Estatística para Cursos de Engenharia e Informática

Apresentação em tema: "Estatística para Cursos de Engenharia e Informática"— Transcrição da apresentação:

1 Estatística para Cursos de Engenharia e Informática
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 11 – Complemento: Regressão Múltipla APOIO: Fundação de Ciência e Tecnologia de Santa Catarina (FUNCITEC) Departamento de Informática e Estatística (INE/CTC/UFSC)

2 Regressão Múltipla Predizer valores de uma variável dependente (Y) em função de variáveis independentes (X1, X2, ..., Xk). Conhecer o quanto as variações de Xj (j = 1,...,k) podem afetar Y.

3 Regressão Múltipla (X1, X2, ..., Xk) Y
Aplicação na educação física: X1 = exercício aeróbico X2 = calorias ingeridas X3 = circunferência da cintura Y = perda de peso

4 Regressão Múltipla (X1, X2, ..., Xk) Y
Aplicação no Índice de Massa Corporal (IMC) : X1 = velocidade X2 = potência X3 = agilidade Y = IMC

5 Modelo de Regressão Múltipla
E(y) = f(X1, X2, ..., Xk) Linear: E(y) = 0 + 1X1 + 2X kXk onde Y, X1, ..., Xk podem representar as variáveis originais ou transformadas. Admite-se que Y, X1, ..., Xk são variáveis contínuas.

6 Modelo de Regressão Múltipla
E(y) = 0 + 1X1 + 2X kXk O coeficiente k representa a variação esperada de Y para cada unidade de variação em Xk (k = 1, 2, ..., k), considerando as outras variáveis independentes fixas.

7 Modelo de Regressão Múltipla
AMOSTRA: variáveis obs. Y X1 X2 ... Xk 1 y1 x11 x x1k 2 y2 x21 x x2k n yk xn1 xn2 ... xnk E(y) = 0 + 1X1 + 2X kXk yi = 0 + 1xi1 + 2xi kxik + ei termo aleatório (erro)

8 Modelo de Regressão Múltipla Suposições
yi = 0 + 1xi1 + 2xi kxik + ei termo aleatório (erro) Os erros (ei) são independentes e variam aleatoriamente segundo uma distribuição (normal) com média zero e variância constante.

9 Regressão Múltipla Equação de regressão ajustada aos dados:
Valores preditos: Resíduos:

10 Medida do Ajuste Coeficiente de determinação (R2) explicada 0  R2  1
Variação total explicada 0  R2  1

11 Regressão Múltipla: teste sobre o modelo
ANOVA: através da Análise de variância, testa-se a hipótese H0 dada a seguir E(y) = 0 + 1X1 + 2X kXk H0: 1 = 2 = ... = k = 0

12 Regressão Múltipla: teste sobre um particular coeficiente
E(y) = 0 + 1X1 + 2X kXk H0: j = 0 sendo se o erro padrão da estimativa bj Sob H0 e considerando as suposições do modelo, t tem distrib. t de student

13 Ex. de regressão múltipla
A academia de ginástica “Boa Forma” decidiu ilustrar uma abordagem teórica de como os exercícios aeróbicos e a ingestão de calorias podem afetar o peso. Doze dos membros estabelecidos na academia registraram cuidadosamente o número de minutos de exercícios aeróbicos que praticaram no decorrer de uma semana, juntamente com sua ingestão calórica semanal.

14 Academia BOA FORMA Ex. aeróbico Cal. Ingerida(x1000) Perda de peso (X1) (X2) (Y) , ,27 , ,26 , ,63 , ,63 , ,17 , ,71 , ,49 , ,13 , ,17 , ,90 , ,49 , ,50

15 Regressão múltipla: com variáveis independentes qualitativas
Ex. (Qualitativa.sav) Variável dependente: IMC; Variáveis independentes: TR (dobra cutânea triciptal); SOMA_DC (soma da dobra cutânea); SEXO (0 = feminino, 1= masculino) As variáveis qualitativas devem entrar no modelo na forma de variáveis indicadoras (0 - 1)

16 Regressão múltipla: com variáveis independentes qualitativas
E(y) = 0 + 1Sexo + 2TR + 3Soma_dc O coeficiente de uma variável indicadora indica a variação esperada em Y quando a variável indicadora muda de 0 para 1, mantendo-se as demais variáveis constantes. Ex: 1 é o incremento esperado no IMC pelo indivíduo ser do sexo masculino.

17 Seleção de variáveis: Ex. (seleção.sav) Backward Forward Stepwise
Variável dependente: IMC Backward Forward Stepwise

18 MÉTODO FORWARD (passo a frente)
Considera-se inicialmente um modelo de regressão linear simples, usando como variável auxiliar (X), aquela de maior valor da estatística t (ou menor valor de p) quando ajustada a variável dependente Y. As etapas se sucedem quando uma variável por vez pode vir a ser incorporada; Se em uma outra etapa não houver inclusão, o processo é interrompido e as variáveis selecionadas até esta etapa definem o modelo final.

19 PROCEDIMENTO Passo 1) ajustar todos os modelos com m variáveis (no modelo inicial m=1) e escolher a variável candidata com maior valor da estatística t para entrar no modelo, considerando que o valor de p ≤  (caso p> o modelo é interrompido); Passo 2) para cada variável não pertencente ao modelo do passo 1, ajustar um modelo de regressão considerando no modelo as variáveis que entraram no passo 1 e escolher a variável candidata que tiver o maior valor da estatística t, desde que p ≤  (caso p> o modelo é interrompido);

20 Passo 3) Fazer o processo sucessivamente, até que todas as variáveis que não estão no modelo apresentem um valor de t, tal que o valor p>.

21 MÉTODO BACKWARD (passo atrás)
Neste método incorporam-se inicialmente todas as variáveis em um modelo de regressão linear múltipla; Percorrem-se etapas, nas quais uma variável por vez pode vir a ser eliminada; Se em cada etapa não houver eliminação de alguma variável, o processo é interrompido e as variáveis restante definem o modelo final.

22 PROCEDIMENTO Passo 1) ajustar o modelo completo de k variáveis;
Passo 2) retirar do modelo completo a variável com menor valor da estatística t (ou maior valor de p). Caso todas as variáveis apresentem p ≤  o processo é interrompido e o modelo final é selecionado; Passo 3) ajustar o modelo com k-1 variáveis e voltar ao passo 2.

23 MÉTODO STEPWISE (passo a passo)
Consiste em uma generalização do procedimento Forward; Após cada etapa de incorporação de uma variável, temos uma etapa em que uma das variáveis já selecionadas pode ser descartada; O procedimento chega ao final quando nenhuma variável é incluída ou descartada.

24 PROCEDIMENTO Passo 1) ajustar todos os modelos com m variáveis (no modelo inicial m=1) e escolher a variável candidata com maior valor da estatística t para entrar no modelo, considerando que o valor de p ≤  (caso p> o modelo é interrompido); Passo 2) para cada variável não pertencente ao modelo do passo 1, ajustar um modelo de regressão considerando no modelo as variáveis que entraram no passo 1 e escolher a variável candidata que tiver o maior valor da estatística t, desde que p ≤  (caso p> o modelo é interrompido);

25 Passo 3) verificar se o valor da estatística t das variáveis que estão no modelo apresentam p≤. Caso uma ou mais variáveis que já estão no modelo apresente p> , retira-se a variável do modelo que possua o maior valor de p. Passo 4) ajustar o modelo no passo 3, tal que p≤ para todas as variáveis. Voltar o passo 2 e repetir todo o processo até que todas as variáveis que estão fora do modelo tenham p>.