Escolar Documentos
Profissional Documentos
Cultura Documentos
y y y
x x x
(a) Positiva (b) Forte (c) Perfeita
positiva positiva
Correlação negativa linear
y y y
x x x
(d) Negativa (e) Forte Negativa (f) Perfeita
negativa
Correlação não linear
y y
x x
(g) Nenhuma Correlação ou (h) Correlação Não linear
Nula
Coeficiente de Correlação Linear r
𝑛 σ 𝑥𝑦 − σ 𝑥 σ 𝑦
r=
𝑛 σ 𝑥2 − σ 𝑥 2 . 𝑛 σ 𝑦2 − σ 𝑦 2
Coeficiente de Correlação Linear r
Correlação Interpretação
r = 0.00 Não há correlação entre x e y(Nula).
Fraca correlação, relacionamento entre x e y.
Moderada correlação entre x e y.
Forte correlação, relacionamento entre x e y.
r = -1 ou -100% Correlação máxima negativa entre x e y.
r = +1 ou +100% Correlação máxima positiva entre x e y.
Coeficiente de Correlação Linear r
y y y
x x x
Propriedades de r
O valor de r está entre -1 e +1 ou –1≤ r ≤ 1.
Por convenção a variável y é dependente, enquanto a
variável x é independente. Exemplo: X (Renda R$) e Y
(Consumo R$).
O valor de r não varia se todos os valores de qualquer uma
das variáveis são convertidos para uma escala diferente.
O valor de r não é afetado pela escolha de x e y, ou seja,
permutando x e y, o valor de r permanecerá inalterado.
O coeficiente de correlação linear r mede somente a
intensidade, ou grau de relacionamento linear.
Correlação
σ 𝑥, σ 𝑦 , σ 𝑥𝑦 , σ 𝑥 2 e σ 𝑦 2
Exemplo: Produção Diária X Estoque
de Peças
Produção(x) Estoque (Y) x.y X2 y2
Independente Dependente
138 29 4002 19044 841
𝑛 σ 𝑥𝑦 − σ 𝑥 σ 𝑦
r=
𝑛 σ 𝑥2 − σ 𝑥 2 . 𝑛 σ 𝑦2 − σ 𝑦 2
6.41012 –1007.237
r=
6. 173763 –(1007)² . 6. 9779– (237)2
r=+0,877 ou 87,7%
Forte correlação. Direta e positiva.
Exemplo: Produção Diária X Estoque
de Peças
O coeficiente de correlação sugere um relacionamento
forte positivo entre as produções das peças e os estoques
observados nesse período.
A medida que aumentamos as produções das peças
aumentamos também a quantidade de estoque e vice-
versa.
Coeficiente de Determinação r²
Dadas as variáveis x e y, o coeficiente de
determinação ou explicação, nos dá uma indicação
da qualidade do ajustamento, e que é o valor da
variação das observações da variável em y que é
explicado pela reta de regressão y=ax+b.
Esse coeficiente também representa apenas uma
medida de força.
𝑉𝐸
Ele pode ser representado por: 𝑟2 =
𝑉𝑇
VT= Variação Total ; VE= Variação Explicada.
Coeficiente de Determinação r²
De acordo com exemplo inicial:
r=+0,877 ou 87,7%
r²=𝑉𝐸/𝑉𝑇 r²=(0,877)² r²=0,769 ou r²=77%
VE= 77%; Variação Explicada;
Não explicada: 23%;
VT= 100%
Interpretação: 77% da variação de y (Estoques) podem ser explicados pela
reta de regressão, e 23% da variação de y permanecem não explicados,
ou seja, 77% da variação do estoque(y) podem ser explicados pela
variação da produção (x), e os 23% restantes são atribuídos a outros
fatores.
Regressão Linear
Regressão
equação:
Inclinação = b Y = a + b.X
Intercepto = a
σ𝑌 σ𝑋 237 1007
𝑎= −𝑏⋅ 𝑎= − 0,26 ⋅ = −4,13
𝑛 𝑛 6 6
𝑛 σ 𝑥. 𝑦 − σ 𝑥 . σ 𝑦 6.41012 − 1007.237
𝑏= 𝑏= 2
= 0,26
𝑛 σ 𝑥2 − σ 𝑥 2 6.173763 − 1007
𝑦 = 𝑎 + 𝑏𝑥
𝑦 = −4,13 + 0,26𝑥
Qual estoque é esperado para 150
unidades?
𝑦 = −4,13 + 0,26𝑥
𝑦 = −4,13 + 0,26.150
𝑦 = 34,9
No Excel:
I. Entrar com a variável dependente e independente.
Independente Dependente
No Excel:
II. Clique na guia Dados, no Menu.
No Excel:
III. No grupo Análise, clique em Análise de Dados.
No Excel:
IV. Escolha Regressão na lista de ferramentas de análise, e
clique em ok.
No Excel:
V. Quando a caixa de diálogo Regressão aparecer:
Digite: B2:B8 na Caixa de Intervalo Y de Entrada.
Digite; A2: A8 na caixa de Intervalo X de Entrada.
Selecione Rótulos e Nível de confiança.
No Excel:
VI. Selecione o intervalo de Saída ou em nova planilha ou na Célula:
Sugestão na mesma planilha na célula F2.
No Excel:
No Excel:
Correlação R
Coeficiente de determinação: R²
Y= 𝛽0 + 𝛽1 ∗ 𝑥1 + 𝛽2 ∗ 𝑥2 +ε
Exemplo:
Vida útil
(Ciclos)
Desalinhamento angular (°)
Y= β0 + β1 ∗ x1 + β2 ∗ 𝑥2
Y= 4,62−0,015 ∗ 𝑥1 -6,19 ∗ 𝑥2
REFERÊNCIAS