Sie sind auf Seite 1von 7

CORRELAO E REGRESSO

Mestrando: Luciano Matias Diniz


SPSS


Para esta analise foi abordada a correlao e a regresso. Para melhor entendimento dos assuntos
abordados cabe referencias, em resumo alguns conceitos:
A correlao indica a fora e a direo do relacionamento linear entre duas variveis aleatrias,
embora correlao no implique causalidade.
A regresso uma tcnica que vem a explorar a relao de uma varivel dependente com variveis
independentes especficas, esta anlise pode ser usada como mtodo descritivo para uma analise de dado,
no sendo necessrio quaisquer suposies dos processos que permitiram gerar os dados.
Levando em considerao ainda:
Regresso mltipla - duas ou mais variveis independentes.
Regresso simples Uma nica varivel independente,
Resduo - Erro na previso de nossos dados da amostra.
Coef. de determinao - Proporo da varincia da varivel dependente em torno de sua mdia
que explicada pelas variveis independentes
Colinearidade: mostra a funo linear entre variveis
Fator de inflao de varincia (VIF): mede o quanto a varincia do coeficiente inflacionada por
sua colinearidade, geralmente, o VIF indicativo de problemas de multi- colinearidade se VIF>10.

importante entender o processo do exerccio, onde foi utilizado para nosso estudo na resoluo
dos exerccios o teste ANOVA, que trata da anlise da varincia, analisando a probabilidade dessas
diferenas nas mdias em grupos estudados a longo prazo.


EXERCCIOS PROPOSTOS

EXERCCIO 1
Base de Dados


Apresentao e Analises dos dados (Exerccios 01)

A seguir, segundo os passos da aula chega-se aos seguintes resultados:



Na tabela 1 do coeficiente de determinao, R
2
,(que mostra quanto os regresses presentes so capazes
de explicar a varivel dependente) verifica-se que tal resultado apenas 9 % da relao da varivel
dependente estudada explicada nesta



Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05),
sendo que para valores maiores que 0,05 quer dizer que no tem a capacidade de explicar o modelo
exposto.



Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta
problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas.



EXERCCIO 2
Variveis sheet2



Apresentao e Analises dos dados (Exerccios 02)





Diferentemente do que aconteceu no Exerccio 01 Na tabela 1deste exerccio o coeficiente de
determinao, R
2
,(que mostra quanto os regresses presentes so capazes de explicar a varivel
dependente) verifica-se que tal resultado apenas 65,9% da relao da varivel dependente estudada
explicada nesta



Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05),
sendo que para valores menores que 0,05, neste caso Sig = 000, quer dizer que tem a capacidade de
explicar o modelo exposto.


Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta
problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas, porm a
Varivel X2 apresenta significncia sig = 0,000, conforme destacado.











Com relao ao teste de normalidade com os resduos, tem-se os seguintes resultados:


No teste de normalidade verifica-se que para ambos os testes o valor de Sig foi superior 0,05, indicando
distribuio normal dos resduos.

Retirando os outliers, resultou na anlise de 57 casos para cada varivel (n=57), obtendo-se os
seguintes resultados aps a nova regresso.




Na tabela 1deste exerccio o coeficiente de determinao, R
2
,(que mostra quanto os regresses
presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas 64,1% da
relao da varivel dependente estudada explicada nesta


Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05),
sendo que para valores menores que 0,05 quer dizer que tem a capacidade de explicar o modelo exposto.


Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta
problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas, porm a
Varivel X3 apresenta significncia sig = 0,028, conforme destacado.


Normalidade dos resduos





Nos testes de normalidade dos resduos, verifica-se que o valor Sig (0,200) maior que 0,5, indicando a
normalidade na distribuio dos resduos

EXERCCIO 3
Variveis sheet3



Na tabela acima deste exerccio o coeficiente de determinao, R
2
,(que mostra quanto os
regresses presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas
98% da relao da varivel dependente estudada explicada, podendo revelar um problema devido ao
alto nvel de explicao da varivel

Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05),
sendo que para valores menores que 0,05, neste caso Sig = 000, quer dizer que tem a capacidade de
explicar o modelo exposto.


Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta
problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas. As
variveis x1, x2, x5 e x6 apresenta significncia sig = 0,000 conforme destacado.

.













Nos testes de normalidade dos resduos, verifica-se que o valor Sig (0,036) menor que 0,5, indicando que
no normal a distribuio dos resduos

Realizado por fim uma analise complementar regresso levando em considerao os dados no
considerados como outliers na amostra. Objetivando entender se esses dados explicam a distoro na
normalidade.
Mostrando novamente que os resduos no apresentam a normalidade em ambos os Testes,
considerando Sig<0,05.


REFERNCIAS
HAIR Jr., Joseph F. et al. Anlise Multivariada de Dados. 6. ed. So Paulo: Bookman, 2009.

Das könnte Ihnen auch gefallen