βˆ . X i )
veja o céu em um campo florido,
NA PROVA ESTAVA ASSIM !
c)
n
∑ [Y i − (α − β . X i )]
2
ERRADO GABARITO - ANULADA ! guarde o infinito na palma da mão,
i =1
n 2
e a eternidade em uma hora de vida!
d) ∑ [Yi =1
2
i − Yˆi
2
] ERRADO
∑ [Y ] ERRADO
2
e) i − (α − β . X i ) 2
i =1
William Blake
1757 - Londres /1827 - Londres
GABARITO - B
ESTATÍSTICA
EXERCÍCIOS_CORRELAÇÃO_REGRESSÃO 21 MANUEL