22
Noções de correlação

Correlacao e Regressao Ppt

Embed Size (px)

DESCRIPTION

ok

Citation preview

  • Noes de correlao

  • Objetivo

    Verificar a existncia de relao entre duasvariveis quantitativas. Exemplos:

    Idade e altura das crianas

    Treinamento e desempenho de um atleta

    Tempo de estudo e nota na prova

    Taxa de emprego e criminalidade

    Expectativa de vida e taxa de analfabetismo

    tabagismo materno na gestao e ocorrncia de retardo de crescimento intrauterino

  • Comportamento conjunto de duas variveis

    Pode ser observado atravs de um grfico,chamado de Diagrama de Disperso

    Tempo(x) Nota(y)

    3 4,5

    7 7,2

    2 3,7

    1,5 4

    5 5,8

    6 6,5

    12 9,3

    0

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    0 2 4 6 8 10 12 14

    No

    ta (y

    )

    Tempo de estudo (x) horas

  • Comportamento conjunto de duas variveis

    Pode ser medido atravs do Coeficiente decorrelao de Pearson

  • Coeficiente de correlao

    Mede o grau de disperso das observaes aoredor de uma reta hipottica

    Quanto maior a disperso, menor ser ocoeficiente

    10

    14

    18

    22

    26

    30

    90 92 94 96 98 100 102 104 106 108 110

  • Correlao positiva

    Coeficiente de correlao (r) > 0

    Aumento nos valores de uma varivel leva aaumento na outra

    X Y

    1 1

    2 2

    3 4

    4 5

    5 8 0

    2

    4

    6

    8

    10

    0 1 2 3 4 5 6

    Y

    X

  • Correlao negativa

    Coeficiente de correlao (r) < 0

    Aumento nos valores de uma varivel leva adiminuio nos valores da outra varivel

    X Y

    1 7

    2 4

    3 4

    4 3

    5 1 0

    2

    4

    6

    8

    10

    0 1 2 3 4 5 6

    Y

    X

  • Propriedade

  • Correlao

    0

    1

    2

    3

    4

    5

    6

    7

    0 1 2 3 4 5 6 7

    0

    1

    2

    3

    4

    5

    6

    7

    0 1 2 3 4 5 6 7

    Linear perfeita positiva

    Linear perfeita negativa

  • Correlao nula

    0

    1

    2

    3

    4

    5

    6

    7

    8

    0 1 2 3 4 5 6

    Y

    X

    0

    0,5

    1

    1,5

    2

    2,5

    3

    3,5

    4

    0 2 4 6 8

  • Correlao nula

    r pequeno no quer dizer que no existeassociao entre duas variveis

    a relao pode no ser linear

  • Noes de regresso linear

  • Anlise de regresso

    mtodo estatstico que utiliza a relao entreduas ou mais variveis de modo que umavarivel pode ser estimada (ou predita) apartir da outra ou das outras

    Neter, J. et al. Applied Linear Statistical Models. McGraw Hill, 1996

  • Objetivos

    Determinar como duas ou mais variveis serelacionam.

    Estimar a funo que determina a relaoentre as variveis.

    Usar a equao ajustada para prever valoresda varivel dependente.

  • Reta ajustada ou reta de regresso

    Se o modelo linear, procuramos a reta quemelhor se ajusta ao modelo proposto

    0

    2

    4

    6

    8

    10

    12

    0 2 4 6 8 10 12

  • Reta ajustada ou reta de regresso

    Funo do 1 grau

    a coeficiente angular (inclinao)

    b coeficiente linear (intercepta eixo y)

  • Clculo dos coeficientes

  • Reta ajustada ou reta de regresso

    Para traarmos a reta no grfico, bastadeterminar dois de seus pontos

  • Exemplo

    Consumo de cerveja e temperatura

    Y: consumo de cerveja dirio por mil habitantes, em litros.

    X: temperatura mxima (em C).

  • Tabela de dadosLocalidade Temperatura (X) Consumo (Y)

    1 16 290

    2 31 374

    3 38 393

    4 39 425

    5 37 406

    6 36 370

    7 36 365

    8 22 320

    9 10 269250

    300

    350

    400

    450

    0 10 20 30 40

    A correlao entre X e Y r = 0,962

  • Reta ajustada

    y = 4,738x + 217,3

    250

    300

    350

    400

    450

    0 10 20 30 40

    Interpretao: Aumentando-se um grau de temperatura (X), o

    consumo de cerveja (Y) aumenta, em mdia, 4,74 litros por mil

    habitantes

  • Dvidas ou sugestes