Вы находитесь на странице: 1из 8

ME414 : Estatística para experimentalistas

2º semestre de 2007
Regressão e Correlação

Exercício 01

É esperado que a massa muscular de uma pessoa diminua com a idade. Para estudar
essa relação, uma nutricionista selecionou 18 mulheres, com idade entre 40 e 79 anos,
e observou em cada uma delas a idade (X) e a massa muscular (Y).

Massa muscular (Y) Idade (X)


82.0 71.0
91.0 64.0
100.0 43.0
68.0 67.0
87.0 56.0
73.0 73.0
78.0 68.0
80.0 56.0
65.0 76.0
84.0 65.0
116.0 45.0
76.0 58.0
97.0 45.0
100.0 53.0
105.0 49.0
77.0 78.0
73.0 73.0
78.0 68.0

Página 1 de 8
(a) Construa o diagrama de dispersão e interprete-o.

120

110

100
M.muscular

90

80

70

60
40 50 60 70 80
Idade

No gráfico de dispersão entre a variável massa muscular e idade, pode-se observar que
há um forte indício de relação linear decrescente entre as variáveis em estudo. Nota-
se que a massa muscular das pessoas diminui à medida que a idade aumenta.

(b) Calcule o coeficiente de correlação linear entre X e Y.


Denotamos as variáveis: Y = Massa Muscular e X = Idade n=18
18 18 18
X =61 ,556 Y =85 ∑ X i2 = 70362
i =1
∑Yi 2 = 133300
i =1
∑Y X
i =1
i i = 91964

( )
18
S XX = ∑ X i2 − 18 X
2
= 70362 − 18(61,556) 2 = 2157 ,460
i =1

( )
18
S YY = ∑ Yi 2 − 18 Y
2
= 133300 − 18(85) 2 = 3250
i =1

18 18

∑( X i − X )(Yi − Y ) ∑X Y i i − 18 XY
91964 − 18(85)(61,556 )
r= i =1
= i =1
= = -0,837
S XX S YY S XX S YY (2157,460) (3250)

Segundo o resultado da correlação obtida, pode-se notar que há uma forte correlação
linear entre a variável massa muscular e idade. Nota-se que à medida que a idade da
pessoa aumenta a massa muscular diminui, o que é coerente com o gráfico de
dispersão apresentada anteriormente.

Página 2 de 8
(c) Ajuste uma reta de regressão para a relação entre as variáveis Y: massa muscular
(dependente) e X: idade (independente).
S 91964 − 18(85)( 61,556 )
βˆ1 = XY = = -1,027
S XX 2157 ,460
e
βˆ0 = Y − βˆ1 X = 85 + 1,027(61,5 56) = 148,218

A reta de regressão estimada da variável Massa muscular (Y) em função da Idade (X) é

Y = 148 ,218 −1,027 X

(d) Considerando a reta estimada dada no item (c), estime a massa muscular média de
mulheres com 50 anos.


Y 50 = βˆ0 + βˆ1 X = 148,218 - 1,027(50) = 96,868

Exercício 02

Os dados a seguir correspondem à variável renda familiar e gasto com alimentação


(em unidades monetárias) para uma amostra de 25 famílias.

Renda Familiar (X) Gasto com Alimentação (Y)


3 1,5
5 2,0
10 6,0
10 7,0
20 10,0
20 12,0
20 15,0
30 8,0
40 10,0
50 20,0
60 20,0
70 25,0
70 30,0

Página 3 de 8
80 25,0
100 40,0
100 35,0
100 40,0
120 30,0
120 40,0
140 40,0
150 50,0
180 40,0
180 50,0
200 60,0
200 50,0

(a) Construa o diagrama de dispersão da variável gasto com alimentação (Y) em função
da renda familiar (X).

60
Gasto com Alimentação

50

40

30

20

10

0
0 100 200
Renda Familiar

(b) Calcular o coeficiente de correlação entre essas variáveis.

Denotamos as variáveis: Y = Gasto com Alimentação e X = Renda familiar

25 25
X =83,120 Y =26,660 ∑ X i2 = 271934
i =1
∑Y
i =1
i
2
= 24899,250
25

∑Y X
i =1
i i = 80774,500

Página 4 de 8
25

S XY ∑X Y i i − 25 XY
r= = i =1
= 0,954
S X SY S X SY

(c) Obtenha a equação de regressão do gasto com alimentação em função da renda


familiar.
25

S ∑X Y i i − 25 X Y
80774 ,5 − 25(83,12)( 26,66)
βˆ1 = XY = i =1
= = 0,256
S XX S XX 271934 − 25(83,12) 2

βˆ 0 = Y − βˆ1 X = 26,66 − 0,256(83,1 20) = 5,380

A reta de regressão estimada da variável Gasto de alimentação (Y) em função da


Renda familiar (X) é

Y = 5,380 + 0,256 X

(d) Qual o significado prático do valor da inclinação da reta de regressão do item (c)?

O valor β̂1 =0,256 significa que estima-se que para cada aumento de uma unidade
monetária da renda familiar ocorre um acréscimo em média de 0,256 unidades no
gasto com alimentação.

Exercício 03

Um pesquisador deseja verificar se um instrumento para medir a concentração de


determinada substância no sangue está bem calibrado. Para isto, ele tomou 15
amostras de concentrações conhecidas (X) e determinou a respectiva concentração
através do instrumento (Y), obtendo:

X 2,0 2,0 2,0 4,0 4,0 4,0 6,0 6,0 6,0 8,0 8,0 8,0 10,0 10,0 10,0
Y 2,1 1,8 1,9 4,5 4,2 4,0 6,2 6,0 6,5 8,2 7,8 7,7 9,6 10,0 10,1

Página 5 de 8
(a) Construa o diagrama de dispersão para esses dados.

Diagrama de Dispersão

10,5
9,5
8,5
7,5
6,5
Y

5,5
4,5
3,5
2,5
1,5
2 3 4 5 6 7 8 9 10
X

(b) Trace no gráfico a reta com 45º de inclinação passando pela origem. Como essa
reta pode ser útil na avaliação do instrumento?

10

5
y

0 5 10
x

Esta reta é útil, pois, quanto mais próximos os pontos estiverem nela, maior à precisão
do instrumento, já que o ideal é Y=X.
Página 6 de 8
(c) Calcule o coeficiente de correlação entre as variáveis X e Y.

15 15 15
X =6 Y =6,040 ∑X
i =1
i
2
= 660 ∑Y
i =1
i
2
= 663,380 ∑Y X
i =1
i i = 661,200

15

∑(X i − X )(Yi − Y )
r= i =1
= 0,996
S X SY

(d) Obtenha a reta de regressão da variável Y em função de X.

A reta de regressão estimada da variável Y e X é



Y = 0,160 + 0,980 X

(e) Com base nos itens anteriores tire conclusões sobre a eficiência do instrumento.

Com base nos itens anteriores, nota-se que, o instrumento para medir a concentração
de determinada substância no sangue encontra-se bem calibrado. Observa-se
que existe uma alta correlação entre as medidas feitas pelo instrumento e a
concentração da determinada substância, o que pode ser confirmado nos
gráficos apresentados anteriormente. Além disso, a reta de regressão obtida é
bem próxima da reta Y=X, indicando grande proximidade entre as medidas. O
método formal para verificar se o instrumento esta bem calibrado é testar as
hipóteses:(α=0,05)

H 0: β1 = 1
H 1 : β1 ≠ 1

Estatística do teste:

βˆ1 −1
T = ~
 T(15 −2 )
σˆ 2 / S XX SobH 0

R.C. (α=0,05)

Página 7 de 8
R.C. = {T ∈ R :| T |> 2,16}

Valores observados

0,980 − 1 − 0.02
T0bs = = = −0.828
σˆ / S XX
2
0.06984 / 120

Como T0bs ∉R.C. , então aceita-se Ho. Ou seja, o instrumento esta bem calibrado.

Página 8 de 8

Похожие интересы