Skip to main content
Global

12.1: Prelúdio para regressão linear e correlação

  1. Last updated
  2. Save as PDF
  • Page ID
    190048

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    OBJETIVO DO CAPÍTULO

    No final deste capítulo, o aluno deverá ser capaz de:

    • Discuta ideias básicas de regressão linear e correlação.
    • Crie e interprete a linha mais adequada.
    • Calcule e interprete o coeficiente de correlação.
    • Calcule e interprete valores atípicos.

    Os profissionais geralmente querem saber como duas ou mais variáveis numéricas estão relacionadas. Por exemplo, existe uma relação entre a nota do segundo exame de matemática que um aluno faz e a nota no exame final? Se existe um relacionamento, qual é o relacionamento e quão forte é? Em outro exemplo, sua renda pode ser determinada por sua educação, sua profissão, seus anos de experiência e sua habilidade. O valor que você paga a um reparador pela mão de obra geralmente é determinado por um valor inicial mais uma taxa por hora.

    Figura\(\PageIndex{1}\): A regressão linear e a correlação podem ajudá-lo a determinar se o salário de um mecânico de automóveis está relacionado à sua experiência profissional. (crédito: Joshua Rothhaas)

    O tipo de dado descrito nos exemplos é dado bivariado — “bi” para duas variáveis. Na realidade, os estatísticos usam dados multivariados, o que significa muitas variáveis. Neste capítulo, você estudará a forma mais simples de regressão, a “regressão linear” com uma variável independente (\(x\)). Isso envolve dados que se ajustam a uma linha em duas dimensões. Você também estudará a correlação que mede o quão forte é o relacionamento.