Baixe o app para aproveitar ainda mais
Prévia do material em texto
SEMINÁRIO CAPÍTULOS 7 E 8 Aluna: Luiza Drago Bonna Universidade Federal do Espírito Santo Centro de Ciências da Saúde Departamento de Educação Integrada em Saúde Curso de Nutrição Disciplina: Bioestatística CAPÍTULO 7 Noções sobre Regressão GRÁFICO DE LINHAS Gráficos de linhas são ideais para exibir tendências ao longo do tempo, já que enfatiza o fluxo de tempo e taxa de mudança mais do que a quantidade de mudanças. (VIEIRA, 2011) RETA DE REGRESSÃO A reta de regressão linear é a melhor reta no sentido estatístico para resumir uma relação entre dados, presentes por exemplo em um gráfico de linhas. Essa reta pode, inclusive, ser usada para fazer previsões. Para ajustar a equação da reta de regressão, é necessário obter o coeficiente linear e o coeficiente angular da reta (coeficientes de regressão). (VIEIRA, 2011) RETA DE REGRESSÃO A equação Y = a + bX determina como a reta se comporta no sistema de eixos cartesianos. O coeficiente linear da reta é representado pela letra 'a', que dá a altura em que a reta toca o eixo das ordenadas. Se 'a' for: • Positivo – a reta corta o eixo das ordenadas acima da origem; • Zero – a reta passa na origem sistema de eixos cartesianos; • Negativo – a reta corta o eixo das ordenadas abaixo da origem. (VIEIRA, 2011) RETA DE REGRESSÃO O coeficiente angular da reta é representado pela letra 'b', que dá a inclinação da reta. Quando 'b' for: • Positivo – a reta é ascendente; • Negativo – a reta é descendente; • Zero – a reta é paralela ao eixo das abscissas. (VIEIRA, 2011) RETA DE REGRESSÃO Em estatística, o coeficiente angular da reta pode ser obtido através da fórmula: E o coeficiente linear é dado pela seguinte fórmula: (VIEIRA, 2011) RETA DE REGRESSÃO A equação da reta de regressão nos permite estimar os valores de Y para quaisquer valores de X dentro do intervalo estudado, mesmo que tais valores não existam na amostra. No entanto, o bom senso deve fazer com que você não estime valores de Y para valores de X muito além do intervalo estudado, pois a extrapolação pode levar ao absurdo, uma vez que a relação adquirida é útil apenas para o intervalo estudado, podendo não ser linear fora desse intervalo. (VIEIRA, 2011) COEFICIENTE DE DETERMINAÇÃO É uma estatística, indicada por R2, que mede a contribuição de uma variável na previsão de outra. Em outras palavras, é a proporção de variação de Y explicada pela variação de X. O coeficiente de determinação é dado pelo quadrado do coeficiente de correlação, não podendo ser negativo, varia entre 0 e 1, inclusive. Para interpretar esse valor com maior clareza é melhor transformá-lo em porcentagem, simplesmente multiplicando-o por 100. (VIEIRA, 2011) OUTROS TIPOS DE REGRESSÃO Quando os pontos apresentados pelo diagrama de dispersão não estão em torno de uma reta, devemos experimentar transformar a variável y. Por exemplo, podemos experimentar fazer um diagrama de dispersão colocando em lugar de valores de Y, os valores do lnY. (VIEIRA, 2011) CAPÍTULO 8 Noções sobre Probabilidade NOÇÃO CLÁSSICA DE PROBABILIDADE Se forem possíveis 'n' eventos mutuamente exclusivos e mutuamente prováveis, se 'm' desses eventos tiverem a característica que chamaremos de 'A', a probabilidade que esse evento ocorre é indicado por: Tenha em mente duas propriedades das probabilidades: • A soma das probabilidades de todos os eventos possíveis é obrigatoriamente igual a 1 (ou 100%); • A probabilidade varia entre 0 e 1 (0% e 100%), inclusive. (VIEIRA, 2011) FREQUÊNCIA RELATIVA COMO ESTIMATIVA DE PROBABILIDADE (VIEIRA, 2011) EVENTOS MUTUAMENTE EXCLUSIVOS Dois eventos são mutuamente exclusivos quando não podem ocorrer ao mesmo tempo. (VIEIRA, 2011) EVENTOS INDEPENDENTES Conjuntos: União de dois conjuntos: na linguagem comum, usamos a expressão 'ou' no sentido exclusivo, isto é, quando dizemos "João ou José" queremos dizer "um dos dois", não ambos. Na linguagem dos conjuntos, que é a linguagem das probabilidades, "A ou B" significa "A ou B ou ambos". Escrevemos: AUB. Interseção de dois conjuntos: a ideia de dois eventos que ocorrem juntos é expressa pela conjunção "e". Na linguagem dos conjuntos, que é a linguagem das probabilidades, escrevemos: A∩B. (VIEIRA, 2011) EVENTOS INDEPENDENTES Condição de Independência: Dois eventos são independentes se a probabilidade de que ocorram juntos é igual ao produto das probabilidades de que ocorram separados, ou seja: P(A∩B) = P(A) x P(B) Essa é a condição de independência de dois eventos. (VIEIRA, 2011) EVENTOS INDEPENDENTES Diferença nos conceitos: É muito comum a confusão entre os eventos independentes e os mutuamente exclusivos. Eventos mutuamente exclusivos (se ocorre um, outro não pode ocorrer) não são independentes. Exemplo: ao jogar uma moeda não tem como dar cara e coroa ao mesmo tempo, porém a probabilidade de sair cara muda quando sai coroa. (VIEIRA, 2011) PROBABILIDADE CONDICIONAL Denomina-se probabilidade condicional a probabilidade de ocorrer um evento sob uma determinada condição. Indica-se a probabilidade condicional de ocorrer o evento A sob a condição de B ter ocorrido por P(A|B), que se lê "probabilidade de A dado B". (VIEIRA, 2011) TEOREMA DA SOMA O teorema da soma ou regra do "ou" é a probabilidade de ocorrer A ou B, que é dada pela probabilidade de ocorrer A, mais a probabilidade de ocorrer B, menor a probabilidade de ocorrer A e B. P(AUB) = P(A) + P(B) - P(A∩B) Se A e B forem mutuamente exclusivos, a probabilidade de ocorrer A e B é dada pela probabilidade de ocorrer A mais a probabilidade de ocorrer B. P(AUB) = P(A) + P(B) (VIEIRA, 2011) TEOREMA DO PRODUTO O teorema do produto ou a regra do "e" pode ser dada em duas condições: ➝ Se A e B forem dependentes, a probabilidade de ocorrer A e B é dada pela probabilidade de ocorrer A, multiplicada pela probabilidade condicional de ocorrer B. P(A e B) = P(A) x P(B|A) ➝ Se A e B forem eventos independentes, a probabilidade de A e B ocorrer é dada pela probabilidade de ocorrer A, multiplicada pela probabilidade de ocorrer B. P(A e B) = P(A) x P(B). (VIEIRA, 2011) ARTIGO Aplicação de regressão linear para correção de dados dietéticos. (SLATER, MARCHIORI, VOCI; 2007) (SLATER, MARCHIORI, VOCI; 2007) REFERÊNCIAS SLATER, B.; MARCHIONI, D. M. L.; VOCI, S. M. Aplicação da regressão linear para correção de dados dietéticos. Rev Saúde Pública, v. 41, n. 2, p. 190–196, 2007. VIEIRA, Sonia. Introdução a Bioestatística. 4ª ed. Rio de Janeiro: Elsevier, 2011.
Compartilhar