Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Regressão linear simples
Variável independente, X Variável dependente, Y Temperatura do forno (0C) Resistência mecânica da cerâmica (MPa) Quantidade de aditivo (%) Octanagem da gasolina Renda (R$) Consumo (R$) Memória RAM do computador (Gb) Tempo de resposta do sistema (s) Área construída do imóvel (m2) Preço do imóvel (R$)
2
Exemplo 11.2: Resultados de n = 6 ensaios experimentais:
X = % de aditivo Y = Índice de octanagem da gasolina X Y 1 80,5 2 81,6 3 82,1 4 83,7 5 83,9 6 85,0
3
Exemplo 11.2:
4
Regressão - Modelo Y = + Regressão Linear Simples Parâmetros
Predito por X, se- gundo uma função Efeito aleatório + Regressão Linear Simples Parâmetros
5
Modelo de regressão linear simples
Em termos das variáveis: Em termos dos dados: Yi = + xi + i Suposições: os termos de erro (1, 2, ..., n) são variáveis aleatórias independentes; E{i} = 0; V{i} = 2; e i tem distribuição normal (i = 1, 2, ..., n).
6
Método dos mínimos quadrados para estimar e
Minimizar em relação a e : yi xi i
7
Método dos mínimos quadrados para estimar e
Resultado das derivadas parciais: Estimativa de : Estimativa de : Reta de regressão construída com os dados:
8
Qualidade do ajuste Ajustou-se uma equação de regressão entre X e Y. E a qualidade do ajuste? análise de variância do modelo análise dos resíduos
9
Reta de regressão e resíduos
Valores preditos: yi xi ei Resíduos:
10
Análise de variância do modelo
Desvio em relação à média aritmética: yi xi ei di Desvio em relação à reta de regressão (resíduo da regressão):
11
Somas de quadrados = + SQT variação total SQR variação explicada
pela equação de regressão SQE variação não explicada
12
Somas de quadrados Coeficiente de determinação:
13
Medida da qualidade do ajuste:
Coeficiente de determinação (R2) R2 = Variação total explicada = (yi - y)2 ^ Matematicamente, R é o quadrado do Coef. de Correlação de Pearson. 0 R2 1
14
Exemplo 11.2: Interpretar.
15
Análise de variância do modelo
Fonte de variação gl SQ QM Razão f Regressão 1 Erro n – 2 Total n – 1
16
Teste de significância do modelo
H0: = e H1: 0 Distribuição de referência para a razão f : distribuição F com gl = 2 no numerador e gl = n – 2 no denominador (Tabela 6).
17
Exemplo 11.2: Fonte de variação gl SQ MQ Razão f Regressão 1 13,73 13,729 156,26 Erro 4 0,35 0,088 Total 5 14,08 Usar a Tabela 6 e fazer o teste de significância do modelo.
18
Suposições do modelo Modelo: Yi = + xi + i
os termos de erro (1, 2, ..., n) são variáveis aleatórias independentes; E{i} = 0; V{i} = 2; e i tem distribuição normal (i = 1, 2, ..., n). x E{Y}= +x y
19
Análise dos resíduos: um diagnóstico das suposições do modelo
Valores preditos: yi xi ei Resíduos:
20
Análise dos resíduos e x Gráfico dos dados: (xi, yi)
Gráfico dos resíduos: (xi, ei) As suposições do modelo parecem satisfeitas?
21
Análise dos resíduos Gráfico dos dados: (xi, yi) Gráfico dos resíduos:
Gráfico dos dados: (xi, yi) Gráfico dos resíduos: (xi, ei) As suposições do modelo parecem satisfeitas? O que pode ser feito? (Ver livro)
22
Análise dos resíduos Gráfico dos dados: (xi, yi) Gráfico dos resíduos:
x Gráfico dos dados: (xi, yi) Gráfico dos resíduos: (xi, ei) As suposições do modelo parecem satisfeitas? O que pode ser feito? (Ver livro)
23
Gráfico dos resíduos: (xi, ei)
Análise dos resíduos resíduo x Gráfico dos resíduos: (xi, ei) As suposições do modelo parecem satisfeitas? O que pode ser feito? (Ver livro)
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.