Analise bivariada
Resultado de amostras de uma prospeção geoquímica
Observação e análise descritiva das concentrações de nove elementos químicos no solo, com o objectivo de determinar a relação entre eles e como podem ser ou nao
2012
IST – Ensino Superior Técnico
01-01-2012
Índice
2. Análise Bivariada : 3 2.1 Introdução 3 2.2 Tratamento de resultados 4
2. Análise Bivariada :
2.1 Introdução
Neste capítulo do trabalho vamos estudar o grau de associação linear das variáveis. Isto é, o estudo do coeficiente de correlação em comparação com os gráficos de dispersão entre todas as variáveis. Através do programa Andad obtivemos os gráficos de dispersão com os valores anómalos representados, a matriz de covariância e por fim a matriz de correlação de Pearson e Spearman.
Durante a abordagem deste capítulo não damos grande importância á matriz de covariância devido a sua difícil interpretação. A covariância é definida como o valor esperado do produto das diferenças entre os valores de cada variável sobre o tamanho da amostra logo o seu resultado é influenciado pela unidade de medida das variáveis o que será difícil estabelecer uma covariância elevada, média ou pequena.
Por todas estas razões se torna muito mais útil e interessante utilizar o coeficiente de correlação de Pearson para medir o grau de associação linear entre duas variáveis. Este é uma medida de associação relativa que não é influenciada pelas unidades de medida das variáveis e como tem limites bem definidos torna possível distinguir entre graus de associação elevados ou reduzidos.
O coeficiente de correlação linear de Pearson é uma medida do ajustamento de um modelo de regressão linear simples a um conjunto de dados quantitativos observados enquanto o coeficiente se Spearman é também uma medida de ajuste mas apenas de dados qualitativos.
2.2 Tratamento de resultados.
1) Arsénio
Nos diagramas de dispersão do Arsénio os valores extremos (378 e 379),