Anda di halaman 1dari 8

Instituto Mdio Politcnico de Computao e Gesto

Disciplina de Estatstica de Probabilidade

Tema: Correlao e Regresso

Realizado por: Norberto Bonifcio Gatsi N 27, T/LM1, 12 Classe

Docente: Venncio Bata

19.06.09

ndice

Introduo..................................................................................................................... 3 1.Regresso lineal ......................................................................................................... 4 1.1 Objetivos e hipteses da Anlise de Regresso .................................................... 4 2. Regresso no linear ................................................................................................. 4 3. Diagrama de disperso .............................................................................................. 4 4. Mtodo dos Mnimos Quadrados (MMQ).................................................................. 5 4.1 Objetivos e Hipteses .......................................................................................... 5 5. O coeficiente de Determinao .................................................................................. 6 5.1 O coeficiente de correlao .................................................................................. 6 5.2 Significncia do coeficiente de correlao ........................................................... 7 6. Bibliografia ............................................................................................................... 8

Introduo
Em teoria da probabilidade e estatstica, correlao, tambm chamada de coeficiente de correlao, indica a fora e a direco do relacionamento linear entre duas variveis aleatrias. No uso estatstico geral, correlao ou co-relao se refere a medida da relao entre duas variveis, embora correlao no implique causalidade. Neste sentido geral, existem vrios coeficientes medindo o grau de correlao, adaptados natureza dos dados. Vrios coeficientes so utilizados para situaes diferentes. O mais conhecido o coeficiente de correlao de Pearson, o qual obtido dividindo a co-varincia de duas variveis pelo produto de seus desvios padro. Apesar do nome, ela foi apresentada inicialmente por Francis Galton. Em estatstica, regresso linear um mtodo para se estimar a condicional (valor esperado) de uma varivel y, dados os valores de algumas outras variveis x. A regresso linear chamada "linear" porque se considera que a relao da resposta s variveis uma funo linear de alguns parmetros. Os modelos de regresso que no so uma funo linear dos parmetros se chamam modelos de regresso no-linear. A regresso, em geral, trata da questo de se estimar um valor condicional esperado.

1.Regresso lineal
1.1 Objetivos e hipteses da Anlise de Regresso
O objetivo principal da anlise de regresso predizer o valor da varivel dependente Y dado que seja conhecido o valor da varivel independente X. A equao de regresso a frmula algbrica pela qual se determina Y. A Anlise de Regresso Simples diz respeito predio de Y por uma nica varivel X. A Anlise de Regresso Mltipla diz respeito predio de Y por mais de uma varivel X ( x1, x2, ....). As hipteses gerais so: 1. Y uma varivel aleatria obtida de uma amostra; 2. Y e X esto associadas linearmente; 3. homocedasticidade as varincias das distribuies condicionais de Y dado X so todas iguais. Se em conjunto com a anlise de regresso, utiliza-se a estimao por intervalo, necessria a hiptese de que as distribuies condicionais de Y dado X so todas distribudas normalmente para os valores da populao.

2. Regresso no linear
Em estatstica, a regresso no linear uma forma de anlise observacional em que os dados so modelados por uma funo que uma combinao no-linear de parmetros do modelo e depende de uma ou mais variveis independentes. Os dados so ajustados por algum mtodo de aproximaes sucessivas. Um modelo de regresso no-linear se pelo menos um dos seus parmetros aparecem de forma no-linear. Por exemplo, os modelos: E(y) = exp(1 + 2 x) , (1) E(y) = 1 + 2 exp( 3x), (2) E(y) = (1 + 2 x)1, (3) E(y) = (1 2)-1 [exp(1x)+ exp(2x)],so todos no-lineares e o operador E() denota a funo esperana ou funo de regresso.

3. Diagrama de disperso
um grfico no qual cada ponto representa um par de valores (x;y). Os valores de X so colocados no eixo horizontal e Y no vertical. Transformao Linear se a relao ente X e Y for curvilnea, usa-se logaritmos para transforma-la em linear e aplicar a Anlise de Regesso Linear. Para voltar escala original usa-se o antilogartmo. 4

Se o diagrama indica uma relao linear, ento ajusta-se aos dados uma linha que seja a melhor funo ajustante. A localizao precisa desta linha determinada pelo Mtodo dos Mnimos Quadrados (MMQ). Exemplos de diagramas de disperso:

4. Mtodo dos Mnimos Quadrados (MMQ)


A frmula geral na populao Y=+x+u onde =coeficiente linear ou intercepto-Y; =coeficiente angular; u = variaes aleatrias. A frmula geral na amostra =a+bx onde a= estimador do coeficiente linear; b= estimador do coeficiente angular; Pelo MMQ, a reta resultante tem duas caractersticas importantes: 1. A soma dos desvios verticais dos pontos em relao a reta zero. 2. A soma dos quadrados desses desvios mnima. As frmulas de clculo para a e b so:

A estimao de Y deve ser feita apenas dentro do intervalo de variao de X originalmente amostrado. A equao fornece a base de uma estimativa por ponto.
5.correlao linear de Person

4.1 Objetivos e Hipteses


A anlise de correlao mede o grau de relacionamento entre as variveis. Estudaremos a Anlise de Correlao Simples, a qual diz respeito medida entre X e Y. Hipteses: a. a relao entre X e Y linear; b. ambas so variveis aleatrias; c. homocedasticidade; d. as distribuies condicionais de Y dado X tm distribuio Normal; e. as duas distribuies, de X e de Y, tm distribuio Normal na populao.

5. O coeficiente de Determinao
2- coeficiente de determinao na populao r2 - coeficiente de determinao na amostra O coeficiente de determinao para a amostra :

Tem uma leve tendenciosidade positiva. Interpretao: a proporo da varincia de Y explicada pelo conhecimento da variao de X ( e vice-versa).

5.1 O coeficiente de correlao


Muito embora o coeficiente de determinao seja relativamente fcil de interpretar, ele no pode ser testado estatisticamente. Contudo, a raiz quadrada do coeficiente de determinao, que o coeficiente de correlao (r), pode ser testada estatisticamente, pois est includa em uma estatstica de teste que distribuda segundo uma distribuio t, quando a correlao populacional =0. Alm disso, o sinal aritmtico associado com o coeficiente de correlao, que sempre o mesmo sinal associado com na equao de regresso, indica a direo da relao X e Y (positivo=direta; negativo=inversa). Por tais razes o coeficiente de correlao mais freqentemente usado como medida de relao entre as variveis.

O coeficiente de correlao para dados populacionais : Populao : = O coeficiente de correlao para dados amostrais : Amostra: r= Pode-se elevar o coeficiente de correlao ao quadrado para se obter o coeficiente de determinao. Frmula Alternativa para o coeficiente de correlao amostral,

r=

que no requer o conhecimento dos coeficientes a e b da equao

de regresso. O sinal do coeficiente obtido diretamente, sem necessidade de observar ou calcular a declividade da linha de regresso. O coeficiente amostral de correlao r tem uma leve tendenciosidade como um estimador de .

5.2 Significncia do coeficiente de correlao


Se a hiptese nula, ao nvel de significncia , for rejeitada podemos concluir que efetivamente existe uma relao entre as variveis. A estatstica de teste

tc=

com n-2 graus de liberdade

6. Bibliografia
http://pt.wikipedia.org/ Regresso linear http://pt.wikipedia.org/ correlao