Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatistica
Estatistica
Introdução........................................................................................................................................1
I. Conceitualização......................................................................................................................2
1. A regressão linear simples....................................................................................................2
1.1. Objectivo da Regressão.....................................................................................................2
1.2. Tipos de Regressão...........................................................................................................2
2. Principais problemas enfrentados em uma regressão...........................................................3
3. Importância da Regressão Linear Simples...........................................................................3
4. As diferenças entre Regressão Linear Simples e Regressão Linear Múltipla..........................4
a) Regressão Múltipla...............................................................................................................4
b) Regressão Simples................................................................................................................4
5. Teoria de correlações................................................................................................................6
5.1. Coeficiente de correlação linear de person.......................................................................6
5.2. Interpretação do coeficiente de correlação de person.......................................................6
6. Propriedades de R.................................................................................................................8
6.1. Diagrama de dispersão......................................................................................................8
Referencias Bibliografica..............................................................................................................11
Introdução
O presente trabalho tem como tema de pesquisa, Correlação e Regressão linear, em grupo tem
em vista a abordagem do tema mencionado acima
A estatística pode atribuir-se diferentes significados. No sentido mais amplo, ela refere-se a uma
disciplina cujo objectivo fundamental é a recolha, a compilação, a análise a interpretação de
dados. Para clarificar por análise e interpretação de dados é útil estabelecer uma destinação entre
estatística descritiva e inferência, nesse contexto este trabalho procura falar dos temas Correlação
e Regressão linear.
Objectivo Geral:
Abordar conceitos de Correlação e Regressão linear.
Específicos:
Conceituar os termos;
Metodologia
Para a realização do presente trabalho recorreu-se a referência bibliográfica na qual foram
obtidos os dados em obras e livros de autores diferentes com o intuito de obter o melhor
esclarecimento em relação aos exercícios.
1
I. Conceitualização
Segundo Jalane (2011), É uma espécie de modelo na estatística cujo objectivo é indicar qual será
o comportamento de uma variável dependente (Y) como uma função que contenha uma ou mais
variáveis independentes (X).
Regressão, é a realização de uma analise estatística que verifica a existência de uma relação
funcional em que numa variável dependente com outra independente.
Nesse caso, utilizaremos apenas uma variável independente e uma dependente. Se tivermos mais
que uma variável independente (X), utilizaremos a regressão linear múltipla.
Ou seja, a regressão linear simples é uma forma de verificar uma possível relação linear entre
duas variáveis, como, por exemplo:
O objectivo da regressão é estimar valores de uma variável com base nos valores conhecidos da
correlação Jalane (2011).
yi=∝+ βxi+ ∑ i
2
∝=¿ Parâmetro da relação
xi=¿ Factor explicativo e o índice i representa cada valor que que a variável assumi, ambos
designados variáveis independentes.
∑ i=¿ ¿ Factores restantes explicativos não inclui dos na relação que influenciam o
comportamento da variável dependente.
∝= y −β x
Ainda Jalane (2011), Existem alguns casos que podemos utilizar a regressão linear simples. São
eles:
3
Quando há a possibilidade de fazermos uma previsão de uma variável pelo valor de outra
variável;
Podemos utilizar a regressão linear simples para criação de modelos base antes da criação
de modelos de regressão linear múltipla.
Dada a tabela abaixo, que descreve as vendas relacionadas por preço de um determinado bem,
calcule:
a) Regressão Múltipla
b) Regressão Simples
4
∑ xi 1.959 4.819,4 42.824,7
428.247−429.804 ,6
¿
48.194−48136 ,36
1557 ,6
¿
57 ,64
¿−27,0229006
∝= y −β x
¿ 195 , 9 — 592,882447
¿ 788,7824427
yi=∝+ βxi+ ∑ i
¿ 788,7824427−27,02290076 xi
5. Teoria de correlações
Para Piana (2009), Correlações é a independência entre duas ou mas varias com objectivo de
avaliar o grão de associação entre ambas variáveis, isto é, avaliar a força do relacionamento
linear existente os seus valores variam de -1 a 2.
5
Quantifica o grau de relacionamento existente entre duas variáveis dada pela seguinte fórmulas
R ( x , y )=
∑ ( xi−x ) ( yi− y ) .
∑ √ ( xi−x ) √2 yi− y
Onde.R- coeficiente de correlação de person
Variáveis independentes
Total de números dos elementos.
Media de total dos números de elementos.
Coeficiente
Coeficiente Interpretação
R¿ 0 Correlação nula
EX˸ Quer se testar se existe ou não correlação linear entre x igual a tonelada de adubos
por ectar( h a ) y igual a produção de cultura por ha. para tal,
2 2
ANOS X Y X.Y x y
2014 2 48 96 4 2.304
6
2015 4 50 22 16 3.136
Resoluções
R(x , y)=
∑ ( xi−x ) . ( yi− y )
∑ √( xi−x )2 √( yi− y )2
( 25−5 )( 305−61 )
R ( x , y )=
√ ( 25−5 ) √ ( 305−61 )
2 2
20× 244
¿
√625−25 √ 93.025−3721
4880
¿
√600 × √ 89.304
4880
¿
24,49489743× 298,8377486
4880
¿ =0 , 6 R: Correlacao linear entre as variáveis é correlação forte positiva.
7320
6. Propriedades de R
7
5) Se R for igual a 0,5 terá uma correlação fraca positiva e se for igual a -0 uma correlação
negativa, Piana (2009).
Segundo Jalane (2011), é uma representação gráfica usada para analisar a correlação entre duas
variáveis. Ele é constituído apartir de pontos no plano das variáveis x e y por cada par de
observação e interpretam –se da seguinte forma:
Ex. um comerciante de temperos esta curioso sobre a grande variacao de vendas da sua loja e
acha que as vendas estão associadas com espaço nas prateleiras dedicadas a sua linha de
produtos em cada ponto de venda.
8
6 190 50
7 260 55
8 300 80
9 350 100
10 200 50
Diagrama de dispersao
12
10
8
6
4
2
0
0 2 4 6 8 10 12
Conclusão
Chegada ao fim da elaboração deste trabalho concluímos que: a regressão linear, utiliza apenas
duas variáveis, uma dependente e outra independente e, o que a diferencia de uma regressão
múltipla, seria que a múltipla possui mais variáveis para serem analisadas no estudo que estamos
fazendo. Ela também pode ser realizada no Excel, por meio de gráficos.
9
Nesse contexto, Diante disso, temos que analisar três pontos, P-valor da regressão: ele define se
há alguma correlação entre as variáveis utilizadas. Esse valor pode ser maior ou menor que 0.5.
Se for maior, a correlação não é significativa. Caso contrário, é significativa. Análise de
resíduos: verifica se a equação está adequada. Essa etapa verifica, no gráfico, se os valores de Y
previsto e real estão muito divergentes ou não; Coeficiente de determinação (R²): define o quão
representativo é a variável x para explicar como é o comportamento de y. Ele varia entre 0 e 1 e,
quanto maior o valor dele, mais explicativa a análise, e a Correlação é a independência entre
duas ou mas varias com objectivo de avaliar o grão de associação entre ambas variáveis, isto é,
avaliar a força do relacionamento linear existente os seus valores variam de -1 a 2.
Referencias Bibliografica
Jalane, R.Z. (2011). Estatística Geral.
10
11