Correlação e regressão

Correlação e Regressão Simples
Medidas de posição e Medidas de Dispersão

Jeyza Ádria da Silva

MANAUS – 2012

Análise de Regressão e Correlação
Foi já estudado a forma de descrever um conjunto de observações de uma só variável. Quando se consideram observações de duas ou mais variáveis surge um novo ponto.
“O estudo das relações porventura existentes entre as variáveis.”
A Análise de regressão e correlação compreende a análise de dados amostrais para saber se e como as duas ou mais variáveis estão relacionadas uma com a outra numa população.
A análise de regressão estuda o relacionamento entre uma variável chamado a variável dependente e outras variáveis chamadas variáveis independentes. Este relacionamento é representado por um modelo matemático, i.e., por uma equação que associa a variável dependente com as variáveis independentes. Este modelo é designado por modelo de regressão linear simples se define uma relação linear entre a variável dependente e uma variável independente. Se em vez de uma, forem incorporadas várias variáveis independentes, o modelo passa a denominar-se modelo de regressão linear múltipla.
A análise de correlação dedica-se a inferências estatísticas das medidas de associação linear que se seguem:
- coeficiente de correlação simples: mede a “força” ou “grau” de relacionamento linear entre duas variáveis.
- coeficiente de correlação múltiplo: mede a “força” ou “grau” de relacionamento entre uma variável dependente e um conjunto de outras variáveis.
As técnicas de análise de correlação e regressão estão intimamente ligadas.
Correlação e Regressão Simples
Só vamos falar de correlação e regressão linear simples, i.e., no caso de uma variável dependente (Y) e uma variável independente (X).
Exemplos:
1. Relação entre o peso e a altura de um homem adulto. A variável dependente é o peso e a variável independente a altura.
2. A relação entre o preço do vinho e o montante da colheita em cada ano. Aqui a variável