Questão 1/10 - Métodos Quantitativos
Considere as cotações do dólar associadas aos 9 primeiros meses de 2022:
mês 1 2 3 4 5 6 7 8 9
R$ 5,71 5,53 5,18 5,13 4,71 5,10 5,11 5,4 5,09
Obtenha o coeficiente de correlação de Pearson relacionado a estes dados.
A -0,4753
B -0,5821
C -0,7189
D -0,8022
Para calcular o coeficiente de correlação de Pearson, podemos utilizar a fórmula: r = (Σ((xi - x̄)(yi - ȳ))) / √((Σ(xi - x̄)²) * (Σ(yi - ȳ)²)) Onde: - Σ representa a soma dos valores - xi e yi são os valores das variáveis x e y, respectivamente - x̄ e ȳ são as médias dos valores de x e y, respectivamente Aplicando a fórmula aos dados fornecidos, temos: x: 5,71 5,53 5,18 5,13 4,71 5,10 5,11 5,4 5,09 y: 1 2 3 4 5 6 7 8 9 Calculando as médias: x̄ = (5,71 + 5,53 + 5,18 + 5,13 + 4,71 + 5,10 + 5,11 + 5,4 + 5,09) / 9 = 5,32 ȳ = (1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9) / 9 = 5 Calculando os desvios: xi - x̄: 0,39 0,21 -0,14 -0,19 -0,61 -0,22 -0,21 0,08 -0,23 yi - ȳ: -4 -3 -2 -1 0 1 2 3 4 Calculando as somas: Σ((xi - x̄)(yi - ȳ)) = (0,39 * -4) + (0,21 * -3) + (-0,14 * -2) + (-0,19 * -1) + (-0,61 * 0) + (-0,22 * 1) + (-0,21 * 2) + (0,08 * 3) + (-0,23 * 4) = -1,97 Σ(xi - x̄)² = (0,39)² + (0,21)² + (-0,14)² + (-0,19)² + (-0,61)² + (-0,22)² + (-0,21)² + (0,08)² + (-0,23)² = 1,16 Σ(yi - ȳ)² = (-4)² + (-3)² + (-2)² + (-1)² + 0² + 1² + 2² + 3² + 4² = 60 Substituindo os valores na fórmula: r = (-1,97) / √(1,16 * 60) ≈ -0,4753 Portanto, o coeficiente de correlação de Pearson relacionado a esses dados é aproximadamente -0,4753. A alternativa correta é A) -0,4753.
Para calcular o coeficiente de correlação de Pearson entre duas variáveis, precisamos utilizar a fórmula:
r = [Σ((Xi - X̄)(Yi - Ȳ))] / [√(Σ(Xi - X̄)²) * √(Σ(Yi - Ȳ)²)]
Onde:
- Xi e Yi são os valores das duas variáveis (no caso, os valores do mês e do valor do dólar em reais).
- X̄ e Ȳ são as médias dos valores das duas variáveis.
Aqui está o cálculo passo a passo:
1. Calcular a média dos valores do mês (Xi) e do valor do dólar em reais (Yi):
X̄ = (1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9) / 9 = 5
Ȳ = (5,71 + 5,53 + 5,18 + 5,13 + 4,71 + 5,10 + 5,11 + 5,4 + 5,09) / 9 = 5.20
2. Calcular as diferenças em relação às médias para cada valor:
Xi - X̄:
-4 -3 -2 -1 0 1 2 3 4
Yi - Ȳ:
0.51 0.33 -0.02 -0.07 -0.49 -0.1 -0.09 0.2 -0.11
3. Elevar as diferenças ao quadrado:
(Xi - X̄)²:
16 9 4 1 0 1 4 9 16
(Yi - Ȳ)²:
0.2601 0.1089 0.0004 0.0049 0.2401 0.01 0.0081 0.04 0.0121
4. Calcular as somas das diferenças ao quadrado:
Σ(Xi - X̄)² = 16 + 9 + 4 + 1 + 0 + 1 + 4 + 9 + 16 = 60
Σ(Yi - Ȳ)² = 0.2601 + 0.1089 + 0.0004 + 0.0049 + 0.2401 + 0.01 + 0.0081 + 0.04 + 0.0121 = 0.6846
5. Calcular o produto das diferenças:
(Xi - X̄)(Yi - Ȳ):
-2.04 -0.99 0.008 0.07 0 -0.1 -0.18 0.6 -0.44
Σ((Xi - X̄)(Yi - Ȳ)) = -2.04 + (-0.99) + 0.008 + 0.07 + 0 + (-0.1) + (-0.18) + 0.6 + (-0.44) = -2.07
6. Calcular o denominador:
√(Σ(Xi - X̄)²) = √60 = 7.745966692414834
√(Σ(Yi - Ȳ)²) = √0.6846 = 0.827913346313938
7. Calcular o coeficiente de correlação de Pearson (r):
r = [-2.07] / [7.745966692414834 * 0.827913346313938] = -0.4753484136373398
Portanto, o coeficiente de correlação de Pearson relacionado a estes dados é aproximadamente -0,4753.
Resposta: A) -0,4753
Para escrever sua resposta aqui, entre ou crie uma conta
Compartilhar