Exercicios - Correlacao e Regressao

1) O documento discute o coeficiente de correlação e modelo de regressão linear simples. Inclui exemplos de situações de pesquisa e perguntas sobre como analisá-las e sobre o cálculo de correlação e regressão linear com conjuntos de dados. 2) São fornecidos conjuntos de dados sobre horas de estudo e notas de alunos, e gastos com publicidade e vendas de refrigerantes, para que os estudantes respondam perguntas sobre correlação, regressão linear e previsão com esses dados.

Enviado por

Jamesallen Churi

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

253 visualizações2 páginas

Exercicios - Correlacao e Regressao

Enviado por

Jamesallen Churi

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Você está na página 1/ 2

UNIVERSIDADE SÃO TOMÁS DE MOÇAMBIQUE

FACULDADE DE CIÈNCIAS ECONÓMICAS & EMPRESARIAIS

CURSOS DE: ECONOMIA E CONTABILIDADE / AUDITORIA
DISCIPLINA: ESTATÍSTICA I

Tema 5 Estatística Descritiva e Bidimensional

Coeficiente de Correlação e Modelo de Regressão Linear Simples

1. Abaixo estão apresentadas algumas situações de pesquisa. Para cada uma delas, indique se é
apropriado proceder uma análise da correlação ou uma análise de regressão. Justifique a sua
resposta.
a) O rendimento escolar em uma Universidade favorece o êxito profissional
b) O tempo de treinamento influi no desempenho profissional
c) O objetivo é estimar o tempo necessário para a execução de uma determinada tarefa
usando, para isso, o tempo de treinamento do executor
d) A variação na quantidade procurada da carne de gado, depende do preço que a carne
tiver

2. Dadas cinco observações para duas variáveis, X e Y .

Xi 1 2 3 4 5
Yi 3 7 5 11 14

a) Desenvolva um diagrama de dispersão para esses dados.

b) Que especulações podemos tirar sobre a relação entre as duas variáveis?
c) Tente aproximar a relação entre X e Y traçando uma linha recta através dos pontos.
d) Desenvolva uma equação de regressão.
e) Use a equação de regressão para prever o valor de Y quando X = 4 .

3. A tabela a seguir representa o número de horas de estudo fora da sala de aula para determinada
turma de alunos de Estatística, ao longo de três semanas, e as notas obtidas (medidas numa
escala de 0.100) numa prova aplicada ao final do período:

Estudante 1 2 3 4 5 6 7 8
Horas de estudo 20 16 34 23 27 32 18 22
Grau obtido 64 61 84 70 88 92 72 77

a) Trace o diagrama de dispersão correspondente.

1
b) O que o diagrama de dispersão nos indica sobre a relação entre as duas variáveis?
c) Confirme ou rejeite essa indicação através do cálculo do coeficiente de correlação de Pearson.
d) Determine a equação de regressão dos mínimos quadrados, para prever o grau obtido na prova
com base nas horas de estudo.
e) Estime o grau que seria obtido na prova por alguém que estudasse 30 horas fora da sala de
aula.

4. Os dados seguintes foram obtidos da altura (polegadas) e do peso (libras) de uma amostra de
5 mulheres nadadoras.

Altura 68 64 62 65 66
Peso 132 108 102 115 128

a) Qual das variáveis deve ser considerada de explicativa (independente)?

b) As variáveis possuem uma relação linear? Porquê?
c) Desenvolva uma equação de regressão e estime o peso de uma nadadora cuja altura é de 63
polegadas.
d) Que percentagem da variação total pode ser explicada pela recta de regressão estimada?

5. Os dados seguintes mostram os gastos em publicidade (milhões de Meticais) e as vendas de

caixas (milhões) para sete grandes marcas de refrigerantes.

Marca Gastos em publicidade Vendas

Coca-Cola 131.3 1929.2
Pepsi-Cola 92.4 1384.6
Coca-Cola Light 60.4 811.4
Sprite 55.7 541.5
Fanta Laranja 40.2 536.9
Fanta Ananás 29.0 535.6
Morango 11.6 219.5

a) Qual das variáveis deve ser considerada como dependente?

b) As variáveis possuem uma relação linear? Porquê?
c) Desenvolva uma equação de regressão e interprete os respectivos parâmetros.
d) Tente prever a venda de caixas para uma marca com gasto com publicidade de 70 milhões de
meticais.
e) O que podemos concluir sobre o poder explicativo do modelo?