Regressão Linear Aula 09 Prof. Christopher Freire Souza

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

Escola Politécnica de Pernambuco Departamento de Ensino Básico
Estatística amintas paiva afonso.
Prof. Darlan Marcelo Delgado
Estimação de parâmetros
Analise de Regressão Parte 2.
Análise de Variância da Regressão
MÉTODOS QUANTITATIVOS
Modelos de Regressão Múltipla.
Teste de aderência Aula 07 Prof. Christopher Freire Souza
Análise local de freqüências
Estatística Aula 01 Prof. Marllus Gustavo Ferreira Passos das Neves
Universidade Federal de Campina Grande – UFCG Centro de Ciências e Tecnologia – CCT Departamento de Engenharia Civil - DEC ESTATÍSTICA APLICADA A HIDROLOGIA.
Métodos Numéricos e Estatísticos
MB751 – Modelos de previsão
EXERCÍCIO DE SÉRIES DE TEMPO E REGRESSÃO: DEMANDA POR IMPORTAÇÕES
Erros no Teste de Hipóteses
PREVISÃO DE CUSTOS Prof Samir Silveira.
O Uso De Modelos Econométricos Em Empresas
Estatística Aplicada (RHS106)
Laís Araújo Lopes de Souza
Estatística - Estimação – VI - 1; Estimação por intervalo de confiança.
Modelos de regressão Cláudio Monteiro
Aula 10. Regressão Linear Múltipla.
Estatística e Probabilidade
Distribuição de Probabilidades
Introdução ao Stata 7 de junho de 2013
ESTATÍSTICA.
Regressão Múltipla Profas: Gardênia da Silva Abbad Elaine Rabelo Neiva
Regressão Pontos mais importantes: -objectivo -regressão linear
Aula 6 - Método não-experimental ou de seleção não-aleatória
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
Professor Antonio Carlos Coelho
Regressão Linear.
Interpolação e Ajuste de Curvas
UFSC.PósMCI.FME.Inferências Envolvendo Variâncias. (8.1) 6 Inferências Envolvendo Variâncias.
Modelagem Estatística
Professor Antonio Carlos Coelho
Contabilidade e Regressão Linear
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
Introdução ao Stata 24 de maio de 2013
análise dos estimadores
Aula 17 - Estimação por Intervalo1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular.
7 Ajuste de Curvas UFSC.PósMCI.FME.Ajuste de curvas. (11.1)
Regressão.
Ajuste do Modelo Avaliação dos Coeficientes
Regressão Linear Múltipla
Introdução a planejamento e otimização de experimentos
Teste de hipóteses Aula 06 Prof. Christopher Freire Souza
Estatística e Probabilidade
FLO Estatística Aplicada a Engenharia Florestal
Ac. Ibrahim Massuqueto Prof. Dr. Horacio Tamada Apresentador: Orientador:
Aula 12 - Relaxando as hipóteses do MCRL
Estatística Básica usando o José CARDOSO Neto Professor Associado Departamento de Estatística - UFAM 26 a 30 de outubro de 2015 IX.
Métodos Estatísticos Aplicados às Ciências Biológicas
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Métodos Estatísticos Aplicados às Ciências Biológicas - 11ª aula -
Regressão Linear Simples
Correlação e regressão
AULA 3 – O Modelo de Regressão Simples
Regressão linear simples
Regressão linear simples
Econometria Félix Bernardo. Econometria “a Econometria procura fornecer uma base empírica para o estudo de relações entre variáveis económicas (ou, em.
Experimentação e Instrumentação Regressão Linear e Múltipla
AULA 11 – REGRESSÃO Parte I
LINEARIDADE Kamila Dias Nayara Rayanne Pereira Renata Fernandes Solange Araújo.
Regressão Linear (aula 14 – Parte 2).
Variância/ Covariância, Correlação Regressão. Variância.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

Regressão Linear Aula 09 Prof. Christopher Freire Souza Centro de Tecnologia Universidade Federal de Alagoas www.ctec.ufal.br/professor/cfs

Christopher Souza: Regressão Linear Objetivos Desenvolver habilidades para avaliar a linearidade da relação entre variáveis Desenvolver habilidades para sugerir equação para previsão de valor de uma variável a partir de outra(s) de mais fácil mensuração

Relevância do conteúdo Christopher Souza: Regressão Linear Relevância do conteúdo Regressão é aplicada para estimar como se relacionam variáveis tendo em vista a observação de sua variação conjunta É de especial interesse realizar previsões de valores de variáveis de difícil mensuração quando outras relacionadas e de mais fácil mensuração são conhecidas

Conteúdo Correlação linear Regressão linear simples Christopher Souza: Regressão Linear Conteúdo Correlação linear Regressão linear simples Avaliação da regressão linear simples Regressão linear múltipla Avaliação da regressão linear múltipla

Correlação linear Mede o grau de variação conjunta de duas variáveis Christopher Souza: Regressão Linear Correlação linear Mede o grau de variação conjunta de duas variáveis Diagramas de dispersão Não necessariamente causa e efeito Possibilidade de linearidade por trechos (segmentação)

Correlação linear Correlações espúrias Christopher Souza: Regressão Linear Correlação linear Correlações espúrias

Correlação linear (Teste de hipótese) Christopher Souza: Regressão Linear Correlação linear (Teste de hipótese) H0: r=0 H1: r≠0 Estatística de teste Rejeita-se a hipótese nula se: Intervalo de confiança H0: r=r0 H1: r≠r0 Estatística de teste Rejeita-se a hipótese nula se:

Regressão linear simples Christopher Souza: Regressão Linear Regressão linear simples Equação de regressão Método dos mínimos quadrados Considerando para cada ponto a relação O método consiste em estimar valores dos parâmetros que resultem em Para isso, estima-se a e b via Resultando em:

Regressão linear simples (funções linearizáveis) Christopher Souza: Regressão Linear Regressão linear simples (funções linearizáveis)

Regressão linear simples (Hipóteses básicas) Christopher Souza: Regressão Linear Regressão linear simples (Hipóteses básicas) Aleatoriedade, independência e homogeneidade de séries Lineariedade entre variáveis Aleatoriedade, independência, normalidade e homoscedasticidade (VAR(ei)=cte) dos resíduos

Regressão linear simples (Avaliação) Christopher Souza: Regressão Linear Regressão linear simples (Avaliação) Erro Padrão

Regressão linear simples (Avaliação) Christopher Souza: Regressão Linear Regressão linear simples (Avaliação) Erro Padrão Regressão aceitável: 0<se<sy Coeficiente de determinação SQDR/SQRM Intervalos de confiança para coeficientes para n SQ QM F p DR 1 SQDR QMDR/QMRR RR n-2 SQRR/ (n-2) RM n-1 SQRM/(n-1)

Regressão linear simples (Avaliação) Christopher Souza: Regressão Linear Regressão linear simples (Avaliação) H0: b=0 H1: b≠0 Estatística de teste Rejeita-se a hipótese nula se: Avaliação de b pode ser realizada via intervalo de confiança

Regressão linear simples (Avaliação) Christopher Souza: Regressão Linear Regressão linear simples (Avaliação) Intervalo de confiança para a linha de regressão num ponto xj Intervalo de confiança para um valor previsto num ponto xj

Regressão linear múltipla Christopher Souza: Regressão Linear Regressão linear múltipla Linearidade entre variável dependente (Y) e variáveis independentes (Xi) Equação de regressão Abordagem matricial Estimação de parâmetros (bi) Somatório dos quadrados SQRM SQDR SQRR

Christopher Souza: Regressão Linear Procedimentos Separar conjunto de dados para validar (¼) equação “calibrada” (¾) Montar matriz de correlações para avaliar linearidade em relação à variável dependente e colinearidade entre variáveis independentes Identificar um máximo de variáveis explicativas não-colineares e que apresentem correlação linear à variável dependente de forma a ter 3 ou 4 vezes o número de observações em relação ao número de variáveis explicativas Escolher entre fazer Regressão de todas as equações possíveis Fazer regressão com todas as variáveis escolhidas Regressão passo-a-passo (step-wise) Incorporação de variáveis uma-a-uma em função da correlação e teste F parcial

Regressão linear múltipla (Avaliação) Christopher Souza: Regressão Linear Regressão linear múltipla (Avaliação) Multicolinearidade 2 ou mais preditores são altamente correlacionados (|r|>0,85) Grandes mudanças nos coeficientes da regressão quando um preditor é adicionado Coeficiente de determinação apresenta melhoria insignificante, embora insignificância da regressão seja rejeitada Erro Padrão

Regressão linear simples (Avaliação) Christopher Souza: Regressão Linear Regressão linear simples (Avaliação) Erro Padrão Regressão aceitável: 0<se<sy Coeficiente de determinação SQDR/SQRM n SQ QM F p DR QMDR/QMRR RR n-p-1 RM n-1

Regressão linear múltipla (Avaliação) Christopher Souza: Regressão Linear Regressão linear múltipla (Avaliação) H0: b1=b2=…=bp=0 H1: bi≠0 Estatística de teste (F) Rejeita-se a hipótese nula se: Coeficiente de determinação ajustado

Regressão linear múltipla (Avaliação de partes) Christopher Souza: Regressão Linear Regressão linear múltipla (Avaliação de partes) SQDRXk=SQDRX-SQDRX-Xk Xk: efeito da inclusão da variável Xk X: regressão considerando todas as variáveis inclusive Xk X-Xk: regressão com todas antes de incluir Xk H0: Xk não melhora significativamente o modelo H1: Xk melhora significativamente o modelo Estatística de teste: Rejeita-se a hipótese nula se: Coeficiente de determinação parcial

Regressão linear múltipla (Avaliação) Christopher Souza: Regressão Linear Regressão linear múltipla (Avaliação) Teste do valor de parâmetros H0: b1=b0 H1: b1≠b0 Estatística de teste onde sendo o i-ésimo elemento da diagonal de Rejeita-se a hipótese nula se: Intervalo de confiança para os coeficientes de regressão

Regressão linear múltipla (Avaliação) Christopher Souza: Regressão Linear Regressão linear múltipla (Avaliação) Intervalo de confiança para a linha de regressão num ponto Xj Intervalo de confiança para um valor previsto num ponto Xj