Upload
keaton-oneal
View
275
Download
8
Embed Size (px)
DESCRIPTION
Distribuições Bidimensionais. MACS Distribuições Bidimensionais (Ano 1). A análise de correlação é o instrumento estatístico que permite estudar relações quantitativas. A correlação exprime a forma /a força de ligação das variáveis. - PowerPoint PPT Presentation
Citation preview
NetProf 1
Distribuições Distribuições BidimensionaisBidimensionaisDistribuições Distribuições
BidimensionaisBidimensionaisMACSMACS
Distribuições BidimensionaisDistribuições Bidimensionais(Ano 1)(Ano 1)
NetProf 2
Regressão e Correlação
A análise de correlação é o instrumento estatístico que permite estudar relações quantitativas. – A correlação exprime a forma /a força de ligação das
variáveis. – Num extremo podemos ter relações funcionais perfeitas e
no outro extremo ter a ausência de correlação.
Ao fazer uma análise de regressão, estudam-se as relações existentes entre fenómenos, quando são feitas observações de duas ou mais variáveis, através das suas distribuições.
Quando se observam somente duas variáveis, a distribuição diz-se bidimensional.
NetProf 3
• Relação entre preço e produção de batatas: em média, quanto maior a produção, menor o preço e vice-versa.
• Relação entre idade do marido e da esposa: em média, quanto maior a idade da esposa, maior a idade do marido.
• Relação entre número de horas de estudo e notas dos alunos de uma turma na disciplina, de matemática: em média, quanto maior o número de horas de estudo, maior o valor
da nota obtida.
Exemplos
NetProf 4
A correlação pode ser:
• Correlação Simples entre duas variáveis• Correlação Múltipla entre mais do que duas variáveis
• Correlação Positiva as duas variáveis variam no mesmo sentido
• Correlação Negativa a relação entre as duas variáveis é inversa
• Correlação Linear os pontos ajustam-se a uma linha recta• Correlação não linear os pontos ajustam-se a uma linha
com outra forma (por exemplo, regressão quadrática, os pontos ajustam-se a uma parábola)
Correlação
NetProf 5
Considere-se o conjunto de observações de duas variáveis X e Y:
Considere a relação entre salário e tempo de serviço, de dez operários:
, ; 1, 2, ,i ix y i n
N.º de anos 6 5 6 4 6 6 5 6 7 5
Salário 700 750 750 850 850 880 800 790 750 760
Exemplo
NetProf 6
Construamos o diagrama de dispersão - representação gráfica de duas variáveis, em que cada par de dados (xi, yi), é representado por um ponto de coordenados (xi , yi), num sistema de eixos coordenados.Utilizando o exemplo anterior, temos:
650
700
750
800
850
900
3,5 4 4,5 5 5,5 6 6,5 7 7,5
Diagrama de dispersão
Podemos usar a folha de cálculo Excel ou a máquina de calcular gráfica, para fazer estas representações.
NetProf 7
Pela análise do diagrama de dispersão, pode-se concluir, empiricamente, se o grau de correlação linear entre as variáveis é forte ou fraco, conforme o modo como se situam os pontos em redor de uma recta. Esta recta, empiricamente, constrói-se de modo que os pontos de ajustem o melhor possível a ela.
A correlação é tanto maior quanto mais os pontos se concentrem, com pequenos desvios, em relação a essa recta.
650
700
750
800
850
900
3,5 4 4,5 5 5,5 6 6,5 7 7,5650
700
750
800
850
900
3,5 4 4,5 5 5,5 6 6,5 7 7,5
Diagrama de dispersão (cont.)
NetProf 8
ExemplosNão existe correlaçãoCorrelação positiva
forteCorrelação negativa forte
Correlação positiva fraca
Correlação negativa fraca
NetProf 9
ExercícioEstude a relação entre os quilómetros que um carro apresenta e a sua valorização ao longo dos anos de uso.Considere a seguinte tabela:
CarrosQuilómetros
(milhares)
Preço (milhares de euros)
1 20 302 30 283 200 14 45 195 50 156 150 87 100 108 130 99 40 20
10 80 1411 180 712 90 13
0
5
10
15
20
25
30
35
0 50 100 150 200 250
Milhares de Km
Pre
ço e
m m
ilhar
es d
e eu
ros
NetProf 10
Coeficiente de correlação (linear)
O coeficiente de correlação permite-nos quantificar a existência ou não de correlação linear.Para se quantificar esta correlação, Pearson, propôs o seguinte cálculo:
1
2 2
1 1
( )( )
( ) ( )
n
i ii
n n
i ii i
x x y yr
x x y y
Podemos utilizar a máquina de calcular gráfica ou a folha de cálculo Excel para calcular este coeficiente.
Prova-se que: 1 r 1
NetProf 11
Pode-se utilizar a seguinte escala, para avaliar a intensidade da correlação:
Coeficiente de correlação
NetProf 12
Existindo correlação linear, os pontos podem ser ajustados através de uma recta, obtendo-se uma expressão do tipo y = a x + b.Iremos determinar esta recta recorrendo à máquina de calcular gráfica e à folha de cálculo Excel.
Recta de regressão
NetProf 13
Folha de cálculo Excel
No documento “Texto de apoio n.º 2 – Regressão e correlação com
o Excel “ (no mesmo local deste documento), indica-se como construir um gráfico de dispersão e calcular a recta de regressão, bem como o coeficiente de Pearson em dados bivariado, utilizando a folha de cálculo Excel.
NetProf 14
Exercícios1. Um professor decidiu averiguar, junto dos seus alunos, qual a
relação entre o número de faltas às aulas da sua disciplina e o número de horas semanais de estudo. Elaborou o seguinte quadro:
1.1 Represente, num sistema de eixos, o conjunto de pontos (x,y), correspondente a: (número de faltas, nº de horas semanais de estudo)
1.2 Indique os tipos de correlação e interprete os dados (resultados).
1.3 Determine a recta de regressão e indique o coeficiente de correlação
Alunos 1 2 3 4 5 6 7 8 9 10 11 12 Número de faltas
10 0
2
3
6
12
8
1
1
7
5
10
Nº de horas semanais de estudo
4
10
9
10
3
1
7
6
5
2
6
14
NetProf 15
Exercícios2. Os coeficientes de correlação correspondentes a cada uma
das distribuições representadas são: -0,01; -0,86 e 0,89. Observe-as cuidadosamente e faça corresponder a cada uma delas o seu coeficiente de correlação:
A B C