Escolar Documentos
Profissional Documentos
Cultura Documentos
VARIÁVEIS
• Regressão linear
• Correlação simples
O modelo de regressão linear
simples
Para tomada de decisões é necessário prevermos e é muito mais fácil tomar
decisões quando podemos estabelecer uma relação entre uma variável e outra.
Depois de estabelecida uma possível relação casual entre as variáveis, o passo seguinte é
estudar o tipo de relação existente.
Podemos elaborar um diagrama de dispersão dos dados e observar o comportamento das
variáveis.
As relações existentes podem ser do tipo linear, exponencial, logarítmica, potência, logística, etc.
A relação mais simples é a do tipo linear e pode ser descrita pela seguinte equação:
Onde,
• Y a variável explicada, dependente ou endógena
• X a variável explicativa, independente ou exógena
• e uma variável do tipo residual
• a e b são constantes: a é a intersecção da reta com o eixo vertical e b o declive da reta.
Esta equação descreve uma reta que, quando ajustada aos dados do diagrama de dispersão, se
chama reta de regressão ou reta ajustada.
Um bom método para descrever a relação entre variáveis será ajustar uma reta aos
dados observados.
A reta ajustada terá a forma matemática:
• O coeficiente de determinação é uma medida do poder explicativo da reta de regressão (reta obtida
pelo método dos mínimos quadrados) e é dado por 𝑟 2 . Esta medida representa a proporção da
variância de y que é explicada pela relação linear entre y e x. O valor de 𝑟 2 pode variar entre 0 e 1
e, quanto mais próximo de 1, maior é o poder explicativo da reta de regressão
• A covariância é uma medida da associação linear entre duas variáveis, calculada a partir da
expressão:
Uma forma equivalente de obter cov (x, y) , bastante mais utilizada na prática, é dada por
• O coeficiente de correlação linear de Pearson é uma medida da associação linear entre duas
variáveis, independente das unidades de medida, cujo cálculo é efetuado a partir da expressão
Uma forma equivalente de obter o coeficiente de correlação linear de Pearson, bastante mais
utilizada na prática, é dada por
A covariância, por seu turno, compara variáveis com unidades de medida diferentes, sendo difícil
a sua interpretação. Do mesmo modo, como o resultado final é também influenciado por essas
unidades de medida, torna-se difícil estabelecer o que é uma covariância elevada, média ou
pequena.
• O coeficiente de correlação de Spearman, 𝒓𝑺 , mede o grau de associação entre 𝑥 e 𝑦
(amostra bivariada) ordinais ou qualitativas (quando não for adequada a aplicação do
coeficiente de correlação de Pearson).
Este coeficiente não é sensível a assimetrias nem a valores atípicos e é dado por:
O objetivo agora é calcular probabilidades, não com base nos próprios acontecimentos, mas
sim nos valores assumidos pela variável aleatória.
• Variáveis aleatórias discretas
Função de probabilidade:
Função de distribuição
Variáveis aleatórias contínuas
Exercicio
• Variáveis aleatórias bidimensionais
Variáveis aleatórias bidimensionais discretas
Variáveis aleatórias bidimensionais continuas
Exercícios
Parâmetros de variáveis aleatórias
Determine:
Determine
Proximo slide
Relembro que K= 12/11
Principais distribuições de probabilidade
Distribuições discretas
• Distribuição Uniforme
Se os valores que a v. a. 𝑋 pode assumir ocorrem com igual probabilidade então diz-se que 𝑋 segue
uma distribuição Uniforme.
Definição: A v. a. 𝑋 segue uma distribuição Uniforme discreta em 𝑵 pontos, 𝑿 ~ 𝑼{𝟏, 𝟐, … , 𝑵}, se a
sua função de probabilidade é
: 𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = 1 /𝑁 , 𝑥 = 1, 2, … ,
• Distribuição de Bernoulli
• Distribuição Binomial
Exercicios
Distribuições contínuas
• Distribuição Uniforme
Φ phi