17.

3 ANLISE DE REGRESSO LINEAR SIMPLES

17.3.1 REGRESSO LINEAR SIMPLES
A anlise de regresso linear simples tem por objetivo descrever, atravs de um
modelo matemtico, a relao existente entre duas variveis a partir de n observaes.
Supondo X a varivel explicativa e Y a varivel explicada, diremos que:
Y = f ( x )
m regresso considera!se apenas a varivel Y como aleat"ria e a varivel X
como supostamente sem erro. nto, a relao entre X e Y no regida apenas por uma
lei matemtica, ou seja, para um dado valor de X, no observaremos necessariamente o
mesmo Y. Assim sendo, a relao entre X e Y dever ser escrita como segue:
Y = f ( x ) + e
onde e ir captar todas as in#lu$ncias sobre Y no devidas a X.
nto, dado um conjunto de valores observados de X e Y, construir um modelo
de regresso linear de Y sobre X consiste em obter, a partir desses valores, uma reta que
mel%or represente a relao verdadeira entre essas variveis. A determinao dos
par&metros dessa reta denominada AJUSAMENO. ' processo de ajustamento
deve partir da escol%a da #uno atravs da qual os valores de X explicaro os de Y.
(ara isso, recorre!se a um gr#ico con%ecido como DIAGRAMA DE DISPERSO.
sse gr#ico constru)do anotando em um sistema de coordenadas retangulares, os
pontos correspondentes aos pares de observaes de X e Y.
A #uno a ser escol%ida ser aquela que #or sugerida pelo conjunto de pontos
dispostos no diagrama. *o gr#ico exempli#icado abaixo, tem!se um conjunto de pontos
sugerindo uma #uno linear +reta,
.

Diagrama de Disperso
0
5
10
15
20
25
30
0 10 20 30 40
Xi
Yi
A reta a ser ajustada representada por: Y = ! + ". x
#
+ e
#$
-
onde: ! e " so os par&metros do modelo
! o ponto onde a reta ajustada corta o eixo da varivel Y, e
" a tangente do &ngulo que a reta #orma com uma paralela ao eixo da varivel
X.
e
#$
o erro experimental
.omo a anlise sempre #eita utili/ando amostras, tem!se uma equao estimada
da reta, assim:
i
x b
0
a0 1
0
+
's par&metros & e b
0
podem ser estimados pelo mtodo dos m)nimos quadrados
que consiste em adotar os estimadores que minimi/am a soma dos quadrados dos
desvios entre os valores estimados e os valores observados na amostra, e nos d o
seguinte sistema de equaes normais:

'

+
+


2 x x b
0
x a
0
2 x b
0
a
0
n
i i
3
i i
i i
4esenvolvendo!se o sistema se c%ega 5s estimativas dos par&metros b
0
e a0

a
y
n
b
x
n
i i


ou
x . b
0
2 a0
( )

n
x
x
n
2 x
2 x
b
0
3
i
3
i
i i
i i
*ota!se que o valor de b
0
o coe#iciente angular da reta estimada, logo
podemos estabelecer a seguinte relao:
.'667A89'
7:*A6 ; < % = b > <
7:*A6 ! != % < b ? <
*@7A % A < b A<
4evido ao #ato de se trabal%ar com amostras, o valor de " diretamente a#etado
pelo erro de amostragem, logo, convm testar este par&metro atravs do teste & ou da
anlise de vari&ncia.
B
17.3.' ANLISE DE (ARI)N*IA
@ma das maneiras de se testar a exist$ncia da regresso pela ANLISE DE
(ARI)N*IA, que estuda o comportamento das variaes totais explicadas e residuais,
cujo mtodo o seguinte:
=
o
., Cormule as %ip"teses : D
o
: b A < +*o % regresso, vs D
i
: b <
3
o
., .alcule o valor de + atravs do quadro a seguir:
CE F7 SG GH C
cal
4E:4' I 6F6SS9' = SG6eg GH6eg GH6egJGH6es
6SK4@' n!3 SG6es GH6es
L'LA7 n ! =
'nde: GLo A
( )
y
y
n
S
i
i
yy
3
3

SG6eg A
( )
( )
x y
x y
n
x
x
n
S
Sxx
i i
i
i
i
i
xy

1
]
1
1

3
3
3
3
SG6es A SGLo M SG6eg GH6eg A SG6eg J F76eg GH6es A SG6es J
F76es
N
o
., .ncluso:
Se C
cal
? C
tab
, aceita!se ,o ao n)vel de signi#ic&ncia e conclu)mos que no
existe regresso.
C
cal
> C
tab
, rejeita!se ,o, conclui!se que existe regresso.
Exe-./01
=<
A administrao de um banco desejava estabelecer um critrio objetivo para
avaliar a e#ici$ncia de seus gerentes. (ara isto, levantou para cada sub!distrito, onde
possu)a ag$ncia, dados a respeito do dep"sito mdio mensal por ag$ncia e o nOmero de
estabelecimentos comerciais existentes nesses sub!distritos. .om os dados so
apresentados na tabela abaixo: a, .alcule o .oe#iciente de .orrelao:
b,Ajuste uma reta aos dadosP
c,Leste a exist$ncia de 6egresso 7inearP
d, stime o dep"sito para N<< estabelecimentos comerciais.
7ocalidades *
o
stabelecimentos 4ep"sito +6Q =<.<<<, xx 12 R2
A =S =T
U N< =S
. NV =B
4 W< N<
B< N=
C =3< NN
F =S< NV
D 3NW TN
: NWB V<
J 1137 271
( ) ( )

1
1
]
1

1
1
]
1

n
y
y
n
x
x
n
y x
xy
r a
XY
3
3
3
3
.
.
,
( )
x b a y x b y a
n
X
X
n
Y X
XY
b b
..
0
0 0 .
0
0
.
0
,
3
3
+

c, D
<
: bAo vs D
=
: bX<
CE F7 SG GH Ccal Ctab
4evido a 6egresso
6esiduo
Lotal
x b a y y d ..
0
0 0 0 , +
==
17.3.3 *OE+I*IENE DE DEERMINA2O OU DE EXPLI*A2O ( %
'
)
Lambm denominado por coe#iciente de explicao, indica a qualidade do
ajustamento ou o quanto a varivel x inter#ere na variao de 2. Y calculado pelo
quadrado do coe#iciente de correlao r.
Exe-./01
Se a coe#iciente de correlao r A <,B<, ento o coe#iciente de determinao
r
3
A <,B<
3
A <,-=A-=Z.
:sto signi#ica que -=Z da variao de 2 pode ser explicada pela relao entre x e 2. 's
=BZ remanescentes da variao so inexplicados e se devem a outros #atores ou a erros
amostrais.
=3
AI(IDADE 13 4 REGRESSO LINEAR
1) A tabela abaixo mostra como varia a demanda de certo produto em #uno de seu
preo de venda.
Preo de venda/unidade (X) Unidades vendidas (Y)
162,00 248
167,00 242
165,00 234
173,00 216
170,00 230
176,00 220
178,00 213
180,00 205
182,00 198
187,00 195
(ede!se:
a,Ajustar uma reta aos dadosP
b,Lestar a exist$ncia de regresso.
2) .erta empresa estudando a variao da demanda de seu produto em relao 5
variao do preo de venda, obteve a seguinte tabela:
(reo + x
i
, N- T3 V< VS VB SN W< -< BV ==<
4emanda + 2
i
, NV< N3V 3BW 3N< 3VS 3TS 3N- 33N 3=V 3<-
a,stabelea a equao da reta ajustadaP
b, stime o valor para 1 sendo x A S< e x A =3<.
3) .onsidere os resultados de dois testes R e 1, obtidos por um grupo de alunos, a
seguir:
R
i
== =T =B =B 33 3- N< N= NT NW
1
i
=N =T =- =V 33 =W 3T 33 3T 3V
a,Eeri#ique atravs do diagrama de disperso, se existe correlao linearP
b,Leste a exist$ncia da regressoP
c,stabelea o modelo ajustado aos dados.
Soluo:
=,
=N
X Y XY X Y
162 248
167 242
165 234
173 216
170 230
176 220
178 213
180 205
182 198
187 195
1740 2201
a,Ajustar uma reta aos dadosP
i
x b
0
a0 1
0
+
( )

n
x
x
n
y x
y x
b
i
i
i i
i i
3
3
0
x b y a .
0
0
x b a Y .
0
0
0
+
b,Lestar a exist$ncia de regresso. D
o
: b A < D
i
: b <
CE F7 SG GH C
cal
Ctab
4E:4' I 6F6SS9'
6SK4@'
L'LA7
SGLo A
( )

n
y
y
i
i
3
3

SG6eg A
( )

1
1
]
1

n
x
x
n
y x
y x
i
i
i
i
i i
3
3
3
SG6es A SGLo M SG6eg A GH6eg A SG6egJF76egA
GH6esASG6es JF76esA Ccal A GH6egJGH6esA
*0n5/67801
3,
a, stabelea a equao da reta ajustada P
X Y XY X Y
=T
38 350
42 325
50 297
56 230
59 256
63 246
70 238
80 223
95 215
110 208
663 2588
( )

n
x
x
n
y x
y x
b
i
i
i i
i i
3
3
0
x b y a .
0
0
x b a Y .
0
0
0
+
b, stime o valor para 1 sendo x A S< e x A =3<.
P!%! x = 9: P!%! x = 1':
Y
0
Y
0
N,.onsidere os resultados de dois testes R e 1, obtidos por um grupo de alunos, a
seguir:
R
i
== =T =B =B 33 3- N< N= NT NW
1
i
=N =T =- =V 33 =W 3T 33 3T 3V
a, Eeri#ique atravs do diagrama de disperso, se existe correlao linearP
=V
Diagrama de Disperso
0
5
10
15
20
25
30
0 10 20 30 40
Xi
Y
i
b,Leste a exist$ncia da regresso. D
o
: b A < vs D
i
: b <
CE F7 SG GH C
cal
Ctab
4E:4' I 6F6SS9'
6SK4@'
L'LA7
SGLo A
( )

n
y
y
i
i
3
3

SG6eg A
( )

1
1
]
1

n
x
x
n
y x
y x
i
i
i
i
i i
3
3
3
SG6es A SGLo M SG6eg A GH6eg A SG6egJF76eg
GH6es A SG6esJF76es Ccal A GH6egJGH6es
.oncluso:
c, stabelea o modelo ajustado aos dados.
( )

n
x
x
n
y x
y x
b
i
i
i i
i i
3
3
0
x b y a .
0
0
x b a Y .
0
0
0
+
(ara x A V< qual o valor de 1[
Y
0
A
=S
17.3.3 MODELOS EMPORAIS LINEARES
*as situaes de neg"cios em que envolvem variveis indicando algum padro
no decorrer do tempo, os dados coletados so c%amados de sries temporais, onde se
pode normalmente reali/ar uma anlise de regresso linear, considerando o per)odo de
tempo como a varivel independente + eixo x , e os valores de dados como varivel
dependente + eixo 2 ,.
Exe-./01
As vendas de televisores em cores durante o per)odo de =BB= a =BB-.
Ano =BB= =BB3 =BBN =BBT =BBV =BBS =BBW =BB-
*o.LE +mil%es, =-,T =-,B 3<,= 3<,T 3=,< 3=,T 3=,B 33,W

A lin%a de tend$ncia que descreve o padro linear apresentado pela reta descrita
acima, pode ser estimada atravs do modelo de regresso estudado anteriormente, mas
no caso de sries temporais onde se pode ver como as variveis meses, dias da semana
ou anos, que so representados por letras ou nOmeros de altos valores, usa!se uma srie
ordenada para substitu)!los, isso evita problemas ao encaixar os dias da semana, meses,
anos ou valores altos correspondentes aos anos, como se pode ver no exemplo a seguirP
Ano =BB= =BB3 =BBN =BBT =BBV =BBS =BBW =BB-
(er)odo de Lempo = 3 N T V S W -
*o.LE +mil%es, =-,T =-,B 3<,= 3<,T 3=,< 3=,T 3=,B 33,W
Assim, utili/ando as #"rmulas de anlise de regresso tem!se :

3<T x T , WSS 2 . x - , =ST 2 NS x - n
3
logo :
( )

n
x
x
n
y x
y x
b
i
i
i i
i i
3
3
0

x b y a .
0
0
A equao ajustada
x . VB , < BT , =W 20 +
.om o modelo estimado, a previso relativamente direta. 4eve!se lembrar que
na previso para o #uturo utili/amos a extrapolao M supe!se que o visto no passado
continuar no #uturo. ' que ra/ovel para modelos de sries temporais. Assim,
=W
utili/ando o modelo visto poss)vel prever o nOmero de vendas de LEs para os
pr"ximos tr$s anos.
A*' (er)odo (reviso de vendas de LE
=BBB B =W,BT ; <,VB . B A 3N,3V
3<<< =< =W,BT ; <,VB . =< A 3N,-T
3<<= == =W,VB ; <,VB . == A 3T,TN
AI(IDADES 1; < S=RIES EMPORAIS
=,A tabela abaixo representa a produo de uma indOstria:
Anos =B-< =B-= =B-3 =B-N =B-T =B-V =B-
S
=B-W =B--
=-
Guantidades +t, NT NS NS N- T= T3 TN TT TS
a, .alcule o coe#iciente de correlaoP
b,ncontre a reta ajustadaP
c,stime a produo para =B-B.
=, A tabela abaixo representa a produo de uma industria:
An07 (X) =B-< =B-= =B-3 =B-N =B-T =B-V =B-S =B-W =B--
+=, +3, +N, +T, +V, +S, +W, +-, +B,
>6!n&#?!?e7 (&)(Y) NT NS NS N- T= T3 TN TT TS
a, .alcule o coe#iciente de correlaoP

xy y y x x n
3 3
r
b,ncontre a reta ajustadaP

( )

n
x
x
n
y x
xy
b
3
3
.
0

x b y a .
0
0

+ x b a y
0
0 0
c, stime a produo para =B-B.
y0
3,A variao de valor da :(., relativamente a alguns meses de =BBV, deu origem a
seguinte tabela:
Heses Haio \un%o \ul%o Agosto Setembro 'utubro *ovembro
Guantidades +t, =<,N3 =<,N3 ==,NT ==,NT ==,NT =3,33 =3,33
a,.alcule o coe#iciente de correlaoP

xy y y x x n
3 3

r
b, ncontre a reta ajustadaP

( )

n
x
x
n
y x
xy
b
3
3
.
0

x b y a .
0
0

+ x b a y .
0
0 0

c, stime o valor do :(. para o m$s de 4e/embro.
y0
=B