Vous êtes sur la page 1sur 4

Exerccios anlise de regresso

Exerccio 1- Os 12 pares de valores so relativos s variveis tamanho da memria (mbytes) e bytes


transferidos (mbytes). Observe que para cada tamanho de memria foram realizados trs experimentos
(repeties).
Tamanho de memria em mbytes (X)
Bytes transferidos em mbytes (Y)
0,238
0,238
0,238
0,286
0,286
0,286
0,334
0,334
0,334
0,381
0,381
0,381

39,058
42,967
35,118
37,938
41,257
32,921
36,531
40,368
30,563
35,484
39,203
30,823

1) Faa o diagrama de disperso. Conclua se existe uma relao linear entre bytes transferidos e o tamanho
da memria.
2) Calcule os coeficientes de regresso do modelo linear simples. Apresente a reta de regresso ajustada aos
dados. Faa a interpretao do coeficiente angular da reta ajustada.
3) D a estimativa pontual do nmero de bytes transferidos para tamanhos de memria iguais a 0,255 e
0,355.
4) Estime a varincia dos erros (QME) do modelo de regresso utilizado.
5) Estime, com 95% de confiana, o verdadeiro valor da mdia de bytes transferidos para tamanhos de
memria iguais a Xh = 0,255 e Xh = 0,355. Faa a interpretao dos intervalos encontrados.
6) Predio de uma nova observao. Obter o intervalo de predio no nmero de bytes transferidos para Xh
= 0,255 e Xh = 0,355. Faa a interpretao dos intervalos encontrados.
7) Anlise de varincia. Fazer a anlise de varincia do modelo de regresso (apresentar a tabela da anlise
de varincia).
8) Teste de significncia do modelo. Fazer o teste F para verificar se existe relao linear entre o nmero de
bytes transferidos e o tamanho de memria. Escreva a concluso do teste.
9) Coeficiente de determinao. Calcular o coeficiente de determinao para os dados de bytes transferidos
e tamanho de memria.
10) Anlise de resduos. Calcular os resduos e fazer os grficos dos resduos versus os valores preditos pelo
modelo de regresso e resduos versus a varivel independente (X). As suposies do modelo parecem
satisfeitas?
11) Anlise de resduos. Fazer o grfico normal de probabilidade. Parece que a amostra segue uma
distribuio normal?
12) Abordagem matricial. Dar o vetor de dados (y), a matriz de delineamento (X), o vetor de parmetros ( ).
D o vetor transposto de y e a matriz transposta de X.
13) Faa a multiplicao: (XX). Obtenha a inversa da matriz (XX), ou seja, (XX)-1.
14) Obter os coeficientes de regresso b=(XX)-1Xy.
15) Estimar (predizer) os valores de tempo de CPU y Xb .
16) Obter o vetor de valores dos resduos e y y .
17) Fazer a tabela da anlise de varincia da regresso, calcular a razo F*.
18) Determinar a estimativa por intervalo de confiana do nmero mdio de bytes transferidos para X h= 35
mbytes de tamanho de memria. Use grau de confiana de 95%.

19) Determinar a estimativa por intervalo de predio do nmero de bytes transferidos para X h = 32 mbytes
de tamanho de memria. Use grau de confiana de 95%.

Exerccio 2 - Oito programas foram monitorados para estudar a demanda por recursos. Neste trabalho, a
varivel resposta (dependente) o tempo de CPU, e a varivel independente o nmero de acessos ao disco
(disk I/O)
Tempo de CPU (Y)
Nmero de acessos ao disco (X)
2,0
14
4,6
15
5,7
23
7,3
31
9,8
38
10,9
40
12,6
53
13,2
51
1) Faa o diagrama de disperso. Conclua se existe uma relao linear entre tempo de CPU e o nmero de
acessos ao disco.
2) Calcule os coeficientes de regresso do modelo linear simples. Apresente a reta de regresso ajustada aos
dados. Faa a interpretao do coeficiente angular da reta ajustada.
3) D a estimativa pontual do tempo de CPU para nmero de acessos ao disco iguais a 16 e 52.
4) Estime a varincia dos erros (QME) do modelo de regresso utilizado.
5) Estime, com 95% de confiana, o verdadeiro valor da mdia do tempo de CPU para nmero de acessos
iguais a Xh = 16 e Xh = 52. Faa a interpretao dos intervalos encontrados.
6) Predio de uma nova observao. Obter o intervalo de predio do tempo de CPU para Xh = 16 e Xh =
52. Utilize um grau de confiana de 95%. Faa a interpretao dos intervalos encontrados.
7) Anlise de varincia. Fazer a anlise de varincia do modelo de regresso (apresentar a tabela da anlise
de varincia).
8) Teste de significncia do modelo. Fazer o teste F para verificar se existe relao linear entre o tempo de
CPU e o nmero de acessos ao disco. Use nvel de significncia de 0,05. Escreva a concluso do teste.
9) Coeficiente de determinao. Calcular o coeficiente de determinao para os dados de tempo de CPU e
nmero de acessos ao disco. Escrever a interpretao.
10) Anlise de resduos. Calcular os resduos e fazer os grficos dos resduos versus os valores preditos pelo
modelo de regresso e resduos versus a varivel independente (X). As suposies do modelo parecem
satisfeitas?
11) Anlise de resduos. Fazer o grfico normal de probabilidade. Parece que a amostra segue uma
distribuio normal?
12) Abordagem matricial. Dar o vetor de dados (y), a matriz de delineamento (X), o vetor de parmetros ( ).
D o vetor transposto de y e a matriz transposta de X.
13) Faa a multiplicao: (XX). Obtenha a inversa da matriz (XX), ou seja, (XX)-1.
14) Obter os coeficientes de regresso b=(XX)-1Xy.
15) Estimar (predizer) os valores de tempo de CPU y Xb .
16) Obter o vetor de valores dos resduos e y y .
17) Fazer a tabela da anlise de varincia da regresso, calcular a razo F*.
18) Determinar a estimativa por intervalo de confiana do tempo de cpu mdio para X h= 20 acessos ao
disco. Use grau de confiana de 95%.
19) Determinar a estimativa por intervalo de predio do tempo de cpu para X h = 32 acessos ao disco. Use
grau de confiana de 95%.

Exerccio 3 Em um estudo de 27 estabelecimentos comerciais de tamanhos variados, o nmero de


trabalhadores supervisionados (X) e o nmero de supervisores (Y) foram anotados.
Observao
X
Y
Observao
X
Y
Observao
1
294
30
10
697
78
19
2
247
32
11
688
80
20
3
267
37
12
630
84
21
4
358
44
13
709
88
22
5
423
47
14
627
97
23
6
311
49
15
615
100
24
7
450
56
16
999
109
25
8
534
62
17
1022
114
26
9
438
68
18
1015
117
27

X
700
850
980
1025
1021
1200
1250
1500
1650

Y
106
128
130
160
97
180
112
210
135

a) Ajuste o modelo de regresso linear simples relacionando o nmero de supervisores com o nmero de
trabalhadores supervisionados.
b) Faa um grfico de disperso com os resduos padronizados versus o nmero de trabalhadores
supervisionados.
c) A varincia aumenta conforme os valores de X crescem? Ou seja, a varincia no constante?
d) Ajuste o seguinte modelo: ln y x
e) Faa um grfico de disperso com os resduos padronizados versus o nmero de trabalhadores
supervisionados.
f) O problema de varincia no constante foi contornado?
g) O grfico revela algum outro problema com o modelo utilizado?

Exerccio 4 Dez programas foram monitorados para estudar a demanda por recursos. Neste trabalho, a
varivel resposta (dependente) o tempo de cpu, e as variveis independentes so X1=disk I/O e X2=memory
size. Os dados obtidos foram:
CPU (Y)
2,5
4,6
5,7
7,3
9,8
10,3
11,1
11,9
12,8
12,6

DISK_I_O (X1)
15
15
23
31
38
42
45
48
51
53

TAM_MEMO (X2)
71
74
80
140
206
215
218
225
238
233

a) Ajuste o modelo de regresso (encontre as estimativas dos parmetros do modelo):


Yi 0 1 X i1 2 X i 2 i .
b) Apresente a funo de regresso estimada.
c) Faa a interpretao das estimativas dos parmetros do modelo.
d) Encontre os valares estimados (preditos) e os resduos.
e) Calcule a estimativa da varincia do erro.
f) Obter as somas de quadrados da ANOVA.
g) Fazer a tabela da ANOVA com a razo F*.
h) Fazer o teste F da ANOVA para os dados. Interpretar o resultado.
i) Calcule o coeficiente de determinao R2 e R2a para os dados. Fazer a interpretao dos coeficientes.
j) Teste a hiptese para 2=0 vs a hiptese de que 2 diferente de zero, ao nvel de significncia () de
5%. Faa a interpretao.

k) Encontre o intervalo de confiana.para a resposta mdia (tempo mdio de cpu) considerando Xh1=14,0
(disk I/O) e Xh2=70, (tam_memria) com 95%. Faa a interpretao.
l) Deseja-se predizer o tempo de cpu para um novo programa com os seguintes recursos: programa A:
Xh1=14,0 e Xh2=70,0. Encontre o intervalo de predio com 95%. Faa a interpretao.

Vous aimerez peut-être aussi