Variáveis Qualitativas
Tabelas de Contingência
Podemos também construir tabelas de freqüências
conjuntas (tabelas de contingência),
contingência relacionando
duas variáveis qualitativas.
Exemplo 1:
1 Há indícios de associação entre Sexo e
Hábito de fumar?
Hábito de Fumar
Sexo Fuma Não Fuma Total
Masculino 20 37 57
Feminino 8 27 35
Total 28 64 92
1 2 All
1 20 37 57
2 8 27 35
All 28 64 92
Verificar associação através da:
- porcentagem segundo as colunas, ou
- porcentagem segundo as linhas.
Hábito de Fumar
Sexo Fuma Não Fuma Total
Masculino 71,43% 57,81% 61,96%
Feminino 28,57% 42,19% 38,04%
Total 100% 100% 100%
1 2 All
Resposta: 31,43%
Variáveis Qualitativas
Gráficos
• Gráfico de setores
• Gráfico de barras
Gráfico de setores
1 (35; 38,0%)
2 (57; 62,0%)
Arquivo PULSE - Gráfico de setores para a
variável Activity
Gráfico de barras
60
50
Count of Ran
40
30
20
10
1 2
Ran
Arquivo PULSE — Gráfico de barras para
a variável Activity
MTB > Chart C8
60
50
Count of Activity
40
30
20
10
0 1 2 3
Activity
Relacionamento entre
variáveis quantitativas
Correlação e Regressão
Objetivo
Estudar a relação entre duas variáveis quantitativas.
Exemplos:
Idade e altura das crianças
Tempo de prática de esportes e ritmo cardíaco
Tempo de estudo e nota na prova
Taxa de desemprego e taxa de criminalidade
Expectativa de vida e taxa de analfabetismo
Investigaremos a presença ou ausência de
relação linear sob dois pontos de vista:
No MINITAB 4,5
C1:valores de X 3,5
0 5 10
C2:valores de Y Tempo
n
X iYi nXY
i 1
r
(n 1) S X SY
No exemplo:
- - - -
Tempo (X) Nota (Y) (X - X) (Y - Y) (X - X) (Y - Y)
3,0 4,5 -2,1 -1,1 2,31
7,0 6,5 1,9 0,9 1,71
2,0 3,7 -3,1 -1,9 5,89
1,5 4,0 -3,6 -1,6 5,76
12,0 9,3 6,9 3,7 25,53
25,5 28,0 0 0 41,2
- -
X 5,1 Y 5,6
Então,
41,2
r 0,9959
4 . 4,42 . 2,34
No MINITAB temos:
Casos particulares:
40
30
Y
20
10
10 20 30 40 50
X
r 1 r -1
Exemplo 2: criminalidade e analfabetismo
Y: taxa de criminalidade
X: taxa de analfabetismo
Diagrama de dispersão
Correlação entre X e Y:
n
X iYi nXY
i 1
r
( n 1) S X SY
509,12 50 7,38 1,17 77,39
r 0,702
49 3,692 0,609 110 ,17
Exemplo 3: Expectativa de vida e analfabetismo
XiYi = 4122,8
Correlação entre X e Y:
n
X iYi nXY
i 1
r
( n 1) S X SY
4122,8 50 70,88 1,17 23,68
r 0,59
49 1,342 0,609 40,047
Regressão Linear
OBJETIVO: Encontrar uma reta que represente bem a
tendência observada nos dados.
Por exemplo:
Reta ajustada:
Yˆ a bX
O que são a e b?
a: intercepto
b: inclinação
Interpretação de b:
Para cada aumento de uma unidade em X, temos
um aumento médio de b unidades em Y.
Reta ajustada
(método de mínimos quadrados)
n
X iYi nXY
i 1
b
(n 1) S X2
a Y bX
Pelo MINITAB,
utilizando comando:
MTB > regress C1 1 C2
ou pelo menu:
<stat> <regression> <regression>
Yˆ 2,397 4,257 X
Y^ : valor predito para a taxa de criminalidade
X : taxa de analfabetismo
Interpretação de b:
Para um aumento de uma unidade na taxa do
analfabetismo (X), a taxa de criminalidade (Y)
aumenta,
aumenta em média,
média 4,257 unidades.
Graficamente, temos
Yˆ 72,395 1,296 X
Y^ : valor predito para a expectativa de vida
X : taxa de analfabetismo
Interpretação de b:
Para um aumento de uma unidade na taxa do
analfabetismo (X), a expectativa de vida (Y)
diminui,
diminui em média,
média 1,296 anos.
Graficamente, temos
Exemplo 4: Consumo de cerveja e temperatura
400
Consumo
350
300
10 20 30 40
Temperatura
Qual é a interpretação de b?
Aumentando-se um grau de
temperatura (X), o consumo
de cerveja (Y) aumenta, em
média, 4,74 litros por mil
habitantes.
^
Y 217,37 4,7425 335,87 litros