Baixe o app para aproveitar ainda mais
Prévia do material em texto
FACULDADE ESTÁCIO CURSO DE CIENCIAS CONTABEIS ANÁLISE ESTASTISTICA Macapá 2016 ACADÊMICOS: JOSE ADEMILSON RODRIGUES Pesquisa apresentada como Atividade Estruturada da disciplina Analise Estatístico Curso de Administração, orientado pelo Prof. Katia de Nazare Ferreira Aguiar. Macapá 2016 1 – OBJETIVO O objetivo desta atividade é analisar conjuntamente duas variáveis quantitativas, verificar se existe algum tipo de relacionamento entre duas variáveis quantitativas e, caso exista, qual é o tipo de relação, Medir a intensidade do relacionamento, caso ele seja linear, Realizar um teste de hipótese para determinar se há ou não uma relação linear significativa entre duas variáveis quantitativas, havendo uma relação linear significativa, descrever esta relação por meio da equação de regressão, utilizar a equação de regressão para fazer previsões. 2 – INTRODUÇÃO Coeficiente de Correlação Linear (r) O coeficiente de correlação linear pode ser apresentado como uma medida de correlação, pois mede o quanto a distribuição de pontos no diagrama de dispersão aproxima-se de uma reta; sendo assim, indica o nível de intensidade (força) que ocorre na correlação entre as variáveis que se pretende relacionar. O coeficiente de correlação linear pode ser positivo ou negativo. Pearson desenvolveu uma equação que permite calcular o grau de correlação linear entre as variáveis, denominada coeficiente de correlação linear ou coeficiente de correlação de Pearson (r). r: coeficiente de correlação de Pearson n: número de observações das variáveis xi: variável independente yi: variável dependente Assim: Se a correlação entre duas variáveis é perfeita e positiva, então r =+1. Se a correlação é perfeita e negativa, então r = -1. Se não há correlação entre as variáveis, então r = 0. A Regressão Linear O objetivo da análise de regressão é realizar a relação entre as duas variáveis, partir de um modelo matemático linear. A variável sobre a qual desejamos fazer a estimativa é denominada variável dependente e a outra recebe o nome de variável independente. Considerando X a variável independente e Y a variável dependente, determine o ajustamento da reta, obtendo a função definida por: Y = aX+b Onde a e b são parâmetros. DESENVOLVIMENTO Uma pesquisa numa empresa, registrada como Educandário Dom Alexandre, CNPJ: 19.192.079/0001-28 Rua C1, 550- Villa Amazonas-Santana. Levantamos os dados da quantidade dos pães entregue nos Supermercados em Macapá-Santana. Foi efetuado um levantamento dos dados, quantidade dos pães que entregaram desde mês de Maio de 2015 até Abril de 2016. RELATORIO DE PAES ENTREGAM NO SUPERMERCADO QUANTIDADE DOS PÃES ENTREGA NO SUPERMERCADO TIPO QUANTITATIVO 1 2 3 4 5 6 7 8 9 10 11 12 MAI 2015 JUN 2015 JUL 2015 AGO 2015 SET 2015 OUT2015 NOV 2015 DEZ 2015 JAN 2016 FEV 2016 MAR 2016 ABR 2016 PÃO REI 657 684 666 704 738 756 756 739 774 688 738 768 PÃO INTEG 549 555 560 568 570 576 578 580 580 590 603 620 Com base nos dados apresentados na tabela faremos a representação gráfica. Os pares ordenados formam o diagrama de dispersão. O valor do Coeficiente de Correlação linear (r) A PREVISÂO (Pão Integral) Mes Quantitativo Mai 2015 1 549 Jun 2015 2 555 Jul 2015 3 560 Ago 2015 4 568 Set 2015 5 570 Out 2015 6 576 Nov 2015 7 578 Des 2015 8 580 Jan 2016 9 580 Fev 2016 10 590 Mar 2016 11 603 Abr 2016 12 620 PREVISÃO Mai 2016 13 612 Jun 2016 14 617 Jul2016 15 622 Considerações Diante dos pressupostos apresentados na elaboração desta pesquisa de Analise Estatística, percebemos e observamos por meio da construção gráfica que os pontos estão dispostos ao longo de uma reta com pouco afastamento em relação a ela. Isso é indício da existência de correlação significativa entre as variáveis. O valor r esta dentro do intervalo 0,75 < I r I < 1. Observando-se que o coeficiente de correlação, r=0,91, está muito próximo do valor de referencia r=+1, temos a indicação de que há uma forte correlação entre as variáveis. Sendo assim, podemos concluir que existe uma correlação linear forte ou perfeita. Realizamos a previsão para mês de Maio com quantidade (612), Junho (617), e Julho (622).Juntos com a empresa utilizamos a previsão para obter as informações aproximadas de demanda de pães solicitadas nos períodos subsequentes, para com isso se programar e produzir de forma a otimizar os custos de produção para que não haja prejuízos. Assim tendo um controle sobre demanda e produção. Referencias Educandário Dom Alexandre, CNPJ: 19.190.079/0001-28. Editora Saraiva - Estatística Fácil-19ª ed. Atual. –Antonio Arnot Crespo https://aedbest.files.wordpress.com/2013/02/aula12-correlac3a7c3a3o-e-regressc3a3o.pdf
Compartilhar