Escolar Documentos
Profissional Documentos
Cultura Documentos
X Y
• Y = Índice de octanagem da
1 80,5
gasolina
2 81,6
3 82,1
4 83,7
5 83,9
6 85,0
Exemplo 11.2:
86,0
índice de octanagem
85,0
84,0
83,0
82,0
81,0
80,0
0 1 2 3 4 5 6 7
quantidade de aditivo (%)
Regressão - Modelo
y
i
.
xe
Regressão
ii Linear
Simples
Parâmetros
Modelo de regressão linear simples
• Em termos das variáveis: E
Y X
• Suposições:
– os termos de erro (1, 2, ..., n) são variáveis aleatórias
independentes;
– E{i} = 0;
– V{i} = 2; e
i tem distribuição normal (i = 1, 2, ..., n).
Método dos mínimos quadrados para estimar e
• Minimizar em relação a e :
S
i
2
i
Y
i
x 2
yi
S
0 i
S
0
xi
Método dos mínimos quadrados para estimar e
Estimativa de :
n.
x i
iy
i
x i
y
b =
n. 2
x
i
x
i2
Estimativa de : y b
a = i
x
i
n
yˆ a bx
Qualidade do ajuste
• Valores preditos:
ˆi a bxi
y
yi yˆ a bx
ei
• Resíduos: ŷi
ei yi y
ˆi
xi
Análise de variância do modelo
Desvio em relação à
média aritmética:
di yi y
yi
Desvio em relação à ei di yˆ abx
reta de regressão
(resíduo da regressão):
y
ei yi y
ˆi
xi
Somas de quadrados
y
2
y
2 i 2
SQT
i y yi
n
SQE
y
ˆ
y
i i
2
i
2
ya
y
i
bx
iyi
SQT
SQR SQE
SQRSQE
Coeficiente de determinação: R
2
1
SQTSQT
Medida da qualidade do ajuste:
Coeficiente de determinação (R2)
Variação
explicada (y^i - y)2
R2 = =
Variação (yi - y)2
total
0 R2 1 Matematicamente, R2 é o
quadrado do Coef. de Correlação
de Pearson.
Exemplo 11.2:
86
85
84
Índicedeoctanagem
83
82 ˆ79
y ,7(0
,886
)x
2 13
,
73
81 R
0,
975
97
,5
%
14
,
08
80
0 1 2 3 4 5 6 7 Interpretar.
Quantidadedeaditivo(%)
Análise de variância do modelo
Fonte de gl SQ QM Razão f
variação
Regressão 1 y
ˆi y SQR f QMR
2
SQR QMR
1 QME
Erro n–2
SQEyi y
ˆi QME
2
SQE
n2
Total n–1
SQT yi y
2
Teste de significância do modelo
E
Y .X
• H0: = 0 e H1 : 0
Total 5 14,08
• Valores preditos:
ˆi a bxi
y yi yˆ a bx
ei
ŷi
• Resíduos:
ei yi y
ˆi
xi
Análise dos resíduos
y e
x
x
y
resíduo
0
x
x
Gráfico dos dados: Gráfico dos resíduos:
(xi, yi) (xi, ei)
0
x
x
Gráfico dos dados: Gráfico dos resíduos:
(xi, yi) (xi, ei)
0 x