Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouMarcos Marroquim Costa Alterado mais de 8 anos atrás
1
Regressão Linear
2
Introdução A relação linear entre duas variáveis contínuas pode ser aferida através do coeficiente de correlação ou do modelo de regressão linear. Objectivos da regressão linear: Mostrar de que forma as variáveis independentes explicam as variáveis dependentes. Fazer previsões sobre as variáveis dependentes a partir dos valores das independentes.
3
Procedimentos Deve construir-se um quadro – diagrama de dispersão – a partir dos pares de valores (X,Y) de variáveis independente e dependente. Funções do diagrama de dispersão: Ajudar a determinar se existe relação entre as variáveis. Permitir identificar a equação matemática mais apropriada para descrever essa relação (linear, exponencial, logarítmica, potência, etc.).
4
Relação linear A relação linear entre duas variáveis pode ser descrita através da equação: Em que: Y = variável dependente X = variável independente = variável residual (inclui factores exteriores ao modelo e erros de medição) = parâmetro ordenada na origem = parâmetro declive
5
Coeficiente de correlação de Pearson Um coeficiente de correlação superior a 0,5 (em valor absoluto) mostra uma correlação forte entre as variáveis. Um coeficiente de correlação inferior a 0,5 (em valor absoluto) mostra uma correlação fraca entre as variáveis.
6
SPSS No SPSS, os dados deverão ser introduzidos da seguintes forma: Depois, seleccionar nos menus: Analyze Regression Linear Consulte esta tabela esta tabela
7
SPSS Seleccionar as variáveis dependente e independente:
8
SPSS Obtém-se o seguinte quadro de respostas: De onde se extraem os valores de 6,163 e 0,093 para e , respectivamente. Consulte esta tabela esta tabela Declive Ordenada na origem
9
SPSS - Gráfico Na barra de menus escolher: Graphs Scatter… Seleccionar Simple e premir Define. Seleccionar a variável dependente para o eixo Y. Seleccionar a variável independente para o eixo X. Em Label Cases by colocar o nome da variável que vai identificar os pontos nos gráficos.
10
SPSS - Gráfico A janela deverá ser preenchida da seguinte forma:
11
SPSS - Gráfico Para identificar os pontos, editar o gráfico e usar a opção Point ID. O resultado é o seguinte:
12
SPSS – Regra de regressão Para visualizar a recta de regressão, escolher na barra de menus: Chart Options… Em Fit Line escolher Total. Em Fit Options escolher Linear regression. Para visualizar o erro quadrático, escolher na barra de menus: Chart Options… Em Fit Options escolher Display R-square in legend.
13
SPSS – Escala Para alterar a gama de valores representados, escolher na barra de menus: Chart Axis… Para a gama do eixo X, escolher X scale. Modificar, então, os valores mínimo e máximo de Range. Para a gama do eixo Y, proceder do mesmo modo.
14
SPSS – Gráfico Ordenada na origem
15
Os valores previstos pela recta são diferentes dos valores reais para cada caso. A diferença entre os dois constitui o valor residual. O SPSS calcula os valores previstos pelo modelo linear, assim como os valores residuais. SPSS – Valores previstos e valores residuais Na caixa de diálogo Linear Regression escolher a opção Save. Em Predicted Values e Residuals seleccionar as opções Unstandardized.
16
SPSS – Valores previstos e valores residuais Premir, depois, o botão Continue.
17
SPSS – Valores previstos e valores residuais São geradas as variáveis pre_1 e res_1, respectivamente, com os valores previstos e residuais para cada caso. É possível visualizar os valores previstos junto dos valores reais. Na barra de menus escolher: Analyze Reports Case Summaries… Seleccionar as variáveis a analisar e movê-las para a lista de variáveis.
18
SPSS – Valores previstos e valores residuais Valores previstos pelo modelo Valores residuais
19
SPSS – Valores previstos e valores residuais Neste caso, o modelo afirma que: alcool = 0,0930 rendim + 6,163 expressão a partir da qual se podem calcular os valores previstos pelo modelo e respectivos valores residuais.
20
SPSS – Coeficiente de correlação A tabela seguinte, apresentada como um dos resultados do cálculo de regressão linear, dá-nos o valor do coeficiente de correlação (R), assim como o seu quadrado (R Square). Coeficiente de correlação Proporção de variância explicada pelo modelo
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.