PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL

FACULDADE DE MATEMÁTICA – DEPTº DE ESTATÍSTICA

DISCIPLINA: ESTATÍSITCA APLICADA Á EDUCAÇÃO II

ANÁLISE DE REGRESSÃO LINEAR

1. Objetivos e hipóteses da Análise de Regressão

O objetivo principal da análise de regressão é predizer o valor da variável
dependente Y dado que seja conhecido o valor da variável independente X.
A equação de regressão é a fórmula algébrica pela qual se determina Y.
A Análise de Regressão Simples diz respeito à predição de Y por uma única
variável X.
A Análise de Regressão Múltipla diz respeito à predição de Y por mais de uma
variável X ( x1, x2, ....).

2. Diagrama de dispersão
É um gráfico no qual cada ponto representa um par de valores (x;y). Os
valores de X são colocados no eixo horizontal e Y no vertical.

Se o diagrama indica uma relação linear, então ajusta-se aos dados uma linha
que seja a melhor função ajustante.

A localização precisa desta linha é determinada pelo Método dos Mínimos

Quadrados (MMQ).
Exemplos de diagramas de dispersão:

3. Método dos Mínimos Quadrados (MMQ)

A fórmula geral na população é

Y = α + βx + u

onde

α = coeficiente linear ou intercepto-Y;

β = coeficiente angular;
u = variações aleatórias.
 A fórmula geral na amostra é

Y = a + bx

onde a= estimador do coeficiente linear;

b= estimador do coeficiente angular;

As fórmulas de cálculo para a e b são:

sxy
b=
sxx
a = y − b.x

onde

(∑ x ) 2
(∑ y ) 2

sxx = ∑ x − syy = ∑ y −
2 i 2 i
i i
i i
i
n i
n

⎛ ∑ xi .∑ y i ⎞
⎜ ⎟
S XY = ∑ xi . y i − ⎜ i i
⎟
i ⎜ n ⎟
⎝ ⎠

∑y ∑x
y= x=
n n