Upload
internet
View
106
Download
2
Embed Size (px)
Citation preview
Regressão LinearAula 09
Prof. Christopher Freire SouzaCentro de TecnologiaUniversidade Federal de Alagoaswww.ctec.ufal.br/professor/cfs
Objetivos
•Desenvolver habilidades para avaliar a linearidade da relação entre variáveis
•Desenvolver habilidades para sugerir equação para previsão de valor de uma variável a partir de outra(s) de mais fácil mensuração
2
Christopher Souza: Regressão Linear
Relevância do conteúdo• Regressão é aplicada para estimar como se
relacionam variáveis tendo em vista a observação de sua variação conjunta
• É de especial interesse realizar previsões de valores de variáveis de difícil mensuração quando outras relacionadas e de mais fácil mensuração são conhecidas
Christopher Souza: Regressão Linear
3
Conteúdo
•Correlação linear•Regressão linear simples•Avaliação da regressão linear simples•Regressão linear múltipla•Avaliação da regressão linear múltipla
Christopher Souza: Regressão Linear
4
Correlação linear• Mede o grau de
variação conjunta de duas variáveis
• Diagramas de dispersão
• Não necessariamente causa e efeito
• Possibilidade de linearidade por trechos (segmentação)
Christopher Souza: Regressão Linear
5
Correlação linear• Correlações
espúrias
Christopher Souza: Regressão Linear
6
Correlação linear (Teste de hipótese)• H0: =0
• H1: ≠0
• Estatística de teste
• Rejeita-se a hipótese nula se:
• Intervalo de confiança
Christopher Souza: Regressão Linear
7
• H0: =
• H1: ≠
• Estatística de teste
• Rejeita-se a hipótese nula se:
Regressão linear simples• Equação de regressão
• Método dos mínimos quadrados▫ Considerando para cada
ponto a relação
▫ O método consiste em estimar valores dos parâmetros que resultem em
▫ Para isso, estima-se a e b via
▫ Resultando em:
Christopher Souza: Regressão Linear
8
Regressão linear simples(funções linearizáveis)
Christopher Souza: Regressão Linear
9
Regressão linear simples (Hipóteses básicas)• Aleatoriedade, independência e homogeneidade de séries• Lineariedade entre variáveis• Aleatoriedade, independência, normalidade e
homoscedasticidade (VAR(ei)=cte) dos resíduos
Christopher Souza: Regressão Linear
10
Regressão linear simples (Avaliação)• Erro Padrão
Christopher Souza: Regressão Linear
11
Regressão linear simples (Avaliação)• Erro Padrão
▫ Regressão aceitável: 0<se<sy
• Coeficiente de determinação▫ SQDR/SQRM
• Intervalos de confiança para coeficientes
• para
Christopher Souza: Regressão Linear
12
SQ QM F p
DR 1 SQDR QMDR/QMRR
RR n-2 SQRR/ (n-2)
RM n-1 SQRM/(n-1)
n
i ii yy1
2ˆ
n
i ii mediay1
2
n
i ii mediay1
2ˆ
Christopher Souza: Regressão Linear
13
Regressão linear simples (Avaliação)• H0: =0
• H1: ≠0
• Estatística de teste
• Rejeita-se a hipótese nula se:
• Avaliação de b pode ser realizada via intervalo de confiança
Regressão linear simples (Avaliação)
Christopher Souza: Regressão Linear
14
• Intervalo de confiança para a linha de regressão num ponto xj
• Intervalo de confiança para um valor previsto num ponto xj
• Linearidade entre variável dependente (Y) e variáveis independentes (Xi)
• Equação de regressão
• Abordagem matricial
• Estimação de parâmetros (i)
• Somatório dos quadrados
SQRM SQDR SQRR
Regressão linear múltipla
Christopher Souza: Regressão Linear
15
Procedimentos• Separar conjunto de dados para validar (¼) equação
“calibrada” (¾)• Montar matriz de correlações para avaliar linearidade em
relação à variável dependente e colinearidade entre variáveis independentes
• Identificar um máximo de variáveis explicativas não-colineares e que apresentem correlação linear à variável dependente de forma a ter 3 ou 4 vezes o número de observações em relação ao número de variáveis explicativas
• Escolher entre fazer ▫ Regressão de todas as equações possíveis
Fazer regressão com todas as variáveis escolhidas▫ Regressão passo-a-passo (step-wise)
Incorporação de variáveis uma-a-uma em função da correlação e teste F parcial
Christopher Souza: Regressão Linear
16
Regressão linear múltipla (Avaliação)
• Multicolinearidade▫ 2 ou mais preditores são
altamente correlacionados (|r|>0,85)
▫ Grandes mudanças nos coeficientes da regressão quando um preditor é adicionado
▫ Coeficiente de determinação apresenta melhoria insignificante, embora insignificância da regressão seja rejeitada
• Erro Padrão
Christopher Souza: Regressão Linear
17
• Coeficiente de determinação▫ SQDR/SQRM
Regressão linear simples (Avaliação)• Erro Padrão
▫ Regressão aceitável: 0<se<sy
Christopher Souza: Regressão Linear
18
SQ QM F p
DR p QMDR/QMRR
RR n-p-1
RM n-1
Christopher Souza: Regressão Linear
19
Regressão linear múltipla(Avaliação)• H0: ==…=p=0
• H1: i≠0
• Estatística de teste (F)• Rejeita-se a hipótese nula
se:
• Coeficiente de determinação ajustado
• Estatística de teste:
• Rejeita-se a hipótese nula se:
• Coeficiente de determinação parcial
Christopher Souza: Regressão Linear
20
Regressão linear múltipla(Avaliação de partes)• SQDRXk=SQDRX-SQDRX-Xk
▫ Xk: efeito da inclusão da variável Xk
▫ X: regressão considerando todas as variáveis inclusive Xk
▫ X-Xk: regressão com todas antes de incluir Xk
• H0: Xnão melhora significativamente o modelo
• H1: Xmelhora significativamente o modelo
Regressão linear múltipla (Avaliação)
Christopher Souza: Regressão Linear
21
• Teste do valor de parâmetros
• H0: =
• H1: 1≠
• Estatística de teste
▫ onde▫ sendo o i-ésimo
elemento da diagonal de • Rejeita-se a hipótese nula
se:
• Intervalo de confiança para os coeficientes de regressão
Regressão linear múltipla (Avaliação)
Christopher Souza: Regressão Linear
22
• Intervalo de confiança para a linha de regressão num ponto Xj
• Intervalo de confiança para um valor previsto num ponto Xj