ATPS ESTATISTICA

ETAPA 3 – PASSO 1 – 2 – 3.

OBJETIVO

Esta atividade, a ser realizada em grupo, será importante para que os alunos aprendam a usar informações para determinar a probabilidade de um e evento ocorrer.
Usando isso no dia a dia na conclusão do curso e no trabalho.

ETAPA 3

Idade (x) Peso (KG) (y)

1
23
54
2
18
59
3
47
80
4
48
65
5
56
92
6
15
66
7
13
50
8
17
65
9
24
75
10
25
73
11
26
65
12
26
62
13
32
82
14
45
84
15
56
67
16
36
78
17
45
80
18
23
81
19
37
78
20
15
73

Total de Idades
617

Média de Idade (XI)
28
Total de Peso
1438

Média de Peso (YI)
74
Calcular Coeficiente de Regressão: { Y=y+b*(x-XI) } b=10
Para a Idade de x=13 anos, y=50 kg
Y=74+10(13-28)=224
Para a Idade de x=56 anos, y=92 Kg
Y=74+10(56-28)=354

Idade (ANOS) Peso (KG)
13 50
56 92

Em estatística, regressão é uma técnica que permite explorar e inferir a relação de uma variável dependente (variável de resposta) com variáveis independentes específicas (variáveis explicatórias). A análise da regressão pode ser usada como um método descritivo da análise de dados (como, por exemplo, o ajustamento de curvas) sem serem necessárias quaisquer suposições acerca dos processos que permitiram gerar os dados. Regressão designa também uma equação matemática que descreva a relação entre duas ou mais variáveis.
O método de estimação mais amplamente utilizado é o método dos mínimos quadrados ordinários.
Os principais problemas que devem ser enfrentados em uma regressão são: multicolinearidade, heteroscedasticidade, autocorrelação, endogeneidade e atipicidade.
Em estatística ou econometria, regressão linear é um método para se estimar a condicional (valor esperado) de uma variável y, dados os valores de algumas outras variáveis x.
A regressão, em geral, trata da questão de se estimar um valor condicional esperado.
A regressão linear é chamada "linear" porque se considera que a relação da resposta às