Baixe o app para aproveitar ainda mais
Prévia do material em texto
TEMA: Teoria de Correlação e Regressão (RESUMO) INTRODUÇÃO No trabalho falar-se-á da teoria de regressão e correlação, e importa referir que o tema estuda de forma discretiva um conjunto de observações de uma só variável. Quando se consideram observações de duas ou mais variáveis surge um novo ponto. O estudo das relações porventura existentes entre as variáveis. A análise de regressão e correlação, compreende a análise de dados amostrais para saber se e como as duas ou mais variáveis estão relacionadas uma com a outra numa população. Um dos principais motivos da escolha do tema é pelo facto do mesmo ser aplicável no meu curso, por exemplo, no caso de processamento de rochas ornamentais em que podemos relacionar o aquisição e uso de máquinas adequadas e recomendadas para o devido processamento, onde podemos avaliar a comercialização na existências dessas máquinas, de modo a descobrir o seu impacto para a resposta do mercado (comercialização) dessas rochas ornamentais. Este relacionamento é representado por um modelo matemático, por uma equação que associa a variável dependente com as variáveis independentes. METODOLOGIAS Para a realização do trabalho tenho como base na informação colectada nas fontes que são citadas nas referências bibliográfica que tive acesso pela internet. CORRELAÇÃO Correlação: mede o grau de relação entre duas variáveis. Coeficiente de correlação linear de Pearson (r) O coeficiente de correlação linear de Pearson é medido que avalia o quanto a “nuvem de pontos” no diagrama de dispersão aproxima-se de uma recta. E o resultado de r permite dizer se é adequado ou não a utilização do modelo linear para a modelagem de um fenómeno. FORULA 1. r Interpretação do valor de r r Correlação r Correlação 0,000 Nula 0,9 < [r] ≤ 1,0 Óptima 0,000 ├0,350 Fraca 0,8 <[r] ≤ 0,9 Boa 0,350 ├0,650 Media 0,7 < [r] ≤ 0,8 Razoável 0,650 ├0,950 Forte 0,6 < [r] ≤ 0,7 Medíocre 0,950├0,990 Muito forte 0,5 < [r] ≤ 0,7 Péssima 1,000 Perfeita [r] ≤ 0,5 Impropria TABELA 1. Valor absoluto mínimo para o coeficiente de correlação r de pearson ser significativo.barbetta, p. A. - estatística aplicada às ciências sociais. 7 ed. Florianópolis: editora da ufsc, 2010 Análise de Regressão O objectivo da Análise de Regressão é identificar relações de causa e efeito entre variáveis independentes Xi e uma variável de resposta Y. Linha de regressão (linha de melhor ajuste) · A linha para a qual a soma dos quadrados dos resíduos é um mínimo. · A equação de uma linha de regressão para uma variável independente x e uma variável dependente y é: ŷ = mx + b FORMULA 2. Lucro antes das máquinas (MZN), x Lucro depois das máquinas (MZN), y 1.500 2 4 3 5.2 4.9 4.9 13 FORMULA 3. Exercício: A empresa Chivite Lda é vocacionada na área de exploração de rochas ornamentais para a produção de mosaicos. No início da sua produção, pela insuficiência do património líquido a empresa optou por mineração artesanal, passado um mês na exploração conseguiu adquirir 1 máquina no segundo mês 1 máquina e no terceiro mês 2 máquinas. a). Calcule o coeficiente de correlação do lucro antes e depois da aquisição da primeira, segunda, terceira e quarta máquina respectivamente. b). Ache a equação de regressão. Solução: encontrando o coeficiente de correlação x Y xy 1.5 3.2 4,8 2.25 10.24 2 2.9 5.8 4 8.48 1 3 3 1 9 4.5 9.1 13.6 7.25 27.72 a) r r r sugere uma correlação linear negativa. Significa que com a compra das máquinas não aumenta os lucros da empresa. b) Equação de regressão: ŷ = mx + b ŷ = 4.8x + 3.13 CONCLUSÃO No trabalho findo foi possível concluir que a existência de correlação nada diz sobre a natureza da relação causal que porventura exista entre as variáveis. Ao interpretar um coeficiente de correlação deve ter-se presente, que um valor elevado de R não significa que X seja causa de Y ou Y seja causa de X. A análise de regressão apenas indica qual o relacionamento matemático pode existir, se existir algum; a lógica de uma relação causal deve provir de teorias externas ao âmbito da Estatística. REFERÊNCIAS BIBLIOGRÁFICAS DAVILA, Victor Hugo Lanchos. Análise de Regressão e Correlação, Porto 32p., 2019 DE MESQUITA, Marco Aurelio.8. Correlação e Regressão Linear, São Paulo, 2015 LARSON, R, FARBER, B. Estatística Aplicada. 2ª edição. São Paulo: Pearson - Prentice Hall, 2004. BUSSAB, Wilton. Estatística Básica. Saraiva. 5a edição 2006. 540p. ISBN 85-02- 03497-9. CRESPO, Antônio Arnot. Estatística Fácil.17ed. . São Paulo: Saraiva,1999.
Compartilhar