Estatstica e Matrizes

Introduo Anlise Multivariada

Anlise multivariada: De um modo geral, refere-se a todos os
mtodos estatsticos que simultaneamente analisam
mltiplas medidas sobre cada indivduo ou objeto sob
investigao. Qualquer anlise simultnea de mais de duas
variveis de certo modo pode ser considerada anlise
multivariada
Introduo: Organizao de dados, matrizes, vetores
Utilizao de computao
- Possibilita a anlise de grande quantidade de dados
- Pacotes estatsticos so acessveis a no-especialistas
- A organizao dos dados para acesso deve ser feita de forma
apropriada. Neste contexto os dados devem ser organizados
na forma matricial:
x
ij
a medida da varivel j sobre o item ou indivduo i
A lgebra matricial fundamental para desenvolver mtodos
de estatstica multivariada.
As observaes x
ij
podemser tratadas como uma matriz X:
Introduo: Organizao de dados, matrizes, vetores
Matrizes e vetores: conceitos bsicos
Vetor: arranjo de nmeros ou variveis dispostos em uma
coluna (ou em linha). Matrix de uma coluna (ou uma linha):
Onde x denota transposto (coluna vira linha)
Representaremos vetores por letras minsculas em
negrito (Ex: x, x,)
ou
Umvetor x pode ser representado geometricamente por uma
seta em um sistema de coordenadas n-dimensional. Com trs
componentes umvetor tema seguinte representao:
Representao do vetor
u = [ 1 3 2]
Matrizes e vetores: conceitos bsicos
u
O vetor y = a
1
x
1
+ a
2
x
2
+ a
3
x
3
+....+ a
k
x
k
uma combinao
linear dos vetores x
1
, x
2
, ..., x
k
O conjunto de vetores de mesma dimenso x
1
, x
2
, ..., x
k

chamado linearmente dependente se existir n nmeros a

1
, a
2
,
a
3
,...., a
k
, nemtodos zero, tal que
a
1
x
1
+ a
2
x
2
+ a
3
x
3
+....+ a
k
x
k
= 0
Caso isto seja possvel apenas se a
1
= a
2
= a
3
=...= a
k
= 0 ento
os vetores so ditos linearmente independentes.
Onde 0 = [0, 0,...., 0] o vetor nulo
Matrizes e vetores: conceitos bsicos
Exemplo: considere os vetores
Vamos fazer:
Onde c
1
, c
2
e c
3
so constantes a serem determinadas.
Fazendo os produtos obtemos o seguinte sistema de
equaes para c
1
, c
2
e c
3
:
A nica soluo possvel c
1
= c
2
= c
3
= 0.
Ento os vetores x
1
, x
2
e x
3
so linearmente independentes.
Matrizes e vetores: conceitos bsicos
Como x
1
, x
2
e x
3
so linearmente independentes, qualquer
vetor y=[y
1
y
2
y
3
] pode ser escrito como combinao linear
de x
1
, x
2
e x
3
, ou seja, y = a
1
x
1
+ a
2
x
2
+ a
3
x
3
Exemplo:

1
2
1
1
1
0
1
3
1
2
1
2
4
6
2
Matrizes e vetores: conceitos bsicos
y x
1
x
2
x
3
a
1
a
2
a
3
Produto escalar de vetores
n n
y x ... y x y x y x + + + + = =
3 3 2 2 1 1
x y' y x'
Mdulo de um vetor (comprimento):
2 2
3
2
2
2
1
...
n
x x x x + + + + = = x x' x
Se xy = 0 os vetores so perpendiculares (ortogonais)
Vetores mutuamente perpendiculares so linearmente
independentes
Matrizes e vetores: conceitos bsicos
Vetores ortonormais: tem mdulo 1 e so perpendiculares
(ortogonais)
Exemplo: x= [1 0] e y= [0 1]
[ ] 0 1 0 0 1
1
0
0 1 = + =

= y x'
(ortogonais)
x
y
1 1 0 e 1 0 1
2 2 2 2
= + = = + = y x
Assim, x e y so ortonormais.
(mdulo = 1)
Matrizes e vetores: conceitos bsicos
Vetor Unitrio
Um vetor unitrio (de modulo = 1) pode ser obtido dividindo-
se um vetor pelo seu mdulo
e = x/|x| unitrio, ou seja, |e| =1
Exemplo: x = [ 4 3 ] tem mdulo |x| = 5 e portanto no
unitrio.
Agora o vetor: e = x/|x| = [ 4/5 3/5] unitrio
Matrizes e vetores: conceitos bsicos
Matriz: arranjo retangular de nmeros ou variveis
dispostos em linhas e colunas
n: nmero de linhas
p: nmero de colunas
Representaremos matrizes por letras maisculas em negrito
e seus elementos por letras minsculas com dois ndices,
onde:
- o primeiro ndice representa a linha e
- o segundo ndice representa a coluna.
Matrizes e vetores: conceitos bsicos
Exemplos de matrizes
Dimenso de uma matriz: o par i linhas x j colunas
Dimenso da matriz A: 3 x 2, B: 2 x 3, I e : 3 x 3, E: 1 x 1
Matriz quadrada: nmero de linhas = nmero de colunas
I e so matrizes quadradas de dimenso 3x3
Matriz identidade (I): Elementos da diagonal principal com
valores 1 e zero nos outros elementos. A matriz I acima
uma matriz identidade 3x3.
Matrizes e vetores: conceitos bsicos
Matriz transposta: A transposta A de uma matriz A obtida
mudando-se as linhas para colunas
Matriz diagonal: uma matriz quadrada uma matriz diagonal
se os elementos fora da diagonal principal so nulos.
uma matriz diagonal
Matrizes e vetores: conceitos bsicos
Igualdade de matrizes: A = B se:
- A e B tem mesma dimenso e
- a
ij
=b
ij
(cada elemento correspondente o mesmo)
Adio de matrizes: definida apenas matrizes de mesma
dimenso
Matrizes e vetores: conceitos bsicos
e
Multiplicao de matrizes
Em geral, multiplicao de matriz no comutativa. Ou seja,
em geral, AB BA.
Matrizes e vetores: conceitos bsicos
Matriz simtrica: uma matriz quadrada simtrica se A = A
ou a
ij
= a
ji
para todo i e j
Por exemplo, a matriz
simtrica
enquanto que a matriz no simtrica
Matrizes e vetores: conceitos bsicos
O determinante |A| (ou det) um nmero associado a uma
matriz quadrada A.
Lembrando para matriz 2 x 2:
21 12 22 11
22 21
12 11

a a a a
a a
a a
=
Trao de uma matriz (Tr): a soma dos elementos da
diagonal principal
2 ) 5 3
5 1
2 3
= + =

(
-

Tr
Matrizes e vetores: conceitos bsicos
Matriz inversa: a matriz inversa de uma matriz A (se existir)
a matriz A
-1
tal que AA
-1
= A
-1
A = 1
A
-1
=
Exemplo:
Pois:
Matrizes e vetores: conceitos bsicos
Determinao da Matriz inversa: pela matriz Adjunta
A
-1
= (1/det(A)) adj(A)
Matrizes e vetores: conceitos bsicos
Matriz adjunta: matriz dos cofatores transposta
Exemplo:
adj(A)
Determinao da Matriz inversa: Eliminao de Gauss-Jordan
Opere na matriz [AI]
Matrizes e vetores: conceitos bsicos
Obtenha uma matriz na forma:
A matriz a inversa da matriz A
Condio para a existncia da inversa de uma matriz:
A inversa de uma matriz existe se as k colunas de uma matriz
so linearmente independentes. Exemplo:
A soluo c
1
= c
2
= 0 e portanto as colunas da matriz A so
linearmente independentes. Assim, existe a inversa de A.
Matriz ortogonal: Uma matriz quadrada ortogonal se a
transposta igual a inversa, ou seja:
A
-1
= A
Matrizes e vetores: conceitos bsicos
Inversa de uma matriz diagonal A=
A
-1
=
Se todos a
ii
0
Matrizes e vetores: conceitos bsicos
+ + + + + =
r r
x x x Y K
2 2 1 1 0
n observaes independentes:
1 1 12 2 11 1 0 1
+ + + + + =
r r
x x x Y K
2 2 22 2 21 1 0 2
+ + + + + =
r r
x x x Y K
n nr r n n n
x x x Y + + + + + = K
2 2 1 1 0
M
Aplicao de Matrizes em Estatstica Multivariada
Regresso linear mltipla
O modelo de regresso:
1 1 12 2 11 1 0 1
+ + + + + =
r r
x x x Y K
2 2 22 2 21 1 0 2
+ + + + + =
r r
x x x Y K
n nr r n n n
x x x Y + + + + + = K
2 2 1 1 0
M

n r nr n n
r
r
n
x x x
x x x
x x x
Y
Y
Y

M M
K
M O M M M
K
K
M
2
1
1
0
2 1
2 22 21
1 12 11
2
1
1
1
1
[ ] [ ]
[ ]
[ ]

Z Y
1
1 ) 1 (
) 1 ( 1
+
+
+ =
n
r
r n n
Aplicao: Regresso linear mltipla
Z Y + =
( ) ( ) Y Z Z Z

=
1
Soluo:
y x1 x2
6,1 0 2
4,9 1 1
13 2 3
8,9 3 1
Exemplo: Considere os valores observados de acordo com a
tabela abaixo e encontre a equao: y = b
0
+ b
1
x
1
+ b
2
x
2
Aplicao: Regresso linear mltipla
= Z
1 0 2
1 1 1
1 2 3
1 3 1
=

Z
1 1 1 1
0 1 2 3
2 1 3 1
6,1
4,9
13
8,9
= Y
( ) =

Z Z
4 6 7
6 14 10
7 10 15
( ) =

1
Z Z
2,0370 -0,3704 -0,7037
-0,3704 0,2037 0,0370
-0,7037 0,0370 0,3704
( ) =

Y Z
32,9
57,6
65,0
Aplicao: Regresso linear mltipla
=
-0,06
1,96
3,06
( ) ( ) Y Z Z Z

=
1
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,9999
R Square 0,9998
Adjusted R Square 0,9995
Standard Error 0,0816
Observations 4
ANOVA
df SS MS F Significance F
Regression 2 38,821 19,410 2911,56 0,01
Residual 1 0,007 0,007
Total 3 38,8275
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept -0,06 0,12 -0,48 0,72 -1,54 1,43
x1 1,96 0,04 53,07 0,01 1,49 2,42
x2 3,06 0,05 61,49 0,01 2,42 3,69
2 1
06 , 3 96 , 1 06 , 0 x x Y + + =
Aplicao: Regresso linear mltipla
Soluo no Excel