Baixe o app para aproveitar ainda mais
Prévia do material em texto
6 Gustavo estevo felix III turma de Eng. de energia 1º semestre TURMA B Regressão linear Rosana Maio de 2016 gustavo estevo felix III turma de Eng. de energia 1º semestre Regressão Linear Regressão linear relatório técnico-científico das práticas experimentais realizadas no Laboratório de Física, apresentado no Campus Experimental de Rosana - UNESP - Universidade Estadual Paulista “Júlio de Mesquita Filho”, como requisito para a avaliação das disciplinas Laboratório de Física I, do curso Engenharia de Energia. Prof. Dr. Cláudio De Conti Rosana Maio de 2016 FELIX, Gustavo. Relatório: Regressão linear. Relatório de Laboratório de Física I, Universidade Estadual Paulista “Júlio de Mesquita Filho”, Campus Experimental de Rosana, 2016. RESUMO Valor médio e desvio padrão: Os erros estatísticos devem ter significativa importância para os estudos e aplicações de experimentos práticos e teóricos, principalmente nos estudos que envolvem experiência empírica, ou seja, na prática. Assim como descrito por Vuolo (1996, p. 95), em que confirma a informação mencionada anteriormente, descrevendo que “[...] A incerteza padrão é definida a partir do desvio padrão no valor médio da incerteza sistemática residual.”. Valor médio verdadeiro: O entendimento de valor médio verdadeiro é descrito “Por medições em condições de repetitividade entende-se medições de mesmo mensurando, repetidas pelo mesmo experimentador, com os mesmos instrumentos e nas mesmas condições ambientais. [...]”. (VUOLO, 1996, p. 95). Desvio padrão para medições: Uma vez que o valor médio é dado por segmentos, “[...] a variância é a média dos quadrados dos desvios quando o número de medições tende a infinito. [...]”. (VUOLO, 1996, p. 97). Desvio padrão do valor médio: Levando em consideração que “[...] resultados de medições, o desvio padrão do valor médio pode ser definido, admitindo que o conjunto de medições é repetido vezes. Podem ser considerados valores médios corresponderes aos conjuntos de medições.” ( VUOLO, 1996, p. 99). Palavras-chave: Estatística. Regressão linear. Método dos mínimos quadrados. LISTA DE FIGURAS Figura 1.Componente................................................................................................10 Figura 2.Componente................................................................................................10 Figura 3.Componente................................................................................................10 Figura 4.Componente................................................................................................11 Figura 5.Componente................................................................................................11 Figura 6.Componente................................................................................................11 Figura 7 Componente................................................................................................12 Tabela1.......................................................................................................................6 Figura 8.Gráfico .........................................................................................................9 1. Introdução A regressão linear é fundamental nas analises estatísticas, pois, são modelos matemáticos que relacionam o comportamento de variáveis e é através dela que se pode prever os comportamentos futuro de algum fenômeno na realidade. Quando plotada em um gráfico o método de regressão linear, torna um diagrama de dispersão, onde há a formação de pontos definidos pelas coordenadas x e y. Contudo para valores diretos positivos, acontecem em decorrência do aumento de valores na variável y em relação a elevação de x, entretanto está relação pode ser inversa ou negativa, quando os valores de y variarem inversamente em relação ao x . 2. Objetivo Este relatório tem por finalidade, compreender e analisar, como plotar um gráfico onde se pode conhecer suas variáveis a e b com o auxilio dos recursos tecnológicos. Entretanto é necessário saber o método e os conceitos matemáticos para a obtenção dos mesmos. 3. Descrição do Experimento De imediato, foi necessário o entendimento sobre, o método de regressão linear, e o seu entendimento, para que possa, conhecer e saber como se plota um diagrama de dispersão. Para tanto o professor, em lousa, explicou a todos em aula, em forma de uma tabela, como relacionar e encontrar as variáveis de uma equação de reta do tipo . Foram demonstras pelo docente as equações nas quais podem- se obter o coeficiente angular e o coeficiente onde é cortado pelo eixo . Com a obtenção dos coeficientes da reta, foi ensinado a como calcular o erro padrão da estimativa, que é o desvio médio entre os valores de e os valores estimados. Caso os conjuntos de dados da reta estiverem contidos a reta, afirma-se que a regressão é coincidente com os dados obtidos, na qual explica a relação entre o . Portanto o somatório dos desvios ao quadrado será zero e, a reta de regressão assume perfeitamente a relação de . Por conseguinte após o fundamento teórico foi colocado em pratica no computador, como plotar um gráfico utilizando os recursos do Excel 2010. Com a projeção no telão, foi acompanhado passo á passo pelos discentes a construção de tabela para que por fim a partir das informações contidas fosse construído o gráfico de dispersão. 3.1. Análise e Explicação Para que possa analisar a reta de regressão, é preciso calcular os coeficientes de regressão que são vindos da equação: No entanto para a determinação destes coeficientes são é preciso tomar por base os seguintes cálculos de Para um melhor entendimento basta analisar a tabela a seguir: x y xy x² 1 2 2 1 2 3 6 4 3 4 12 9 4 5 20 16 5 6 30 25 15 20 70 55 Por meio desta tabela é possível obter as variáveis em questão dado que para a variável , tem a seguinte equação: E para a variável , obtemos, por conseguinte a equação: Por meio das equações descritas acima e substituindo os valores relacionados na tabela, a variável equivale á: Portanto para valor de ,diz que equivale . Tomando o mesmo procedimento de substituição, no entanto para a variável obtém que: Portanto , corresponde á . Então para a tabela representada logo no inicio tem que a equação de reta que a representa é do tipo: Após a descoberta das variáveis e é possível determinar o erro das mesmas dadas pelos valores de , por meio das respectivas equações: Erro do valor de “” Erro do valor de “” Valor do erro Portanto para a variável , e para a variável . Efetuando os cálculos e atribuindo qual quer valores para e , para obtenção do erro, utilizando as determinadas equações descritas acima se infere que: Portanto para os valores de equivale á : Então, para os valor de , encontrado, é possível determinar os valores de . Portanto para o valor de corresponde á: =±0. ×1,0 Portanto para os valore de corresponde á: Diante disso o erro esperado pelas variáveis do tipo e do tipo corresponde á zero, pois: e Depois de exercidos todos os procedimentos, ao plotar o gráfico de utilizando a ferramenta auxiliar (Excel 2010) se pode afirmar que os valores encontrados são idênticos aos calculados em lápis e papel. 3.2. Materiais Utilizados -Caderno Figura 1 - Data show Figura 2 - Giz Figura 3 -Lápis Figura 4 -Notebook Figura 5 -Lousa Figura 6 -Excel versão 2010 Figura 7 5. Conclusão Partindo da aula dada pelo Professor, entende-se que,o Método Mínimos Quadrados é uma técnica de otimização matemática que procura encontrar o melhor ajuste para um conjunto de dados tentando minimizar a soma dos quadrados das diferenças entre as curvas ajustada e os dados. Com esse método calcula-se os coeficientes A e B para minimizar a distância entre os pontos e a curva dada pela equação, encontrando uma função com os valores mais próximos do real (GOMES; PEREIRA; VIDAL; COUTINHO; RIBEIRO, 2011, p. 5). 6. Referências USP. Análise de regressão. Disponível em: http://www.usp.br/fau/cursos/graduacao/arq_urbanismo/disciplinas/aut0516/Apostila_Regressao_Linear.pdf GOOGLE Imagens: Imagens. Imagens. 2016. Imagens dos materiais utilizados no experimento. Disponível em: <www.google.com.br>. Acesso em: 14 mai. 2016. Regressão Linear Simples. Disponível em: http://www.cavalcanteassociados.com.br/utd/UpToDate151.pdf Av. dos Barrageiros, 1.881 CEP 19.274-000 Rosana SP Tel.: 18 3284 9000
Compartilhar