Teste

1. Texto Apenas Introdutório. Você não irá encontrar a maioria das demonstrações neste texto.

2. Texto claro, objetivo e com ênfase em aplicações. A leitura deste texto irá lhe ajudar na compreensão dos conceitos da disciplina. Além disso, o nível do texto é adequado para alunos de graduação.

3. Livros com a teoria: (Searle, Linear Models) e (Seber, Linear Regression Analysis)

4. As demonstrações serão apresentadas em aula e as páginas dos livros do item 3 também.

Capítulo 2

Modelo Clássico de Regressão

2.1- Introdução

Este modelo teve origem nos trabalhos de astronomia elaborados por Gauss no período de 1809 a 1821. O termo regressão foi utilizado pela primeira vez por Galton, por volta de 1885, quando investigava relações entre características antropométricas de sucessivas gerações. Ele observou, dentre outros fatos, que os filhos apresentavam as mesmas características dos seus pais, porém em uma intensidade menor. Por exemplo: pais com estatura baixa têm filhos de estatura baixa, mas, em média, a estatura destes é maior. O mesmo ocorre, mas em direção contrária, para pais com estatura alta. Este fenômeno, da altura dos filhos moverem-se em direção a altura média de todos os homens, ele denominou de regressão. Atualmente, a análise de regressão é uma das mais importantes técnicas estatísticas, sendo utilizada em aplicações de diversas áreas como: Engenharia, Medicina, Economia, etc. Ela é adequada quando se deseja estudar o comportamento de uma variável (variável resposta) em relação a outras que são responsáveis pela sua formação (variáveis explicativas) com os três principais objetivos: descrição, controle e previsão. A idéia do modelo de regressão será apresentada com um exemplo da área de avaliações. A primeira etapa para se determinar o valor de um bem é a coleta de uma amostra aleatória com os valores e as principais características ou especificações deste bem. O exemplo abaixo irá ilustrar a aplicação da