Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inferência e Regressão Linear Flávio Tambellini 1 Amostragem É a maneira pela qual se escolhe os elementos da população para formar a amostra. Aleatória Simples: todos os elementos da população tem a mesma probabilidade de serem escolhidos, constituindo uma amostra. Sistemática: é escolhido um elementos inicial e sabendo o tamanho do passo (quantidade ou tempo), acrescenta-se este passo e os outros elementos serão escolhidos. Estratificada: é de acordo com o número de estratos, sendo o número de elementos em cada estrato proporcional ao tamanho do estrato. Por Conglomerado: é retirada uma amostra que será uma população em miniatura. Estimativa É uma forma de tirar conclusão da população através dos dados da amostra. A estimativa pode ser pontual ou intervalar. A estimativa pode ser da média ou da proporção. Estimativa da Média • Estimativa Pontual da Média ̅ • Estimativa Intervalar da Média ̅ ̅ ̅ - Estimativa Intervalar da Média quando o desvio padrão populacional não é conhecido e quando o tamanho da amostra é pequeno. √ - Estimativa Intervalar da Média quando o desvio padrão populacional é conhecido. √ Estimativa da Proporção • Estimativa Pontual da Proporção ̅ • Estimativa Intervalar da Proporção ̅ ̅ ̅ √ ̅ ̅ Testes de Hipóteses Fazer um teste de hipótese é testar uma alegação, verificando se ela é verdadeira ou falsa. Existem duas hipóteses: a hipótese nula e a hipótese alternativa. Tipos de testes de hipóteses • Teste unilateral (ou unicaudal) à esquerda ou Inferência e Regressão Linear Flávio Tambellini 2 • Teste unilateral (ou unicaudal) à direita ou • Teste bilateral (ou bicaudal) Procedimento para fazer um teste de hipótese. 1 – Formular a hipótese nula e alternativa. 2 – Escolher o nível de significância (α) e calcular os valores críticos ( zα ou zα/2 ou tα ou tα/2 ). 3 – Calcular a estatística teste e comparar com os valores críticos. 4 – Tirar a conclusão: rejeitar a hipótese nula se a estatística teste excede o valor crítico; caso contrário, não aceita-la. Cálculo da estatística teste • Estatística teste para a média quando não se conhece o desvio padrão populacional. ̅ √ ⁄ • Estatística teste para a média quando se conhece o desvio padrão populacional. ̅ √ ⁄ • Estatística teste para a proporção. ̅ √ Conclusão Se |Valor Teste| > |Valor Crítico| rejeita-se a hipótese nula para uma amostra de tamanho n a um nível de significância α. Erros do Tipo I e Tipo II Se H0 é Verdadeira Falsa A Ç Ã O Aceitar H0 Decisão Correta Erro Tipo II Rejeitar H0 Erro Tipo I Decisão Correta Erro do Tipo I: rejeitar a hipótese nula quando ela é verdadeira. Erro do Tipo II: aceitar a hipótese nula quando ela é falsa. Inferência e Regressão Linear Flávio Tambellini 3 é a probabilidade de se cometer o erro do Tipo I. é a probabilidade de se cometer o erro do Tipo II. Regressão Linear A regressão linear é uma maneira de correlacionar duas variáveis, uma independente (x) e a outra dependente (y) através de uma função matemática, que pode ser do primeiro grau ou não. Modelo de regressão linear simples (população). Equação de regressão (população). Parâmetros desconhecidos: Dados da amostra X Y X1 Y1 X2 Y2 . . . . . . Xn Yn Calcular a equação de regressão estimada com os dados da amostra. ̂ Estatística da amostra: a e b. Os valores a e b são as estimativas de α e β. Método dos Mínimos Quadrados Este método diz que a soma dos desvios dos valores de y das observações em relação aos valores de ̂ estimados ao quadrado é mínimo. ∑ ̂ Aplicando o método dos mínimos quadrados a uma função do primeiro grau, teremos: ∑ ∑ ∑ ∑ ∑ ∑ ∑ Os valores de a e b também podem ser determinados de acordo a análise de variância. ∑ ∑ ∑ ∑ ∑ ∑ ∑ A primeira equação é a variância da variável x, a segunda equação é a variância da variável y e a terceira equação é a covariância que mede quão forte é a relação entre x e y. Coeficiente de Correlação (r) Mede o grau de ajuste dos pontos com a reta de regressão. A variação do coeficiente de correlação é: |r| = 1 ajuste linear perfeito |r| = 0,9 ajuste forte |r| = 0,7 ajuste moderado |r| = 0,5 ajuste fraco |r| = 0 ausência de ajuste linear ∑ ∑ ∑ √∑ ∑ √∑ ∑ Coeficiente de Determinação (r2) Mede a porcentagem de explicação da variação de y com relação à variação de x. Inferência e Regressão Linear Flávio Tambellini 4 Análise ANOVA para regressão linear Soma dos Quadrados Graus de Liberdade Média dos Quadrados Estatística F Regressão ∑ ̂ ̅ 1 ∑ ̂ ̅ Resíduo ∑ ̂ n – 2 ∑ ̂ Total ∑ ̅ n – 1 ∑ ̅ Ajuste linear perfeito ( r = 1 ). Ajuste linear perfeito ( r = -1 ). Funções linearizáveis Lembrando que: Regressão linear com r = 0,937 e r2 = 0,8782 (87,82%) 0 2 4 6 8 10 12 0 2 4 6 8 10 -1 4 9 14 0 2 4 6 8 10 0 2 4 6 8 10 12 14 0 2 4 6 8 10
Compartilhar