Escolar Documentos
Profissional Documentos
Cultura Documentos
Para uma determinada empresa são conhecidos os seguintes dados, referentes ao volume de
vendas (em milhões de pesetas) e gastos com publicidade (em milhares de pesetas) dos últimos 6
anos:
10 16
15 32
20 48
22 56
30 64
32 80
a) Existe uma relação linear entre as vendas da empresa e seus gastos com publicidade? Raciocine a
resposta.
b) Obter as linhas de regressão menos quadrática.
c) Que volume de vendas da empresa se poderia esperar em um ano para gastar publicidade 60000
pesetas? E para uma despesa publicitária de 200000 pesetas?
d) Se a única coisa que importasse fosse a evolução do volume de vendas em termos de despesas
publicitárias, sem levar em conta o valor específico de cada uma delas, haveria uma correlação
ordinal entre as duas variáveis?
SOLUÇÃO:
Despesas
com publicidade (milhares de ptas.)
Observando-a, podemos dizer que existe uma relação linear entre ambas as variáveis.
Calculamos agora o coeficiente de determinação linear para obter uma medida descritiva do grau de
associação linear existente entre as variáveis. A expressão do coeficiente de determinação é:
S2 S2xs7
-* -
2XY --
Sxy = n X X}
E X E2 X2 XY
Substituindo obtemos que r2 vale 0,956 que é o que esperaríamos depois de observar o gráfico de dispersão.
b) Se expressarmos as linhas de regressão como y*= a+bx e x*=c+dy os coeficientes daqueles calculados
são os seguintes:
5
, -xy -b = —2 a =y - b y, x
-Para
5-'
s d=- c =x -dxy
e '
Y*=3,604+0,363x ; X*=-7,356+2,637y
c) Para fazer a previsão do volume de vendas utilizamos a linha de regressão que as vendas possuem em
função dos gastos com publicidade. Para um gasto publicitário de 60000 pesetas obteremos um volume de
vendas de x*=3,604+0,363*60=25,384 milhões de pesetas.
Se o gasto for de 200 milhões de pesetas não podemos usar a linha de regressão, pois o valor 200 está fora
do caminho dos gastos com publicidade. Se substituirmos dá-nos um valor de 76204 milhões de pesetas,
porque as linhas só são válidas dentro do intervalo ou para valores próximos dos finais do percurso.
d) Para resolver esta seção calculamos o coeficiente de correlação ordinal de Spearman. O coeficiente
de Spearman consiste no cálculo do coeficiente de correlação linear dos dados transformados através
da função intervalo.
E 10 15 20 22 30 32
X 16 32 48 56 64 80
Rang Y 1 2 3 4 5 6
Rang X 1 2 3 4 5 6
Di 0 0 0 0 0 0 0
Di 2
0 0 0 0 0 0 0
O coeficiente de Spearman quando não há empates nas fileiras, como nesses dados, tem a seguinte
expressão:
N3-N
Neste caso rs é 1, portanto, há correlação ordinal positiva e perfeita, ou seja, quanto maior o gasto com
publicidade, maior o volume de vendas.
(Podemos ver que a correlação linear não é perfeita e, no entanto, a correlação ordinária é.)
4. Um banco estatal de um determinado país estuda a possibilidade de baixar as taxas de juro para
incentivar o investimento privado e, assim, abrir a possibilidade de criação de emprego. Para isso,
contrasta as taxas de juros reais de diferentes países com
o investimento privado neles, tudo durante o último período. Obtendo os resultados refletidos na
tabela a seguir:
10-50 2 6
50-100 1 5
100-150 1 4
150-200 5 1
SOLUÇÃO:
Para facilitar o acompanhamento dos cálculos necessários para resolver o problema construímos a seguinte
tabela resumida: (variável X = taxa de juros real; variável Y = investimento).
30 0 0 2 6 8 240 7200
75 0 1 5 0 6 450 33750
6 6 7 6 25 2365 302850
Marg. X
0 9.375 65.625 0
9.375 62.5 0 0
65.625 21.875 0 0
1. Para estudar a relação linear entre as variáveis taxa de juros e investimento, utilizaremos o
coeficiente de determinação como medida descritiva desse fato.
2. y*=237.863-948.760x
3. O incremento de uma unidade da variável independente coincide com o valor da inclinação da
reta; Neste caso o aumento será de -948.760( observamos que neste problema o aumento é fictício
porque 1 sai do caminho da variável independente).
4. O aumento será o produto entre a inclinação e a diferença entre a taxa de juros nos dois estados,
ou seja, aumenta em -948.760*(0,09-0,18)=85,388 bilhões.
CONCERTOS
1-6 3 2 1
6-11 1 4 1
11-16 2 1 5
c) y*=28,22+1,42x
d) y*=28,22+1,42*1,8=30776 Concertos.
6. Com o objetivo de analisar se existe uma relação linear entre o consumo de energia elétrica
(kw.hora), variável X e o volume de produção em milhões de pesetas, variável Y, de uma empresa
obtiveram-se as seguintes informações:
Solicita-se:
SOLUÇÃO:
a) y*=-10,746+2,202x
b) r=0,959
7. Uma empresa de manufatura baseia suas previsões anuais de vendas nos resultados oficiais da
demanda total do setor. Abaixo estão os dados da demanda total e das vendas realizadas pela
empresa nos últimos 11 anos.
3. Por meio de um ajuste mínimo quadrático encontre a linha que melhor se adapta às vendas
da empresa em função da demanda total. Se a demanda industrial total for de 300000
toneladas, que volume de vendas seria previsto usando a linha de regressão calculada?
4. Realiza a validade do ajuste linear feito na seção anterior.
Usando o método robusto de ajuste de uma linha com base na mediana, para obter uma linha
de ajuste nos termos da alínea c). Faça a previsão da seção c. usando esta linha
SOLUÇÃO:
Diagrama de dispersão
dem. T./Vendas
- 21
x2 - x1
^2y-. -
Q
x2 - x1
p
Substituindo obtemos eR = -0,764 + 0,031 * 300 = 8,536 mil Ton. ( NOTA: Ambas as
linhas são desenhadas no gráfico de dispersão. O sinal . do gráfico corresponde aos
pontos ( x 1,y1) e (x2,y 2) e o sinal (quadrado) aos dados do problema).
8. Estuda-se a relação entre o número de anos de filiação sindical e o nível de satisfação com o
desempenho do sindicato. Isso se baseia nos dados de 7 indivíduos retirados aleatoriamente de
pessoas ligadas a partidos políticos, obtendo-se:
Anos 8 7 10 3 6 13 4
Satisfação 7 5 8 5 9 9 3
SOLUÇÃO:
1. r=0,711
2. y*=3,118+0,474x ; y*=3,118+0,474*11=8,332 na escala de satisfação.
3. x*=0,270+1,068*y; x*=0,270+1,068*6= 6,678 anos.
9. Numa região vitivinícola, a evolução do preço (em pesetas/litro) e da quantidade de produção (em
toneladas) foi observada ao longo de alguns anos. Veja a tabela:
1. Calcula a linha de regressão linear que coloca o preço como uma função da produção.
2. Analise fundamentada a validade da linha obtida acima.
Quais serão os valores do preço quando a produção estiver entre 115 e 135 toneladas? Raciocine a
resposta.
SOLUÇÃO:
1. y*=68,291-0,167x
2. r=0,556 ; r2=0,309
3. y*=68.291-0.167*115= 49.086 e y*=68.291-0.167*135=45.746 ; O preço será entre
45.746 e 68.291 pesetas
SOLUÇÃO:
a)
2. v*=3,067+0,788u ; x*=3,067+0,788w
3. ruv=0,877 ; rlx=0,877
4. Podemos ver que ambas as linhas são exatamente iguais e que a relação linear em ambas é a
mesma, mas pode-se ver que nas variáveis U/V a reta é mais representativa do que no outro caso.
Observamos que a presença do outlier pode alterar o resultado esperado.
5. Nenhum outlier é visível no gráfico de dispersão U/V. No diagrama W/X nota-se a presença de um
outlier, que é o ponto ( 14.117,14.186) se o eliminarmos obtemos o x * = 6,646 e a associação
linear entre eles é nula,
6. Esta seção será feita para a variável U/V vR=3,571+0,714u.
7. A principal conclusão é que você deve sempre desenhar o gráfico de dispersão de dados.
11. Um gestor de recursos humanos quer determinar o salário a pagar por uma determinada
categoria de trabalhadores de colarinho azul. Determinar tais salários a serem pagos a uma
determinada categoria de trabalhadores. Para determinar esse salário, é realizado um estudo no qual
intervêm as variáveis Salário Mensal (em milhares de ptas), Nível de Produção Anual na Empresa
(em milhões de ptas) e Nível Médio de Especialização do Trabalhador (de 0 a 10). O gestor obtém
esta série de resultados:
Sal. 123.4 135.7 115.9 100.6 98.7 150.4 124.6 110.0 138.6 123.4
Prod. 300.5 325.9 298.6 200.9 300.4 359.8 279.6 215.6 250.0 300.0
Esp. 4.3 5.5 7.8 4.9 4.3 8.5 6.4 5.6 5.3 5.0
Solicita-se:
Que salário deveria ser pago se o nível de produção fosse de 315 milhões de ptas? e o nível médio de
especialização de 6,6?
SOLUÇÃO:
A tabela de cálculo é:
E X1 X2 E 2
X12
X2 2
YX1 YX2 X1X2
A linha a ser construída terá a forma y* = a + b 1 x1 + b2 x2e para calcular os coeficientes da reta
aparece um Sistema de Equações como este:
Que tem pela solução a=56198 b 1=0,158 b2=3,664 . Portanto, o plano de regressão é:
y*=56,198+0,158x1+3,664x2
pa _SCR__SCE__s2
SCT 5CT 57
Onde s2 é a variável residual.
3 ^"=1^ - OS "=1 Ji - ¿1 )
8n
3 O coeficiente de correlação parcial entre a variável dependente e uma variável explicativa mede a força
da relação linear entre ambas quando eliminamos o efeito linear das demais variáveis explicativas. Seu
resultado é:
, SCE^x^) — SCE^x^x^)
^j F SCE(x¿
Tr
Onde SCE(xi) é a variação inexplicável . Observando essa expressão, vemos que o coeficiente de
determinação parcial nos dá o aumento relativo da variável aplicada. O coeficiente de correlação parcial é
obtido a partir da raiz quadrada do coeficiente de determinação. Neste caso, SCE(x 1)=1582.51 SCE(x
2)=1643.06 SCE(x1,x 2)=1385.06 r 2=0.157 r2=0.124
y*=56.198+0.158*315+3.664*6.6=130.15
12. O gestor de uma determinada empresa quer saber, aproximadamente, a demanda anual de
produto que será feita à empresa nos próximos anos. Para determinar essa demanda, realiza um
estudo em que intervêm as variáveis Preço Médio do Produto em um Ano (em pesetas), Taxa de
Inflação Anual (IPC) (em tantos por um) e Demanda Anual (em bilhões de pesetas). Em uma
amostra de 20 anos obtém-se os seguintes resultados: (Demanda = Y, Preço =
X1 , IPC= Xa )
16.945;>,x = 3230;),
X2 = 1,1;
Calcular:
SOLUÇÃO:
b) SCE(
x,=0,195185; SCE(
x2º)=0,458711; ECS(x,,x , )=0,17046;
r q 2 = 0,6283934;
r2=0,1266746; r2g = 0,829803; r2., = 0,600013.
c) A variação da demanda será três vezes a inclinação correspondente à variável Preço, neste caso haveria
uma redução na demanda de 0,0184 bilhão de pesetas. A variação na demanda será um aumento na
demanda de 0,061 bilhão de pesetas.
d) A variação percentual é o quociente entre a mudança total e a situação inicial por 100. Neste problema
estará:
(-0,0184/0,9115956)x100=-2,018%