Modelos de Regressão Múltipla.

Apresentação em tema: "Modelos de Regressão Múltipla."— Transcrição da apresentação:

1 Modelos de Regressão Múltipla

2 Tópicos Modelo de regressão múltipla
Contribuição das Variáveis Independentes Coeficiente de Determinação Variáveis Explicativas Categóricas Transformação de Variáveis Violação de Suposições Variáveis Dependentes Qualitativas

3 Tipos de Modelos

4 Modelo de Regressão Linear Múltipla
9

5 Tipos de Modelos

6 Tipos de Modelos

7 Suposições a Priori para o Modelos Lineares
Normalidade Valores de Y devem ser normalmente distribuídos para cada variável X. Erro ~ N( 0, Cte) Homocedasticidade (Variância constante) Independência de Erros E(eiej)=0 (i<>j) Linearidade Variáveis são medidas sem erros aleatórios. 90

8 Coeficientes angulares População
O Modelo Relacionamento entre 1 variável dependente e duas ou mais variáveis independentes é uma função linear Erro Aleatório Intercepto População Y Coeficientes angulares População Variável Dependente (Resposta) Amostra Variáveis Independentes (Explicativas) para o modelo da Amostra

9 Modelo de Regressão Múltipla - População
Modelo Bi-variado 12

10 Modelo de Regressão Múltipla - Amostra
Modelo Bi-variado 13

11 Estimação de Parâmetros
Modelos de Regressão Múltipla Linear 15

12 Equações de Modelos Lineares Múltiplas
Muito Complicado para fazer a mão! Ops! Sobrou! 16

13 Utilização de um modelo de regressão linear múltiplo para se tentar explicar a variação da viscosidade de um polímero (Y) em função da temperatura de reação, X1 , e da taxa de alimentação do catalisador, X2.

14 Avaliando o Modelo 21

15 Passos na Avaliação do Modelo
Examinar medidas de variação Testes de Significância do Modelo Modelo Globalmente Partes do Modelo Coeficientes Individuais 23

16 Resultados

17 Variation Measures 25

18 Teste de Significância Global
H0: 1 = 2 = … = p = 0 H1: At least one I  0  = .05 Gl = 2 e 12 Valores Crítico(s): Estatística do Teste: Decisão: Conclusão:  F 75,85 (Excel Output) Rejeitar para  = 0.05  = 0.05 Pelo menos uma variável afeta Y F 3.89