Regressão Linear Bioestatística Básica. Introdução  Interesse em estudar como uma variável varia em função da outra  EX.: Idade e altura (correlação.

Slides:



Advertisements
Apresentações semelhantes
Estatística amintas paiva afonso.
Advertisements

CORRELAÇÃO linear de Pearson ( r )
Prof. Darlan Marcelo Delgado
FUNÇÕES.
Noções de Regressão Profa. Marli.
Retas Tangentes Para definirmos tangência para curvas em geral, precisamos de um método dinâmico que leve em conta o comportamento das secantes que passam.
Derivadas Já definimos o coeficiente angular de uma curva y = f(x) no ponto onde x = x0. Chamamos esse limite, quando ele existia, de derivada de f em.
Estudo da reta.
Função afim: a função geral de 1º grau
Ensino Superior Cálculo 3 4. Derivadas Parciais Amintas Paiva Afonso.
Rotação dos Corpos Rígidos
1. RESPOSTA EM FREQÜÊNCIA
As funções.
FUNÇÃO POLINOMIAL DO 2º GRAU OU FUNÇÃO QUADRÁTICA
CINEMÁTICA (MRU) E (MRUV)
Função do 1º grau. Função do 1º grau A temperatura de uma substância é 30 ºC A temperatura de uma substância é 30 ºC. Vamos analisar duas situações.
Gráfico de uma função 1⁰ Ano Prof. Douglas.
INTRODUÇÃO À ENGENHARIA
Construção de gráficos
1 ESTATÍSTICA. 2 UDIII - Relação Entre Duas ou Mais Variáveis ESTATÍSTICA Ass 01: Regressão Simples.
Estatística e Probabilidade
FUNÇÃO DE 1º GRAU.
DISCIPLINA TELETRANSMITIDA
MOVIMENTO EM UMA LINHA RETA
FUNÇÕES.
Prof. Guilherme Alexandre Monteiro Reinaldo Recife
Professor Antonio Carlos Coelho
MÁRCIA CONTE BOA AULA.
De acordo com o texto sobre a suposição feita pelos gregos, é correto afirmar que eles acreditavam que o tempo em queda livre de um corpo é função.
Regressão Linear.
Matemática / Estatística
Quando temos uma função
GRÁFICO DE CORRELAÇÃO É um método gráfico de análise que permite verificar a existência ou não de relação entre duas variáveis de natureza quantitativa,
CONHEÇA HIDROLÂNDIA - UIBAÍ
FUNÇÃO DO 2º GRAU OU FUNÇÃO QUADRÁTICA.
Modelagem Estatística
Física Experimental I Prof. Ms. Alysson Cristiano Beneti
Cálculo II 3. Derivadas Parciais.
NOÇÕES DE ESTATÍSTICA.
Contabilidade e Regressão Linear
Regressão e Previsão Numérica.
Professor  Neilton Satel
Regressão.
Ajuste do Modelo Avaliação dos Coeficientes
Prof.: Luciano Soares Pedroso
Maria Augusta Constante Puget (Magu)
CONHEÇA HIDROLÂNDIA - UIBAÍ
CINEMÁTICA (MRU) E (MRUV)
Função Afim Profª: Mariane Krull Colégio: CDC Turma: 9º ano
Plano cartesiano animado
FUNÇÃO AFIM.
Professor  Neilton Satel
Metodologia da Pesquisa em Ensino de Ciências I
Descrição Bivariada Comparando Duas Distribuições
Física Experimental I – Turma J [FEX1001/J ] Aula 04: Gráficos Prof
REPRESENTAÇÃO FUNÇÃO.
Aulas Introdutórias O processo de medida;
Estatística e Probabilidade
FUNÇÃO CONSTANTE y = k ou f(x) = k Seja k um número real qualquer. A função f definida em R e tal que y = f(x) = k, recebe o nome de função constante,
Regressão Linear. Introdução A relação linear entre duas variáveis contínuas pode ser aferida através do coeficiente de correlação ou do modelo de regressão.
Introdução a Funções Reais
Matemática Renato Tognere Ferron. Unidade 3 - Funções.
Gráficos – Parte I CEPZ1 – 2015 – AULA 08 PROFESSORA: BRUNA CAVALLINI E RODRIGUES.
CEPZ1 – 2015 – AULA 09 PROFESSORA: BRUNA CAVALLINI E RODRIGUES
MATEMÁTICA E SUAS TECNOLOGIAS
Correlação Análise do grau de relacionamento entre duas variáveis quantitativas.
Experimentação e Instrumentação Regressão Linear e Múltipla
Profa Dra. Denise Pimentel Bergamaschi
Trabalhando as funções Colégio Juvenal de Carvalho 2013 Fonte pesquisa :
Regressão Linear (aula 14 – Parte 2).
Transcrição da apresentação:

Regressão Linear Bioestatística Básica

Introdução  Interesse em estudar como uma variável varia em função da outra  EX.: Idade e altura (correlação positiva)  Como a altura varia em função da idade?

Gráfico de linha  Variável Y em função de X  Variável dependente: Y  Variável explanatória: X  Altura em função da idade  Em saúde....  Observar como uma variável evolui ao longo do tempo

Gráfico de linha  Construção:  Coletar valores Y no tempo X  Traçar eixos cartesianos (X = abscissas; Y=ordenadas)  Estabelecer escalas  Escrever os nomes das variáveis  Desenhar pontos para pares (X,Y)  Unir os pontos por retas  Escrever título.

Reta de regressão  Se os pontos ficarem dispersos em torno de uma reta, onde a melhor se chama “reta de regressão” Y = a + bX  Onde:  Y é a variável dependente  a = coeficiente linear da reta  b = coeficiente angular da reta  X = variável explanatória

Reta de regressão  a  Altura em que a reta corta o eixo das ordenadas  Positiva: reta corta o eixo das ordenadas acima da origem  Negativa: reta corta o eixo das ordenadas abaixo da origem  Zero: reta passa na origem do sistema de eixos  b  Inclinação da reta  Positivo: reta ascendente  Negativa: reta descendente  Zero: reta paralela as abscissas

Reta de regressão

Exemplo  Foi colocada a mesma quantidade de plasma humano em oito tubos de ensaio e depois se ajuntou, em cada tubo, uma quantidade fixa de procaína (anestésico local). Mediu-se então, em tempos diferentes, a quantidade de procaína que já havia se hidrolisado. Calcule a reta de regressão.

Exemplo Tabela 1: Quantidade de procaína hidrolisada, em 10 moles/litro, no plasma humano, em função do tempo, em minutos, decorrido após sua administração. TempoQuantidade hidrolisada 23,5 35,7 59,9 816,3 1019,3 1225,7 1428,2 1532,6

Exemplo Gráfico1: Quantidade de procaína hidrolisada, em 10 moles/litro, no plasma humano, em função do tempo, em minutos, decorrido após sua administração.

Exemplo XYXYX² 23,574 35,717,19 59,949, ,3130, , ,7308, ,2394, , ,21589,2767 Tabela 2: Cálculos intermediários para a obtenção de a e de b. Linha de total

Exemplo

(X 1,Y 1 ) = (5;9,82) (X 2,Y 2 ) = (15;31,42)

Exemplo

Bom senso...  Não estimar muito além do intervalo estudado.  Relação linear  Dentro X Fora  Intervalo  Exemplo: Nascimento de dentes permanentes (a partir dos 6 anos). Só acontece até certa idade.

Escolha da variável explanatória  Valores fixados antes do início da coleta dos dados.  Quando não fixadas...  Pode ajustar Y para X ou X para Y  Recomenda-se identificar a variável que deve ser prevista.  Exemplo: Pressão arterial X Peso  Quem é X?  Quem é Y?

Bons estudos!!!

Coeficiente de determinação  Valores fixados antes do início da coleta dos dados.  Quando não fixadas...  Pode ajustar Y para X ou X para Y  Recomenda-se identificar a variável que deve ser prevista.  Exemplo: Pressão arterial X Peso  Quem é X?  Quem é Y?

Uma pressuposição básica  Valores fixados antes do início da coleta dos dados.  Quando não fixadas...  Pode ajustar Y para X ou X para Y  Recomenda-se identificar a variável que deve ser prevista.  Exemplo: Pressão arterial X Peso  Quem é X?  Quem é Y?