CORRELAGAO E REGRESSAO 11.1 Introdugéo [Nos caps anteriores, nos preocupario ra descrever 2 distribuigao de valores de uma Gnica varfvel, Com exe objeivo,aprendemos 2 caleular medidas de tendéncia cent e varisbildade ‘Quando port, conseramos obserngSes de das ou mas varies snge um now probemacar elages gue podem exit enze a varies etudadas Nese ca, 5 me- _didasesudads no so eficients. ‘Assim, quando consideramos varives como peso ¢ altura de um grupo de pessoas, 130 60 cgaro eincidéncia do cincer,vocibulrio ¢compreenso da leita, domintncia sbi, procuramosveifcarse exe lguma reagio ente as varies de cada um dos prs equal 0 gr des eo. Pr sn &necsiroo conhesimeno de nove +. "Sendo a relagio entre as variiveis de natureza quantitativa, a correlago é o instru- pa dscbri medi ena regio. Canstetiads a rela¢o,procuramos dscrevé- através de wma fangi0 ma- regresso € 0 intrumento adequado pars a dterminago dos parimetos > 11.22 Diagrama de dspersio 11.2Correlagio 11.2.1 Relagéo funcional e relagao estatistica Como sbemor,o perimetro eo ado de um quadrado exo elacionades.A re que ov liga éperttamente defnida e pode ser expres por meio de uma se smatemitica: 2p = At, onde 2p é 0 perimeto e€€ 0 lado. ‘Atribuindo-se, entio, um valor qualquer a 6, é possivel determinar exatamente © valor de 2p, CConsideremos, agora, a relagdo que existe entre © peso ¢ 2 estaura de um grupo de pesoas.E evidente que essa rela¢io nio é do mesmo tipo da anterior; ea € bem menos precisa, Asim, pode acontecer que a estaturs diferentes correspondam pesos iguais ou que a esaturs igus correspondam pesos diferentes. Contudo, em média, quanto maior 2 extatur, maior o peso. ‘As relagSes do tipo perimetro —lado sio conhecidss como relages fiuncionais © 25 do tipo peso — estaura, como relages estatisticas. ; (Consideremos uma amostra aleatéria, formada por dex dos 98 alunos: Digitalizado com CamScanneromeugorrcessi | 147 izado com CamScanner Como a correlagio em estudo tem como “imagem uma reta ascendente, ela € cha ‘mada correlagio linear positiva Assim, uma correlagio & 2. linear positiva se os pontos do diagrama tém. como “imagem” uma reta ascen- dente; b, linear negativa se os pontos tém como “imagem” uma reta descendente Tinear se os pontos tém como “imagem” uma curva. ‘Sé.0s pontos apresentam-se dispersos, no oferecendo uma “imagem” defini, con cluimos que nio hi relacio alguma entre as variiveis em estud, ‘Temos, entio:(© insramento emprido par a medida ds corelyo linear é 0 coeficiente de correlacdo, Ese coeRciente deve indicat o grou de intensiade da corrlagio entre duss rifle ainds,o sentido des corelio (postivo ou negiv0). Faremos uo do conficiente de correlasSo de Pearson, que é dado por conden é 0 niimero de observaySes. (Os valores limites de eGo 1 e +1, sto &,0 valor de r pertence 20 intervalo -1, +1]. Asim: ‘a se2 correlagio entre duas variéves é perfeit e positiva,entio r = +1; b, sea correlagio é perftita e negativa,entio r= —1; se nio hi corelacio entre 2s variiveis,entio x = 0. Logicamente: “+1, hi uma correlagio perfcta e positiva entre as variiveis; “1, a uma correlarao perfeita e negativa entre as variiveis; se r=0,0u ndo hi correlagiio entre 2s variiveis, ou a relagio que porventura cexista nfo 6 linear. Jouuvoguieg woo opezijeu6i9 ‘Vamos, entio, caleular © Tal prc pai OUEST Peics as Ghel lanl tote coer yor ey Assim: Ba one ee pO AT3 = 05 65. = 4.730 — 4.225 feos 65) (OX a) ABTO= 42) RADE 055 ae (585x525 554,18 Dai resultado que indica uma correla¢io linear positiva altamente significativa entre as duas varisveis, 4 4 { 4 4 | 4 ‘ ‘ 4 f | ( ! 4 / r=0,91, / | : q j d wl Complete squema de Aleve do coeicent de comelagbo para os vlores das varévelsy ey: 4 {6 |e | bn a +e 2 [00 |e | fe ,150 donde ‘Acorrelagio linear entre as vatléveisXeY € postive, porém faca 11.3 Regresséo 11.3.1 Ajustamento da reta Sempre que desejamos estudar determinada varvel em firngio de out, fazemos uma andlise de regressio. Podemos dizer que a andlise de regressio tem por objetivo lagio entre dus variives, partindo de n ob; um modelo matemitico, 2 rel gies das ‘A varivel sobre 2 qual d dependente ¢ 2 outra recebe o nome de varidvel independents "Assim, supondo X a varivel independents © ¥-a dependente, vamos procarar de- sma reta A relagdo entre essas variivel be o nome de variivel lesejamos fazer uma estimativa rec 5 obter is, ou seja, vamos obte terminar o ajustamento de ‘uma fiangio definida por: : aXtb, onde a eb slo 0s parimetros Sejm duas varisveis Xe ¥, entre 28 qu 1 exemsplo, as que formam a Tabela 11.2. ais exista uma correlagio acentuada, embora io perfeita, como, pot Tamra de que evamos ret &rogreo Hiner sples, izado com CamScanner Podemos conclai Se do diagrama, que se tara de uma correlagso retlines, stamento de uma reta, imagem da fimgio definida por: Y=aX+b alcular 0s valores dos parimetros a de modo Vamos, entio, com a ajuda onde: Fait tony (90) eifazend 2 é 5 8 3 € 5 é E 5 8 S 3 8 g TARELA IA 4730: 5 5 — 5,6108 = 0,8892, Logo: ‘Para tragarmosa feta no grifico, basta determinar dois de seus pontos: x=0=%= 0,9 Y= 0,86 x5 + 0,89=5,19, e ; ] ; { ; mt § | Exercicios —— 1. Um grupa: de pessoas fez uma aallagio do peso aparente de alguns abjetos. Com © peso real «ea média dos pesos aparentes, dados pelo grupa abtevese a tabel: g € 5 g D € & iS € S 8 9 Ss & g > a 17K 323 12. ocoeficlente ce coeliac: ‘a rete ajustada a essa correlager ‘© © valor estimade do compriments da bara para temperatura 4. 0 valor estimedo do comprimenta da bar paraJauueoguieg Woo opeziye!