Carregar apresentação
1
Analise de Regressão Parte 2
2
Interpretando Valores
Um valor de Y conhecendo X! Y X
3
Interpretando Valores
Y Y Y X
4
Interpretando Valores e os Ruídos
Yi (valor real) * Y Y ^ X
5
Interpretando os Valores e os Ruídos
Yi (valor real) * Y Y = b0 + b1X Yi (valor estimado) ^ Y Esta equação vai “procurar” passar no meio das distribuições para os possíveis valores de Y a partir de um dado valor X ^ X
6
Interpretando os Ruídos!
Yi (valor real) * Y Y Yi - Yi - Y = b0 + b1X Yi ^ Yi (valor estimado) ^ Yi - Y ^ Y ^ X
7
Interpretando os ruídos / resíduos
Y Yi - Resíduo Global ou Variação Total em Y Se elevar ao Quadrado e considerar o somatório de todos os possíveis valores obtenho o que se chama de SQDy – Variação Total em Y Variação de Y explicada pela regressão. Se elevar ao Quadrado e considerar o somatório de todos os possíveis valores obtenho o que se chama de SQRegressão – Variação de Y explicada pela regressão Yi - Y ^ Variação de Y Não explicada pela regressão. Se elevar ao Quadrado e considerar o somatório de todos os possíveis valores obtenho o que se chama de SQResíduo – Variação de Y não explicada pela regressão Yi - Yi ^
8
Interpretando os Ruídos
Yi (valor real) * Y Yi - Yi - Y = b0 + b1X Yi - Y ^ Yi ^ Y Yi (valor estimado) ^ Y ^ X
9
Modelo de Regressão Linear mais simples?!!
Inclinação Populacional Intercepto Erro Aleatório Variável Independente Dependente Yi=0+1Xi +i Yi i X Y b0 1 Coeficiente angular Y = E(Y) = 0 + 1 X Ŷi=b0+b1Xi i =Yi-Ŷi Modelo estimado Resíduo
10
Como? De onde surgiu? MMQO Método dos Mínimos Quadrados Ordinários
11
MMQO Yi i X Y b0 1 Coeficiente angular Y = E(Y) = 0 + 1 X
12
MMQO Para se encontrar o mínimo para uma equação, deve-se derivá-la em relação à “variável” de interesse e igualá-la a zero. A sua derivada segunda deverá, obviamente, ser positiva, o que no caso sempre ocorrerá, por se tratar de uma soma de quadrados. Derivando então a expressão (1) em relação aos parâmetros e igualando-as a zero, poderemos obter duas equações que, juntas, vão compor o chamado sistemas de equações normais. A solução desse sistema fornecerá:
13
Note: Novas Formas ou fórmulas! Será mesmo?
14
Perguntas
15
Podemos extrapolar: isto é tentar avaliar previsões para fora do intervalo observado para os dados
Erro Padrão da Estimativa: É a medida de variabilidade em torno da linha de regressão (isto é, o seu desvio padrão). e = 1602,0971;
16
Medidas de Variação na Regressão e na Correlação
Utilidade: Verificar se a variável independente prevê bem a variável dependente no modelo estatístico utilizado! Soma Total de Quadrados (STQ) Coeficiente de Determinação Coeficiente de Correlação Linear
17
Pressupostos da Regressão e da Correlação
Normalidade Afeta as inferências sobre os valores dos coeficientes de regressão. Homocedasticidade Afeta a forma de cálculo dos coeficientes de regressão Independência de Erros Aplica-se, em especial, a valores coletados ao longo de um período de tempo. Linearidade O modelo utilizado não é adequado.
18
Análise dos Resíduos X X Erros Correlacionados
19
Estimativas de Intervalo de Confiança
(valor médio) Efeito Banda de Confiança
20
Inferências sobre os Parâmetros: REGRESSÃO e CORRELAÇÃO
Testes de hipótese sobre o valor de 1. Testes de hipótese sobre o valor de .
21
Testes de hipótese sobre o valor de 1
Nula H0: 1 = 0 (não existe relação) Alternativa H1: 1 0 (existe uma relação) Determinar o nível de significância do teste () Calcular a estatística do teste Comparar Região de Rejeição com a estatística do teste (Tabela da distribuição t com n-2 graus de liberdade) Concluir
22
Testes de hipótese sobre o valor de
Nula H0: = 0 (não existe correlação) Alternativa H1: 0 (existe correlação) Determinar o nível de significância do teste () Calcular a estatística do teste Comparar Região de Rejeição com a estatística do teste (Tabela da distribuição t com n-2 graus de liberdade) Concluir
23
Exercícios
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.