Академический Документы
Профессиональный Документы
Культура Документы
Análise de Regressão
Modelo Simples
Y = f (X)
Modelo Multivariado
Y = f (X1, X2,...Xn)
Análise de Regressão
Variável Y
Os pontos são definidos pelos 15
-15
Análise de Regressão: Diagrama de Dispersão
Relação Direta
1.80
1.75
1.70
1.65
1.60
1.55
1.50
40 45 50 55 60 65 70 75 80 85 90
Análise de Regressão: Diagrama de Dispersão
Observação X Y
1 30 4300
Relação Direta
2 21 3350
3 35 5200
4 42 4900
Idade
5 37 4700 X
6 20 2100 Renda mensal
7 8 1950
8 17 2700
9 35 4000
10 25 4800
Análise de Regressão: Diagrama de Dispersão
Relação Direta
Idade x Renda
600
500
400
300
200
100
0
0 10 20 30 40 50
Análise de Regressão: Diagrama de Dispersão
Relação Inversa
700
600
500
400
Y
300
200
100
0
0 10 20 30 40 50
X
Análise de Regressão: Diagrama de Dispersão
x y
30 370
Relação Inversa
21 480
35 195
45 195
20 420 Distancia em relação do centro
8 520 da cidade
17 450 X
40 210 Renda familiar
25 400
5 580
3 640
Análise de Regressão: Diagrama de Dispersão
Análise de Regressão: Diagrama de Dispersão
Sem relação
700
600
500
400
Y
300
200
100
0
0 5 10 15 20 25 30 35 40 45 50
X
Modelo Linear Simples
Análise de Regressão: Modelo Linear
Y=a+bX
Observação X Y
1 30 4300
Relação entre as
2 21 3350 variáveis:
3 35 5200
4 42 4900
X = Idade
5 37 4700
8 17 2700
9 35 4000
10 25 4800
Análise de Regressão: Modelo Linear
600
500
400
300
Y
200
100
Y
Y previsto
0
0 10 20 30 40 50
X
Análise de Regressão: Modelo Linear
500
Variação Explicada
300
Y
200
100
Y
Y previs to
0
0 5 10 15 20 25 30 35 40 45
X
Análise de Regressão: Modelo Linear
500 Y
Y
Y’ Y’
400
Y’
Y’
Y’ Y’
Y’
300
Y
Y
200
Y
100 Y
Y previsto
0
0 5 10 15 20 25 30 35 40 45
X
Análise de Regressão: Modelo Linear
Coeficiente de Determinação
500 Y
Y
Y’ Y
400
Y Y’ Y
Y* Y*
Y’ Y’
300
Y
Y’ Y’
Y
200
Y
100 Y
Y previsto
0
0 5 10 15 20 25 30 35 40 45
X
Análise de Regressão: Modelo Linear
Y – Y’
• A diferença entre o valor de Y* e o valor de Y’ é o
chamada de variação explicada
Y’ – Y*
Análise de Regressão: Modelo Linear
Coeficiente de Determinação
Coeficiente de Determinação r2
Σ (Y’ – Y*)2 Variação Explicada
r2 = _________________
Σ (Y – Y*)2 Variação Total
Variação
x y y’ Explicada Não Explicada Total
30 4300 4092,14 853,48 43204,01 250000
21 3350 3215,71 3.413,93 18033,41 202500
35 5200 4579,05 6.069,21 385577,2 1960000
42 4900 5260,72 21.337,07 130119,9 1210000
37 4700 4773,81 9.483,14 5448,54 810000
20 2100 3118,33 4.646,74 1036996 2890000
8 1950 1949,75 34.234,14 0,061027 3422500
17 27000 2826,19 9.483,14 15922,85 1210000
35 4000 4579,05 6.069,21 335300,5 40000
25 4800 3605,24 379,33 1427458 1000000
Soma 95.969,39 33.980,61 129.950,00
Media y 380
b 97,4
Coeficiente de Determinação 0,7385
a 1170,07
CÁLCULO DO COEFICIENTE DE DETERMINAÇÃO
Variação Variação
x y Projeção Explicada Não Explicada
30 430 4092,14 853,48 432,04
21 335 3215,71 3.413,93 180,33
35 520 4579,05 6.069,21 3.855,77
42 490 5260,72 21.337,07 1.301,20
37 470 4773,81 9.483,14 54,49
20 210 3118,33 4.646,74 10.369,96
8 195 1949,75 34.234,14 0
17 270 2826,19 9.483,14 159,23
35 400 4579,05 6.069,21 3.353,01
25 480 3605,24 379,33 14.274,58
Media y 380 Soma 95.969,39 33.980,61
b 97,4
a 1170,7 Coeficiente de Determinação 0,7385
Coeficiente de Correlação Simples “ r ”
• O coeficiente de correlação é igual a raiz quadrada do coeficiente
de determinação.
• No exemplo anterior: Podemos obter o coeficiente de correlação a
partir do coeficiente de determinação. :
r2 = 0,738 coeficiente de determinação
r = 0,85 coeficiente de correlação.
-1≤ r ≤ +1
o O coeficiente de determinação indica o grau de ajuste (fit) da reta de regressão.
o O coeficiente de correlação é uma medida que indica a força da relação entre as
variáveis
Análise de Regressão: Modelo Linear
Resumindo
• Os valores de r estão limitados entre
-1 ≤ r ≤ +1
• O coeficiente de correlação tem um valor único
para a população ou amostra.
• Coeficiente de correlação padroniza dentro dos
horizontes acima as variações da covariância
Análise de Regressão: Modelo Linear
Cov (X,Y)
rX,Y =
σ X σY
S2 e Se
Fórmula Sb = √ S2b = =
(n-1) x Var (x) √ (n-1) x Var (x)
1 X2
Fórmula Sa = Se +
√ n (n-1) x S2x
d11 d12 b1 = g1
d21 d22 b2 g2
• Equações Normais
• Σ Yi = a n + b1 ΣX1i + b2 ΣX2i
• Σ Yi X1i = a Σ X1i + b1 Σ( X1i )2 + b2 Σ ( X1i X2i )
• Σ Yi X2i = a Σ X2i + b1 Σ (X1i X2i ) + b2 Σ ( X2i )2
Análise de Regressão: Modelo Multivariado
1
S2eec = Ʃ (yi – a – b1x1 – b2x2)
n-k-1
k – no. de variáveis
N-k-1 – graus de liberdade
Análise de Regressão: Modelo Multivariado
x1-x2 X2
X1 X2
R2Y1X1X2 = R2YX1 + R2YX2
Análise de Regressão: Modelo Multivariado