Escolar Documentos
Profissional Documentos
Cultura Documentos
CASO PRÁTICO
No arquivo coches.xlsx, as características de 193 carros clássicos de várias marcas são fornecidas
de acordo com os dados publicados no Anuário Automobilístico Ward de 1985, com o preço
ajustado pela inflação em 2019.
Esclarecimento: Para realizar os cálculos solicitados, sugere-se aos alunos que usem um programa
de computador. O próprio Excel possui uma ferramenta de análise de dados que pode ser usada,
mas poderiam ser utilizados SPSS, SAS, R, etc.
Embora o software de análise estatística seja usado para realizar os cálculos, a entrega será feita por
meio de um relatório de resultados. Na resposta a cada pergunta, o aluno deve justificar
teoricamente o método de solução escolhido e, em seguida, os cálculos feitos.
1
CASO PRÁTICO
Desenvolvimento:
O veículo de marca mais cara desta lista fornecida é um Mercedes Benz com motor a
gasolina, duas portas, que oferece 184 cavalos de potência, com 8 cilindros e uma
aceleração de 4.500 rotações com motor dianteiro e preço ajustado pela inflação de
112.195. Nota-se que na tabela anterior, este resultado pode ser obtido organizando
os dados do maior para o menor, também com a possibilidade de uso das fórmulas
de soma MAX, abrindo parênteses, selecionando a coluna e serrando no final, isso
nos dará os resultados solicitados.
n n-1
Hipótese Nula(H0)
/ 292.162/12 = 24.346,83
= 10.792,64
2
CASO PRÁTICO
253.293/12 = 21.107,75
Valor T (α / 2, n-1) embora sejam uma amostra independente, eles têm o mesmo
número de elementos, então dizemos 12 + 12 = 24-2grau de liberdade dizemos T (1-
a = 0,99) T (24 - 2= 22) = 2.819
Como o teste é bilateral, o intervalo será de 2.819 a 2.819 positivos dentro da curva t
de Student.
T calculado por meio da diferença de médias e então o dividimos pelo erro padrão.
Cálculo Estatístico
T (prova) =
T (prova) = 0,9503
Decisão
Como o valor da T(prova) é menor que T(tabela), podemos dizer que a hipótese nula
é aceita porque está na zona de aceitação sob a curva de Tstudent.
T(teste) =
3
CASO PRÁTICO
T(teste) = 3,605
5- Desenvolva um modelo de regressão linear que permita estimar a variável
preço inflação a partir das variáveis Capacidade motor, Cavalos potência,
Comprimento e peso. Qual das variáveis analisadas melhor explica o preço?
Desta forma, a equação que deve ser estimada por meio do modelo de regressão
linear múltipla tem a seguinte forma funcional:
β0 =representa a interceptação
Uma vez que a análise de regressão linear múltipla fora realizada para determinar o
comportamento da variável de inflação de preços, em função de um conjunto de
variáveis explicativas (cilindrada do motor, potência, comprimento e peso),é
necessário examinar se as premissa pelo modelo de regressão é atendido: sem
Multicolinearidade, Homocedasticidade, independência de erros, distribuição normal
de erros, independência e linearidade. A importância do cumprimento dos
pressupostos implicaria que os resultados produzidos pelo modelo podem ser
aplicados com grande precisão à população de interesse.
4
CASO PRÁTICO
Outro gráfico que nos possibilita visualizar e examinar se uma variável tem uma
distribuição normal é o gráfico P-P, que plota os valores cumulativos da variável
versus a probabilidade cumulativa da distribuição normal. Nesse sentido, cada valor é
contrastado como valor esperado de que o resultado seja uma distribuição normal.
No caso deste estudo, os resíduos observados são analisados e plotados usando o
diagrama P-P.
Em essência, se os erros tiverem uma distribuição normal, eles formarão uma reta
diagonal, o que fica evidente no gráfico, portanto, os erros têm distribuição normal.
O modelo previsto pode ser generalizável para a população. Da mesma forma, e à luz
dos resultados vistos, conclui-se que a potência e o preço são tão importantes na
previsão da inflação de preços. Entretanto as variáveis capacidade motora e
comprimento tenham sido estatisticamente significativos, tiveram menor impacto em
relação às duas variáveis.
5
CASO PRÁTICO
Referências:
GRETL-Software de Econometria.