Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DE ALAGOAS - UFAL Campus de Arapiraca - Curso: Matemática Disciplina: Probabilidade e Estatística Profa. Ademária Aparecida de Souza Gabriel Barbosa da Silva Décima Lista de Exercícios: Correlação e Regressão (Resoluções) 1° QUESTÃO a) Construa um diagrama de dispersão, encontre o coeficiente de correção entre preço e número de cliente e tire as conclusões necessárias. 𝑥𝑖 𝑦𝑖 𝑥𝑖 ∙ 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2 4 36 144 16 1296 5 36 180 25 1296 6 34 204 36 1156 7 32 224 49 1024 10 20 200 100 400 12 10 120 144 100 44 168 1072 370 5272 y = -3,3803x + 52,789 R² = 0,9522 0 5 10 15 20 25 30 35 40 45 0 2 4 6 8 10 12 14 N ° d e C lie n te s Preço ($) 𝑟 = ∑ 𝑥𝑖 𝑛 𝑖=1 𝑦𝑖 − (∑ 𝑥𝑖 𝑛 𝑖=1 )(∑ 𝑦𝑖 𝑛 𝑖=1 ) 𝑛 √[∑ 𝑥𝑖 𝑛 𝑖=1 2 − (∑𝑥𝑖)2 𝑛 ] ∙ [ ∑ 𝑦𝑖 𝑛 𝑖=1 2 − (∑𝑦𝑖)2 𝑛 ] 𝑟 = 1072 − 44 ∙ 168 6 √[370 − 1936 6 ] ∙ [5272 − 28 ∙ 224 6 ] 𝑟 = 1072 − 1232 √47,33 ∙ 568 = − 160 163,361 𝑟 = −0,9758 Podemos perceber que o número de clientes é inversamente proporcional ao preço. Sendo uma correlação positiva entre preço e número. b) Construa a equação de regressão linear simples do número de cliente em função do preço. Interpretar. 𝑦�̂� = 𝑏0 + 𝑏𝑖𝑥𝑖 + 𝑐𝑖 𝑏𝑖 = 1072 − 44 ∙ 168 6 370 − 1936 6 = − 160 47,33 𝑏𝑖 = −3,380𝑥 𝑏0 = 168 6 − (−3,380) ∙ 44 6 𝑏0 = 28 + 3,380 ∙ 7,333 𝑏0 = 52,7887 c) Calcular o coeficente de determinação (𝑹𝟐) e interpretar. Podemos analisar o valor no gráfico e/ou calcularmos usando a correlação 𝑟2 = 𝑅2 = 0,9522 𝑜𝑢 95,22% são explicados pelo preço. 2° QUESTÃO a) Construa um diagrama de dispersão, encontre o coeficiente de correção entre teste e prova e tire as conclusões necessárias. 𝑥𝑖 𝑦𝑖 𝑥𝑖 ∙ 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2 3 5 10 3 25 5 6 30 25 36 5 7 35 25 49 7 10 70 49 100 7 10 70 49 100 8 9 10 12 10 10 36 90 100 64 81 100 144 100 100 54 70 506 402 654 𝑟 = 506 − 54 ∙ 70 8 √[402 − 2916 8 ] ∙ [654 − 28 ∙ 4900 8 ] y = 0,8933x + 2,72 R² = 0,7211 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 P ro va Teste 𝑟 = 506 − 472,5 √37,5 ∙ 41,5 = 33,5 36,449 = 0,84939 𝑟 = 0,84939 Temos um resuldado variado. b) Construa a equação de regressão linear simples. 𝑦�̂� = 𝑏0 + 𝑏𝑖𝑥𝑖 + 𝑐𝑖 𝑏𝑖 = 506 − 472,5 37,5 = 0,8933 𝑏𝑖 = 0,8933𝑥 (𝑖𝑛𝑑𝑖𝑐𝑎 𝑎 𝑛𝑜𝑡𝑎) 𝑏0 = 8,75 − 0,8933 ∙ 6,77 𝑏0 = 2,72 (𝑖𝑛𝑑𝑖𝑐𝑎 𝑜 𝑎𝑢𝑚𝑒𝑛𝑡𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜) 𝑦�̂� = 0,8933𝑥 + 2,72 c) Calcular o coeficente de determinação (R2 ) e interpretar. Podemos analisar o valor no gráfico e/ou fazendo a correlação de 𝑟2 = 𝑅2 = 0,7211 𝑜𝑢 72,11% do aumento esperado da nota. d) Calcule a nota esperada na prova para um aluno que obteve nota seis no teste. Utilizando a reta, vamos substituir o valor de 𝑥 = 6, isto é: 𝑦�̂� = 2,72 + 0,8933𝑥 𝑦�̂� = 2,72 + 0,8933 ∙ 6 𝑦�̂� = 2,72 + 5,3598 𝑦�̂� = 8,0798 𝑜𝑢 8,08 3° QUESTÃO a) Construa um diagrama de dispersão, encontre o coeficiente de correção entre horas de estudo e nota na prova e tire as conclusões necessárias. 𝑥𝑖 𝑦𝑖 𝑥𝑖 ∙ 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2 1 6 6 1 36 3 7 21 9 49 4 7,5 30 16 56,25 5 8 40 25 64 6 8,5 51 36 72,25 6,5 8,7 56,55 42,25 75,69 25,5 45,7 204,55 129,25 353,19 b) Construa a equação de regressão linear simples. Interpretar. 𝑦�̂� = 𝑏0 + 𝑏𝑖𝑥𝑖 + 𝑐𝑖 𝑏𝑖 = 204,55 − 194,225 20,8754 = 0,4946 y = 0,4946x + 5,5146 R² = 0,9997 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 N o ta s Horas de Estudo 𝑏𝑖 = 0,4946𝑥 𝑏0 = 63,25 − 0,4946 ∙ 116,7315 𝑏0 = 5,5146 𝑦�̂� = 0,4946𝑥 + 5,5146 As notas cresceram em relação ao tempo. c) Calcular o coeficente de determinação (R2 ) e interpretar. Podemos analisar o valor no gráfico e/ou fazendo a correlação de 𝑟2 = 𝑅2 = 0,9997 𝑜𝑢 99,97% das notas são explicadas pelo tempo de estudo. 4° QUESTÃO a) Se forem esperados 6.600 novas matrículas, quantos apartamentos serão alugados? Utilizando a calculadora obteremos os seguintes resultados; 𝑟 = 0,9628 𝑅2 = 0,9269 𝑏0 = 67,2384𝑥 𝑏1 = 196,3807 𝑦�̂� = 67,2384𝑥 − 196,3807 y = 0,0138x + 3,2028 R² = 0,927 6,2 6,4 6,6 6,8 7 7,2 7,4 0 50 100 150 200 250 300 350 Tí tu lo d o E ix o Título do Eixo Caso sejam adcionados 6.600 novas matrículas, faremos o seguinte cálculo; 6.600 = 67,2384𝑥 − 196,3807 𝑥 = 196,3807 + 6.600 67,2384 𝑥 = 101,07 Dessa forma, 𝑥 representará o número de apartamentos alugados. b) Qual a porcentagem de apartamentos alugados e explicadas pelas matrículas na universidade? Podemos analisar o valor no gráfico e/ou fazendo a correlação de 𝑟2 = 𝑅2 = 0,9269 𝑜𝑢 92,69% de apartamentos alugados. 5° QUESTÃO 𝑥𝑖 𝑦𝑖 𝑥𝑖 ∙ 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2 3000 7000 21milhões 9milhões 49milhões 4000 14000 56milhões 16 milhões 196milhões 8000 15000 120milhões 64milhões 225milhões 12000 28000 336milhões 144milhões 784milhões 14000 32000 448milhões 196milhões 1.024milhões 41000 96000 981milhões 429milhões 2.278bilhões Analisando o gráfico e através da realização dos cálculos com o auxílio da calculadora, obteremos os seguintes resultados; 𝑟 = 0,9647 𝑏0 = 2,0754 𝑏𝑖 = 2,0884𝑥 �̂� = 2,0884𝑥 + 2,0754 𝑅2 = 0,9308 Dessa forma, podemos concluir que 93,08% dos gastos com publicidade são explicados com os números de venda. 6° QUESTÃO a) Construa um diagrama de dispersão, encontre o coeficiente de correção entre distância e tempo de entrega e tire as conclusões necessárias. Distância 825 215 1070 550 480 920 1350 325 670 1250 Tempo 3,5 1 4 2 1 3 4,5 1,5 3 5 y = 2,0884x + 2,0754 R² = 0,9308 0 5 10 15 20 25 30 35 0 2 4 6 8 10 12 14 16 V en d as G. Publicidade 𝑥𝑖 𝑦𝑖 𝑥𝑖 ∙ 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2 825 3,5 2887,5 680625 12,25 215 1 215 46225 1 1070 4 4280 1144900 16 550 2 1100 302500 4 480 1 480 230400 1 920 1350 325 670 1250 3 4,5 1,5 3 5 2760 6075 487,5 2010 6250 846400 1822500 105625 448900 1562500 9 20,25 2,25 9 25 7655 28,5 26545 7190575 99,75 Através do auxílio da calculadora, podemos encontrar que 𝑟 = 0,9523. Assim, as variáveis são diretamente proporcionais. b) Construa a equação de regressão linear simples do tempo de entrega em função da distância. Construindo a equação de regressão linear simples, obteremos �̂� = 0,0036𝑥 + 0,13 Podemos percerber que sempre que a distância aumenta o tempo aumentará também. c) Calcular o coeficente de determinação (R2 ) e interpretar. Podemos analisar o valor no gráfico e/ou fazendo a correlação 𝑟2 = 𝑅2 = 0,9069 𝑜𝑢 91% y = 0,0036x + 0,13 R² = 0,9069 0 1 2 3 4 5 6 0 200 400 600 800 1000 1200 1400 1600 Te m p o Distância d) Usando a equação de regressão obtida no item b, estime o tempo de entrega em que o carregamento está disponível para transporte, para uma distância de 1000 milhas. Poderia usar a equação de regressão para estimar o tempo de entrega para uma distância de 2500 milhas? 𝑦�̂� = 0,0036𝑥 + 0,13 Com mil milhas, faremos 𝑥 = 1000 com seguinte cálculo; 𝑦�̂� = 0,0036 ∙ 1000 + 0,13 𝑦�̂� = 0,13 + 3,6 𝑦�̂� = 3,73 𝑑𝑖𝑎𝑠 Não é apropriado usar a equação acima para uma viagem de 2500 milhas porque os dados da amostra para esta equação de regressão incluiam somente viagens até 1350 milhas de distância.
Compartilhar