Escolar Documentos
Profissional Documentos
Cultura Documentos
DANILO MEDRADO
JOÃO CAMBUÍ
TASSIO CARVALHO
VITOR MATOS
Salvador
2012.2
2
DANILO MEDRADO
JOÃO CAMBUÍ
TASSIO CARVALHO
VITOR MATOS
avaliação.
Salvador
3
2012.2
SUMÁRIO
1. INTRODUÇÃO:
2. PROBLEMÁTICA:
01 0.99 90,01
02 1,02 89,05
03 1,15 91,43
04 1,29 93,74
05 1,46 96,73
06 1,36 94,45
07 0,87 87,59
08 1,23 91,77
09 1,55 99,42
10 1,40 93,65
11 1,19 93,54
12 1,15 92,52
13 0,98 90,56
5
14 1,01 89,54
15 1,11 89,85
16 1,20 90,39
17 1,26 93,25
18 1,32 93,41
19 1,43 94,98
20 0,95 87,33
3. CORRELAÇÃO
No problema citado nosso p= 0,9379, ou seja, significa que tem forte tendência
para regressão linear positiva, porém, só com a plotagem do gráfico de
dispersão poderemos verificar se existe alguma relação entre as variáveis e
se essa relação pode ser tratada como aproximadamente linear.
IMPORTANTE: Pode haver alguma relação entre X e Y mesmo quando não há
correlação linear significativa, portanto é pertinente realizar o gráfico primeiro.
4.0 REGRESSÃO
x = variável independente.
a = constante = intercepto (ponto em que a reta corta o eixo dos y).
b = constante = coeficiente de regressão.
Em que ε representa um erro aleatório e pode ser pensado como uma “falha”
da equação linear em que se ajusta aos dados exatamente.
N=20
=1,20
=92,16
=170,444,53
=29,29
=2214,66
= – = 29,29
Sxy= - = 10,18
9
β1= = 14,97
y = 74,20 + 14,97x
Em regressão linear simples esse coeficiente pode ser obtido por R²=r², em
que r é o coeficiente de correlação de Pearson amostral. O valor de R² pode
variar de 0 a 100% quanto mais próximo de 100% melhor o ajuste do modelo
considerado.
8.0 CONCLUSÃO
9.0 REFERÊNCIA