Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Introdução :
Xi X1 X2 X3 ... Xn
Yi Y1 Y2 Y3 ... Yn
Seja Yi = 0 + 1Xi + ei
Fazendo i = 1, 2, ..., n, temos:
Y1 = 0 + 1X1 + e1
Y2 = 0 + 1X2 + e2
. . . .
. . . .
. . . .
Yn = 0 + 1Xn + en
ei = Yi - 0 + 1Xi
(ei)² = (Yi - 0 - 1Xi)²
n n
Seja Z = (ei)² = (Yi - 0 - 1Xi )²
i=1 i=1
+ 2 ˆ 1(Xi)(Yi ) - 2 ˆ 1²(Xi)²
n n
F.V. GL SQ QM F
Regressão 1 SQRegr. QMRegr. QMRegr.
Indep.Regr. n-2 SQ.ind.Regr. QM.ind.Regr. QM.ind.Reg.
Total n-1
Conclusões :
Se Fcalc F (1; n-2) g.l. conclui-se que a equação de regressão
explica significativamente a variável dependente Y, ao nível de significância .
Se Fcalc < F (1; n-2) g.l. conclui-se que a equação de regressão não
explica significativamente a variável dependente Y, ao nível de significância .
O R² (coeficiente de determinação), em todos os casos, é calculado pela
expressão:
R² = SQRegressão x 100
SQtotal
O R² representa a percentagem da variação em Y (variável dependente)
que está sendo explicada pela equação de regressão.
379,60 = 65 ˆ 0 + 169 ˆ 1
-384,20 = -65 ˆ 0 - 171 ˆ 1
-4,60 = 0 - 2 ˆ 1 ˆ 1 = 2,3000
Análise de Variância:
SQtotal = Yi² - (Yi)² = 172,70 – (29,20)² = 2,1720
n 5
F.V. GL SQ QM F
Regressão 1 2,1160 2,1160 113,76*
Ind. Regr. 3 0,0560 0,0186
Total 4 2,1720
Y= X + ; onde:
Pressuposições:
I. A variável dependente Yi é função linear das variáveis independentes Xji
(j =1,2,.., p);
II. Os valores das variáveis independentes são fixos;
Temos que: Y = X +
= Y - X
Para determinar as estimativas dos parâmetros devemos minimizar a
soma de quadrado dos erros dada por ’:
e1
n e2
ei² = [ e1 e2 ... en ] . = ’
i=1
.
.
en
Seja Z = = ’
Z = (Y - X)' (Y - X)
Z = (Y' - 'X') (Y - X)
Z = Y'Y - Y'X - 'X'Y + 'X'X
ˆ = S-1X'Y
S = X'X
Matricialmente, temos:
SQR = ˆ ’ ˆ
ˆ = Y - X ; ˆ ’ = Y' - ˆ 'X'
SQRes = (Y'- ˆ 'X') (Y - X ˆ )
= Y'Y - ˆ 'X'Y - Y'X ˆ + ˆ 'X'X ˆ
Sendo as matrizes Y'X ˆ e ˆ 'X'Y de dimensões 1 x 1 e sendo uma a
transposta da outra, temos:
SQRegressão = ˆ 'X'Y - C
C = (Yi )²
n
Quadro - Análise de Variância da Regressão:
F.V. GL SQ QM F
Regressão p SQRegr. QMRegr. QMRegr.
Ind. Regr. n – p - 1 SQ.ind.Regr. QM.ind.Regr. QM.ind.Regr.
Total n-1
Exemplo 1 :
Obter a equação de regressão e a análise de variância da regressão para o
modelo Yˆ = ˆ 0 + ˆ 1X + ˆ 2X² , adotando = 5%, dados :
5,0 1 1 1
8,0 1 2 4 1 1 1 1 1
Y= 9,5 X= 1 3 9 ; X' = 1 2 3 4 5
10,0 1 4 16 1 4 9 16 25
9,0 1 5 25
S = 700
1 1 1 1 1 5,0 41,5
X'Y = 1 2 3 4 5 8,0 134,5
1 4 9 16 25 9,5 = 507,5
10,0
9,0
ˆ 0 0,8000
ˆ = ˆ 1 = S-1 X'Y = 4,8573
ˆ 2 -0,6431
Equação de Regressão:
41,5
ˆ 'X'Y = [ 0,8000 4,8573 - 0,6431] 134,5 = 360,1336
507,5
F.V. GL SQ QM F
Regressão 2 15,68 7,84 130,66*
Ind.Regr. 2 0,12 0,06
total 4
Gráfico da Equação
X=1 Yˆ = 5,01
X=5 Yˆ = 9,00
X= 3,78
X = 3,78 Yˆ = 9,97
X 0 1 2 3 4 5 6
Y 5,0 9,5 11,5 12,5 11,0 9,0 5,5
Exemplo 2
X' = 1 1 1 1 1 1 1
1,2 1,5 1,8 2,1 2,4 2,7 3,0
5,8 6,2 6,0 6,3 3,0 4,8 5,0
7 14,70 37,10
S =X’X 14,70 33,39 75,45
37,10 75,45 204,81
X'Y = Y 55,00
X1Y = 107,22
X2Y 299,40
ˆ = S-1 X'Y
ˆ 0 14,989998
ˆ = ˆ 1 = -3,316521
ˆ 2 -0,031635
Equação de Regressão:
Análise deVariância:
SQRegr = ˆ 'X'Y - C
55,00
SQRegr = [14,989998 - 3,316521 - 0,031635] 107,22 - 432,1429
299,40
F.V. GL SQ QM F
Regressão 2 27,2381 13,6190 551,37*
Ind.Regr. 4 0,0990 0,0247
total 6
Matriz de dispersão:
𝑉̂ 𝑎̂0 𝐶𝑜𝑣(𝑎̂0 , 𝑎̂1 ) 𝐶𝑜𝑣(𝑎̂0 , 𝑎̂2 )
D= X'X-1. QMResíduo = [𝐶𝑜𝑣(𝑎̂0 , 𝑎̂1 ) 𝑉̂ 𝑎̂1 𝐶𝑜𝑣(𝑎̂1 , 𝑎̂2 )]
𝐶𝑜𝑣(𝑎̂0 , 𝑎̂2 ) 𝐶𝑜𝑣(𝑎̂1 , 𝑎̂2 ) 𝑉̂ 𝑎̂2
𝑎̂𝑖 − 0
𝑡 𝑐𝑎𝑙𝑐. =
√(𝑉̂ (𝑎̂𝑖 )