Escolar Documentos
Profissional Documentos
Cultura Documentos
Docente:
O presente trabalho é um requisito parcial para a validação da cadeira de estatística, como tema
método de mínimos quadrado ponto de estimação ou previsão, que o objetivo geral deste
trabalho é, apresentando-lhe uma ferramenta nova, o Método dos Mínimos Quadrados. Entende-
se que a utilização deste recurso, no qual o aluno irá defrontar-se com conteúdos e competências
já por ele adquiridos, poderá levá-lo à construções de novos saberes e a uma visão mais prática
do universo matemático.
Para Silva (2019), o Método dos Mínimos Quadrados tem sua origem no estudo dos
valores máximos e mínimos de funções reais. Mais precisamente, na determinação do(s) ponto(s)
mínimo(s) de uma função que representa o desvio estimado na busca pelo ajuste. Antes de
abordarmos este e outros tópicos envolvidos na dedução e na aplicação do método, é conveniente
nos debruçarmos sobre o problema que motivou a sua elaboração e seus desdobramentos.
O gráfico 1 apresenta tal curva, obtida após a aplicação do Método dos Mínimos
Quadrados sobre os dados tabelados. A curva mostrada na figura 1 foi traçada após a
determinação, pelo método, de uma função envolvendo as grandezas A e B. Esta função,
acredita-se, representa com boa aproximação o fenômeno estudado e, assim sendo, de posse dela
podemos estimar hipotéticas ocorrências do mesmo.
Segundo Bassanezi (2003), ao contrário do que possa parecer, esta situação modela com
satisfatória precisão e eficácia diversos fenômenos do mundo real.
Assim, prosseguindo com a suposição de uma função de ajuste composta de uma única
variável e um único parâmetro, escrevemos:
f(α;x) = αµ (x),
onde µ é uma função analítica na variável x perfeitamente definida. Ajustes com esta
caraterística recebem o nome de ajustes lineares. A equação 2.2, rescrita segundo essas
condições (parâmetro α como fator multiplicativo da função µ de x, que por sua vez independe
de α), assume a seguinte forma:
n
S = S(α) = ∑ ( y i−αµ(xi))
i=1
x
2
quadrados. Para tanto, determinemos o valor de a que minimiza ∑ ( x 1−a )
i=1
a=
∑ x1 =X , c . q . d .
n
É interessante notar que o método de mínimos quadrados conduz à média aritmética, mas
que existem outros critérios associados às demais medidas de tendência central. Assim, para
minimizar o valor absoluto do maior desvio, devemos adotar o ponto central entre os extremos (o
ponto médio entre o menor e o maior valor); para maximizar o número de desvios iguais a zero
devemos adotar a moda da amostra; e para minimizar a soma dos valores absolutos dos desvios
devemos adotar a mediana.
X: 0 1 2 3 4 5 6 7 8
Frequênci 1 5 1 1 1 1 2 0 1
a
A soma dos valores absolutos dos desvios em relação à mediana é 27 (7 para os valores
abaixo da mediana e 20 para os valores acima da mediana). Para mostrar que a mediana é o
ponto que minimiza a soma dos valores absolutos dos desvios, consideremos um ponto abaixo da
mediana diferindo desta de menos de 1 unidade, isto é, o ponto de abcissa ∆ −2 , com 1 0 < < ∆.
Para os 6 pontos abaixo da mediana, os desvios ficam aumentados de ∆ ; para os 6 pontos
localizados acima da mediana, os desvios ficam aumentados de ∆ e para o ponto cuja abcissa é
igual à mediana surge um desvio igual a ∆ em valor absoluto. A soma dos valores absolutos dos
desvios em relação ao ponto de abcissa 2-∆, é, portanto,
7-6∆+20+6∆+∆=27+∆>27
Um exemplo onde o uso da média aritmética, como medida de tendência central, parece
ser mais razoável do que o uso da mediana, o que implica em afirmar que o critério de mínimos
quadrados parece ser mais razoável do que a minimização da soma dos desvios absolutos.
Consideremos uma amostra com 3 observações, onde, x 1=x =0 e x 3 ≠ 0 A mediana é igual a zero,
2
qualquer que seja o valor de x 3 , isto é, o valor da mediana independe de x 3 . Entretanto, a média
1
aritmética é igual a x.
3 3
X
Deixamos para o leitor verificar que a solução é p=
n
CRATO, N. (2000). o papel dos mínimos quadrados na descoberta dos planetas, (3 ª Ed), Lisboa,
Portugal: editora Boletim da Sociedade Portuguesa de Matemática.
HOFFMANN, R. (2016). Analise de regressão: uma introdução a economia, (5 ª Ed), são Paulo,
Brasil: piracicaba editora.
SILVA, F. F. d. (2019). O Método dos Mínimos Quadrados: Uma Proposta ao Ensino Médio
Para o Ajuste Por Parábolas. Rio de Janeiro-RJ, Brasil: Editora ATLAS.
SOUZA, S.A. (2014). O Estudo do Produto Matricial Por Meio do Método dos Mínimos
Quadrados, Santa Maria-RS, Brasil: Editora ATLAS.