Analise de Correlacao Simples Aula

Correlao e Regresso
Por Kizito Kunaka e Leonid C. Moiss Chkw, Agosto, 2010

7/14/2011 Kizito Kunaka e Leonid C. Moiss 1
Introduo
Existe situaes em que interessa estudar o comportamento no conjunto de duas variveis que podem se comporta de forma distinta. Queremos medir o grau de associao entre os duas variveis. Queremos responder pergunta! Como se co-varia X e Y? ou seja O que acontece a varivel Y quando a varivel X muda?
Definies
Correlao a medida de grau de associao entre as duas variveis tais medidas tomadas simultaneamente. Diz-se que existe correlao entre duas ou mais variveis quando as alteraes sofridas por uma delas so acompanhadas por modificaes nas outras. Ou seja, no caso de duas variveis x e y os aumentos (ou diminuies) em x correspondem a aumentos (ou diminuies) em y. Assim, a correlao revela se existe uma relao funcional entre uma varivel e as restantes.
7/14/2011
Kizito Kunaka e Leonid C. Moiss
Coeficiente de correlao ou coeficiente de Pearson (r)

H trs possibilidades: 1. As variveis X e Y crescem no mesmo sentido, isto e, se quando X cresce, Y tambm cresce. r > 0. Diz se que h correlao positiva, 2. As variveis X e Y crescem em sentido contrrio, isto , se X cresce, y decresce. Diz se que h correlao negativa ou anticorrelao. r < 0.
Coeficiente de correlao
Se X cresce ou decresce, mas sim no h mudana em varivel Y. Diz - se que no h correlao linear entre as duas variveis. Observao: A correlao positiva ou negativa entre duas variveis apenas mostra que essas variveis crescem no mesmo sentido ou sentido contrrio, no indicando que uma varivel influencia a outra.
Podem existir diversas explicaes do que elas variam conjuntamente incluindo: Mudanas em X causam mudanas em Y; Mudanas em Y causam mudanas em X; Mudanas em outra variveis causam mudanas tanto em X quanto em Y; A relao observada somente uma coincidncia.
Quanto maior o valor de r (positivo ou negativo) mais forte a associao. Como podemos descrever uma correlao em palavras dado o valor numrico. claro que as interpretaes dependem de cada contexto em particular.
7/14/2011
Interpretao de coeficiente de correlao

Os valores e as interpretaes
Valor de r (+ ou - ) 0.00 a 0.19 0.20 a 0. 39 0.40 a 0.69 0.70 a 0.89 0.90 a 1.0 Interpretao Uma correlao bem fraca Uma correlao fraca Uma correlao moderada Uma correlao forte Uma correlao muito forte
Note que correlaes no dependem da escala de valores de X ou Y. Somente relaes lineares so detectadas pelo coeficiente de correlao.
Existe uma medida para o grau de correlao entre as duas variveis. Esta medida o coeficiente de correlao, que se representa por r e definido pela frmula:
7/14/2011
por exemplo queremos estudar a associao entre o rendimento em kg/h com altura da plantas em 8 variedades de arroz. Temos os dados a seguir:
7/14/2011
10
Ordem
Rendimento
Altura das plantas
1 2 3 4 5 6 7 8
(Kg) 5755 5939 6010 6545 6730 6750 6899 7862

(cm) 110.5 105.4 118.1 104.5 93.6 84.1 77.8 75.6

11
7/14/2011
Dos dados:
7/14/2011
12
7/14/2011
13
A correlao entre o rendimento e afilamento

Rendimento (kg) 5755 5939 6010 6545 6730 6750 6899 7862 Afilamento No /covacho 14.5 16.0 14.6 18.6 15.4 17.6 17.9 19.4
Correlao de rendimento com afilamento em oito variedades de arroz
7/14/2011
14
A correlao entre o rendimento e afilamento em oito variedades de arroz
7/14/2011
15
7/14/2011
16
REGRESSO
um modelo de relao entre uma varivel aleatria dependente Y e uma ou mais variveis independentes X1, X2, , Xn. Regresso linear simples Y = a + bX + Regresso linear mltipla Y = a + b1X1 +b2X2 + + bnXn + Regresso no linear (p.ex. polinomial) Y = a +b1X1 +b2X2 +
REGRESSO
Pensamos em regresso quando temos amostras com duas (ou mais) variveis, p.exe. X e Y em que os valores de X e Y aparentem estar relacionados entre si. Exemplos tpicos
Permetro escrotal dos touros e idade ao primeiro parto das novilhas. O rendimento de milho e altura das plantas
Diagrama de disperso
As observaes (X,Y) podem ser representadas num diagrama de disperso:
12 10 8 6 4 2 0 0 1 2 3 4 5 6 Series1
O objectivo achar uma recta que encaixe, tanto quanto possvel, nas observaes.
Parmetros e erro
Y = a +bX + Y: varivel dependente ou explicada X: varivel independente ou explicativa, cujos erros de medio assumimos desprezveis. Tambm designada por regressor.
7/14/2011
20
Fitted and observed relationship
7500
Rendimento
7000
b = declive
6500
6000
15
16
17
18
19
afilamento
7/14/2011
x=1
21
Parmetros e erro
a: ordenada na origem ou (intersect ou intercepto ou intercepo) parmetro da recta de regresso a determinar b : declive, tambm o parmetro da recta de regresso a determinar : erro, fonte do carcter aleatrio de Y. como na anova assume-se IN(0, 2)
Mtodo dos mnimos quadrados (MMQ)
7/14/2011
23
Escolha de X e Y
7/14/2011
24
Estimativas do MMQ
O MMQ leva as estimativas (pontuais) e foras daqueles dados no pode-se predizer. Estimativa de b ou
7/14/2011
25
Estimativas do MMQ
Estimativa de a
7/14/2011
26
Interpretao dos S
As quantidades S medem a disperso dos dados ; so variabilidades Sxx: variabilidade dos x Sxx = soma de quadrados de x Syy: variabilidade dos y Syy = soma de quadrados de y
7/14/2011
27
Interpretao dos S
Sxy: variabilidade cruzada, proporcional a Cov (X,Y), co-varincia entre x e y Sxy = soma de variabilidade cruzada
S2: estimativa da varincia dos erros em torno da recta estimada
7/14/2011
28
Interpretao dos S
SSerro dado pela
7/14/2011
29
Regresso simples
Variedades 1 2 3 4 5 6 7 8 Rendimento ( kg) 5755 5939 6010 6545 6730 6750 6899 7862 Afilamento (No/ covacho) 14.5 16.0 14.6 18.2 15.4 17.6 17.9 19.4 Alturas das plantas (cm) 110.5 105.4 118.1 104.5 93.6 84.1 77.8 75.6
7/14/2011
30
Regresso de rendimento sobre afilamento em arroz.

Dos dados temos:
7/14/2011
31
7/14/2011
32
7/14/2011
33
Regresso de rendimento sobre alturas das plantas

Dos dados temos:
7/14/2011
34
7/14/2011
35
Qualidade e adequao do modelo

Um modelo , seja de regresso ou qualquer outro, e apenas uma tentativa de descrio da realidade. Para um modelo em particular, e lgico perguntar se esse modelo representa bem ou mal a realidade que o inspirou. No caso da regresso, depois de estimados os parmetros do modelo, podemos perguntar quo bem a relao obtida, Y = a + bX + e se encaixa nos dados de onde originou.
Qualidade e adequao do modelo

Para a regresso linear simples , h dois indicadores da qualidade de ajuste:
Teste de significncia de regresso Coeficiente de determinao.
7/14/2011
37
Teste de significncia de regresso

(teste preciso do ajustamento)
Um teste muito importante H0: b = 0 vs H1 0 O teste avalia a plausibilidade de haver, de facto, uma relao linear entre X e Y No rejeitar H0 significa que plausvel que b seja nulo ou seja, que no haja relao linear entre X e Y;
Y independente de X ou.. a relao entre X e Y, a existir, no linear, i.e. Y a+ bX +
Teste de significncia de regresso

Rejeitar H0 significa que X tem um papel na explicao de Y A relao entre X e Y mesmo linear, ou O efeito linear, podendo existe eventualmente o ajuste ser melhorado adicionando termos no lineares.
7/14/2011
39
Significncia da regresso - Anova

A decomposio da variabilidade de Y em dois termos permite fazer uma analise de varincia para testar a qualidade da regresso SQTot = SQreg + SQerro SQTot =
7/14/2011
40
Significncia da regresso Anova

Soma quadrados de regresso SQreg
com 1 (um) g.l.

Soma quadrados de regresso SQreg

No caso de regresso de rendimento sobre afilamento termos:
7/14/2011
42

Soma quadrados de erro SQerro = SQTot - Sqreg
Com n-2 graus de liberdades
7/14/2011
43
Soma quadrados de erro SQerro

Neste caso:
=3 211 503.5 2 239 012.41 = 972 491.09
7/14/2011
44

Tabela anova para a regresso:
Fonte de variao Regresso G.L. SQ QM F calc
SQReg.=bSxy
bSxy
bSxy/S2 F1,n-2
Erro
n-2
SQtot- SQreg
S2
Total
n-1
SQTot = Syy
7/14/2011
45

Quadro de analise da varincia
Fonte de variao g.l SQ MQ FCALC FTAB
Reg (modelo) Erro Total
1 6 7
2 239 012.41 972 491.09 3 211 503.5
2 239 012.41 162 081.8483
13. 81*
5.99
Rejeita-se a H0. Ento b 0


Quadro da anlise da variancia
Fonte de variacao Reg (Modelo) Erro Total

7/14/2011
g.l 1 6 7
SQ 2 423 566.838 787 936.6615 3 211 503.5
MQ 2 423 566.838 131 322.7769
Fcalc
FTAB
18.45 5.99
47
Regresso de rendimento sobre alturas das plantas

O caso de rendimento sobre alturas das plantas
7/14/2011
48
7/14/2011
49
Coeficiente de determinao
quadrado do coeficiente de Pearson. outra quantidade que mede a qualidade/ adequao do modelo de regresso
7/14/2011
50
Coeficiente de determinao
R2 do 1 caso (afilamento)
R2 do 2 caso (alturas das plantas)
7/14/2011
51
Interpretao de
2 R
a percentagem da variabilidade que explicada pela regresso. R2 1: bom ajuste do modelo aos dados. R2 0: mau ajuste. Notar que a significncia de regresso verifica se h relao linear entre X e Y. O coeficiente de determinao verifica quanto da relao entre Y e X pode ser explicada pelo modelo linear.
Interpretao de
2 R
R2 deve ser usado com cautela , dado que pode ser inflacionado artificialmente adicionando termos no lineares ao modelo. Para evitar essa inflao, usa-se por vezes um R2 ajustado.
7/14/2011
53
Previso de novas observaes

Em geral, um modelo de regresso pode ser usado com alguma confiana dentro da gama de valores X que participou para o calculo dos parmetros de regresso. Se sairmos um pouco do intervalo de X , estamos a extrapolar o modelo. Uma extrapolao para valores de X pouco afastado do intervalo normalmente no apresenta problemas. Mas extrapolaes para valores longe do intervalo de X raramente so satisfatrias.
Previso de novas observaes

Se a variedade tem a altura media de 15 cm qual ser o rendimento dela? Usando a segunda equao de recta termos Y
7/14/2011
55
Regresso linear mltipla

Regresso linear mltipla um modelo de relao estatstica entre uma varivel Y e um conjunto de k regressores, Xi Y = a + b1 + b2+ + bkXk + com erros independentes e normalmente distribudos. Tal como no caso da regresso simples, podemos usar o MMQ para estimar pontualmente os parmetros a e bi

Os dados de forma
Obs 1 2 3 . . . n Y Y1 Y2 Y3 . . . Yn X1 X11 X12 X13 X2 X21 X22 X23 . . . Y2n . . . . . . . . . . . . . . . . Xk Xk1 Xk2 Xk3 . . . Xkn
Y1n
7/14/2011
57

O numero total das observaes n(k+1) Deve haver n>k+1 para estimao dos bi seja possvel.
7/14/2011
58

As equaes normais para resolver para estimar os bis b1 X12 + b2 X1X2+ +bk X1Xk = X1Y b1 X1X2 + b2 X22 + + bk X2Xk= X2Y . . . . . . . . . . . . bk X1Xk+b2 X2Xk+ +bk Xk2= XkY
Exemplo em que k = 2 b1X1 + b2 X1X2 = X1Y b1X1X2 + b2X22 = X2Y

2
7/14/2011
60
Regresso mltipla
Variedades 1 2 3 4 5 6 7 8 Rendimento ( kg) 5755 5939 6010 6545 6730 6750 6899 7862 Afilamento (No/ covacho) 14.5 16.0 14.6 18.2 15.4 17.6 17.9 19.4 Alturas das plantas (cm) 110.5 105.4 118.1 104.5 93.6 84.1 77.8 75.6
7/14/2011
61
Exemplo de regresso mltipla

Regresso mltipla de rendimento sobre afilamento e alturas das plantas em oito variedades de arroz:
7/14/2011
62
7/14/2011
63
7/14/2011
64
7/14/2011
65
7/14/2011
66

Analise de Correlacao Simples Aula

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analise de Correlacao Simples Aula

Diunggah oleh

Hak Cipta:

Format Tersedia

Correlao e Regresso

Por Kizito Kunaka e Leonid C. Moiss Chkw, Agosto, 2010

Kizito Kunaka e Leonid C. Moiss

Coeficiente de correlao ou coeficiente de Pearson (r)

Kizito Kunaka e Leonid C. Moiss

Interpretao de coeficiente de correlao

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Altura das plantas

(Kg) 5755 5939 6010 6545 6730 6750 6899 7862

(cm) 110.5 105.4 118.1 104.5 93.6 84.1 77.8 75.6

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

A correlao entre o rendimento e afilamento

Correlao de rendimento com afilamento em oito variedades de arroz

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Fitted and observed relationship

Kizito Kunaka e Leonid C. Moiss

Mtodo dos mnimos quadrados (MMQ)

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

S2: estimativa da varincia dos erros em torno da recta estimada

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Regresso de rendimento sobre afilamento em arroz.

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Regresso de rendimento sobre alturas das plantas

Kizito Kunaka e Leonid C. Moiss

Kizito Kunaka e Leonid C. Moiss

Qualidade e adequao do modelo

Qualidade e adequao do modelo

Kizito Kunaka e Leonid C. Moiss

Teste de significncia de regresso

Teste de significncia de regresso

Kizito Kunaka e Leonid C. Moiss

Significncia da regresso - Anova

Kizito Kunaka e Leonid C. Moiss

Significncia da regresso Anova

com 1 (um) g.l.

Soma quadrados de regresso SQreg

Kizito Kunaka e Leonid C. Moiss

Significncia da regresso Anova

Com n-2 graus de liberdades

Kizito Kunaka e Leonid C. Moiss

Soma quadrados de erro SQerro

=3 211 503.5 2 239 012.41 = 972 491.09

Kizito Kunaka e Leonid C. Moiss

Significncia da regresso Anova

Kizito Kunaka e Leonid C. Moiss

Significncia da regresso Anova

Reg (modelo) Erro Total

2 239 012.41 972 491.09 3 211 503.5

2 239 012.41 162 081.8483

Rejeita-se a H0. Ento b 0

Significncia da regresso Anova