Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA A N O TA ÇÕ E S ESTATÍSTICA INFERENCIAL – CORRELAÇÃO E REGRESSÃO LINEAR RELEMBRANDO Foi visto que a correlação linear vai de -1 até +1, passando por zero, e pode ser forte, fraca, perfeita, positiva ou negativa, pode não haver correlação entre duas variáveis, sendo essas variáveis quantitativas. Foi visto também sobre diagrama de dispersão. Quanto aos valores obtidos – análise O coeficiente de correlação linear estará compreendido no intervalo -1 ≤ r ≤ 1. Com relação aos valores obtidos, pode-se observar: a. Correlação perfeita negativa (rxy = -1): Quando os pontos estiverem perfeitamente ali- nhados, mas em sentido contrário, a correlação é denominada perfeita negativa. b. Correlação negativa (-1 < rxy < 0): A correlação é considerada negativa quando valo- res crescentes da variável X estiverem associados a valores decrescentes da variável Y, ou valores decrescentes de X associados a valores crescentes de Y. c. Correlação nula (rxy = 0): Quando não houver relação entre as variáveis X e Y, ou seja, quando os valores de X e Y ocorrem independentemente, não existe correlação entre elas. d. Correlação positiva (0 < rxy < 1): Será considerada positiva se os valores crescentes de X estiverem associados a valores crescentes de Y. Pode-se dizer que é uma função de primeiro grau: f(x) = ax + b) e. Correlação perfeita positiva (rxy = 1): A correlação linear perfeita positiva corresponde ao caso anterior, mas os pontos (X, Y) estão perfeitamente alinhados. Observações importantes: • Correlação não é o mesmo que causa e efeito. Duas variáveis podem estar altamente correlacionadas e, no entanto, não haver relação de causa e efeito entre elas. • Se duas variáveis estiverem amarradas por uma relação de causa e efeito, elas esta- rão, obrigatoriamente, correlacionadas. 5m 10m 2 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA A N O TA ÇÕ E S • O estudo de correlação pressupõe que as variáveis X e Y tenham uma distribui- ção normal. • A palavra simples que compõe o nome correlação linear simples, indica que estão envolvidas no cálculo somente duas variáveis. • O coeficiente de correlação linear de Pearson mede a correlação em estatística para- métrica, ou seja, somente com variáveis quantitativas. ATENÇÃO O coeficiente de correlação não será afetado com soma e subtração ou multiplicação e divi- são em constantes positivas, porém, em constantes negativas, haverá a inversão do sinal. Assim, quando multiplicamos ou dividimos as variáveis por constantes, o coeficiente de correlação pode não ser alterado ou pode simplesmente trocar de sinal. DIRETO DO CONCURSO 1. (CESPE/IJSN-ES/ESPEC. EM ESTUDOS E PESQ. GOVERNAMENTAIS – ECONO- MIA/2010) Considerando os conceitos associados a probabilidade e estatística, jul- gue o item. O coeficiente de correlação linear de Pearson, que mede o grau de correlação linear entre duas variáveis, é alterado quando todos os valores de uma das duas variáveis são multiplicados ou divididos por uma constante diferente de zero. COMENTÁRIO Quando multiplicamos ou dividimos as variáveis por constantes, o coeficiente de correla- ção pode não ser alterado ou pode simplesmente trocar de sinal. 15m 3 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA A N O TA ÇÕ E S Fórmulas – coeficiente de correlação linear O PULO DO GATO Nem sempre será preciso utilizar essas fórmulas na prova, pois muitas vezes será perda de tempo. Às vezes, é possível identificar, apenas observando, que as variáveis (x,y) cres- cem ou decrescem de maneira proporcional, por exemplo. DIRETO DO CONCURSO 2. (CESGRANRIO) Considere as asserções a seguir. O coeficiente de correlação linear de Pearson é necessariamente um número no inter- valo (−1,1). PORQUE O Coeficiente de Correlação Linear de Pearson só pode ser calculado para variáveis quantitativas. Analisando-se as asserções, conclui-se que: a. As duas asserções são verdadeiras, e a segunda é uma justificativa correta da primeira. b. As duas asserções são verdadeiras, e a segunda não é uma justificativa correta da primeira. c. A primeira asserção é verdadeira, e a segunda é falsa. d. A primeira asserção é falsa, e a segunda é verdadeira. e. A primeira e a segunda asserções são falsas. 20m 4 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA COMENTÁRIO Embora as duas asserções sejam verdadeiras, são situações diferentes e uma não justifi- ca a outra. 3. (CESGRANRIO) Considere as afirmações a seguir a respeito do coeficiente de correla- ção (r) de Pearson entre duas variáveis. I – Se r = 1, as observações estão todas sobre uma linha reta no diagrama de dispersão. II – Se r > 0, a variável independente aumenta quando a variável dependente aumenta. III – Se r < 0, a variável independente decresce quando a variável dependente decresce. IV – Se r = 0, não existe relação entre as duas variáveis. São corretas apenas as afirmações a. I e II b. I e III c. II e III d. II e IV e. III e IV COMENTÁRIO Se r > 0, a variável independente (x) aumenta quando a variável dependente (y) diminui: Se r = 0, não existe relação linear entre as duas variáveis, mas podem existir outras re- lações (exponencial, logarítmica, do segundo grau etc.). 25m 5 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA A N O TA ÇÕ E S 4. (CESGRANRIO) Analise as afirmações a seguir a respeito do coeficiente de correlação linear de Pearson entre duas variáveis positivas X e Y: I – é positivo; II – não se altera quando adicionamos uma constante positiva aos valores de X; III – não se altera quando multiplicamos por uma constante positiva os valores de X. Está(ão) correta(s) a(s) afirmativa(s): a. II somente. b. I e II somente. c. I e III somente. d. II e III somente. e. I, II e III. COMENTÁRIO Embora as variáveis sejam positivas, é possível ter o coeficiente negativo (r = -1): O coeficiente de correlação não será afetado com soma e subtração ou multiplicação e divisão em constantes positivas, porém, em constantes negativas, haverá a inversão do sinal. 30m 6 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear ESTATÍSTICA A N O TA ÇÕ E S GABARITO 1. E 2. b 3. a 4. d ����Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula preparada e ministrada pelo professor Josimar Padilha Alves de Araújo. ��A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu- siva deste material. 1 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear II ESTATÍSTICA A N O TA ÇÕ E S ESTATÍSTICA INFERENCIAL – CORRELAÇÃO E REGRESSÃO LINEAR II 4. (PETROBRAS/CESPE-UNB) Julgue o item que segue. O coeficiente de correlação de Pearson é usado para medir o grau de linearidade (as- sociação) entre duas variáveis (eventos), podendo assumir qualquer valor entre +1 e -1. Os valores de coeficientes iguais a +1 e -1 indicam, respectivamente, relação linear perfeita e ausência total de relação linear entre as variáveis. COMENTÁRIO Para que haja ausência totalde relação linear entre as variáveis, deve-se ter r = 0. 5. (PREFEITURA DE RIO BRANCO/CESPE-UNB) A análise de regressão linear simples e a análise de correlação são técnicas frequentemente usadas na interpretação de pares de dados. Com relação a essas técnicas, julgue o item a seguir. O coeficiente de correlação mede o grau de associação entre duas variáveis. COMENTÁRIO Exatamente isso. 6. (CESPE/TJ-RO/ANALISTA JUDICIÁRIO/ESTATÍSTICA) Com respeito ao modelo de re- gressão linear simples, assinale a opção correta. a. O parâmetro de inclinação da reta é igual à tangente do ângulo formado entre a reta e o eixo Oy. b. A inclinação da reta é proporcional à correlação entre a variável resposta e a variável preditora. c. Se o modelo linear estiver bem ajustado, a correlação entre o resíduo do modelo e a variável resposta deve estar próxima de -1. 2 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear II ESTATÍSTICA A N O TA ÇÕ E S d. Se o interceptor do modelo for nulo, a variável resposta assume o valor zero quando a variável preditora dor igual ao inverso da inclinação da reta. e. O parâmetro de inclinação da reta é igual ao cosseno do ângulo formado entre a reta e o eixo Ox. RESOLUÇÃO a. Em y = ax + b, a representa o coeficiente angular e b representa o coeficiente linear. O coeficiente angular é responsável pela inclinação da reta. O a equivale à tangente do ângulo formado entre a reta e o eixo Ox. a = Tgα = a = Tgα = Perceba que, independentemente da inclinação da reta, o ângulo é sempre formado entre a reta e o eixo x. b. Variável preditora (independente) é x; variável resposta (dependente) é y. A inclinação da reta é dada pela variável dependente sobre a variável independente: a = Tgα = 5m 10m 15m 3 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear II ESTATÍSTICA A N O TA ÇÕ E S O coeficiente angular traz a inclinação da reta. O a é a tangente de alfa que é igual ao cateto oposto mais a tangente de x. A inclinação da reta é dada pela variável dependente sobre a variável independente. c. A correlação perfeita pode ser positiva ou negativa, não apenas -1. A variável resposta pode estar próxima de -1 ou +1. d. Interceptor/variável resposta é o y. Variável preditora é o x. a = Tgα = Traduzindo a questão: y = a.x/y = b Obs.: O interceptor se refere ao coeficiente de correlação linear de Pearson. y = ax + b Na equação y = ax + b, sempre quem acompanha o x é o coeficiente angular. Porém, esse coeficiente, além da inclinação da reta, traz também a questão da força. 20m 4 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear II ESTATÍSTICA A N O TA ÇÕ E S Se a = -1, a reta é decrescente (\); Se a = +1, a reta é crescente (/). Portanto, esse a, além de trazer a inclinação da reta, também é o coeficiente de correlação linear de Pearson. A letra d dispõe que, se o interceptor do modelo for nulo (a = 0), a variável resposta assume o valor zero (y = 0) quando a variável preditora for igual ao inverso da inclinação da reta (x = y/x). y = 0 ∙ + b Se x for zero, qualquer multiplicação com ele será zero: y = ax + b y = 0 ∙ x + b Sendo o y também zero nessa equação, temos: 0 = 0 + b Logo, b = 0. Isso não seria possível, pois y = b (função constante). Trata-se de uma função constante porque, quando o coeficiente for zero, não haverá in- clinação. e. A inclinação da reta é dada pela função tangente, não pelo cosseno. 7. (IBFC/EBSERH/ANALISTA ADMINISTRATIVO/ESTATÍSTICA/2020) Com relação ao coeficiente de correlação linear (r), é incorreto afirmar que: a. Se r for um número próximo de 1, então x e y têm forte correlação linear. b. Se r = 0,2, então x e y têm forte correlação linear. c. Se r for um número próximo de 1, então x e y têm forte correlação linear. d. Se r for um número próximo de 0, então x e y têm fraca correlação linear. e. Se r = -0,8, então x e y têm forte correlação linear. RESOLUÇÃO b. Se r = 0,2, então x e y têm fraca correlação linear: 25m 5 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Estatística Inferencial – Correlação e Regressão Linear II ESTATÍSTICA A N O TA ÇÕ E S 0 +1-1 0,2 r e. Se r = -0,8, então x e y têm forte correlação linear: 0 +1-1 0,8 r GABARITO 4. E 5. C 6. b 7. b 30m ���������Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula preparada e ministrada ministrada pelo professor Josimar Padilha. ��A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu- siva deste material. 1 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA A N O TA ÇÕ ES CORRELAÇÃO E REGRESSÃO LINEAR III DIRETO DO CONCURSO 7. (2018/ FAURGS/UFRGS/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO – SISTEMA DE INFORMAÇÃO) A análise de ____________ permite estudar a relação entre dois conjuntos de valores e quantificar o quanto um está relacionado com o outro, no sentido de determinar a intensidade e a direção dessa relação. Isto é, essa análise indica se, e com que intensidade, os valores de uma variável aumentam ou diminuem enquanto os valores da outra variável aumentam ou diminuem. Assinale a alternativa que completa corretamente a lacuna do texto acima. a. Correlação b. Dispersão c. Classificação d. Agrupamento e. Regressão RESOLUÇÃO O que permite estudar a relação entre dois conjuntos? 2 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA A N O TA ÇÕ ES Se, por porventura, a relação entre essas duas variáveis (x,y) fosse assim poderia se afir- mar que está crescendo formando uma linha. Assim, é possível determinar a intensidade. O coeficiente de Correlação Linear de Pearson é -1 ≤ r ≤ 1. Quanto mais perto de -1 e mais perto de 1, mais forte é essa relação, ou seja, essa correla- ção. A direção é que vai determinar o sinal. Você poderia estar entre duas situações no dia do concurso: regressão e correlação. A correlação vai determinar se existe a relação de intensidade e direção. Por meio dessa correlação você vai determinar a equação da reta. O coeficiente de correlação linear indica a força e a direção. Se a correlação é boa, você vai criar a equação, a regressão. Você vai ajustar essa reta em relação aos pontos e o que faz esse ajustamento é um mé- todo dos mínimos quadrados. Esse método faz com que você encontre o coeficiente angular e o coeficiente linear, que encontre a fórmula que ajusta os pontos de tal maneira que fica da melhor forma possível (positivo ou negativo). 8. (2018/INSTITUTO AOCP/ADAF – AM/ESTATÍSTICO) Considere as variáveis aleatórias X: nota na disciplina de Estatística e Y: nota na disciplina de matemática. Essas variá- veis foram observadas em 5 alunos, ao final do semestre. Os dados estão apresenta- dos a seguir. X 4,0 5,0 6,0 7,0 8,0 Y 3,0 4,0 7,0 8,0 10, Calcule o Coeficiente de Correlação de Pearson. a. 0,5051. b. -0,988. c. 0,988. d. 0,000. e. -0,5051 5m 3 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA A N O TA ÇÕ ES RESOLUÇÃO Duas maneiras de resolução: a primeira de maneira intuitiva. Todas as respostas estão no intervalo -1 ≤ r ≤ 1. A questão requer de maneira pontual a correlação de Pearson para essa amostra. X é a variável independente,a nota de Estatística. Y é a variável dependente, a nota de matemática. Você acha que aquela pessoa que é boa em Estatística também é boa em Matemática ou vice-versa? A reta é crescente, então o coeficiente r é positivo. Restam duas opções: letra A e C. Se a linha fosse totalmente reta o coeficiente seria 1, logo, como não há esse coeficiente, a assertiva é o valor mais aproximado. Perceba que os números são proporcionais 4 e 3,5 e 4, 6 e 7,7 e 8. Duas maneiras de resolução: a segunda de maneira algébrica. Muitas vezes a questão não fornece o valor de X e Y. Se o Coeficiente de Correlação de Pearson é a covariância entre X sobre o desvio padrão de X e de Y é importante saber quem é a covariância de XY. 10m 15m 20m 4 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA A N O TA ÇÕ ES Para encontrar r é preciso a covariância e o desvio padrão de XY. Para encontrar a vari- ância é preciso o valor esperado entre X e Y, valor esperado de X e valor esperado de Y. São as médias. O numerador foi encontrado. Os denominadores são o padrão de X e desvio padrão de Y. Agora se devem encontrar os seus respectivos desvios padrões. Sx= √2= 1,4 Sy= √ 6,64 = 2,5 A seguir, achar o coeficiente: 25m 30m 5 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA A N O TA ÇÕ ES 9. (2018/CESPE/POLÍCIA FEDERAL/PAPILOSCOPISTA) O intervalo de tempo entre a morte de uma vítima até que ela seja encontrada (y em horas) denomina-se intervalo post mortem. Um grupo de pesquisadores mostrou que esse tempo se relaciona com a concentração molar de potássio encontrada na vítima (x, em mmol/dm3). Esses pes- quisadores consideraram um modelo de regressão linear simples na forma y = ax + b + ε, em que a representa o coeficiente angular, b denomina-se intercepto, e ε denota um erro aleatório que segue distribuição normal com média zero e desvio padrão igual a 4. As estimativas dos coeficientes a e b, obtidas pelo método dos mínimos quadrados ordinários foram, respectivamente, iguais a 2,5 e 10. O tamanho da amostra para a obtenção desses resultados foi n = 101. A média amostral e o desvio padrão amostral da variável x foram, respectivamente, iguais a 9 mmol/dm3 e 1,6 mmol/dm3 e o desvio padrão da variável y foi igual a 5 horas. A respeito dessa situação hipotética, julgue o item a seguir. De acordo com o modelo ajustado, caso a concentração molar de potássio encontrada em uma vítima seja igual a 2 mmol/dm3, o valor predito correspondente do intervalo post mortem será igual a 15 horas. RESOLUÇÃO O mundo funciona praticamente em relação a uma função. Por exemplo, a quantidade de pessoas que frequenta um local é em função do tempo; a quantidade de conhecimento que se adquire também pode estar em função do tempo. Então há sempre duas variáveis se relacionando. A concentração de potássio no corpo da vítima é uma variável quantitativa; tempo é variá- vel quantitativa. 35m 6 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e Regressão Linear III ESTATÍSTICA y= ax+b+E O E é o erro. Na equação y = ax + b, o "a" indica o coeficiente angular, a inclinação da reta. O método tenta minimizar esses erros, fazer o erro tender a zero por isso. O método dos mínimos quadrados tenta ajustar a reta entre os pontos de tal maneira que esse erro, tam- bém chamado de resíduo, chegue a zero. . y= ax+b+E y= 2,5x+10+0 y= 2,5*2+10 y= 5+10 y=15 Quando o Perito Federal chega ao local do crime ele vai calcular a concentração de potás- sio da vítima. Quando calcula que há 2 mmol/dm3 de potássio, chega à conclusão de que a morte foi há 15 horas. GABARITO 7. a 8. c 9. C 40m 45m ���������������������������������������������������������������������������������Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula preparada e ministrada pelo professor Josimar Padilha Alves de Araújo. A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu- siva deste material. 1 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e regressão linear IV ESTATÍSTICA A N O TA ÇÕ ES CORRELAÇÃO E REGRESSÃO LINEAR IV DIRETO DO CONCURSO 10. (2016/CESPE/FUNPRESP-JUD/ANALISTA-INVESTIMENTOS) VARIÁVEL Estatística X Y Média Amostral 25 27 Variância Amostral 16 9 Com base na tabela precedente, que apresenta estatísticas referentes a duas variá- veis observadas em um estudo previdenciário, julgue o seguinte item. O valor absoluto da covariância entre X e Y é igual ou inferior a 12. RESOLUÇÃO O coeficiente de correlação linear é -1 ≤ r ≤ 1. Se a covariância X é 16, o desvio padrão é 4. Se a covariância Y é 9, o desvio padrão é 3. 5m 2 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e regressão linear IV ESTATÍSTICA A N O TA ÇÕ ES 11. (2018/CESPE/POLICIA FEDERAL/PAPILOSCOPISTA) O intervalo de tempo entre a morte de uma vítima até que ela seja encontrada (y em horas) denomina-se intervalo post mortem. Um grupo de pesquisadores mostrou que esse tempo se relaciona com a concentração molar de potássio encontrada na vítima (x, em mmol/dm3). Esses pes- quisadores consideraram um modelo de regressão linear simples na forma y = ax + b + ε, em que a representa o coeficiente angular, b denomina-se intercepto, e ε denota um erro aleatório que segue distribuição normal com média zero e desvio padrão igual a 4. As estimativas dos coeficientes a e b, obtidas pelo método dos mínimos quadrados ordinários foram, respectivamente, iguais a 2,5 e 10. O tamanho da amostra para a obtenção desses resultados foi n = 101. A média amostral e o desvio padrão amostral da variável x foram, respectivamente, iguais a 9 mmol/dm3 e 1,6 mmol/dm3 e o desvio padrão da variável y foi igual a 5 horas. A respeito dessa situação hipotética, julgue o item a seguir. A média amostral da variável resposta y foi superior a 30 horas. RESOLUÇÃO y = 2,5x + 10 Se o desejo é encontrar a média amostral Y, deve-se pegar a média amostral de X porque Y está em função de X. y = 2,5x + 10 y=2,5 *9 +10 y=22,5+10 =32,5h 10m 3 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e regressão linear IV ESTATÍSTICA A N O TA ÇÕ ES 12. (2018/CESPE/POLICIA FEDERAL/PAPILOSCOPISTA) O intervalo de tempo entre a morte de uma vítima até que ela seja encontrada (y em horas) denomina-se intervalo post mortem. Um grupo de pesquisadores mostrou que esse tempo se relaciona com a concentração molar de potássio encontrada na vítima (x, em mmol/dm3). Esses pes- quisadores consideraram um modelo de regressão linear simples na forma y = ax + b + ε, em que a representa o coeficiente angular, b denomina-se intercepto, e ε denota um erro aleatório que segue distribuição normal com média zero e desvio padrão igual a 4. As estimativas dos coeficientes a e b, obtidas pelo método dos mínimos quadrados ordinários foram, respectivamente, iguais a 2,5 e 10. O tamanho da amostra para a obtenção desses resultados foi n = 101. A média amostral e o desvio padrão amostral da variável x foram, respectivamente, iguais a 9 mmol/dm3 e 1,6 mmol/dm3 e o desvio padrão da variável y foi igual a 5 horas. A respeito dessa situação hipotética, julgue o item a seguir. O coeficiente de explicação do modelo (R2) foi superior a 0,70. RESOLUÇÃO 0 ≤ R2 ≤ 1 é o coeficiente de determinação ou explicação, geralmente dado em porcen- tagem. Ele expressa a quantidade da variância dos dados que é explicada pelo modelo linear. Issosignifica que quanto maior for o R2 mais explicativo é o modelo linear, ou seja, melhor ele se ajusta na amostra. Será que o modelo de regressão linear y = ax + b se ajusta a esse exemplo? A ideia é a seguinte: quanto maior for R, maior é o modelo linear. O coeficiente explicação em outras bancas também aparece como coeficiente de determinação do modelo. R = (r)2 O r equivale a 1 ≤ r ≤ 1. Consequentemente, se o valor for negativo e elevar ao quadra- do, ele fica positivo. Se for positivo e elevar ao quadrado continua positivo. Se for zero, continua zero. O coeficiente de determinação verifica se realmente esse modelo linear se ajusta à mostra. O r pode ser a covariância entre X e Y sobre o desvio padrão. 15m 20m 4 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e regressão linear IV ESTATÍSTICA A N O TA ÇÕ ES Em y=ax+b, a é o coeficiente angular. Ele é dado pela covariância entre X e Y sobre a va- riância de X. O coeficiente é 2,5. Sy=5 Sx= 1,6 Coeficiente angular = = 6,4 Descobrindo o valor de r: R = (r)2 R=(0,8)2 R=0,64 13. (2014/VUNESP/DESENVOLVESP/ECONOMISTA) O resultado da estimação de uma regressão simples foi Y = 2 – 0,8x, sendo o coeficiente de determinação R 2 = 0,81. O coeficiente de correlação entre as variáveis x e y é: a. 0,81. b. -0,81. c. -0,8. d. -0,9. e. 0,8. RESOLUÇÃO R= (r)2 r = √R r =√0,81 25m 5 www.grancursosonline.com.br Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br Correlação e regressão linear IV ESTATÍSTICA r = ± 0,9 Se tivesse uma opção 0,9 muitos candidatos ficariam em dúvida porque o coeficiente R vai de - 1 a 1. Se a questão trouxesse o -0,9 e 0,9 qual você marcaria? Deve continuar marcando em negativo. O coeficiente angular é negativo. Na matemática, quando o coeficiente angular é menor do que zero, a reta é decrescente e, sendo assim, o coeficiente é negativo. Pela equação você sabe que a reta é negativa, então R não pode ser positivo. A raiz de 81 não é 9, é ± 9. GABARITO 10. C 11. C 12. E 13. d 30m ���������������������������������������������������������������������������������Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula preparada e ministrada pelo professor Josimar Padilha Alves de Araújo. A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu- siva deste material. _heading=h.1fob9te
Compartilhar