Curso: Técnico em Química

Disciplina: Estatística

Professor: Leonardo Mota de Andrade

Aluno: Ariane Lopes de Moura Ramos e Laís Gerlach Tadeu Ano/Turno:1° A

Data: 31/10/23

####Lista de correlação e regressão - 20 pontos####

1) A tabela seguinte mostra o número de assinantes de uma TV a cabo de 2001 até

2008, em determinada região.

Anos depois de 2000 (X) e Nº de assinantes (milhões) (Y)

X Y x*y x2 y2

1 18 18 1 324

2 19 38 4 361

3 20 60 9 400

4 20 80 16 400

5 21 105 25 441

6 22 132 36 484

7 22 154 49 484

8 23 184 64 529

36 165 771 204 3243

####Resolva:####

a) Crie um vetor para cada item acima, apresente a soma de cada coluna apresente o
resumo Estatístico de X e Y.

x <- c(1, 2, 3, 4, 5, 6, 7, 8)
x
[1] 1 2 3 4 5 6 7 8
y <- c(18, 19, 20, 20, 21, 22, 22, 23)
y
[1] 18 19 20 20 21 22 22 23
x_y<-c(x*y)
x_y
[1] 18 38 60 80 105 132 154 184

x_2<-(x^2)
x_2
[1] 1 4 9 16 25 36 49 64
y_2<-(y^2)
y_2
[1] 324 361 400 400 441 484 484 529
sum(x)
[1] 36
sum(y)
[1] 165
sum(x*y)
[1] 771
sum(x2)
[1] 204
sum(y2)
[1] 3243
Resumo<-summary(x)
Resumo
Min. 1st Qu. Median Mean 3rd Qu. Max.
1.00 2.75 4.50 4.50 6.25 8.00
Resumo<-summary(y)
Resumo
Min. 1st Qu. Median Mean 3rd Qu. Max.
18.00 19.75 20.50 20.62 22.00 23.00

b) Faça o diagrama de dispersão para os dados acima.

plot(x,y,col="black",xlab="Anos depois de 2000",ylab="Nº de assinantes",

main="Ariane e Laís")

plot
c) Determine a variância e o desvio padrão para cada variável.

Variância<-var(x)

Variância

[1] 6

Variância<-var(y)

Variância

[1] 2.839286

Desvio_padrão<-sd(x)

Desvio_padrão

[1] 2.44949

Desvio_padrão<-sd(y)

Desvio_padrão

[1] 1.685018

d) Determine o coeficiente de correlação linear (r) e interprete o resultado.

correl<-cor(dados)

correl

0.9864309

Correlação positiva, Se r está próximo de 1, há uma forte correlação positiva.

e) Determine o coeficiente de determinação e interprete o resultado.

coef_exp<-c(correl^2)

coef_exp

0.9730458

Há uma correlação de 97%

f) Determine os coeficientes da reta de regressão e escreva o modelo de regressão. (y =

a+bx)

reglin<-lm(y~x)
reglin

y= 17.5714+0,6786x

g) Faça o esboço da reta de regressão no item b.

abline(reglin,col=2)

abline

h) Esboce o gráfico de resíduos para o modelo de regressão.

calculado<-predict(reglin)

calculado

residuo<-resid(reglin)

residuo

result<-data.frame(x,y,calculado,residuo)

result

plot(x,residuo)

plot

abline(h=0)

abline
i) No ano de 2010 qual foi o número de assinantes?

y = 17.5714 + 0,6786x

y = 17.5714 + 0,6786 . 10

y = 17.5714 + 6,786

y = 24.3574

Em 2010 o número de assinantes era de 24,3574 milhões