TRABALHO - ‘REGRESSÃO LINEAR SIMPLES’

1. A) Os dados fornecidos foram aplicados no Excel, na aba “Análise de Dados” a partir da

qual posteriormente foi obtida a tabela abaixo. Dessa forma temos a equação da reta de
regressão linear simples, a qual é dada por: y = 0.8182x – 2.5091, com Coeficiente de
Determinação R² = 0.898.

Xi Yi xiyi xi² yi² XY (média) xiyi - XY

5 2 10 25 4 14,4 -4,4
8 4 32 64 16 14,4 17,6
6 2 12 36 4 14,4 -2,4
4 1 4 16 1 14,4 -10,4
5 1 5 25 1 14,4 -9,4
5 2 10 25 4 14,4 -4,4
7 3 21 49 9 14,4 6,6
6 3 18 36 9 14,4 3,6
5 1 5 25 1 14,4 -9,4
9 5 45 81 25 14,4 30,6
TOTAL 60 24 162 382 74 18

5 y = 0,8182x - 2,5091
R² = 0,898

0
0 2 4 6 8 10

Para confirmação dos dados obtidos através da equação da reta, os dados da tabela foram
aplicados nas equações abaixo:

 Covariância:
𝑛
1
𝐶𝑜𝑣 (𝑋 , 𝑌) = ∑(𝑥𝑖𝑦𝑖 − 𝑋𝑌)
𝑛
𝑖=1
18
𝐶𝑜𝑣 (𝑋 , 𝑌) =
10

𝑪𝒐𝒗 (𝑿 , 𝒀) = 𝟏. 𝟖
 Coeficiente de Correlação Linear:
𝑛 ∑𝑛𝑖=1 𝑥𝑖𝑦𝑖 − (∑𝑛𝑖=1 𝑥𝑖) (∑𝑛𝑖=1 𝑦𝑖)
𝜌𝑥𝑦 =
√(𝑛 ∑𝑛𝑖=1 𝑥𝑖 2 − (∑𝑛𝑖=1 𝑥𝑖)2 ) . √(𝑛 ∑𝑛𝑖=1 𝑦𝑖 2 − (∑𝑛𝑖=1 𝑦𝑖)2 )

10𝑥 162 − 60𝑥 24

𝜌𝑥𝑦 =
√10𝑥 382 − 602 . √10𝑥 74 − 242

𝝆𝒙𝒚 = 𝟎. 𝟗𝟒𝟕𝟔

 Coeficientes da Reta de Regressão Linear:

Para (b);

(∑ 𝑌) . (∑ 𝑋)
∑ 𝑋𝑌 −
𝑏= 𝑛
∑ 𝑥
∑ 𝑥 2 − ( )2
𝑛

(24 . 60)
162 −
𝑏= 10
60 2
382 − (10)

𝒃 = 𝟎. 𝟖𝟏𝟖𝟐

Para (a);
𝑎 = 𝑌𝑚é𝑑𝑖𝑎 − 𝑏𝑚é𝑑𝑖𝑎
𝑎 = 2.4 . (0,8182 − 6)
𝒂 = −𝟐. 𝟓𝟎𝟗𝟏

 Coeficiente de determinação R²:

(∑ 𝑥)2 602
𝑆𝑋𝑋 = ∑ 𝑥 2 − = 382 − = 22
𝑛 10

(∑ 𝑦)2 242
𝑆𝑌𝑌 = ∑ 𝑦 2 − = 74 − = 16.4
𝑛 10

𝟐
𝒃𝟐 𝑺𝑿𝑿 𝟎. 𝟖𝟏𝟖𝟐𝟐 . 𝟐𝟐
𝑹 = = = 𝟎. 𝟖𝟗𝟖
𝑺𝒀𝒀 𝟏𝟔. 𝟒
 Média X Média Y Cov (X,Y) Pxy
6 2,4 1,8 0,9476

SXX 22
SYY 16,4
a -2,5091
b 0,8182
R² 0,898

B) Foram realizados os mesmos processos citados na letra A. Dessa forma, obtemos a equação da reta
de regressão linear simples, dada por: y = -2.4877x + 79.821, com Coeficiente de Determinação
R² = 0.8307.

Xi Yi XiYi Xi² Yi² XY (média) XiYi - XY

10 55 550 100 3025 634,32 -84,32
12 54 648 144 2916 634,32 13,68
15 45 675 225 2025 634,32 40,68
17 40 680 289 1600 634,32 45,68
20 30 600 400 900 634,32 -34,32
21 40 840 441 1600 634,32 205,68
23 15 345 529 225 634,32 -289,32
25 15 375 625 225 634,32 -259,32
23 23 529 529 529 634,32 -105,32
13 41 533 169 1681 634,32 -101,32
19 25 475 361 625 634,32 -159,32
11 50 550 121 2500 634,32 -84,32
20 35 700 400 1225 634,32 65,68
TOTAL 229 468 7500 4333 19076 -746,16

60

50

40

30

20
y = -2,4877x + 79,821
R² = 0,8307
10

0
0 5 10 15 20 25 30

Os dados foram aplicados nas equações usadas anteriormente, assim foram obtidos
os dados nas tabelas abaixo, os quais confirmam os coeficientes da equação da reta de
regressão linear obtidos no Excel.
 Coeficiente de Pearson, Covariância, e coeficientes da reta de regressão linear,
como: a, b e R²:

Média X Média Y Cov (X,Y) Pxy

17,62 36 -57,3969 -0,9114

SXX 299,077
SYY 2228
a 79,821
b -2,4877
R² 0,8307

C) Obteve-se a equação da reta de regressão linear simples, a qual é dada por: y =

0.7473x – 0.7499, com Coeficiente de Determinação R² = 0.8544.

X Y XiYi Xi² Yi² XY (média) XiYi - XY

10 6 60 100 36 137,56 -77,56
5 4 20 25 16 137,56 -117,56
7 2 14 49 4 137,56 -123,56
6 6 36 36 36 137,56 -101,56
12 10 120 144 100 137,56 -17,56
14 8 112 196 64 137,56 -25,56
15 11 165 225 121 137,56 27,44
18 15 270 324 225 137,56 132,44
20 13 260 400 169 137,56 122,44
21 18 378 441 324 137,56 240,44
23 17 391 529 289 137,56 253,44
24 14 336 576 196 137,56 198,44
8 3 24 64 9 137,56 -113,56
TOTAL 183 127 2186 3109 1589 397,72

20

18 y = 0,7473x - 0,7499
R² = 0,8544
16

14

12

10

0
0 5 10 15 20 25 30
Coeficiente de Pearson, Covariância e coeficientes da equação da reta de regressão linear:

Média X Média Y Cov (X,Y) Pxy

14,08 9,77 30,59 0,9243

SXX 532,92
SYY 348,31
a -0,7499
b 0,7473
R² 0,8544

D) Obteve-se a equação da reta de regressão linear simples, dada por: y = 3.9635x – 0.8958,
com Coeficiente de Determinação R² = 0.8976.

xi yi xiyi xi² yi² xy (média) xiyi - xy

5 21 105 25 441 119,28 -14,28
8 28 224 64 784 119,28 104,72
6 25 150 36 625 119,28 30,72
4 16 64 16 256 119,28 -55,28
2 6 12 4 36 119,28 -107,28
5 13 65 25 169 119,28 -54,28
7 30 210 49 900 119,28 90,72
4 17 68 16 289 119,28 -51,28
6 22 132 36 484 119,28 12,72
9 35 315 81 1225 119,28 195,72
TOTAL 56 213 1345 352 5209 152,2

40
y = 3,9635x - 0,8958
35 R² = 0,8976

30

25

20

15

10

0
0 2 4 6 8 10
 Coeficiente de Pearson, Covariância e coeficientes da equação da reta de regressão
linear:

Média X Média Y Cov (X,Y) Pxy

5,6 21,3 15,22 4,093

SXX 38,4
SYY 672,1
a -0,8958
b 3,96
R² 0,8976

2.

Temp. x
Temp. x produt. X txp
Obs. Temp. Produtiv. produt. temp.² produtiv.² txp (média) (média)
1 21,2 142 3010,4 449,44 20164 3474,83 -464,43
2 20,3 148 3004,4 412,09 21904 3474,83 -470,43
3 22,7 131 2973,7 515,29 17161 3474,83 -501,13
4 22 132 2904 484 17424 3474,83 -570,83
5 22,3 145 3233,5 497,29 21025 3474,83 -241,33
6 23,5 138 3243 552,25 19044 3474,83 -231,83
7 24,8 144 3571,2 615,04 20736 3474,83 96,37
8 24,2 136 3291,2 585,64 18496 3474,83 -183,63
9 25,5 141 3595,5 650,25 19881 3474,83 120,67
10 25,2 124 3124,8 635,04 15376 3474,83 -350,03
11 25,5 133 3391,5 650,25 17689 3474,83 -83,33
12 25,8 128 3302,4 665,64 16384 3474,83 -172,43
13 27,5 132 3630 756,25 17424 3474,83 155,17
14 26,3 137 3603,1 691,69 18769 3474,83 128,27
15 28,2 124 3496,8 795,24 15376 3474,83 21,97
16 28,6 117 3346,2 817,96 13689 3474,83 -128,63
17 29 122 3538 841 14884 3474,83 63,17
18 29,7 131 3890,7 882,09 17161 3474,83 415,87
19 30,7 124 3806,8 942,49 15376 3474,83 331,97
20 30,3 111 3363,3 918,09 12321 3474,83 -111,53
21 30,2 119 3593,8 912,04 14161 3474,83 118,97
22 31,4 129 4050,6 985,96 16641 3474,83 575,77
23 32,5 123 3997,5 1056,25 15129 3474,83 522,67
24 32,7 116 3793,2 1069,29 13456 3474,83 318,37
TOTAL 640,1 3127 82755,6 17380,57 409671 -640,32
A) Coeficiente de Correlação:

∑𝑛𝑖=1 𝑥𝑖𝑦𝑖 − (∑𝑛𝑖=1 𝑥𝑖) (∑𝑛𝑖=1 𝑦𝑖)

𝜌𝑥𝑦 =
√(𝑛 ∑𝑛𝑖=1 𝑥𝑖 2 − (∑𝑛𝑖=1 𝑥𝑖)2 ) . √(𝑛 ∑𝑛𝑖=1 𝑦𝑖 2 − (∑𝑛𝑖=1 𝑦𝑖)2 )

24𝑥 82755.6 − 640.1𝑥 3127

𝜌𝑥𝑦 =
√24𝑥 17380.57 − 640. 12 . √24𝑥 409671 − 31272

𝝆𝒙𝒚 = 𝟎. 𝟕𝟕𝟑𝟐

B) No gráfico abaixo temos o modelo de regressão linear simples, apresentado pela equação
y = -2.0874 + 185.96, e coeficiente de determinação R² = 0.5978.

160

140

120

100
y = -2,0874x + 185,96
R² = 0,5978
80

60

40

20

0
0 5 10 15 20 25 30 35

Média X Média Y Cov (X,Y) Pxy

26,67 130,29 -26,68 -0,7733

SXX 308,57
SYY 2248,96
a 185,96
b -2,0874
R² 0,5978
3.
Diâmetro (x) Peso (y)
49 24,0
65 40,0
45 25,0
40 23,5
55 33,5
45 22,0
44 22,5
47 23,5
50 25,0
56 35,0

45,0
y = 0,8068x - 12,619
40,0
R² = 0,8677
35,0

30,0

25,0

20,0

15,0

10,0

5,0

0,0
0 10 20 30 40 50 60 70

Obteve-se a equação da reta de regressão linear, y = 0.8068 - 12.619, e R² 0.8677.

senso assim, a alternativa que mais se aproxima é a Letra B.
 4.

Renda Gasto com

familiar alimentação
(xi) (yi) xiyi xi² yi² xy media xiyi - xy media
3 1,5 4,5 9 2,25 2215,97 -2211,47
5 2 10 25 4 2215,97 -2205,97
10 6 60 100 36 2215,97 -2155,97
10 7 70 100 49 2215,97 -2145,97
20 10 200 400 100 2215,97 -2015,97
20 12 240 400 144 2215,97 -1975,97
20 15 300 400 225 2215,97 -1915,97
30 8 240 900 64 2215,97 -1975,97
40 10 400 1600 100 2215,97 -1815,97
50 20 1000 2500 400 2215,97 -1215,97
60 20 1200 3600 400 2215,97 -1015,97
70 25 1750 4900 625 2215,97 -465,97
70 30 2100 4900 900 2215,97 -115,97
80 25 2000 6400 625 2215,97 -215,97
100 40 4000 10000 1600 2215,97 1784,03
100 35 3500 10000 1225 2215,97 1284,03
100 40 4000 10000 1600 2215,97 1784,03
120 30 3600 14400 900 2215,97 1384,03
120 40 4800 14400 1600 2215,97 2584,03
140 40 5600 19600 1600 2215,97 3384,03
150 50 7500 22500 2500 2215,97 5284,03
180 40 7200 32400 1600 2215,97 4984,03
180 50 9000 32400 2500 2215,97 6784,03
200 60 12000 40000 3600 2215,97 9784,03
200 50 10000 40000 2500 2215,97 7784,03
TOTAL 2078 666,5 80774,5 271934 24899,25 25375,25

70

60 y = 0,2558x + 5,4005
R² = 0,9102
50

40

30

20

10

0
0 50 100 150 200 250
 Média X Média Y Cov (X,Y) Pxy
83,12 26,66 995,97 0,9541

SXX 99210,64
SYY 7130,36
a 5,4005
b 0,2558
R² 0,9102

A) O coeficiente de correlação linear encontrado foi pxy = 0.9541, um relacionamento linear

quase perfeito já que o ideal é = 1. Juntamente com a análise do gráfico, podemos concluir
que se apresenta uma correlação linear positiva.
B) Coeficiente de determinação R² = 0.9102, e modelo de regressão linear, y = 0.2558x + 5.4005.

5.

xi yi xiyi xi² yi² xiyi média xiyi - média Obs. y = -1.0267 + 148.2 Resíduos
43 100 4300 1849 10000 5232,6 -932,6 1 104,0503 -4,0503
45 116 5220 2025 13456 5232,6 -12,6 2 101,9970 14,0030
45 97 4365 2025 9409 5232,6 -867,6 3 101,9970 -4,9970
49 105 5145 2401 11025 5232,6 -87,6 4 97,8904 7,1096
53 100 5300 2809 10000 5232,6 67,4 5 93,7837 6,2163
56 87 4872 3136 7569 5232,6 -360,6 6 90,7037 -3,7037
56 80 4480 3136 6400 5232,6 -752,6 7 90,7037 -10,7037
58 76 4408 3364 5776 5232,6 -824,6 8 88,6504 -12,6504
64 91 5824 4096 8281 5232,6 591,4 9 82,4904 8,5096
65 84 5460 4225 7056 5232,6 227,4 10 81,4637 2,5363
67 68 4556 4489 4624 5232,6 -676,6 11 79,4104 -11,4104
68 78 5304 4624 6084 5232,6 71,4 12 78,3837 -0,3837
68 78 5304 4624 6084 5232,6 71,4 13 78,3837 -0,3837
71 82 5822 5041 6724 5232,6 589,4 14 75,3037 6,6963
73 73 5329 5329 5329 5232,6 96,4 15 73,2504 -0,2504
73 73 5329 5329 5329 5232,6 96,4 16 73,2504 -0,2504
76 65 4940 5776 4225 5232,6 -292,6 17 70,1704 -5,1704
78 77 6006 6084 5929 5232,6 773,4 18 68,1171 8,8829
TOTAL 1108 1530 91964 70362 133300 - -2222,8 - - -
140

120

100

80

60
y = -1,0267x + 148,2
R² = 0,7
40

20

0
0 10 20 30 40 50 60 70 80 90

Média X Média Y Cov (X,Y) Pxy

61,56 85 -123,488889 -0,8367

SXX 2158,44
SYY 3250
a 148,20
b -1,0267
R² 0,70

A) Como podemos observar no gráfico e nas tabelas, o exercício apresentou correlação

linear = -0,8367; Equação de regressão linear, y = -1,0267x +148,20; E coeficiente
de determinação R² = 0.70.
B) Na tabela abaixo está exposto os resíduos para cada uma das observações.
Massa
muscular
(Y) Y estimado
100 104,0503449
116 101,9970143
97 101,9970143
105 97,89035313
100 93,78369196
87 90,70369608
80 90,70369608
76 88,65036549
91 82,49037373
84 81,46370843
68 79,41037784
78 78,38371255
78 78,38371255
82 75,30371667
73 73,25038608
73 73,25038608
65 70,1703902
77 68,11705961

C) Gráfico de dispersão entre os valores reais x valores estimados.

120

y = 0,7x + 25,498
100 R² = 0,7

80

60

40

20

0
0 20 40 60 80 100 120 140
Referências
MENDES, M. V. A. Regressão Linear Simples (Análise Estatística Multivariada). Notas
de Aula.