Professional Documents
Culture Documents
Unidade 7 - Regressão Linear
Unidade 7 - Regressão Linear
QUANTITATIVOS
ANÁLISE DE REGRESSÃO
Estudo da relação entre variáveis
yˆ a bx Y x 0
Análise de regressão
Y x 0
Y é a variável resposta (dependente - VD);
x é a variável independente (VI);
representa o erro;
é o intercepto em Y;
é a inclinação da linha
Análise de regressão
Questão de sala 1:
O professor Miguel gostaria de analisar o
desempenho de sua turma de Estatística.
Passo 1:
Para iniciar, analisamos o BoxPlot.
Para fins de melhor compreender o grau de
normalidade entre os dados exploratórios e as
possibilidade de existência de outliers.
Análise de regressão
Passo 2:
Agora faremos o teste de correlação.
Assinale o coeficiente “Pearson”
Passo 3:
O que nos interessa é o
quadro a seguir, que
apresenta tanto o valor do
coeficiente, quanto o p-
valor para analisarmos.
Passo 3:
O que nos interessa é o
quadro a seguir, que
apresenta tanto o valor do
coeficiente, quanto o p-
valor para analisarmos.
Passo 4:
Agora, queremos extrair o diagrama de
dispersão em relação às variáveis que
estamos analisando nesse exercício.
Passo 5:
O que nos interessa é
o gráfico a seguir:
Passo 6:
Agora, queremos analisar
o modelo de regressão
linear e seus pontos de
validação explicativa
Análise de regressão
Passo 7:
Aloque atentamente a variável
“Nota Final (%)” no eixo das
variáveis dependentes e
“Presença (%)” no eixo das
variáveis independentes.
Passo 8:
Apresentamos a seguir a
proposta de modelo de
regressão linear. Nesse caso,
mostramos que a variável
dependente é “Nota Final (%)”
e a variável independente é
“Presença (%)”. Vale lembrar:
Y x 0
Análise de regressão
Passo 8:
Mostramos a estimação
do modelo de regressão.
Passo 8:
O teste F tem por finalidade testar o efeito conjunto da variável X sobre a variável Y.
Isso significa verificar se a variável X do modelo exerce efetivamente influência sobre
a variável Y. Ou seja, testar a significância do efeito de X sobre o Y. Assim, tem-se
que o p-valor é igual a 0,000, ou seja, menor que nível de significância de 5%.
Passo 8:
H0: o parâmetros causa efeito nulo – não sendo significativo para o modelo.
H1: o parâmetro causa efeito não-nulo – sendo significativo para o modelo.