CRS 6

É o grau de associação entre
duas ou mais variáveis. Pode ser:

correlacional
ou
Prof. Lorí Viali, Dr. experimental.
experimental
viali@mat.ufrgs.br
http://www.mat.ufrgs.br/~viali/ Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Numa relação experimental os

valores de uma das variáveis são
controlados.
No relacionamento correlacional,
por outro lado, não se tem nenhum
controle sobre as variáveis sendo
estudadas.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Ano Y = M1 X = IPC
O Estoque de Moeda (M1) 1960 140,7 29,6
está relacionado com a variação dos 1961 145,2 29,9
1962 147,8 30,2
preços. Verifique se existe correlação 1963 153,3 30,6
1964 160,3 31,5
entre o IPC americano com a oferta 1965 167,8 32,4
... ... ...
monetária, considerando dados do 2000 1172,9 177,1
2002 1210,4 179,9
período de 1960 a 2003. 2003 1287,1 184,0
1
O primeiro passo para
IPC
1 80
determinar se existe relacionamento 1 40
entre as duas variáveis é obter o 1 00
diagrama de dispersão (scatter 60
diagram). M1
20
10 0 30 0 50 0 70 0 9 00 11 00 13 00
O diagrama de dispersão Quando o relacionamento

fornece uma idéia do tipo de
entre duas variáveis
relacionamento entre as duas
quantitativas for do tipo linear,
linear
variáveis. Neste caso, percebe-se que
ele pode ser medido através do:
existe um relacionamento linear.
linear
Observado um relacionamento
linear entre as duas variáveis é possível
determinar a intensidade deste
relacionamento. O coeficiente que mede
este relacionamento é denominado de
Coeficiente de Correlação (linear).
2
Quando se está trabalhando com
amostras o coeficiente de correlação é
indicado pela letra “rr” e é uma
estimativa do coeficiente de correlação
populacional que é representado por
ρ” (rho).
“ρ
Para determinar o coeficiente de A covariância entre duas

correlação (grau de relacionamento variáveis X e Y, é representada
linear entre duas variáveis) vamos por “Cov
Cov(X;
Cov(X; Y)”
Y) e calculada por:
determinar inicialmente a variação
∑ ( X i − X )( Y i − Y )
conjunta entre elas, isto é, a Cov ( X ,Y ) =
n −1
covariância.
Mas Então:
∑ ( X i − X )( Y i − Y ) =
= ∑ [ X i Y i − X Y i − X i Y + XY ] = ∑ ( X i − X )( Y i − Y )
Cov ( X ,Y ) = =
= ∑ X i Y i − ∑ X Y i − ∑ X i Y + ∑ XY =
n −1
= ∑ X i Y i − X ∑ Y i − Y ∑ X i + ∑ XY = ∑ X i Y i − nXY
=
n −1
= ∑ X i Y i − nXY −nXY + nXY =
= ∑ X i Y i − nXY
3
A covariância poderia ser utilizada
O coeficiente de correlação
para medir o grau e o sinal do
relacionamento entre as duas variáveis, linear (de Pearson) é definido por:
mas ela é difícil de interpretar por variar
Cov ( X , Y )
de -∞ a +∞. Assim é mais conveniente r =
utilizar o coeficiente de correlação linear S X SY
de Pearson (momento produto).
produto)
Onde:
∑ X i Y i − nXY Esta expressão não é muito
Cov ( X ,Y ) =
n −1 prática para calcular o coeficiente de
∑ X 2i − n X 2 correlação. Pode-se obter uma
SX =
n −1 expressão mais conveniente para o
∑ Y 2i − n Y 2 cálculo manual e o cálculo de outras
SY =
n −1 medidas necessárias mais tarde.
Tem-se: F
Cov ( X , Y ) a S XY
= ∑ X i Y i − nXY
r = =
S X SY z 2
Fazendo:
e S XX = ∑ X i − n X
2
∑ X i Y i − nXY
= n −1 =
n
∑ X 2− n X 2
∑Y −nY
2 2 d S YY = ∑ Y 2 − n Y 2
i i i
n −1 n −1 o
S XY
=
∑ X iY i − nX Y
Tem − se : r =
(∑ X 2i − n X )(∑ Y 2 2
i −nY 2 ) S XX . S YY
4
A vantagem do coeficiente de Assim se r = -1, temos uma
relacionamento linear negativo
correlação (de Pearson) é ser
adimensional e variar de – 1 a + 1, perfeito, isto é, os pontos estão todos
alinhados e quando X aumenta Y
que o torna de fácil interpretação.
decresce e vice-versa.
50 Se r = +1, temos uma

r = −1
40
relacionamento linear positivo
30
20
perfeito, isto é, os pontos estão todos
10 alinhados e quando X aumenta Y
0
10 15 20 25 30
também aumenta.
50 Assim se r = 0, temos uma

r = +1
40
ausência de relacionamento linear,
30
isto é, os pontos não mostram
20
10 “alinhamento”.
0
10 15 20 25 30
5
50 Assim se –1 < r < 0, temos uma
r =0
40
relacionamento linear negativo, isto é,
30
os pontos estão mais ou menos
20
10
0
10 15 20 25 30
decresce e vice-versa.
50 Assim se 0 < r < 1, temos uma

−1 < r < 0
40 relacionamento linear positivo, isto é,
30
os pontos estão mais ou menos
20
10
0
também aumenta.
10 15 20 25 30
Uma correlação amostral não

0 <r <1
50
40 significa necessariamente uma correlação

30
populacional e vice-versa. É necessário
20
testar o coeficiente de correlação para
10
verificar se a correlação amostral é
0
10 15 20 25 30 também populacional.
6
r ≅1
50
Observada uma amostra de seis
40
pares, pode-se perceber que a correlação é
quase um, isto é, r ≅ 1. No entanto,
30
observe o que ocorre quando mais pontos 20
são acrescentados, isto é, quando se

ρ ≅0
10
observa a população! 0
10 15 20 25 30
Determinar o “grau de
relacionamento linear” entre as
variáveis X = Índice de Preços ao
Consumidor versus Y = Estoque de
Moeda, para os valores da Economia
Americana de 1960 a 2003.
Ano X Y XY X2 Y2
1960 140,7 29,6 Vamos calcular “r”
1961 145,2 29,9
1962 147,8 30,2 utilizando a expressão em
1963 153,3 30,6
1964 160,3 31,5 destaque vista anteriormente,
1965 167,8 32,4
...
2000
...
1172,9
...
177,1
isto é, através das quantidades,
2002 1210,4 179,9
2003 1287,1 184,0
SxY, SXX e SYY.
Total 25894,5 4102,9 3295760,69 21856837,21 503187,97
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
7
Tem-se:
n = 44 ∑ X = 25894,50 ∑Y = 4102,90 2
S XX = ∑ X 2i − n X =
X = 588,5114 Y = 93,2477 ∑ XY = 13295760,69
= 6617629 ,7043
∑ X 2 = 21856837,21 ∑Y 2 = 503187,97
Então:
S YY = ∑Y 2i − n Y 2 =
S XY = ∑ X i Y i − nXY =
= 120601 ,8698
= 881157 ,4161
Apesar de “rr” ser um

S XY
r = = valor adimensional, ele não é
S XX S YY
.
881157 ,4161 uma taxa.
taxa Assim o resultado
= =
6617629 ,7043.120601 ,8698 não deve ser expresso em
= 0 ,9863 percentagem.
O valor de “rr” é obtido

com base em uma amostra. Ele é
portanto, uma estimativa do
verdadeiro valor da correlação
populacional (ρ).
8
A teoria dos testes de H0: ρ = 0
hipóteses pode ser utilizada para H1: ρ > 0

(teste unilateral/unicaudal à direita)
verificar se com base na estimativa
ρ<0
“r” é possível concluir se existe ou
(teste unilateral/unicaudal à esquerda)
não correlação populacional, isto é, ρ≠0
desejamos testar : (teste bilateral/bicaudal) .
O teste para a existência de

correlação linear entre duas variáveis é
realizado por: tn-2 > tc
r − µr r −0 (teste unilateral/unicaudal à direita)
t n −2 = = =
ˆσr 1 −r 2 tn-2 < tc
n −2 (teste unilateral/unicaudal à esquerda)
n −2 |tn- 2| > tc
=r
1 −r 2 (teste bilateral/bicaudal) .
Onde tc é tal que:

P(t < tc ) = 1− α
P(t < tc ) = α
P(t < tc ) = α/2 ou P(
P(t > tc ) = α/2
(teste bilateral/bicaudal) .
9
Suponha que uma amostra de n = 12, 12 Dados:
alunos forneceu um coeficiente de correlação Hipóteses: n = 12
amostral de r = 0,66,
0,66 entre X = “nota em H0: ρ = 0 r = 0 ,66
cálculo” e Y = “nota em Econometria”. H1: ρ > 0 α = 1%
Verifique se é possível afirmar que uma nota
boa em Cálculo está relacionada com uma nota Trata-se de um teste unilateral à
boa em Econometria a 1% de significância. direita para o coeficiente de correlação.
A variável teste é:
n −2
t n −2 = r
1 −r 2
Então: 2 ,778
n −2 12 − 2 α = 1%
t10 = r = 0 ,66 = 2 ,778
1 −r 2 1 −0662 Regi ão de Não Rejeição RC = [ 2 ,764; +∞)
A significância do resultado
obtido (2,778), isto é, o valor-p é dada
por P(T10 > 2,778). Utilizando o
Como a significância do resultado
Excel, tem-se: (0,98%) é menor que a significância do teste
(1%) é possível rejeitar a hipótese nula.
10
O procedimento realizado para testar
o coeficiente de correlação só é válido
para testar a hipótese nula de que não
existe correlação, isto é, ρ = 0. Outros
tipos de testes só podem ser realizados
através da transformada “zeta” de
Fisher.
A vantagem desta transformação é que

A transformada “ζ” é dada por:
os valores de “ζ” estão distribuídos
1 +r  aproximadamente de acordo com uma
ζ = ln 
1
 normal de média: 1 1 +ρ 
2  1 −r  µζ = ln  
2 1 −ρ 
O que equivale a considerar “rr”
1
ζ”
como a tangente hiperbólica de “ζ E desvio:
σζ =
n −3
Esta transformação permite, H 0: ρ = ρ0
realizar, testes de hipóteses e H 1: ρ > ρ0

construir intervalos de confiança
ρ < ρ0
para o coeficiente de correlação,
através de ζ e da distribuição ρ ≠ ρ0
normal.
normal (teste bilateral/bicaudal) .
11
O teste para a existência de
correlação linear populacional entre z > zc
duas variáveis X e Y é realizado por: (teste unilateral/unicaudal à direita)
1 1 +ρ z < zc
ζ − ln  
ζ − µζ 2  1 − ρ  (teste unilateral/unicaudal à esquerda)
z= =
σζ 1 |z| > zc
n −3 (teste bilateral/bicaudal) .
Onde zc é tal que:

Φ(z
Φ(zc ) = 1− α
Φ(z
Φ(zc ) = α
Φ(z
Φ(zc ) = α/2 ou Φ(z
Φ(zc ) = 1− α/2
(teste bilateral/bicaudal) .
Suponha que uma amostra de n = 35, 35 Dados:

alunos forneceu um coeficiente de correlação Hipóteses: n = 35
amostral de r = 0,75,
0,75 entre X = “número de H0: ρ = 0,5 r = 0 ,75
horas de estudo” e Y = “nota em Econometria”.
Verifique se é possível afirmar que o “o número
H1: ρ > 0,5 α = 1%
de horas de estudo” apresenta uma correlação
Trata-se de um teste unilateral à
de pelo menos 0,5 na população com a
“Econometria”, a 1% de significância.
direita para o coeficiente de correlação.
12
A variá
variável teste é: A mé
média vale:
1 1 +ρ
ζ − ln   1  1 + ρ  1  1 + 0 ,5 
ζ − µζ 2  1 − ρ  µζ = ln   = ln   = 0 ,5493
z= = 2  1 − ρ  2  1 − 0 ,5 
σζ 1
Entã
Então: n −3 E o desvio padrã
padrão vale:
1  1 + 0 ,75  1 1 1
ζ = ln   = 0 ,9730 σζ = = = = 0 ,1768
2  1 − 0 ,75  n −3 35 − 3 32
Padronizando, tem-
tem-se:
1 1 +ρ O valor crítico zc é tal que:
ζ − ln  
ζ − µζ 2  1 − ρ  P(Z > zc) = α = 1%.
z= = =
σζ 1 Ou Φ(zc) = 99%.
n −3 Então zc = 2,33.
0 ,9730 − 0 ,5493 Assim RC = [2,33; ∞)
= = 2 ,40
0 ,1768
A significância do resultado obtido

(2,40), isto é, o valor-p. Para isto, deve-
2 ,40 se calcular P(Z > 2,40), isto é, Φ(-2,40)
= 0,82%.
α = 1%
Como p = 0,82% < α = 1%. Rejeito H0.
Regi ão de Não Rejeição RC = [ 2 ,33;+∞)
13
Em muitas situações duas ou mais
variáveis estão relacionadas e surge
então a necessidade de determinar a
natureza deste relacionamento.
A análise de regressão é uma De fato a regressão pode ser

técnica estatística para modelar e dividida em dois problemas:
investigar o relacionamento entre (i) o da especificação e
duas ou mais variáveis.
(ii)
ii) o da determinação.
O problema da especificação é O problema da determinação é

descobrir dentre os possíveis modelos uma vez definido o modelo (linear,
(linear, quadrático, exponencial, etc.) quadrático, exponencial, etc.) estimar
qual o mais adequado. os parâmetros da equação.
14
A variável resposta Y é aleatória,
Normalmente é suposto que exista enquanto que as variáveis regressoras
uma variável Y (dependente ou Xi são normalmente controladas.
controladas O
resposta), que está relacionada a “k” relacionamento entre elas é
variáveis (independentes ou caracterizado por uma equação
regressoras) Xi (i = 1, 2, ..., k). denominada de “equação
equação de regressão”
regressão
Quando existir apenas uma

Vamos supor que a regressão é do
variável regressora (X) tem-se a tipo simples e que o o modelo seja
regressão simples,
simples se Y depender de linear,
linear isto é, vamos supor que a
duas ou mais variáveis regressoras, equação de regressão seja do tipo:
então tem-se a “regressão
regressão múltipla”.
múltipla Y = α + βX + U
y
O termo “U” é o termo erro, isto é,
“U” representa outras influências
sobre a variável Y, além da exercida
pela variável “X”. A variação residual
Y = α + β X + U; (termo U) é suposto de média zero e
x
desvio constante e igual a σ.
x1 x2 xn
15
Ou ainda pode-se admitir que Y = α + β X + U;
o modelo fornece o valor médio E(Y/x) = α + β X, isto é, E(U) = 0
de Y, para um dado “x”, isto é, V(Y/x) = σ2;
Cov(Ui, Uj) = 0, para i ≠ j;
E(Y/x) = α + βX A variável X permanece fixa em observações
sucessivas e os erros U são normalmente
distribuídos.
O modelo suposto E(Y/x) = α + βX A reta estimada será representada por:

é populacional.
Vamos supor que se tenha n pares de
Ŷ = a + bX ou Y = a + bX + E
observações, digamos: (x1, y1), (x2, y2), ..., Onde “aa” é um estimador de α e
(xn, yn) e que através deles queremos “bb” é um estimador de β, sendo Ŷ um
estimar o modelo acima. estimador de E(Y/x).
Existem diversos métodos para a Tem-se:

determinação da reta desejada. Um deles,
Yi = a + bxi + Ei,
denominado de MMQ (M Métodos dos
Então:
Mínimos Q uadrados), consiste em
minimizar a “soma
soma dos quadrados das
Ei = Yi - (a + bxi)
distâncias da reta aos pontos”.
pontos”
16
Deve-se minimizar:
n n Y i = a + b X i + Ei
2
φ = ∑ E 2i = ∑( Y i −Ŷ i ) = yi
i =1 i =1 Ei
ŷ i
n
= ∑( Y i −a −b X i ) 2
i =1
xi
Derivando parcialmente tem-se: Igualando as derivadas

parciais a zero vem:
∂φ n
= −2 ∑ ( Y i − a − b X i ) n
∂a i =1 ∑( Y i − a −b X i ) = 0
i =1
∂φ n
= −2 ∑ x i ( Y i − a − b X i ) n
∂b i =1 ∑ x i( Y i − a −b X i ) = 0
i =1
Isolando as incógnitas, tem-se: Resolvendo para “a” e “b”, segue:
∑Y i = na + b ∑ X i ∑Xi y i − nXY S XY
b = =
∑ X iY = n∑ X i +b∑ X 2 ∑X 2
i −n X 2 S XX
i i
a = Y − bX
17
Lembrando que:
Fazendo:
S XY = ∑ X i Y i − nX Y
S XX = ∑ X 2i − n X 2
S YY = ∑ Y 2i − n Y 2
Ano Y = IPC X = M1
Considerando os valores das 1960 29,6 140,7
1961 29,9 145,2
variáveis “Oferta Monetária” e “Índice de 1962 30,2 147,8
Preços ao Consumidor”, consideradas 1963 30,6 153,3
anteriormente, determinar uma equação de 1964 31,5 160,3
1965 32,4 167,8
regressão linear para prever o IPC dado um ... ... ...
determinado nível de Oferta Monetária. 2000 177,1 1172,9
2002 179,9 1210,4
2003 184,0 1287,1
Ano X Y XY X2 Y2
Da mesma forma que para 1960 140,7 29,6
1961 145,2 29,9
calcular o coeficiente de correlação é 1962
1963
147,8
153,3
30,2
30,6
1964 160,3 31,5
necessário a construção de três novas 1965 167,8 32,4
... ... ...
colunas. Uma para X2, uma para Y2 e 2000 1172,9 177,1
2002 1210,4 179,9
outra para XY. 2003 1287,1 184,0
Total 25894,5 4102,9 3295760,69 21856837,21 503187,97
18
Tem-se:
n = 44 ∑ X = 25894,50 ∑Y = 4102,90 2
S XX = ∑ X 2i − n X =
X = 588,5114 Y = 93,2477 ∑ XY = 13295760,69
= 6617629 ,7043
∑ X 2 = 21856837,21 ∑Y 2 = 503187,97
Então:
S YY = ∑Y 2i − n Y 2 =
S XY = ∑ X i Y i − nXY =
= 120601 ,8698
= 881157 ,4161
A equação de regressão, será, então:
S XY 881157 ,4161 A pergunta que cabe agora é:

b = = = 0 ,1332 ≅ 0 ,13
S XX 6617629 ,7043 este modelo representa bem os pontos
a = Y − b X = 93 ,2477 − 0 ,1332 . 588 ,5114 =
= 14,8857 ≅ 14 ,89 dados? A resposta é dada através do
erro padrão da regressão.
Yˆ = 14 ,89 + 0 ,13 x
O objetivo do MMQ é minimizar a

variação residual em torno da reta de
regressão. Uma avaliação desta variação é
dada por:
2
∑ E 2 ∑ ( Y −a −bX )
S2 = =
n −2 n −2
19
O cálculo da variância residual, por Desenvolvendo o numerador da
esta expressão, é muito trabalhoso, pois é expressão, vem:
necessário primeiro determinar os valores 2
∑( Y −a −bX ) 2 = ∑[ Y −( Y −bX ) −bX ] =
previstos. Entretanto é possível obter
2
uma expressão que não requeira o cálculo = ∑[ Y −Y +bX −bX ] 2 = ∑[ Y −Y −b( X −X )] =
dos valores previstos, isto é, de 2
= ∑( Y −Y ) −2b ∑( X − X )( Y − Y ) + b2 ∑( X −X ) 2 =
Ŷ = a + bX = SYY − 2b S XY +b2 S XX
Uma vez que: Deste modo, tem-se:

∑ ( Y −a −bX ) 2 = S YY − 2b S XY + b2 S XX
∑( X − X )( Y − Y ) =
Mas: S XY
b = ⇒ S XY = b S XX
= ∑ X i Y i − nXY =S XY S XX
2 2
Então:
∑( X − X ) = ∑ X 2i − n X = S XX
∑( Y −a −bX ) 2 = SYY − 2b S XY +b 2 S XX =
2
∑( Y −Y ) = ∑ Y 2i − n Y 2 = S YY
= S YY −2 b2 S XX +b 2 S XX = SYY −b2 S XX
Assim:
E 2 ( Y -a -bX ) 2
s= =
n -2 n -2
Será, finalmente:
S YY - b 2 S XX S YY - b S XY
s= =
n -2 n -2
20
Considerando os valores do exemplo Então:
anterior, determinar o erro padrão da
regressão. S YY - b S XY
s= =
Tem-se:
Tem- S YY = 120601 ,8698 n -2
120601 ,8698 - 0 ,1332 .881157 ,4161
S XX = 6617629 ,7043 = =
44 - 2
S XY 881157 ,4161 = 8 ,8278 ≅ 8 ,83
b= = = 0 ,1332
S XX 6617629 ,7043
A pergunta, agora, é: este erro é A variável envolvida aqui é a Y,

razoável?, quer dizer, ele não é muito
isto é, a base monetária, então, o erro
grande?
relativo, será:
A resposta envolve o cálculo do erro
s 8 ,8278
relativo, isto é, devemos comparar este gs = = = 9 ,47%
resultado com a variável de interesse. Y 93 ,2477
Os valores de “aa ” e “bb ” são

estimadores de “α α” β ”. As
e “β
propriedades estatísticas destes
estimadores são úteis para testar a
adequação do modelo. Eles são variáveis
aleatórias uma vez que são combinações
lineares dos Yi que são, por sua vez,
variáveis aleatórias.
21
Comportamento de “a”
As principais propriedades de
(i) Expectância
( )
interesse são a média (expectância), a
E ( a ) = E Y − b X = ... = α
variabilidade (erro padrão) e a
distribuição de probabilidade de cada um (ii) Variância
 2 
dos estimadores. V ( a ) = V Y −bX ( ) = ... = σ2 
1 X
n + S 

 XX 
Portanto a distribuição da Comportamento de “b”

estatística “a”, será: (i) Expectância
2
1 S 
a ~ N ( α, σ + X ) E ( b ) = E  XY  = ... = β
n S XX
 S XX 
Como o valor “σ” não é conhecido (ii) Variância
e precisa ser estimado por “s”, então, S  2
de fato, utiliza-se a distribuição tn-2. V ( b ) = V  XY  = ... = σ

 S XX  S XX
Portanto a distribuição da Covariância entre “a” e “b”

estatística “b”, será: Por definição:
σ Cov(a, b) = E(ab) - E(a).E(b) = E(ab) - αβ.
b ~ N ( β, ) Cov(a,
S XX
Mas
Como o valor “σ” não é conhecido E ( ab ) = E [( Y − b X ).b ] = E ( Y b ) − E ( X b 2 ) =
e precisa ser estimado por “s”, então, = Y E ( b ) − X E ( b 2 ) = β Y − X ( β − σ 2b ) =
2
de fato, utiliza-se a distribuição tn-2. = β ( Y − β X ) − X σ 2b = αβ − X σ b2

22
Então:
Cov ( a ,b ) = E ( ab ) − αβ =
= αβ − X σ b2 − αβ = − X σ b2
Assim: S 
Cov ( a ,b ) = − XV ( b ) = − X V  XY =

 S XX 
2
= − Xσ
S XX
Da mesma forma que foram " α"

obtidos IC para a média, a proporção O IC de “1 – α” de confiança para
e a variância de uma população, o coeficiente linear “α” é dado por:
pode-se determinar intervalos para os 1 X2 1 2
P ( a −tn −2 S + ≤ α ≤ a +tn −2 S + X ) =
parâmetros “α” e “β” da regressão. n S XX n S XX
=1 − α
" β"
O IC de “1 – α” de confiança para o
coeficiente da regressão “β” é dado por:
S S
P( b −tn−2 ≤ β ≤b +tn−2 ) =1 −α
S XX S XX
23
Determinar intervalos de confiança
de 95% para os parâmetros da equação S YY = 120601 ,8698 a = 14 ,8857
de regressão, utilizando os dados do S XX = 6617629 ,7043 b = 0 ,1332
exercício anterior. S XY = 881157 ,4161 s = 8 ,8278
n = 44
X = 588 ,5114
Ŷ = 14 ,89 + 0 ,13 x 1 − α = 95%
Y = 93 ,2477
O IC de “1- α” para o Coef. Linear O IC de “1- α” para o Coef. Angular

“α” é dado por: 1 X2 “β ” é dado por: b ± tn −2
S
a ± tn −2 S +
n S XX S XX
Então: Então: 8 ,8278
0 ,1332 ± 2 ,0181.
1 588 ,5114 2 6617629 ,7043
14,8857 ± 2,0181.8,8 278 +
44 6617629 ,7043 0 ,1332 ± 0,0069
14,8857 ± 4,9161 [0,1262; 0,1401]
[9,97; 19,80]
[0,13; 0,14]
Da mesma forma que foram obtidos IC para os

parâmetros da regressão, pode-se obter IC para os
valores estimados de Y para um dado x. Vamos
considerar dois casos:
(a) Considerando somente a incerteza da linha de
regressão;
(b) Considerando a incerteza da linha mais a
variação da variável Y.
24
Então IC de “1 – α” de confiança
Para construir o IC de “1 – α” para o
para o um valor médio de Y, dado x , é:
valor médio de Y, dado x, é necessário
conhecer sua distribuição. Tem-se: 1 ( X −X )
2
Ŷ ± tn −2 S +
n S XX
2
1 ( X −X )
Ŷ ~ N ( α +βx ; σ + )
n S XX
Então IC de “1 – α” de confiança para

Uma estimativa do valor individual o um valor individual de Y, dado x , será:
de Y é dado por “a + bx” e a distribuição
2
desta estimativa será dada por: 1 ( X −X )
Ŷ ± t n −2 S 1 + +
2 n S XX
1 ( X −X )
Ŷ ~ N ( 0 ; σ 1 + + )
n S XX
Determinar intervalos de
confiança de 95% para os valores
médio e individual de Y, na hipótese
de x = 200.
25
O IC de “1- α” para o valor médio de Y,
dado “x” é: 1 ( X −X )
2
S YY = 1932 ,10 a = − 2 ,7394 Ŷ ± t n −2 S +
n S XX
S XX = 8250 b = 0 ,4830 Então:
ŷ = − 2 ,7394 + 0 ,4830 .200 = 93 ,8606
S XY = 3985 s = 0 ,9503
1 ( 200 −145 ) 2
X = 145 n = 10 93,8606 ± 2 ,306.0,9503 +
10 8250
Y = 67 ,30 1 − α = 95 %
93,8606 ± 1 ,4970
x = 200
[92,36; 95,36]
O IC de “1- α” para o valor individual de

Y , dado “x” é: 2
1 ( X −X )
Ŷ ± t n −2 S 1 + +
Então: n S XX
1 ( 200 −145 ) 2
93,8606 ± 2 ,306.0,9503 1 + +
10 8250
93,8606 ± 2,6539
[91,21; 96,51]
Da mesma forma que foram " α"
testados todos os parâmetros até A variável teste para testar o

então pode-se testar os coeficiente linear é dado por:
parâmetros “α” e “β” da a −α
regressão. t n −2 =
1 X2
S +
n S XX
26
" β"
A variável teste para testar o
coeficiente da regressão “β” é dada por:
b −β
t n −2 = S
S XX
(a) Testar, a 1% de significância, se é

possível afirmar que a linha de regressão, do a = − 2 ,7394 S YY = 1932 ,10
exemplo dado, não passa pela origem. b = 0 ,4830 S XX = 8250
(b) Testar se é possível, a 1% de s = 0 ,9503 S XY = 3985
significância, afirmar que existe regressão n = 10
positiva entre as duas variáveis. 1 − α = 1%
Dados: A variá
variável teste é:
Hipóteses: a −α
n = 10 t n −2 =
H0: α = 0 a = -2,739 1 X2
S +
n S XX
H1: α ≠0 α = 1% Entã
Então:
Trata-se de um teste bilateral para −2 ,739 − 0
t8 = = −1 ,771
o coeficiente linear da regressão. 1 145 2
0 ,9503 +
10 8250
27
crítico tc é tal que: P(|T| > tc) = α
O valor crí
Dados:
Então tc = -3,355. Assim RC = [-3,355; ∞) Hipóteses: n = 10
DECISÃ
DECISÃO e CONCLUSÃ
CONCLUSÃO: H0: β = 0 b = 0,4830
Como t8 = -1,771 ∈ RC ou H1: β > 0 α = 1%
-1,771 > -3,355. Aceito H0, isto é, a 1%
de significâ
significância, não se pode afirmar que Trata-se de um teste unilateral
a linha de regressã
regressão nã
não passe pela para o coeficiente angular da regressão.
origem.
A variá
variável teste é: crítico tc é tal que: P(T > tc) = α
O valor crí
b −β Então tc = 2,896. Assim RC = [2,896; ∞)
t n −2 =
S
S XX DECISÃ
DECISÃO e CONCLUSÃ
CONCLUSÃO:
Entã
Então: Como t8 = 46,165 ∈ RC ou
46,165 > 2,896. Rejeito H0, isto é, a 1%
0 ,4830 − 0
t8 = = 46 ,165 de significâ
significância, pode-
pode-se afirmar que
0 ,9503 / 8250
existe regressã
regressão entre as duas variá
variáveis.
Y
Y − Ŷ
Ŷ Y −Y
Ŷ − Y
Y
Y − Y = Y − Ŷ + Ŷ − Y
2 2 2
∑ ( Y −Y ) = ∑ ( Y −Ŷ ) + ∑ ( Ŷ −Y )
VT = VR + VE
xi
28
(aa) Variação Total: VT Uma maneira de medir o
VT = ∑ Y −Y ( ) 2
= S YY
grau de aderência (adequação) de
(bb) Variação Residual: VR
um modelo é verificar o quanto
VR = ∑ Y −Ŷ ( )2
= S YY − b 2 S XX = VT − VE
da variação total de Y é
(cc ) Variação Explicada: VE
explicada pela reta de regressão.
VE = ∑ Yˆ − Y
2
(
= b 2 S XX )
Para isto, toma-se o quociente

VE b 2 S XX b S XY S 2XY
entre a variação explicada, VE, pela R2 = = = =
VT S YY S YY S XX S YY
variação total ,VT:
Este resultado mede o quanto as
R2 = VE / VT variações de uma das variáveis são
Este resultado é denominado de explicadas pelas variações da outra
“Coeficiente
Coeficiente de Determinação”.
Determinação variável.
Ou ainda, ele mede a parcela da

variação total que é explicada pela reta de
regressão, isto é:
2
VE = b 2 S XX = R S YY
A variação residual corresponde a:
VR =( 1 − R 2 ) S YY
Assim 1 – R2 é o Coeficiente de
Indeterminação.
29

CRS 6

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

CRS 6

Enviado por

Direitos autorais:

Formatos disponíveis

É o grau de associação entre

duas ou mais variáveis. Pode ser:

Numa relação experimental os

determinar se existe relacionamento 1 40

entre as duas variáveis é obter o 1 00

diagrama de dispersão (scatter 60

O diagrama de dispersão Quando o relacionamento

Para determinar o coeficiente de A covariância entre duas

50 Se r = +1, temos uma

50 Assim se r = 0, temos uma

50 Assim se 0 < r < 1, temos uma

Uma correlação amostral não

40 significa necessariamente uma correlação

observe o que ocorre quando mais pontos 20

são acrescentados, isto é, quando se

Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística

Apesar de “rr” ser um

O valor de “rr” é obtido

hipóteses pode ser utilizada para H1: ρ > 0

O teste para a existência de

Onde tc é tal que:

A vantagem desta transformação é que

Esta transformação permite, H 0: ρ = ρ0

realizar, testes de hipóteses e H 1: ρ > ρ0

Onde zc é tal que:

Suponha que uma amostra de n = 35, 35 Dados:

A significância do resultado obtido

Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística

A análise de regressão é uma De fato a regressão pode ser

O problema da especificação é O problema da determinação é

Quando existir apenas uma

O modelo suposto E(Y/x) = α + βX A reta estimada será representada por:

Existem diversos métodos para a Tem-se:

Derivando parcialmente tem-se: Igualando as derivadas

Isolando as incógnitas, tem-se: Resolvendo para “a” e “b”, segue:

A equação de regressão, será, então:

S XY 881157 ,4161 A pergunta que cabe agora é:

O objetivo do MMQ é minimizar a

Uma vez que: Deste modo, tem-se:

A pergunta, agora, é: este erro é A variável envolvida aqui é a Y,

Os valores de “aa ” e “bb ” são

Portanto a distribuição da Comportamento de “b”

Portanto a distribuição da Covariância entre “a” e “b”

de fato, utiliza-se a distribuição tn-2. = β ( Y − β X ) − X σ 2b = αβ − X σ b2

Da mesma forma que foram " α"

O IC de “1- α” para o Coef. Linear O IC de “1- α” para o Coef. Angular

Da mesma forma que foram obtidos IC para os

Então IC de “1 – α” de confiança para

O IC de “1- α” para o valor individual de

Da mesma forma que foram " α"

testados todos os parâmetros até A variável teste para testar o

(a) Testar, a 1% de significância, se é

Para isto, toma-se o quociente

Ou ainda, ele mede a parcela da

Você também pode gostar