TEMA: Teoria de Correlação e Regressão (RESUMO)

INTRODUÇÃO

No trabalho falar-se-á da teoria de regressão e correlação, e importa referir que o tema

estuda de forma discretiva um conjunto de observações de uma só variável. Quando se
consideram observações de duas ou mais variáveis surge um novo ponto. O estudo das
relações porventura existentes entre as variáveis. A análise de regressão e correlação,
compreende a análise de dados amostrais para saber se e como as duas ou mais
variáveis estão relacionadas uma com a outra numa população.

Um dos principais motivos da escolha do tema é pelo facto do mesmo ser aplicável no
meu curso, por exemplo, no caso de processamento de rochas ornamentais em que
podemos relacionar o aquisição e uso de máquinas adequadas e recomendadas para o
devido processamento, onde podemos avaliar a comercialização na existências dessas
máquinas, de modo a descobrir o seu impacto para a resposta do mercado
(comercialização) dessas rochas ornamentais. Este relacionamento é representado por
um modelo matemático, por uma equação que associa a variável dependente com as
variáveis independentes.

METODOLOGIAS

Para a realização do trabalho tenho como base na informação colectada nas fontes que
são citadas nas referências bibliográfica que tive acesso pela internet.

CORRELAÇÃO

Correlação: mede o grau de relação entre duas variáveis.

 Coeficiente de correlação linear de Pearson (r)
O coeficiente de correlação linear de Pearson é medido que avalia o quanto a “nuvem de
pontos” no diagrama de dispersão aproxima-se de uma recta.

E o resultado de r permite dizer se é adequado ou não a utilização do modelo linear para

a modelagem de um fenómeno.

FORULA 1. r¿ n ∑ xy−( ∑ x)¿ ¿ ¿

Interpretação do valor de r

r Correlação r Correlação
0,000 Nula 0,9 < [r] ≤ 1,0 Óptima
0,000 ├0,350 Fraca 0,8 <[r] ≤ 0,9 Boa
0,350 ├0,650 Media 0,7 < [r] ≤ 0,8 Razoável
0,650 ├0,950 Forte 0,6 < [r] ≤ 0,7 Medíocre
0,950├0,990 Muito forte 0,5 < [r] ≤ 0,7 Péssima
1,000 Perfeita [r] ≤ 0,5 Impropria

TABELA 1. Valor absoluto mínimo para o coeficiente de correlação r de pearson ser

significativo.barbetta, p. A. - estatística aplicada às ciências sociais. 7 ed. Florianópolis:
editora da ufsc, 2010
Análise de Regressão
O objectivo da Análise de Regressão é identificar relações de causa e efeito entre
variáveis independentes Xi e uma variável de resposta Y.

Linha de regressão (linha de melhor ajuste)

 A linha para a qual a soma dos quadrados dos resíduos é um mínimo.

 A equação de uma linha de regressão para uma variável independente x e uma
variável dependente y é: ŷ = mx + b
n ∑ xy−∑ x ∑ y
FORMULA 2. m=
n ∑ x 2−¿ ¿ ¿
 FORMULA 3. b=
∑ x2 ∑ y−∑ x ∑ xy
n ∑ x −¿ ¿ ¿
2
Lucro Lucro
Exercício: A empresa Chivite Lda é vocacionada na área de exploração de antes das depois
rochas ornamentais para a produção de mosaicos. No início da sua máquinas das
produção, pela insuficiência do património líquido a empresa optou por (MZN), x máquinas
mineração artesanal, passado um mês na exploração conseguiu adquirir 1 (MZN), y
máquina no segundo mês 1 máquina e no terceiro mês 2 máquinas. a). 1.500 5.2
Calcule o coeficiente de correlação do lucro antes e depois da aquisição da 2 4.9
primeira, segunda, terceira e quarta máquina respectivamente. 4 4.9
b). Ache a equação de regressão. 3 13

Solução: encontrando o coeficiente de correlação

x Y xy x2 y2
1.5 3.2 4,8 2.25 10.24
2 2.9 5.8 4 8.48
1 3 3 1 9
∑ ¿4.5 ∑ ¿9.1 ∑ ¿13.6 ∑ ¿7.25 ∑ ¿27.72

a) r¿ n ∑ xy−( ∑ x) ¿ ¿ ¿

3 ( 13.6 )−( 4.5)(9.1) −0.5

r¿ = =−0.83
√3 ( 7.25 )−(20.25) . √ 3 ( 7.25 )−(768.3) 0.6
r ¿−0.83 sugere uma correlação linear negativa. Significa que com a compra das
máquinas não aumenta os lucros da empresa.

n ∑ xy−∑ x ∑ y
b) m=
n ∑ x −¿ ¿ ¿
2

b=
∑ x2 ∑ y−∑ x ∑ xy
n ∑ x −¿ ¿ ¿
2

Equação de regressão: ŷ = mx + b
ŷ = 4.8x + 3.13
CONCLUSÃO
No trabalho findo foi possível concluir que a existência de correlação nada diz sobre a
natureza da relação causal que porventura exista entre as variáveis. Ao interpretar um
coeficiente de correlação deve ter-se presente, que um valor elevado de R não significa
que X seja causa de Y ou Y seja causa de X. A análise de regressão apenas indica qual o
relacionamento matemático pode existir, se existir algum; a lógica de uma relação
causal deve provir de teorias externas ao âmbito da Estatística.

REFERÊNCIAS BIBLIOGRÁFICAS
DAVILA, Victor Hugo Lanchos. Análise de Regressão e Correlação, Porto 32p., 2019

DE MESQUITA, Marco Aurelio.8. Correlação e Regressão Linear, São Paulo, 2015

LARSON, R, FARBER, B. Estatística Aplicada. 2ª edição. São Paulo: Pearson -

Prentice Hall, 2004.

BUSSAB, Wilton. Estatística Básica. Saraiva. 5a edição 2006. 540p. ISBN 85-02-
03497-9.

CRESPO, Antônio Arnot. Estatística Fácil.17ed. . São Paulo: Saraiva,1999.