Estat Regressao

6- Regresso
Anlise de Regresso
Correlao
Procedimentos Gerais Y=f(X)
Regresso linear
Ajuste da Regresso
Regresso linear Mltipla
Best Subsets
nA
anlise de regresso uma tcnica estatstica usada para

modelar e investigar a relao entre duas ou mais variveis. O
modelo freqentemente usado para previses.
n Regresso um teste de hiptese
Ha: O modelo permite significativamente prever a resposta.
Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161
6- Regresso
Coeficiente de
Correlao
Agente
48
Diagrama de
Disperso
70
Clientes
Ex.: Suponha que o nosso desejo

seja o de quantificar a
associabilidade entre duas
variveis relacionadas a cinco
agentes de uma seguradora.
Assim, temos:
X Anos de experincia do agente.
Y Nmero de clientes do agente.
60
50
56
64
60
72
Anos de
Experincia
(x, y) um par aleatrio

Dados emparelhados
6- Regresso
r=Correlao de Pearson
y y
= zy
sy
yy
y
x
Srie de dados
originais (x e y)
so valores
quantitativos.
xx
O conjunto de pontos
deslocado, tendo
agora como centro, os
valores mdios.
1 n
r = Corr ( X , Y ) = z xi z yi
n i =1
xx
= zx
sx
A escala de x e y
agora padronizada.
Isso torna os valores
independente da sua
unidade.
6- Regresso
Coeficiente de Correlao
xx yy
Agente
zx
zy
zx . zy
A
B
2
4
48
56
-3
-1
-12
-4
-1.5
-0.5
-1.5
-0.5
2,25
0,25
64
0.5
60
0.5
72
12
1.5
1.5
2,25
Total
25
300
4,75
x = 5 y = 60
4,75
S x = 2 S y = 8 r = Correlao ( X , Y ) = 5 = 0,95 = 95%
6- Regresso
P_value p/ Correlao
1 n
1 n xi x yi
r = Corr ( X , Y ) = z xi z yi =
n i =1
n i =1 s x s y
1 ( xi x )( y i y) Covarincia ( X , Y )
r=
=
n
sx s y
sx s y
1 r 1
A correlao apresentada aqui linear. Existem outros tipos de correlao!

Agente
48
56
64
60
72
Ex.: Clculo da correlao da tabela ao lado

Pearson correlation of Anos Exp and Clientes = 0,950
P-Value = 0,013
Forte Correlao pois P-Value <0,05
6- Regresso
Correlao no Minitab
Faa a anlise de Correlao das

variveis ao lado na planilha
Bidimensional.mtw
O Coeficiente de
Correlao
tambm chamado
de Coeficiente de
Pearson.
6- Regresso
Correlao no Statgame / Hattie
Recursos Adicionais:
<Estatis> <Correlat>
Desenvolvido por John Hattie
(Alguns recursos grficos mas roda
no modo DOS)
<Statgame>
<Statistical Inference>
<Correlation>
(Interessante para verificar o
conhecimento bsico)
6- Regresso
Algumas questes sobre Correlao:
A)
Uma medida de Correla o fornece dois tipos de informa es a respeito

d o r e l a c i o n a m e n t o d e d u a s v a r i v e i s . Q u a i s s o e l a s ?
B)
Qual coeficiente de correla o abaixo indica o mais forte relacionamento?

a) 0.70
b ) 0 . 0 3 c)-0 . 7 7 d ) 0 . 1 0
C)
Se a correla o Rxy=0.45, ent o Ryx =
D)
Qual o valor do coeficiente de correla o melhor descreve os seguintes

v a l o r e s d a s v a r i v e i s X e Y , r e l a c i o n a d a s a b a i x o :
X: 20 30 40 50 60
Y: 40 30 20 10 0
a)
-1.0
b)
0.0
c)
0.5
d)
E) Qual a correlao do
grfico abaixo?
1.0
6- Regresso
F)
Algumas questes sobre Correlao:
Se um coeficiente de correla o for de +1.4, o que ocorre?

a)
O Relacionamento extremamente forte
b)
O Relacionamento positivo
c)
Aa respostas acima est o corretas
d)
Um erro
computacional foi cometido
G) Um coeficiente de Person de -0.5 entre os valores de Leitura (X) e o

n mero de dias ausentes da escola (Y) indica que:
a) Metade dos valores de Leitura s o menos do que o n mero de dias
ausentes da escola
b) Maiores valores de Leitura s o associados com menor aus ncia da
escola
c)A soma do produto XY igual a -0.5
d) Quase n o existe relacionamento entre X e Y
6- Regresso
Dia
1
2
3
4
Varivel Comum
Fator 1
gua
gua
gua
gua
Fator 2
Whisky
Vodka
Rum
Bourbon
Resultado
Ficou Bbado
Ficou Bbado
Ficou Bbado
Ficou Bbado
Concluso: a gua embebeda

comum associar-se um defeito com uma varivel
que est sempre presente quando ele ocorre ( o caso
do operador que culpado, pois quando ele executa a
operao ocorre um defeito Toda operao
geralmente tem um operador).
1995 Six Sigma Academy Inc.
10
6- Regresso
As armadilhas: correlaes casuais
Se a histria servisse de base, os Republicanos deveriam estar vestindo a camisa

dos Yankees e dando uma fora para o New York vencer o campeonato. Desde a
Segunda Guerra Mundial, toda vez que os Yanks venceram em um ano de eleio,
o Partido Republicano assumiu a Casa Branca.
Vari v e l C o m u m
Yankees
Republicanos
GANHARAM PERDERAM
GANHARAM PERDERAM
1976
1964
1960
1956
1952
11
6- Regresso
As armadilhas: causa reversa
Um fator X tem influncia sobre um Y quando, na verdade, o que ele est vendo
a conseqncia do Y .
Um exemplo deste caso o do Departamento de Vendas que insatisfeito com as
Vendas resolve dar uma srie de descontos e faz promoes para atrair os clientes .
S que a verdadeira causa do problema o Servio de Atendimento ao Cliente .
Com os novos descontos e a nova promoo fica mais difcil
ainda administrar o Servio de Atendimento ao Cliente,
ocasionando num aumento da insatisfao do cliente e
diminuindo mais ainda as vendas (o tiro saiu pela culatra) .
12
6- Regresso
As armadilhas: fatores omitidos
Pesquisas continuamente demonstram que a medida que o tamanho dos hospitais

aumenta, a taxa de mortalidade dos pacientes aumenta dramaticamente. Portanto,
deveramos evitar hospitais grandes?
Esta anlise enganadora, pois omite um segundo X2 (fator) importante -- a
gravidade da condio do paciente quando admitido ao hospital. Os casos mais
srios tendem a ser levados aos hospitais maiores!
Fumar cigarros causa cncer? E se eu dissesse que ...

(1) Mdicos franceses no encontram esta correlao;
(2) O tabaco dos EUA geralmente exposto a pesticidas, fertilizantes e
preservativos contendo substncias conhecidamente cancergenas, e;
(3) O tabaco francs raramente entra em contato com tais substncias qumicas .
13
6- Regresso
O Fazendeiro Radiofbico
Em
Em1950,
1950,um
umfazendeiro
fazendeiroafirmou
afirmouque
quesuas
suasrvores
rvoresfrutferas
frutferasestavam
estavamsendo
sendoprejudicadas
prejudicadas
pelas
ondas
de
rdio
de
uma
estao
local
prxima.
Ele
colocou
uma
tela
de
pelas ondas de rdio de uma estao local prxima. Ele colocou uma tela dearame
arameao
ao
redor
redorde
dealgumas
algumasdas
dasrvores
rvorespara
paraproteg-las
proteg-lasdestas
destasondas
ondasde
derdio
rdioe,e,realmente,
realmente,as
as
rvores
rvoresprotegidas
protegidasse
serecuperaram
recuperaramrapidamente,
rapidamente,enquanto
enquantoque
queas
asdesprotegidas
desprotegidasainda
ainda
sofriam.
sofriam.
Na
Namesma
mesmapoca,
poca,muitas
muitasrvores
rvoresctricas
ctricasem
emtodo
todopas
pasforam
foramameaadas
ameaadaspor
poruma
umadoena
doena
chamada
de
folha
pequena.
Alguns
fazendeiros
Texanos
descobriram
que
uma
soluo
chamada de folha pequena. Alguns fazendeiros Texanos descobriram que uma soluo
de
desulfato
sulfatode
deferro
ferrocurava
curavaaadoena.
doena.No
Noentanto,
entanto,nem
nemsempre
semprefuncionava
funcionavano
noTexas,
Texas,ee
praticamente
praticamentenunca
nuncafuncionava
funcionavana
naFlrida
Flridaou
ouna
naCalifrnia.
Califrnia.
OOmistrio
mistriofoi
foidesvendado
desvendadoquando
quandoooproblema
problemaverdadeiro
verdadeirofoi
foirevelado
revelado----deficincia
deficinciade
dezinco
zinco
no
solo.
A
cerca
do
fazendeiro
Radiofbico
era
de
tela
galvanizada,
sendo
que
traos
do
no solo. A cerca do fazendeiro Radiofbico era de tela galvanizada, sendo que traos do
zinco
zincoda
dagalvanizao
galvanizaoeram
eramlevados
levadosda
datela
telapara
paraoosolo.
solo.
OOsulfato
sulfatode
deferro
ferronada
nadatinham
tinhamaaver
vercom
comaacura,
cura,mas
massim
simos
osbaldes
baldesde
deferro
ferrogalvanizados
galvanizados
usados
para
espalhar
a
substncia!
Em
outras
regies,
onde
outros
tipos
de
baldes
usados para espalhar a substncia! Em outras regies, onde outros tipos de baldeseram
eram
usados,
as
rvores
continuaram
doentes.
usados, as rvores continuaram doentes.
14
6- Regresso
As armadilhas: multicolinearidade
difcil saber o qu causa o qu, quando alguns fatores [Xs] tendem a

ocorrer juntos regularmente.
Tenho visto uma reduo dramtica nas perdas desde que comecei a
implementar as ferramentas estatsticas na fbrica! No entanto, foi
exatamente na mesma poca em que o RH introduziu seu novo sistema
de recompensa e reconhecimento. O que ocasionou a melhoria?
Em 1967, um artigo rotulou um determinado tipo de carro como sendo
inseguro. O modelo em questo era um carro pequeno esportivo de alto
desempenho. Mas que tipo de motorista seria atrado a tal carro? E se eu
dissesse que a maioria dos proprietrios deste carro tendiam a ser
motoristas jovens menores de 25 anos com novas idias. Esta faixa etria
no paga prmios de seguro mais elevados devido a maior incidncia de
acidentes?
15
6- Regresso
Y=f(x)
y
Linha de Regresso
A varivel X dita varivel

independente
(ou
exgenas),
enquanto Y dita varivel
dependente (ou endgenas).
Y=f(x) Simples
Y=f(x,y,z...) Mltipla
16
6- Regresso
Regresso
Linear Simples (Um X)
Mltipla (Dois o u mais Xs)
Curvilnea (Um X)
Y
Y
X
X
Curvilnear (Dois o u mais Xs)
Variveis I n d i c a t i v a s
(para Xs Discretos)
Logstica (Ys Discretos)

1
Y
x
x
x
x
x
x x
x
x
Xb
x
x
Xc
% yes
Xa
2
0
Xi
17
6- Regresso
Resduos
y = + x
y = a + bx,
Curva de
Resduos (e)
x1
x2
x3
Uma
importante
condio para
o uso de
regresso
simples que
os resduos (e)
sejam
independentes
de x. Porque?
18
6- Regresso
Regresso Linear
Simples
2
n
i=1 i
yi
y = a + bx
y$i
min d = min
n
i=1
2
i
n
i=1
( yi y i )2 = minin=1( yi a bxi )2
xi
19
6- Regresso
A matemtica da Regresso Linear
d
n
i=1
2
i
y = a + bx
2
2
n
min d = min ( yi yi ) = min i=1( yi a bxi )

n
2
i=1 i
n
i =1
n
2
2
d = 0 e i =1 d i = 0.
i =1 i
a
b
2i =1 ( yi a bxi ) = 0,
n
2i =1 xi ( yi a bxi ) = 0,
n
20
6- Regresso
Ufa!
n yi = na + bn xi ,
i =1
i =1
n
n
n
2
i =1 xi yi = a i =1 xi + bi =1 x i
n
(
x
x
)
y
S xy
i
i
i =1
b =
=
,
n
2
S
(
x
x
)
xx
i
i =1
a = y bx ,
21
6- Regresso
Exemplo
Ex.: Obter a equao da reta (chamada de reta dos mnimos

quadrados) para os seguintes pontos experimentais:
x
y
1
0,5
2
0,6
3
0,9
4
0,8
5
1,2
6
1,5
7
1,7
8
2,0
Traar a reta no diagrama de disperso. Calcular o coeficiente de

correlao linear.
Qual o valor previsto para x=9?
Qual a Tolerncia de X para 1<Y<1.5?
22
6- Regresso
Regresso: By Hand
36 9, 2
S xy = 50,5
= 50,5 41,4 = 9,1,
8
(36) 2
S xx = 204
= 204 162 = 42.
8
23
6- Regresso
Regresso: Clculos
36 9, 2
S xy = 50,5
= 50,5 41,4 = 9,1,
8
(36) 2
S xx = 204
= 204 162 = 42.
8
S xy
9,1
b=
=
0,217,
S xx 42
9,2
36
a = y bx
0,217
= 1,150 0,976 = 0,174.
8
8
y = 0,174 + 0,217 x
24
6- Regresso
y
2
Regresso: Grfico
y = 0,174 + 0,217 x
x
25
6- Regresso
Regresso: Correlao
(9,2) 2
S yy = 12,64
= 12,64 10,58 = 2,06,
8
S xy
9,1
r=
=
0,98
S xx S yy
42 2,06
Relembre Correlao!
26
6- Regresso
Regress o linear simples no Minitab
Ho: modelo no bom
Regresso. MTW
Portanto rejeita-se Ho
Previso
27
6- Regresso
Linear
Ajuste da Regress o
n R-quadrado
a
porcentagem da variao
explicada pelo seu modelo.
n R-quadrado
(ajustado) a
porcentagem da variao
explicada pelo seu modelo,
ajustada para o nmero de
termos em seu modelo e o
nmero de pontos de dados.
nO
valor-p para a
regresso para ver se o
modelo de regresso inteiro
significativo.
Ha: O modelo permite
significativamente
prever a resposta.
28
6- Regresso
Ajuste Quadrtico
Quadrtico
29
6- Regresso
Ajuste Cbico
Cbico
30
6- Regresso
Intervalos de confiana e de previso
Ajuste da Regress o
n Uma
faixa (ou intervalo) de

confiana uma medida da
certeza da forma da linha de
regresso ajustada. Em geral,
uma faixa de 95% implica em
uma chance de 95% de que
as linha verdadeira fique
dentro da faixa. [Linhas
vermelhas]
n Uma
faixa (ou intervalo) de

previso uma medida da
certeza da disperso dos
pontos individuais em torno da
linha de regresso. Em geral,
95% dos pontos individuais
(da populao em que a linha
de regresso se baseia)
estaro contidos dentro da
faixa. [Linhas azuis]
31
6- Regresso
Estreitando Toler ncias
CTQ
32
6- Regresso
Estreitando Toler ncias
CTQ
33
6- Regresso
Pratique Regress o Linear Simples
Determine a funo de transferncia entre o Nmero de Setups

e o Tempo de Ciclo para diversas operaes em uma certa
empresa. Use a planilha cycletime.mtw.
Faa a anlise de Resduos.
Qual a previso do Tempo de Ciclo para uma operao que
consiste em 10 Setups de equipamento?
A equao final adequada? Se no for, como melhor-la?
34
6- Regresso
Regresso
Mltipla
Uma reao Qumica foi realizada

sob seis pares de diferentes
condies de presso e
temperatura. Em cada caso foi
medido o tempo necessrio para
que a reao se completasse. Obter
a equao de regresso do tempo
em relao a presso e
temperatura.
Regresso.mtw
35
6- Regresso
Regress o Mltipla: Resultados
Menores
que 0,05
Maior melhor
36
6- Regresso
92 estudantes americanos
participam de um simples
experimento. Cada estudante
registra o seu peso, altura,
gnero, pulso e se fumante
ou no. Todos eles jogam uma
moeda e sorteiam se vo dar
uma corrida (cara) ou no por
um minuto. Aps a corrida,
todos os alunos registram o
seu pulso novamente. Um
aluno sugere que seja inserida
a seguinte importante
considerao: Se a pessoa
pinta o cabelo ou no.
Best Subsets
Regresso.mtw
Deseja-se fazer uma regresso

do segundo pulso em relao a
todas as outras variveis.
37
6- Regresso
Best Subsets: Resultados

Equao de regresso
inicial. Muito complexa
Correlao muito alta.

Quem pinta cabelo
geralmente mulher
38
6- Regresso
Best Subsets: Resultados
Melhor
ajuste
39
6- Regresso
Anlise de Resduos
Ruim
Bom
Residuals vs
Each X
Residual
3
Residual
3
-1
-1
-2
-2
-3
-3
3
9 10
11
12
10
20
Time Plot of
Residuals
Residual
3
Residual
3
-1
-1
-2
-2
-3
-3
0
50
100
Time Order
Residuals vs
Predicted Y
(Fits)
50
100
Time Order
Residual
3
Residual
3
-1
-1
-2
-2
-3
-3
30
40
50
50
Pred. Y
Normal
Probability Plot
of Residuals
30
100
Pred. Y
Nscore
3
Nscore
3
-1
-1
-2
-2
-3
-3
-3
-2
-1
Pedro Paulo
Balestrassi
Residual
Considere a
possibilidade da
existncia de
variveis ocultas que
no foram
consideradas no
modelo (Lurking)
Entenda que X e Y no
precisam ser normalmente
distribudos. Os resduos,
www.iem.efei.br/pedro
Residual35-3629-1161 contudo, deveriam ser.
40
2
Nos casos ruins tente

uma transformao
em X,em Y ou
ambos. Use Box-Cox
Transformation
-1
6- Regresso
Regresso Curvilnea
Um laboratrio est fazendo testesSeal Strength
(g/cm2)
em adesivos em funo da
2100
temperatura. Quando a
2050
temperatura aumenta a fora do
2000
contato entre duas superfcies
aumenta Em um determinado
1950
ponto, contudo a fora desse
1900
contato comea a diminuir em
funo de propriedades trmicas
200
250
300
do adesivo. Qual o modelo
Temperature
emprico da fora (Seal Strength)
em funo da temperatura?
Curve.mtw
350
400
41
6- Regresso
Termo quadrtico da regresso
Deve-se criar a varivel

quadrtica e em seguida rodar
o modelo em Regression
Termo quadrtico
Funo
quadrtica
Observe resduos
VIF
Armazena
resduos
42
6- Regresso
Regresso Curvilnea
The regression equation is

SealStrength = 923 + 7.45 Temperature - 0.0125 TempSqrd
X
X2
Predictor
Constant
Temperat
TempSqrd
Coef
922.98
7.4469
-0.0124596
S = 25.18
StDev
72.33
0.5033
0.0008499
R-Sq = 69.4%
T
12.76
14.80
-14.66
P
0.000
0.000
0.000
X e X 2 so
fortemente
correlacionados.
Nenhuma
surpresa
VIF
132.9
132.9
R-Sq(adj) = 68.7%
Analysis of Variance
Source
Regression
Residual Error
Total
Source
Temperat
TempSqrd
DF
1
1
DF
2
97
99
SS
139321
61498
200819
Concluso: Existe uma curvatura

significativa
MS
69661
634
F
109.87
P
0.000
Seq SS
3051
136270
Unusual Observations
Obs
Temperat
SealStre
Fit
StDev Fit
32
250
2060.00
2005.99
3.38
42
260
2070.00
2016.91
3.44
78
210
1880.00
1937.37
5.58
89
260
1960.00
2016.91
3.44
Pedro Paulo
Balestrassi www.iem.efei.br/pedro
35-3629-1161
Residual
54.01
53.09
-57.37
-56.91
St Resid
2.16R
2.13R
-2.34R
-2.28R
43
6- Regresso
Penso, logo existo!
Livro Texto: Montgomery/Runger

Captulo 10:
Exemplo 10.1
10.5, 10.7, 10.9, 10.21, 10.25, 10.33, 10.35,
10.43, 10.45, 10.61
Captulo 11:
Exemplo 11.1 (obter tabela 11.4)
11.5, 11.7, 11.9, 11.11, 11.17, 11.41, 11.47,
11.55
44

Estat Regressao

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estat Regressao

Загружено:

Авторское право:

Доступные форматы

6- Regresso

anlise de regresso uma tcnica estatstica usada para

Ex.: Suponha que o nosso desejo

(x, y) um par aleatrio

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

A correlao apresentada aqui linear. Existem outros tipos de correlao!

Ex.: Clculo da correlao da tabela ao lado

Forte Correlao pois P-Value <0,05

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Faa a anlise de Correlao das

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Correlao no Statgame / Hattie

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Algumas questes sobre Correlao:

Uma medida de Correla o fornece dois tipos de informa es a respeito

Qual coeficiente de correla o abaixo indica o mais forte relacionamento?

Se a correla o Rxy=0.45, ent o Ryx =

Qual o valor do coeficiente de correla o melhor descreve os seguintes

Algumas questes sobre Correlao:

Se um coeficiente de correla o for de +1.4, o que ocorre?

O Relacionamento extremamente forte

Aa respostas acima est o corretas

computacional foi cometido

G) Um coeficiente de Person de -0.5 entre os valores de Leitura (X) e o

Concluso: a gua embebeda

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

As armadilhas: correlaes casuais

Se a histria servisse de base, os Republicanos deveriam estar vestindo a camisa

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

As armadilhas: causa reversa

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

As armadilhas: fatores omitidos

Pesquisas continuamente demonstram que a medida que o tamanho dos hospitais

Fumar cigarros causa cncer? E se eu dissesse que ...

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

difcil saber o qu causa o qu, quando alguns fatores [Xs] tendem a

A varivel X dita varivel

Mltipla (Dois o u mais Xs)

Curvilnear (Dois o u mais Xs)

Logstica (Ys Discretos)

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

A matemtica da Regresso Linear

min d = min ( yi yi ) = min i=1( yi a bxi )

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Ex.: Obter a equao da reta (chamada de reta dos mnimos

Traar a reta no diagrama de disperso. Calcular o coeficiente de

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Regress o linear simples no Minitab

Ho: modelo no bom

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Intervalos de confiana e de previso

faixa (ou intervalo) de

faixa (ou intervalo) de

Estreitando Toler ncias

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161

Estreitando Toler ncias

Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161