Prévia do material em texto
Universidade Federal de Lavras - UFLA Departamento de Estatística - DES Estatística Experimental - GES 102 Lista 6 - Correlação e Regressão (Questão 1) - Com o objetivo de verificar se numa certa regição existe correlação entre o nível de escolaridade médio dos pais e o nível de escolari- dade dos filhos, observou-se uma amostra aleatória de 8 indivíduos adultos, verificando o número de anos que estes frequentaram (e tiveram aprovação) em escolar regulares (Y) e o número médio de anos que os seus pais frequen- taram (e tiveram aprovação) em escolas (X). Os resultados da amostra são apresentados abaixo: a) Calcule o coeficiente de correlação de Pearson b) Estabeleça a reta de regressão de y com relação a x c) Apresente o diagrama de dispersão acompanhado da reta de regressão. (Questão 2) - Verificar, utilizando os dados amostrais fornecidos abaixo, se a temperatura tem influência significativa sobre o comprimento de uma barra de aço. Utilize o modelo linear de 1o grau e o nível de 5% de signifi- cância. (Questão 3) - Para o seguinte conjunto de valores de X (variável inde- pendente) e Y (variável dependente), faça a análise de regressão segundo o modelo linear de 1o grau e obtenha a equação de regressão estimada. Use o nível de significância de 5%. (Questão 4) - De acordo com os dados fornecidos abaixo para a variável X (dose do micronutriente Zn em ppm) e a variável Y (matéria seca em 1 g/planta), verifique, usando o nível de 5% de probabilidade e o modelo linear de 2o grau, se a relação entre as variáveis X (independente) e Y (dependente) é significativa. (Questão 5) - Para o modelo ajustado e dados fornecidos abaixo: ŷi = 140, 7835 + 0, 2737xi − 0, 000783x2i SQIndependente da Regressão = 68,1691 ∑7 i=1 yi = 1094, 800 ∑7 i=1 y 2 i = 171712, 384∑7 i=1 xiyi = 166942, 500 ∑7 i=1 x 2 i yi = 35986875, 000 Proceder a análise de variância da regressão e concluir (α = 5%). (Questão 6) - A quantidade de chuva é um fator importante na produ- tividade agrícola. Para medir esse efeito, foram anotados, para oito regiões diferentes produtoras de soja, o índice pluviométrico e a produção do último ano. Chuva(mm) 120 140 122 150 115 190 130 118 Produção(ton) 40 46 45 37 25 54 33 30 a) Faça um gráfico de dispersão e calcule o coeficiente de correlação. Comente o resultado. b) Ajuste a reta de regressão. Como você interpretaria o coeficiente ? c) Encontre a produção esperada para uma região com índice pluviomé- trica igual a 160mm. d) É adequado utilizar o modelo ajustado para calcular a produção em uma região cujo índice pluviométrico seja igual a 30mm? Comente. (Questão 7) - Com o objetivo de estudar o efeito da temperatura no ganho de peso de determinada espécie de animal de pequeno porte, foi reali- zado um estudo em que alguns foram submetidos a diferentes temperaturas no local em que eram confinados. Com base nos dados de ganho de peso, 2 obtidos depois de determinado período, ajustou-se a seguinte equação de regressão: ŷi = −6, 89 + 0, 93xi − 0, 02x2i . Considerando que a análise de variância da regressão resultou em F sig- nificativo para regressão, pede-se: a) Qual seria o ganho de peso (em quilos) esperado, se fosse mantida constante, no local de confinamento do animal em questão, a temperatura de 23o C? b) Qual seria a temperatura a ser usada para que fosse obtido o máximo de ganho de peso? (Questão 8) - Obter a equação de regressão para o modelo de regressão linear do segundo grau e faça o gráfico da equação estimada. Respostas: 1) a) r = 0, 9252 b) ŷi = 1, 18xi + 1, 70xi c) 2) ŷi = 997, 4 + 0, 56xi Fcal = 84,3. A variável independente influencia significativamente a variável dependente. 3) ŷi = 1, 52+4, 12xi Fcal= 8.458,61. A variável independente não influencia significativamente a variável dependente. 3 4) ŷi = 11, 24+ 10, 4677xi − 1, 1135x2i . F cal=259,3003. A variável indepen- dente influencia significativamente a variável dependente. 5) Fcal=12,24. A variável independente influencia significativamente a va- riável dependente. 6) a) r = 0, 7246 b) yi = 1, 5527+0, 2742xi c) ŷ = 1, 5527+0, 2742(160) = 45, 42. d) Não, pois o valor da previsão para este modelo só será válido para o inntervalo de 115 a 190 mm de chuva. 7) a) 3,92 kg b) 23,25oC. 8) ŷi = 16, 12− 0, 16xi − 0, 9009x2i . 4