Regressão Linear e Não Linear Prof. Raphael de Souza e Josiel Maimone Figueiredo Programação para Física Ambiental.

Slides:



Advertisements
Apresentações semelhantes
Deve ser selecionado o modo
Advertisements

Prof. Darlan Marcelo Delgado
Analise de Regressão Parte 2.
 Revisão 01 Geometria Analítica Retas Prof. PH
Modelos de Regressão Múltipla.
Regressão Linear Aula 09 Prof. Christopher Freire Souza
Métodos Numéricos e Estatísticos
MB751 – Modelos de previsão
PREVISÃO DE CUSTOS Prof Samir Silveira.
Regressão logística A regressão logística é uma semelhante a regressão linear e é usada com temos uma variável dependente binária. O objectivo é saber.
Henrique Dantas Neder – prof
BIO Métodos Quantitativos Aplicados à Ecologia
Laís Araújo Lopes de Souza
Estatística - Estimação – VI - 1; Estimação por intervalo de confiança.
Modelos de regressão Cláudio Monteiro
Aula 10. Regressão Linear Múltipla.
Cálculo Numérico / Métodos Numéricos
Econometria Aula 3 – 27/9/2013.
Regressão Pontos mais importantes: -objectivo -regressão linear
Dependência e Independência Linear - L.D. e L.I.
Site: Estatística Prof. Edson Nemer Site:
Probabilidade e Estatística Exemplo da Moeda Balanceada
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
Professores André Fernando André Cavalieri
Regressão Linear.
Interpolação e Ajuste de Curvas
Análise multivariável
GRÁFICO DE CORRELAÇÃO É um método gráfico de análise que permite verificar a existência ou não de relação entre duas variáveis de natureza quantitativa,
Modelagem Estatística
Professor Antonio Carlos Coelho
Contabilidade e Regressão Linear
Introdução ao Stata 03 de maio de 2013
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
Revisão Premissa: seja y e x duas variáveis representando alguma população, deseja-se explicar y em termos de x. Ex: y=salário hora e x=anos de escolaridade.
análise dos estimadores
7 Ajuste de Curvas UFSC.PósMCI.FME.Ajuste de curvas. (11.1)
Como estimar o Modelo Linear Geral
Regressão.
Regressão Linear Múltipla
Métodos Numéricos Computacionais
Multicolinearidade.
Curva padrão Sucessão crescente ou decrescente de pontos obtidos da relação entre A concentração da espécie padrão pela sua intensidade de sinal proveniente.
Descrição Bivariada Comparando Duas Distribuições
Estatística e Probabilidade
FLO Estatística Aplicada a Engenharia Florestal
Exercícios do Livro – Capítulo 13 Fernando J. Moreira Jr. Controle Estatístico de Processo I Professor: Robert Wayne Samohyl.
AULA 6 Planejamento Experimental
R e Rstudio Prof. Raphael de Souza e Josiel Maimone Figueiredo Programação para Física Ambiental.
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 –
Estimação: Estimativa Pontual Estimativa Intervalar
Regressão Linear Simples
Programação para Física Ambiental
SSA Prof. Raphael de Souza e Josiel Maimone Figueiredo Programação para Física Ambiental.
Regressão Linear. Introdução A relação linear entre duas variáveis contínuas pode ser aferida através do coeficiente de correlação ou do modelo de regressão.
Regressão linear simples
Regressão linear simples
Correlação Análise do grau de relacionamento entre duas variáveis quantitativas.
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
ECONOMETRIA Mestrado Profissionalizante em Finanças e Economia Empresarial EPGE / FGV Prof. Eduardo Pontual Ribeiro Abril - Junho 2008.
Aproximação e Interpolação MCEF 2011/12. O Problema da interpolação consiste na obtenção de funções que descrevam de forma exacta um conjunto de dados.
AULA 11 – REGRESSÃO Parte I
Regressão Linear (aula 14 – Parte 2).
Variância/ Covariância, Correlação Regressão. Variância.
Regressão Linear Bioestatística Básica. Introdução  Interesse em estudar como uma variável varia em função da outra  EX.: Idade e altura (correlação.
Planejamentos compostos centrais. Características do Planejamento Para um planejamento com K fatores temos 3 partes : 1 – Uma parte fatorial (pontos de.
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 e Não Linear Prof. Raphael de Souza e Josiel Maimone Figueiredo Programação para Física Ambiental

Regressão  É uma técnica que permite explorar e inferir a relação de uma variável dependente (variável de resposta) com variáveis independentes específicas (variáveis explicatórias). Programação para Física Ambiental

Regressão Linear  Quando a variável dependente é linearmente proporcional a variável independente Programação para Física Ambiental

Regressão Linear  No R temos a função ‘lm’ que é utilizada para ‘fitar’ modelos lineares  Ex: fit=lm(y~x) Programação para Física Ambiental

Regressão Linear  Pode-se utilizar também modelos polinomiais com a função ‘poly’  Ex: fit=lm(y~poly(x,2))  O segundo parâmetro representa o grau do polinômio Programação para Física Ambiental

Regressão Linear  Depois de criado o modelo é necessário utilizá-lo para obter os dados previstos com ele  Para isso utilizamos a função ‘predict’  Ex: y1=predict(fit, data.frame(x=x)) Programação para Física Ambiental

Regressão Linear  Pode-se obter algumas estatísticas com a função ‘summary’  Ex: summary(fit) Programação para Física Ambiental

Regressão Linear  Pode-se obter os coeficientes do modelo com ‘coef’  Ex: coef(fit) Programação para Física Ambiental

Regressão Linear  Realiza-se a plotagem para verificar o modelo  Ex: plot(x,y)  lines(x,y1) Programação para Física Ambiental

Regressão Não Linear  Para criar modelos não lineares utilizamos a função ‘nls’ (Nonlinear Least Squares)  Ex: fit = nls(y~a*cos(x),start=c(a=0.1))  Aonde os coeficientes precisam ser informados em qual valor começar Programação para Física Ambiental

Regressão Não Linear  Para calcular o R² de modelos não lineares é preciso fazer o calculo na mão: Programação para Física Ambiental Valor Estimado pelo modelo Valor Medido Média

Regressão Não Linear  Para verificar o intervalo de confiança utilize a função ‘confit’  Ex: confint(fit) Programação para Física Ambiental

Exercício  Para cada conjunto de coluna utilizando sempre a PAR como Y e outra qualquer como X, realize uma regressão linear ou não linear Programação para Física Ambiental