,

1
VI MTODO DE REGRESSO LINEAR

VI.1 EQUAO DE RETA

Toda reta pode ser definida a partir de dois pontos. A equao que define uma reta a partir de dois pontos dada por:
y = Ax + B
onde:

A e B so constantes;
x = varivel do eixo horizontal (ordenadas)
y = varivel do eixo vertical (abcissas)

y2
y1

b{
x1

x2

Figura 1 Equao de reta

Como A e B so constantes, podemos escrever:
y1 = Ax1 + B
y2 = Ax2 + B
Resolvendo o sistema de duas equaes e duas incgnitas acima temos:
A = y2 - y1
x 2 - x1
B = x2y1 - x1y2
x2 - x1
Na equao de reta

y = Ax + B,

A o coeficiente angular da reta, ou seja, sua inclinao;

quando x=0, o valor B onde a reta cruza o eixo y.
Se tivermos pontos obtidos atravs de medidas, podemos encontrar uma reta que passa por dois destes pontos.
Exemplo: Foi medida a temperatura de um objeto ao longo do tempo:
tempo [horas]
Temperatura [oC]

1
35

2
46

3
54

Os dados foram colocados no grfico

ao lado. Como notamos que a relao
entre os valores aparentemente
linear, podemos escolher dois pontos
para estabelecer a equao de reta, ou
seja, qual a relao entre a temperatura
do objeto e o tempo.
Neste caso o eixo x o eixo dos tempos
e o y da Temperatura.

4
65

5
76

Figura 2

Para determinar os valores de A e B, escolhemos dois pontos obtidos, por ex. as medidas feitas 1 hora e 4 horas (35 e
65 graus):
A = 65 35 = 30 = 10
41
3
B = 4. 35 1 . 65
41

= 140 65 = 75 = 25
3

A equao que relaciona a temperatura do objeto com o tempo resulta:

T = 10 t + 25

(Reta 1)

Atravs desta relao, podemos estimar o valor da temperatura para outros pontos, sem precisar realizar mais
medidas. Qual seria temperatura nos seguintes tempos:

tempo [h]
Temp [oC]

0,5

3,5

4,5

5,5

6,5

Podemos notar que existem diferenas entre alguns valores medidos e os calculados (como no caso de 2h, 3h e 5h).
Se para o clculo dos coeficientes A e B, tivssemos tomado os pontos 3h e 5 h, a equao de reta seria:
T = 11 t + 21

(Reta 2)

Neste exemplo, com apenas 5 medidas, podemos determinar vrias equaes de reta. Na prtica, quando temos muitos
pontos medidos, devido s dificuldades de leitura, erros e desvios, as equaes possveis podem ser muitas, ficando
difcil decidir qual a que mais se aproxima do fenmeno fsico. Na prtica, a equao de reta somente nos indica a
tendncia do comportamento fsico do experimento, pois nunca temos certeza se os pontos escolhidos para
determin-la so os melhores.
VI.2 REGRESSO LINEAR
s vezes, trabalhamos com experimentos com muitas variveis, sujeitos a diversos erros de medida.
No grfico abaixo, so mostrados os pontos obtidos de uma dada experincia. Estimamos que o comportamento
fsico do fenmeno linear. Porm, como determinar, qual equao matemtica, que melhor representa este
fenmeno?. (Vale observar, que este fenmeno pode ser fsico ou estatstico, como por exemplo tendncias de mercado,
produtividade de mquinas e pessoas, etc...)

Figura 3 Dados de um experimento

Para determinar a equao de reta que melhor representa o comportamento deste fenmeno, utilizamos uma anlise
matemtica chamada REGRESSO LINEAR. Obteremos uma curva aproximadora, significando uma mdia
ponderada dos pontos obtidos experimentalmente.

A reta a ser determinada, da mesma forma que a determinada atravs de dois pontos, ou seja:
y = Ax + B
o que muda a forma de clculo das constantes A e B. Na regresso linear, todos os pontos disponveis so utilizados
para o clculo destas constantes, e no apenas dois como na equao de reta descrita anteriormente.
Os coeficientes A e B so dados por:

n. x . y x y

n x 2 ( x ) 2

y. x
( n. x

2
2

x. xy

) ( x ) 2

Onde: n o nmero de medidas

x.y a somatria das medidas x vezes as medidas y
x a soma de todas as medidas x
y a soma de todas as medidas y
x2 a soma do quadrado de todas as medidas x
( x)2 a soma de todas as medidas x elevada ao quadrado
Exemplo: Obteno da melhor reta para os dados da medida de temperatura. Os dados obtidos da experincia foram:
tempo [horas]
Temperatura [Graus Celsius]

1
35

2
46

3
54

4
65

5
76

Com estes dados, montamos a tabela I:

TABELA I
y (temperatura)
35
46
54
65
76

x (tempo)
1
2
3
4
5

x.y
35
92
162
260
380

x2
1
4
9
16
25

x = 1 + 2+ 3 +4 +5 = 15

y = 35 + 46 + 54 + 65 + 76 = 276

x.y = 35 + 92 + 162 + 260 + 380 = 929

x2 = 1 + 4 + 9 + 16 + 25 = 55

(x)2 = (15)2 = 225

n = 5 ( 5 medidas)

n. x . y x y
n x ( x )
2

y. x
( n. x

2
2

x. xy

) ( x )

(5.929) 15.276) (4645 4140) 505

10,1
(5.55) 225
275 225
50

( 276.55) (15.929 ) 1245

24 ,9
(5.55) 225
50

A equao que melhor representa a leitura da temperatura em funo do tempo :

T = 10,1 t + 24,9

5
TABELA II

tempo [h]

Temperatura obtida
da equao
Temperatura
medida
Desvio
(medida obtida)

35

45,1

55,2

65,3

75,4

35

46

54

65

76

0,9

-1,2

-0,3

0,6

A soma dos desvios igual a zero. Ou seja, a reta obtida por regresso linear, passa eqidistante aos pontos obtidos
experimentalmente.
VI.3 COEFICIENTE DE CORRELAO LINEAR ( r )
um nmero adimensional (no tem unidade) que mostra a colinearidade entre os dados.
-| r | 1
Quando r = 1, os pontos representam uma reta perfeita
Quando r = 0 , os pontos no tem nenhuma relao entre si.
Qaunto maior o coeficiente de correlao r, mais confivel ser a aproximao do fenmeno estudado pela equao de
reta y = Ax + B.
O coeficiente de correlao linear dado pela frmula:

( n. x. y ) x y

( n x ( x ) 2 ).(n y 2 ( y ) 2
2

No exemplo acima:
y2 = 16258

(5 . 929) (15 . 276)

2

[(5 . 55) - (15) ]. [(5 . 16 258) - (276) ]

4645 - 4140
505

0,9987
505,67
(275 - 225) . ( 81290 - 76176)

Como j sabamos, os dados tm uma colinearidade bastante grande, quase perfeita, o que significa que a
aproximao por uma reta vlida.

Quando o coeficiente de correlao linear muito baixo, prximo de zero, podemos usar outras formas de equao
para explicar o fenmeno estudado.
Podemos utilizar a aproximao por uma curva do tipo:
y = Cx2 + Dx + E
Neste caso, a curva de aproximao seria uma parbola, como indicado na figura 4.

Figura 4 Dados de um experimento Aproximao por uma parbola

Existem outras formas de aproximao, por exemplo log y = Ax + B.
A melhor aproximao aquela onde o coeficiente de correlao mais prximo de 1.
Estas tentativas so feitas usando softwares, como o Excel e outros.
Bibliogafia:
Probabilidade e Estatstica
Murray R. Spiegel
Coleo Shaun
Ed McGraw-Hill,1977

Exerccios:
1- Determine a equao e trace a reta para os valores:
a)

b)

X510y128

c)
X13y42

d)

X14y-12

X04y0-2

2- Na tabela abaixo dada a distncia percorrida (s) por um veculo em funo do tempo: (Como estamos
relacionando velocidade en funo do tempo, o tempo o eixo x)

s (Km)
t (h)
a)
b)
c)
d)
e)
3

30
2

50
4

70
6

90
8

Calcule a equao da reta

Qual a unidade do coeficiente a?
Qual a unidade do coeficiente b?
O tempo comeou a ser marcado a partir de quantos Km percorridos?
Qual a velocidade do veculo?

Determine a equao e obtenha o valor do resistor R atravs da reta abaixo.. (Lembre-se que R = V/I ou seja

1/A )
3- Utilizando a tabela abaixo :
nm
V(V)
I (mA)
a)
b)
c)
d)
e)
f)
g)
h)

1
17
100

2
22
115

3
24
144

4
17
50

5
15
70

6
27
150

7
23
130

8
19
90

9
20
110

10
18
80

Marque os pontos experimentais num grfico.

Calcule a equao da reta utilizando dois pontos quaisquer. Trace esta reta num grfico.
Calcule a equao de reta por regresso linear .Trace esta reta num grfico.
Calcule os desvios. Confira se a soma dos desvios igual a zero.
Qual equao representa melhor os dados experimentais?
Qual a unidade do coeficiente A?
Qual a unidade do coeficiente B?
Estes dados so referentes a uma medida de tenso sobre um resistor em srie com uma fonte DC. Como seria este
circuito?

4) A tabela abaixo mostra a idade X e a presso sistlica para um grupo de 12 mulheres.

nm
Idade (x)
Presso (y)

1
56
147

2
42
125

3
72
160

4
36
118

5
63
149

6
47
128

7
55
150

8
49
145

9
38
115

10
42
140

11
68
152

12
60
155

a)

Supondo que a relao pode ser linear (como no grfico abaixo), determine a equao de reta utilizando o mtodo
de regresso linear.
b) Qual a presso estimada de uma mulher de 45 anos?
c) Determine o coeficiente de correlao linear. Justifique se a aproximao dos dados atravs de uma relao linear
confivel.

Presso

presso x Idade
180
160
140
120
100
30

40

50

60

70

Idade
5) A partir de um estudo, obtivemos uma srie de resultados que relacionam o custo de uma pea em Reais (C) em
funo da quantidade de peas produzida (P)
Num clculo rpido, utilizando o mtodo de dois pontos, obtivemos a equao:
C= -4 P + 380

eq1

Num clculo com mais tempo, utilizando regresso linear, chegamos equao:
C = -6,8 P + 340

eq 2

Obs: A quantidade mxima de peas que pode ser produzida de 30 peas.

a)
b)
c)
d)
e)

(0,5)Qual o custo estimado para a produo de 15 peas pela equao 1?

(0,5)Qual o custo estimado para a produo de 15 peas pela equao 2?
(0,5)Qual dos custos calculados mais confivel? Justifique a resposta.
(1,0) Esboce as duas curvas num mesmo grfico. Indique a mais confivel.
(0,5) Um dos valores da equao por regresso, representa os custos fixos, aqueles relacionados a aluguel,
salrios, etc. Qual o valor do custo fixo? Justifique.