Ajustamento de

Curvas
Diagrama de Dispersão
Correlação
Técnicas de Ajustamento
Qualidade do ajustamento
DIAGRAMA DE DISPERSÃO
 É um gráfico utilizado para
visualização do tipo de
relacionamento existente entre
duas variáveis. Essa relação
expressa o nível esperado de
alteração de uma variável, como
conseqüência de alterações
sofridas pela outra variável.
Interpretação do diagrama
Aplicação

Diagrama de dispersão: forte correlação

Temperatura % de quebra
interna no fatiamento 20
68,0 0,3 18
68,2 0,4 16
68,4 0,5 14

68,6 0,6 12

68,8 1,3 10

69,0 3,8 8
6
69,2 5,8
4
69,4 8,5
2
69,6 11,0
0
69,8 14,0
67,5 68 68,5 69 69,5 70 70,5
70,0 18,0
 Identifica a intensidade da relação entre as variáveis

S xy
r
S xx .S yy
( x ) 2 ( y ) 2 ( x).( y )
S xx   x 
2
S yy   y 
2
S xy   x. y 
n n n

- Se os valores de r forem próximos de 1, ou –1, então haverá forte correlação

positiva, ou negativa, entre x e y.
- Se os valores de r forem próximos entre –0,3 e 0,3 indicam fraca correlação
entre as variáveis x e y.
Escala de análise:
 Cálculo de r Temperatura
68
68,2
% quebra
0,3
0,4
x2
4624
4651,24
xy
20,4
27,28
y2
0,09
0,16
68,4 0,5 4678,56 34,2 0,25
68,6 0,6 4705,96 41,16 0,36

( x ) 2
68,8 1,3 4733,44 89,44 1,69
(_____) 2
S xx   x 
69 3,8 4761 262,2 14,44
2
 (_____)   69,2 5,8 4788,64 401,36 33,64
n (___) 69,4 8,5 4816,36 589,9 72,25
69,6 11 4844,16 765,6 121
( y ) 2 (______)2
S yy   y 
69,8 14 4872,04 977,2 196
2
 (______)   70 18 4900 1260 324
n (____) 759 64,2 52375,4 4468,74 763,88

( x).( y ) (_____).(_____)
S xy   x. y   (______)  
n (______)
,

20

S xy (_____) y = 8,85x - 604,81

r  
S xx .S yy (___).(___) 15 R2 = 0,8855

10
n 11
Sxx 4,4
Syy 389,19
Sxy 38,94 5
r 0,94

0
67,5 68 68,5 69 69,5 70 70,5

-5
Permite a descoberta da causa de um problema.

Resultado geral Resultado por máquina

 Permite a identificação inexistência de relação
 entre as variáveis.

Resultado geral Resultado por máquina

Aplicação

Em uma análise sobre a resistência de uma liga metálica em função da

concentração de Ferro, obteve-se a tabela abaixo. Determine o diagrama
de dispersão e o coeficiente de correlação.

Fabricante A A A A A A A A B B B B B B B B B
% Fe 14 16 18 15 17 16 19 16 23 25 29 22 26 25 24 28 29
Resistência 1,5 1,8 2,1 1,7 1,9 2,1 2,2 2,5 2,3 2,1 1,3 2,3 1,8 1,7 2,1 1,4 1,2
Aplicação

Resistência versus % Fe

2,5

1,5

0,5

0
10 15 20 25 30
 Aplicação
Em uma análise sobre a resistência de uma liga metálica em função da
concentração de Ferro, obteve-se a tabela abaixo. Determine o diagrama
de dispersão e o coeficiente de correlação.

Fabricante A A A A A A A A B B B B B B B B B
% Fe 14 16 18 15 17 16 19 16 23 25 29 22 26 25 24 28 29
Resistência 1,5 1,8 2,1 1,7 1,9 2,1 2,2 2,5 2,3 2,1 1,3 2,3 1,8 1,7 2,1 1,4 1,2

Análise de correlação
Tipo % Fe Resistência x.y x^2 y^2
Resistência versus % Fe A 14 1,5 21 196 2,25
A 16 1,8 28,8 256 3,24
A 18 2,1 37,8 324 4,41
3 A 15 1,7 25,5 225 2,89
A 17 1,9 32,3 289 3,61
2,5 A 16 2,1 33,6 256 4,41
A 19 2,2 41,8 361 4,84
A 16 2,5 40 256 6,25
2
B 23 2,3 52,9 529 5,29
B 25 2,1 52,5 625 4,41
1,5 B 29 1,3 37,7 841 1,69
B 22 2,3 50,6 484 5,29
1 B 26 1,8 46,8 676 3,24
B 25 1,7 42,5 625 2,89
B 24 2,1 50,4 576 4,41
0,5
B 28 1,4 39,2 784 1,96
B 29 1,2 34,8 841 1,44
0 TOTAL 362 32 668,2 8144 62,52
10 15 20 25 30
 Aplicação
Em uma análise sobre a resistência de uma liga metálica em função da
concentração de Ferro, obteve-se a tabela abaixo. Determine o diagrama
de dispersão e o coeficiente de correlação.

Fabricante A A A A A A A A B B B B B B B B B
% Fe 14 16 18 15 17 16 19 16 23 25 29 22 26 25 24 28 29
Resistência 1,5 1,8 2,1 1,7 1,9 2,1 2,2 2,5 2,3 2,1 1,3 2,3 1,8 1,7 2,1 1,4 1,2

Resistência versus % Fe

2,5
Dados não agrupados
2
n 17
1,5
Sxx 435,53
1
Syy 2,28
0,5
Sxy -13,21
0
r -0,42
10 15 20 25 30
Fraca correlação negativa
 Realizando a estratificação
Tipo % Fe Resistência x.y x^2 y^2
A 14 1,5 21 196 2,25 Dados Tipo A
A 16 1,8 28,8 256 3,24 n 8
A 18 2,1 37,8 324 4,41
Sxx 17,88
A 15 1,7 25,5 225 2,89
A 17 1,9 32,3 289 3,61 Syy 0,69
A 16 2,1 33,6 256 4,41 Sxy 2,07
A 19 2,2 41,8 361 4,84
r 0,59
A 16 2,5 40 256 6,25
B 23 2,3 52,9 529 5,29 Dados Tipo B
B 25 2,1 52,5 625 4,41 n 9
B 29 1,3 37,7 841 1,69
Sxx 52,00
B 22 2,3 50,6 484 5,29
B 26 1,8 46,8 676 3,24 Syy 1,46
B 25 1,7 42,5 625 2,89 Sxy -8,40
B 24 2,1 50,4 576 4,41
B 28 1,4 39,2 784 1,96
r -0,96
B 29 1,2 34,8 841 1,44

Resistência versus % Fe % Fe versus Resistência Tipo B

3 2,5

2,5 2

2
1,5
1,5
1
1
0,5
0,5

0 0
10 12 14 16 18 20 20 22 24 26 28 30
Técnicas de Ajustamento

-Realizada com o objetivo de previsão

-Modelo estatístico
-Variável dependente e independente
-Exemplos:
Faturamento = F(período)
Vendas = F(inflação)
No de rejeitos = f(Causa X,Causa Y)
Função consumo: C = b0 + bY
Y : renda
Modelos de regressão
 Regressão Linear

Yi   0   i X i  i Erro aleatório em Y
para a observação i

Interseção de Y para a população Inclinação para a população

Y=a+bx

a, b
São
regressores
Estimativa do modelo linear

 n
  x . a     y 
 x  
      
x  2
b  y  2

X: variável explicativa
Y: variável explicada
MQM (Legendre)
Pela utilização dos quadrados mínimos
propostos por Legendre, onde

y
 y
S xy n
b a  y  b.x
S xx
x
 x
n
EXEMPLO
O volume de vendas de uma empresa em função do mês do
ano é dado pela tabela abaixo:

Mês Jan Fev Mar Abr Mai Jun Jul

Vendas 5 8 12 15 10 16 18
(R$10.000)

Com base nos dados obtidos estime o volume de vendas

previsto para Agosto, utilizando a técnica de ajustamento
linear.
 n
  x . a     y 
 x b  y 
      
x  2 2
 n
  x . a     y 
 x b  y 
      
x  2 2

7 28 a 84
. =

28 140 b 1138

84−28𝑏
7.a + 28 b = 84 => a =
7
84−28𝑏
28a + 140b = 1138 => 28. + 140b = 1138
7

b= 1,893 => a = 4,429

Resolução

Aplicação

Considere os dados abaixo, indicando a relação entre a Taxa SELIC e

investimento industrial (%)

TAXA SELIC
% DO PIB  n
  x . a     y 
 x  b   yx.y
     

investimento 2 2
5,6 3,4  x
9,4 5,6
10 67,7 a 40,9
2,8 1,3
67,7 527,47 b 329,55
5,9 4,3
10,2 8,1
% DO PIB inestimento
11,4 7,3 9
3,8 2,1 8
5,5 3 7

6 2,4 6
5
7,1 3,4
4
3
2
1
0
Y = -1,066 + 0,762x 0 2 4 6 8 10 12