Bioestatística

Prof. Dr. Fabiano Cordeiro Moreira

Correlação e
Regressão
Correlação

Avalia se existe associação entre duas variáveis quantitativas

• Coeficiente de Pearson
• Valor numérico, e, portanto, comparável
• Adimensional
• Varia de +1 a -1
Correlação

• Requisitos
• Tanto a variável x quanto a y têm distribuição normal.
• Homocedasticidade

Teste de hipótese
H0: não existe correlação entre as amostras (r = 0)
Sem significância, não é possível afirmar que a associação descrita
pelo coeficiente de Pearson não foi encontrada ao acaso.

> mtcars
> plot(mtcars$mpg, mtcars$wt)
> plot(mtcars$qsec, mtcars$wt)
Volume cúbico do cérebro
vs. peso do corpo
Diagrama de dispersão
Regressão
Relação de causalidade

Capacidade preditiva

Cria um modelo linear da relação entre as

amostras
y = A+Bx (equação fundamental de uma reta)
Peso do cérebro vs. peso do corpo
Peso do cérebro vs. peso do corpo

◼r2: indica a explicação da variável

dependente pela variável
independente

◼Coeficientes: geram o modelo

preditivo.
y = 2.1504 + 0.7523.x

◼Quando x = 0, espera-se que y = 2.1504

(Não faz sentido para o nosso modelo)
◼Espera-se um acréscimo de 0.7523 em y
para um acréscimo unitário em x
(lembre que nossos dados estãomem
escala Log)
Exercícios Correlação e
Regressão
◼Cálculo da gorjeta baseada no valor da conta

◼Identifique a variável dependente

◼Verifique se existe associação entre as variáveis
◼Crie um modelo linear que explique a relação de
dependência entre as variáveis. Infira sobre o
modelo criado
◼Para uma conta de R$137.00, qual o valor de gorjeta
esperado
Exercícios Correlação e
Regressão
Cálculo da gorjeta baseada no valor da conta

> conta = c(34,108,64,88,99,51)

> gorjeta = c(5,17,11,8,14,5)
> model = lm (gorjeta~conta)
> summary(model)
> plot(x,y)
> abline(model)
Exercício Correlação e
Regressão
◼Utilizando a tabela mtcars do R, faça:
1. Plote o gráfico de dispersão das variáveis mpg
(milhas por galão) e wt (peso x 1000 lbs)
2. Verifique a normalidade das variáveis
3. Faça um teste de correlação e infira sobre relação
entre elas
4. Crie um modelo linear das variáveis e infira sobre o
modelo criado
5. Adicione ao gráfico de dispersão, a reta que
representa o modelo
6. Descreva a relação entre peso do carro e
consumo
7. Se um carro pesa 6.000 libras, quantas milhas
deverá fazer por galão
Exercício Correlação e
Regressão
Utilizando os barcodes 1 e 2 da tabela de barcodes.txt,
faça:

1. Ordene os barcodes de forma decrescente, de

acordo com o bar_01, separe os 20 primeiros miRNAs
2. Verifique a normalidade das variáveis, se for o caso,
faça a transformação dos dados

3. Plote o gráfico de dispersão das variáveis

4. Faça um teste de correlação e infira sobre relação
entre elas
5. Infira sobre um modelo linear que represente a
relação entre os barcodes.