Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística Aplicada a Administração 2º BIMESTRE/2017 ADMINISTRAÇÃO, 2º A (4º SEMESTRE) . PROF. MSC. ENIO JOSÉ BOLOGNINI AULA 10 – CORRELAÇÃO LINEAR PROF. ENIO JOSÉ BOLOGNINI CENTRO UNIV. NORTE PAULISTA - UNORP CORRELAÇÃO LINEAR 2 ➢ São variáveis que têm relação ou não, com duas ou mais variáveis, sendo que estas foram elaborando com uma sentença matemática em que, pode-se estabelecer o grau da dependência. Sendo assim, teremos diferentes tipos, podendo ser classificadas como: 1. Área do Retângulo: Relação entre os lados; 2. Densidade da Massa: Entre a Massa e o Volume do corpo; 3. Perímetro da Circunferência: Comprimento e Raio. ➢ Estas curvas com expressão e pontos na função, sendo que estes não devem estar fora da curva. 𝐴 = 𝑎 × 𝑏 𝑑𝑚 = 𝑚 𝑉 C = 2𝜋𝑅 RELAÇÕES ESTATÍSTICAS E CORRELAÇÕES 3 ➢ Nas relações não funcionais ou estatísticas, devem ser representadas por funções matemáticas como correlação, onde esta é composta por duas ou mais variáveis, sendo que, as mesmas não deverão obter uma relação funcional. Também, é imprescindível que sejam comparadas com as variáveis, onde deseja-se pesquisar algum tipo de dependência entre elas, podendo ser relacionadas como: ❖ Duas ou mais variáveis estão relacionadas quando as alterações sofridas por uma das variáveis são acompanhadas por alterações nas demais. ➢ Para o método estatística descritivo, é importante pesquisar graficamente na plotagem, isto é, os pontos da distribuição no gráfico obtidos em coleta de dados, e, comparados na curva média, sendo que à abrangência será em todos os pontos ou não, pois deseja-se buscar pontos fora desta curva. RELAÇÕES ESTATÍSTICAS E CORRELAÇÕES 4 ➢ Na Figura 1, é representa a relação entre duas variáveis aleatórias, A e B, obtidas numa pesquisa, pois verificou-se os pontos existentes fora da reta média. Figura 1 CORRELAÇÃO 5 ➢ Dizemos que duas variáveis estão ligadas por uma relação estatística, quando existir correlação entre elas, Entretanto, a correlação é verificada para o caso de existência de grau, ou seja, a relação entre duas (ou mais) variáveis. ❖ Correlação: É a relação mútua entre dois termos; ❖ Correlacionar: É estabelecer relação. Obs. “Quando duas ou mais variáveis estão relacionadas, dizemos que há correlação entre elas”. (Tiboni) DIAGRAMA DE DISPERSÃO 6 ➢ O Diagrama de Dispersão é uma forma simplista e útil de verificar a tendência da correlação existente, conforme se observa na Figura 2. Figura 2 CORRELAÇÃO LINEAR 7 ➢ Observando a Figura 2, podemos verificar os pontos que formam uma elipse, sendo que, quando a mesma é mais fina, está será mais aproximada de uma reta, onde recebe o nome de correlação linear. ➢ Existem dois tipos comuns de correlação, sendo conhecida como: ❖ Correlação Positiva: Duas variáveis caminham no mesmo sentido, sendo que os valores aumentam e serão independente de X, onde implicam no aumento de valores da variável dependente Y, pois estes coeficientes angulares são positivos na reta; ❖ Correlação Negativa: Caminham em sentidos opostos, sendo que os valores aumentam e são independente de X, onde implicam na redução destes, pois a variável dependente Y recebe os coeficientes angulares negativos da reta; 8 CORRELAÇÃO LINEAR CORRELAÇÃO LINEAR 9 ➢ O instrumento empregado para medir a correlação linear pode ser o coeficiente de correlação, pois este deverá indicar o grau de intensidade da correlação entre duas variáveis e, ainda, o sentido da correlação (positivo ou negativo). ➢ O coeficiente de correlação determinado por Pearson (r) considera: 𝑟 = 𝑛 × σ𝑥𝑖 × 𝑦𝑖 −(σ𝑥𝑖) × (σ𝑦𝑖) 𝑛 × σ𝑥𝑖 2 −(σ𝑥𝑖)2 × 𝑛 × σ𝑦𝑖 2 −(σ𝑦𝑖)2 ▪ r : coeficiente de correlação de Pearson ▪ n: número de observação das variáveis ▪ 𝒙𝒊: 𝒗𝒂𝒓𝒊á𝒗𝒆𝒍 𝒊𝒏𝒅𝒆𝒑𝒆𝒏𝒅𝒆𝒏𝒕𝒆 ▪ 𝒚𝒊: 𝒗𝒂𝒓𝒊á𝒗𝒆𝒍 𝒅𝒆𝒑𝒆𝒏𝒅𝒆𝒏𝒕𝒆 10 ➢ −≤ 𝐫 ≤ +𝟏, 𝐢𝐬𝐭𝐨 é, os limites de r são –1 e +1, isto é, o valor de r pertence ao intervalo (-1,+1). Se o valor absoluto de r for maior que 1 há um erro de cálculo. Valores de r iguais a –1 ou +1 indicam que os pontos estão sobre a reta, isto é, a correlação é perfeita. Valores de r próximos de –1 ou +1 . ➢ Indicam uma correlação forte e valores de r próximos de zero indicam correlação fraca. O sinal de r indica se a correlação é positiva ou negativa. ➢ De maneira prática, é necessário que o comportamento simultâneo destas variáveis seja: CORRELAÇÃO LINEAR 11 ➢ Se há uma correlação relativamente fraca entre as variáveis. ➢ Se a correlação é muito fraca e, praticamente nada podemos concluir sobre a relação entre as variáveis em estudo. CORRELAÇÃO LINEAR 12 Propriedade: -1 r 1 Casos particulares: r = 1 correlação linear positiva e perfeita r = -1 correlação linear negativa e perfeita r = 0 inexistência de correlação linear CORRELAÇÃO LINEAR 13 Exemplo: Calcule o coeficiente de Pearson para a correlação entre o peso total do lixo descartado e o peso do papel contido nesse lixo: Referências Bibliográficas 14 14 BÁSICA: CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 19--, 20--. SILVA, E. M. et al. Estatística: para os cursos de economia, administração e ciências contábeis. São Paulo: Atlas, 19--. TIBONI, C. G. R. Estatística Básica: para os cursos de administração, ciências contábeis, tecnológicos e de gestão. São Paulo: Atlas, 20--. COMPLEMENTAR: HOFFMANN, R. Estatística para economistas. São Paulo: Pioneira, 19--. MARTINS, G. A; DONAIRE, D. Princípios de estatística. São Paulo: Atlas, 19--. MORETTIN, P. A; BUSSAB, W. O. Estatística básica. São Paulo: Saraiva, 19--, 20--. FONSECA, J. S; MARTINS, G. A. Curso de estatística. São Paulo: Atlas, 19--. SPIEGEL, M. R. Estatística. São Paulo: Makron Books do Brasil, 19--.
Compartilhar