Baixe o app para aproveitar ainda mais
Prévia do material em texto
Metódos Quantitativos II 8º Aula Análise de Regressão linear Estamos terminando nossa disciplina e precisamos ver mais um item que está faltando neste conteúdo: Análise de Regressão Linear. Vamos lá?! Boa aula! Objetivos de aprendizagem Ao término desta aula, vocês serão capazes de: • identificar a análise de regressão linear; • calcular e montar a equação de análise de regressão linear. 39 1 - Noções de Análise de Regressão Linear 2 - Cálculo de Análise de Regressão Linear Seções de estudo 1 – Conceitos de análise de regressão linear Conceito Na visão de Minardi (2004), encontrada uma relação entre duas variáveis (as variáveis estão correlacionadas), o próximo passo é defi nir uma função, de modo que uma variável independente explique uma variável dependente. Ou seja, se duas variáveis X e Y estão sendo estudadas e deseja-se defi nir uma função para explicar (estimar, calcular) Y de acordo com X, Y = f(X), faz-se uma regressão de Y para X. Da mesma forma para explicar X em função de Y, faz-se uma regressão de X para Y. Em uma regressão de Y para X, dizemos que X é a variável independente e Y a variável dependente. A análise de regressão simples descreve, através de um modelo matemático (função), a relação entre duas variáveis, utilizando para isso n pares de observações das mesmas. Quando falamos de regressão linear, o que estamos fazendo é tentando adequar a equação de uma reta aos pares de valores de que temos registro. Ou ajustar uma reta sobre os pontos do diagrama de dispersão, de modo que a partir de então essa reta represente a variação dos valores de X em relação a Y. Sabemos que a equação da reta é dada por: Y = aX + b Calculam-se os valores dos parâmetros a e b, definidos por: a = n ∑xi fi - ∑xi ∑fi n ∑ xi2 - (∑ xi)2 b =y- x → Onde: n é o número de observações, x é a média dos valores de xi , y é a média dos valores de yi. Quando estamos trabalhando com uma amostra de dados dizemos que a função dada pela reta permite calcular um valor estimado de Y. Exemplo: Utilizando nosso exemplo anterior, temos: Código do Contabilista Março(xi) Abril (yi) xi.yi xi2 yi2 01 5,0 6,0 30 25 36 08 8,0 9,0 72 64 81 24 7,0 8,0 56 46 64 38 10,0 10,0 100 100 100 44 6,0 5,0 30 36 25 58 7,0 7,0 49 49 49 59 9,0 8,0 72 81 64 72 3,0 4,0 12 9 16 80 8,0 6,0 48 64 36 92 2,0 2,0 4 4 4 ∑ 65 65 473 481 475 → Aplicando a fórmula: a = n ∑xi fi - ∑xi ∑fi n ∑ xi2 - (∑ xi)2 b = y - x → Temos assim: 10 * 473 - 65 * 65a = 10 * 481 - 652 4730 - 4225a = 4810 - 4225 505a = 585 a = 0,8632 → Como: 65 10 yx= 6,5x= 65 10 = y = 6,5 → Vamos ao cálculo de b b = y - x b = 6,5 – 0,8632 * 6,5 b = 6,5 – 5,61 b = 0,89 → Onde: a = 0,86 e b = 0,89, dessa forma, temos a seguinte equação: Y = 0,86X + 0,89 A seguir, vejamos mais alguns cálculos de regressão: Nº Observações xi yi xi.yi xi2 yi2 1 1 90 90 1 8100 2 2 50 100 4 2500 3 3 45 135 9 2025 4 4 30 120 16 900 5 5 23 115 25 529 6 6 10 60 36 100 ∑ 21 248 620 91 14154 a = 6 * 620 - 21 * 248 6 * 91 - 212 a = 3720 - 5208 546 - 441 a = - 1488 105 a=-14,17 Metódos Quantitativos II 40 Retomando a aula Chegamos, assim, ao fi nal de nossa última aula. Vamos, então, recordar: 21 6x= → 3,5x= y= 41,33y= 2486 → B = y - xA B = 41,33 - (- 14,17) * (3,5) B = 41,33 + 49,59 B = 90,92 Y = - 14,17X + 90,92 → Equação de regressão → Um último exemplo... Nº Observações xi yi xi.yi xi2 yi2 1 38 350 13300 14444 122500 2 40 325 13000 1600 105625 3 50 300 15000 2500 90000 4 56 270 15120 3136 72900 5 60 256 15360 3600 65536 6 63 246 15498 3969 60516 7 70 240 16800 4900 57600 8 80 223 17840 6400 49729 9 100 215 21500 10000 46225 10 110 210 23100 12100 44100 ∑ 667 2635 166518 49649 714731 a = 10 * 166518 - 667 * 2635 10 * 49649 - 6672 a = 1665180 - 1757545 496490 - 444889 a = -92365 51601 a = -1,79 667 10 y x= 2.635 10= = 66,7x→ y 263,5=→ b =y - xA b = 263,5 - (-1,79) * (66,7) b = 263,5 + 119,39 b = 382,89 Y = 1,79X + 382,89 → equação de regressão Chegamos, assim, ao fi nal de nossa última aula, espero que os assuntos tratados tenham sido muito proveitosos e tenha fi cado mais claro o entendimento de vocês sobre a análise e o cálculo da regressão linear. É fundamental que não fi quem com dúvidas sobre os conteúdos estudados. Caso ainda tenham questionamentos, acessem no ambiente virtual as ferramentas habituais, pois terei prazer em esclarecê-los, está bem?! Foi ótimo estar com vocês, ministrando-lhes a disciplina Métodos Quantitativos II! 1 – Noções de Análise de Regressão Linear Nessa seção, estudamos os conceitos e fórmulas de Regressão Linear. 2 – Cálculo de Análise de Regressão Linear Nessa seção, foi estudado como aplicar os cálculos, para encontrar a equação de regressão linear. CRESPO, A. A. Estatística fácil. 18. ed. São Paulo: Saraiva, 2002. OLIVEIRA, J. U. C. de. Estatística – uma nova abordagem. Rio de Janeiro: Ciência Moderna, 2010. TRIOLA, M. F. Introdução a estatística. 9. ed. Rio de Janeiro: LTC, 2005. Média, Desvio Padrão e Variância. Disponível em: <http:// educacao.uol.com.br/matematica/ult1705u28.jhtm> Variância e Desvio. Disponível em: <http://www. infoescola.com/estatistica/variancia-e-desvio-padrao/> Média, Variância e Desvio Padrão. <http://leg.ufpr. br/~silvia/CE003/node16.html> Estatística. Disponível em: <http://www.infoescola. com/estatistica/coeficiente-de-variacao/> Coeficiente de Variação. Disponível em: <http://leg.ufpr. br/~silvia/CE055/node26.html> Vale a pena Vale a pena ler Vale a pena acessar Referências bibliográfi cas CRESPO, Antonio Arnot. Estatística fácil. São Paulo: Saraiva, 2011. DOWNING, Douglas; CLARK, Jeffrey. Estatística aplicada.
Compartilhar