Tradutor
´
V´ıctor Hugo Lachos Davila hlachos@ime.unicamp.br Departamento Estat´ıstica-IMECC
Universidade Estadual de Campinas
˜ Paulo, Brasil
Campinas, Sao
˜ Linear Simples – p. 1/6
Regressao
Objetivos
Estudar a relação linear entre duas variáveis quantitativas.
Veja alguns exemplos:
Altura dos pais e altura dos filhos(Fig 1);
˜ Linear Simples – p. 2/6
Regressao
Objetivos
Estudar a relação linear entre duas variáveis quantitativas.
Veja alguns exemplos:
Altura dos pais e altura dos filhos(Fig 1);
Renda semanal e despensas de consumo;
˜ Linear Simples – p. 2/6
Regressao
Objetivos
Estudar a relação linear entre duas variáveis quantitativas.
Veja alguns exemplos:
Altura dos pais e altura dos filhos(Fig 1);
Renda semanal e despensas de consumo;
Variação dos salarios e taxa de desemprego (Fig 2);
˜ Linear Simples – p. 2/6
Regressao
Objetivos
Estudar a relação linear entre duas variáveis quantitativas.
Veja alguns exemplos:
Altura dos pais e altura dos filhos(Fig 1);
Renda semanal e despensas de consumo;
Variação dos salarios e taxa de desemprego (Fig 2);
Demanda dos productos de uma firma e publicidade;
˜ Linear Simples – p. 2/6
Regressao
Objetivos
Estudar a relação linear entre duas variáveis quantitativas.
Veja alguns exemplos:
Altura dos pais e altura dos filhos(Fig 1);
Renda semanal e despensas de consumo;
Variação dos salarios e taxa de desemprego (Fig 2);
Demanda dos productos de uma firma e publicidade;
Sob dois pontos de vista:
˜
Explicitando a forma dessa relação: regressao.
˜
Quantificando a força dessa relação: correlac¸ao.
˜ Linear Simples – p. 2/6
Regressao
Observações
1) Regressão vs Causação
Uma relação estatística por sí propria não implica uma causação Para atribuir causação, devemos invocar a alguma teoría (p.e. econômica)
2) Regressão (AR) vs Correlação (AC) na AC há tratamento simetrico das variáveis na AR a variável explanatoria