Exercicios Regreção

Prévia do material em texto

Regressão e Correlação
Exercício 01
É esperado que a massa muscular de uma pessoa diminua com a idade. Para estudar essa relação, uma nutricionista selecionou 18 mulheres, com idade entre 40 e 79 anos, e observou em cada uma delas a idade (X) e a massa muscular (Y).
	Massa muscular (Y)
	Idade (X)
	82.0
	71.0
	91.0
	64.0
	100.0
	43.0
	68.0
	67.0
	87.0
	56.0
	73.0
	73.0
	78.0
	68.0
	80.0
	56.0
	65.0
	76.0
	84.0
	65.0
	116.0
	45.0
	76.0
	58.0
	97.0
	45.0
	100.0
	53.0
	105.0
	49.0
	77.0
	78.0
	73.0
	73.0
	78.0
	68.0
Construa o diagrama de dispersão e interprete-o. 
No gráfico de dispersão entre a variável massa muscular e idade, pode-se observar que há um forte indício de relação linear decrescente entre as variáveis em estudo. Nota-se que a massa muscular das pessoas diminui à medida que a idade aumenta. 
Calcule o coeficiente de correlação linear entre X e Y. 
Denotamos as variáveis: Y = Massa Muscular e X = Idade n=18
 
 
 
 
 
Segundo o resultado da correlação obtida, pode-se notar que há uma forte correlação linear entre a variável massa muscular e idade. Nota-se que à medida que a idade da pessoa aumenta a massa muscular diminui, o que é coerente com o gráfico de dispersão apresentada anteriormente.
Ajuste uma reta de regressão para a relação entre as variáveis Y: massa muscular (dependente) e X: idade (independente). 
e
A reta de regressão estimada da variável Massa muscular (Y) em função da Idade (X) é
Considerando a reta estimada dada no item (c), estime a massa muscular média de mulheres com 50 anos.
Exercício 02
Os dados a seguir correspondem à variável renda familiar e gasto com alimentação (em unidades monetárias) para uma amostra de 25 famílias.
	Renda Familiar (X)
	Gasto com Alimentação (Y)
	3
	1,5
	5
	2,0
	10
	6,0
	10
	7,0
	20
	10,0
	20
	12,0
	20
	15,0
	30
	8,0
	40
	10,0
	50
	20,0
	60
	20,0
	70
	25,0
	70
	30,0
	80
	25,0
	100
	40,0
	100
	35,0
	100
	40,0
	120
	30,0
	120
	40,0
	140
	40,0
	150
	50,0
	180
	40,0
	180
	50,0
	200
	60,0
	200
	50,0
Construa o diagrama de dispersão da variável gasto com alimentação (Y) em função da renda familiar (X). 
Calcular o coeficiente de correlação entre essas variáveis.
 
Denotamos as variáveis: Y = Gasto com Alimentação e X = Renda familiar
 
 
 
 
 
Obtenha a equação de regressão do gasto com alimentação em função da renda familiar. 
e
A reta de regressão estimada da variável Gasto de alimentação (Y) em função da Renda familiar (X) é
Qual o significado prático do valor da inclinação da reta de regressão do item (c)?
 
O valor 
=0,256 significa que estima-se que para cada aumento de uma unidade monetária da renda familiar ocorre um acréscimo em média de 0,256 unidades no gasto com alimentação. 
Exercício 03
Um pesquisador deseja verificar se um instrumento para medir a concentração de determinada substância no sangue está bem calibrado. Para isto, ele tomou 15 amostras de concentrações conhecidas (X) e determinou a respectiva concentração através do instrumento (Y), obtendo:
	X
	2,0
	2,0
	2,0
	4,0
	4,0
	4,0
	6,0
	6,0
	6,0
	8,0
	8,0
	8,0
	10,0
	10,0
	10,0
	Y
	2,1
	1,8
	1,9
	4,5
	4,2
	4,0
	6,2
	6,0
	6,5
	8,2
	7,8
	7,7
	9,6
	10,0
	10,1
(a) Construa o diagrama de dispersão para esses dados. 
(b) Trace no gráfico a reta com 45º de inclinação passando pela origem. Como essa reta pode ser útil na avaliação do instrumento? 
Esta reta é útil, pois, quanto mais próximos os pontos estiverem nela, maior à precisão do instrumento, já que o ideal é Y=X.
(c) Calcule o coeficiente de correlação entre as variáveis X e Y. 
 
 
 
 
 
(d) Obtenha a reta de regressão da variável Y em função de X. 
A reta de regressão estimada da variável Y e X é
(e) Com base nos itens anteriores tire conclusões sobre a eficiência do instrumento.
Com base nos itens anteriores, nota-se que, o instrumento para medir a concentração de determinada substância no sangue encontra-se bem calibrado. Observa-se que existe uma alta correlação entre as medidas feitas pelo instrumento e a concentração da determinada substância, o que pode ser confirmado nos gráficos apresentados anteriormente. Além disso, a reta de regressão obtida é bem próxima da reta Y=X, indicando grande proximidade entre as medidas. O método formal para verificar se o instrumento esta bem calibrado é testar as hipóteses:(α=0,05)
Estatística do teste:
R.C. (α=0,05)
Valores observados
Como 
, então aceita-se Ho. Ou seja, o instrumento esta bem calibrado.
�Página � PAGE �8� de � NUMPAGES �8�
_1226131388.unknown
_1226132176.unknown
_1226132930.unknown
_1226134293.unknown
_1226209687.unknown
_1226209772.unknown
_1226134294.unknown
_1226133667.unknown
_1226133714.unknown
_1226133480.unknown
_1226132581.unknown
_1226132628.unknown
_1226132561.unknown
_1226131631.unknown
_1226131848.unknown
_1226131421.unknown
_1141401952.unknown
_1141853011.unknown
_1141853251.unknown
_1141853684.unknown
_1141853025.unknown
_1141853030.unknown
_1141853017.unknown
_1141851574.unknown
_1141852998.unknown
_1141851559.unknown
_1141851565.unknown
_1141544857.unknown
_1077429472.bin
_1141332795.bin
_1141401928.unknown
_1140985031.bin
_1141132287.bin
_1047068711.unknown
_1047068887.unknown
_1047071148.unknown
_1047068833.unknown
_1047068417.unknown