O Estudo de Regresso e correlao linear com o auxlio do

software Origin pro 8 na plotagem de grficos

Marinaldo Rodrigues Marques1 e Mario Csar Soares Xavier2
1.2

Universidade Estadual da Paraba-Centro de Cincias Tecnologia e Sade

Departamento de Engenharia civil

O presente trabalho consiste na explorao do estudo estatstico de dados envolvendo

conceitos fsicos observados na disciplina de fsica experimental I. Com a utilizao do software
Origin desenvolve-se grficos de disperso para verificar comportamentos de fenmenos como o
movimento de um pndulo simples (atravs das ideias de Galileu) e a relao entre Presso e
Volume de um gs (atravs da Lei de Boyle-Mariotte). Foram utilizados os mtodos estatsticos de
correlao e regresso linear para proporcionar uma anlise entre alguns dados observados nesses
fenmenos, assim como tambm foi utilizado uma Calculadora Casio FX-82MS para facilitar os
clculos matemticos envolvidos. Essa experimentao consiste basicamente em coletar dados,
verificar se h alguma relao entre as variveis envolvidas atravs do coeficiente de correlao
linear, encontrar uma expresso matemtica que possa representar o fenmeno e por ltimo
representar no grfico de disperso uma reta de ajuste linear que melhor descreva a expresso.
Atravs de uma sequncia de exerccios prticos buscamos desenvolver os problemas de uma
maneira didtica de modo que os conceitos sejam compreendidos e os resultados sejam alcanados.
Palavras-chave: grfico de disperso, regresso linear, anlise de dados.

This work consists in exploring the statistical study data involving physical concepts
observed in the discipline of experimental physics I. Using the Origin software is developed scatter
plots to verify behavior of phenomena such as the motion of a simple pendulum (through the ideas
of Galileo) and the relationship between pressure and volume of a gas (through the Law of BoyleMariotte). Are used statistical methods of correlation and linear regression to provide an analysis of
some phenomena observed in these data, and also a calculator Casio FX-82MS was used to
facilitate the mathematical calculations involved. This experiment basically consists of collecting
data, check whether there is any relationship between the variables involved through the linear
correlation coefficient, find a mathematical expression that can represent the phenomenon and
ultimately represent the scatter graph of a straight linear fit that best describes expression. Through
a series of practical exercises seek to develop problems in a didactic way so that the concepts are
understood and the results are achieved.
Keywords: scatter plot, linear regression, data analysis.

1.

INTRODUO
Este trabalho representa os resultados
obtidos nas listas de exerccios da disciplina
fsica experimental I em que se trabalhou
sobre grficos utilizando o software Origin
pro 8 para encontrar correlaes e equaes
de regresso entre pares de variveis e temas
relacionados.
Para alcanar tais objetivos tem-se a
necessidade de fazer a anlise de dados
envolvendo duas variveis e a relao entre
elas. O estudo do comportamento da relao
entre essas mesmas denomina-se correlao e
regresso. Pretende-se aqui demonstrar essas
relaes atravs de exemplos que foram feitos
com a utilizao do software Origin pro 8 na
plotagem de grficos e calculadora Cassio
FX-82MS nos clculos matemticos.
Quando se trabalha com anlise de dados,
geralmente se procura um padro, ou seja,
certa regularidade entre esses dados. O uso de
grficos para representar esses dados tem se
mostrado eficiente uma vez que mais
perceptvel pelo observador. Segundo
BUSSAB [1] os mtodos grficos tm
encontrado uso cada vez maior devido ao seu
forte apelo visual. Normalmente, mais fcil
para qualquer pessoa entender a mensagem de
um grfico do que aquela embutida em
tabelas ou sumrios numricos.
Quando se tem conjunto de dados
emparelhados uma maneira de representa-los
atravs de um diagrama de disperso.
Segundo LARSON [2] uma maneira de
representar conjuntos de dados emparelhados
usando um grfico, de disperso, no qual os
pares ordenados so representados como
pontos em um plano coordenado. Este tipo de
grfico usado para mostrar a relao entre
duas variveis quantitativas atravs de dados
colhidos experimentalmente.

necessrio tambm verificar que tipo

de relao ou correlao existe entre essas
variveis e se essa correlao e significante.
Uma correlao uma relao entre duas
variveis. Os dados podem ser representados
por pares ordenados (x, y), onde x a varivel
independente (ou explanatria) e y a
varivel dependente (ou resposta) [3].
Uma maneira mais precisa de se medir
o tipo e a fora de uma correlao linear entre
duas variveis calcular o coeficiente de
correlao r. Este uma medida da direo de
uma relao linear entre duas variveis. A
frmula matemtica para r dada por:

onde n o nmero de pares de dados da

amostra.
A amplitude do coeficiente de
correlao -1 para 1. Se x e y tm uma
correlao linear positiva forte, r est prximo
de 1. Se x e y tm uma correlao linear
negativa forte, r est prximo de -1. Se no h
correlao linear ou uma correlao linear
fraca, r est prximo de zero [2].
Feita a anlise do coeficiente de
correlao necessrio encontrar um modelo
matemtico que possa representar a relao
existente entre as variveis. De acordo com
LARSON [2], aps verificar se a correlao
linear entre duas variveis significante, o
prximo passo determinar a equao da
linha que melhor modela os dados. Essa linha
chamada de linha de regresso e sua
equao pode ser usada para prever os valores
de y para um dado valor de x.
Com um conjunto de dados da varivel
independente x e os valores associados da

varivel dependente y determinam-se os

parmetros da equao.
Conforme LARSON [2], a equao de
uma reta de regresso para uma varivel
independente x e uma varivel dependente y
:

Onde o valor y previsto para um dado

valor x, m a inclinao da reta em relao ao
eixo e b a interseo da reta com o eixo y.
Seus valores so dados por:

Onde a mdia dos valores y no conjunto

de dados e a mdia dos valores x.
2. PROCEDIMENTOS
METODOLGICOS
O procedimento metodolgico utilizado
neste trabalho foi a pesquisa de laboratrio,
atravs das ideias de Ruiz [3] consiste em
analisar dados procurando caracterizar todas
as fases que so utilizadas para realizar tal
pesquisa, estas manipulam as variveis da
pesquisa para chegar a determinados
resultados. A pesquisa de laboratrio, como
qualquer espcie de pesquisa cientfica, no se
realiza em um ato, mas se desenvolve ao
longo de um processo ordenado, que percorre
etapas bem definidas.
Para alcanar os resultados da pesquisa
foi seguida determinadas partes da pesquisa
de laboratrio: a observao, hipteses e
experimentaes. Como instrumentos de
coleta de dados foi utilizado o software Origin
Pro 8 (que uma programa voltado para rea
de plotagem de grficos e analise de dados
estatsticos) e uma calculadora Casio Modelo

Fx-82MS que permite a utilizao de entrada

e
armazenamento
de
vrios
dados
sequencialmente o que possibilita que os
clculos sejam consultados posteriormente
quando necessrio.
3.

ANLISE
DADOS

DISCURSO

DOS

De acordo com os mtodos de correlao

e regresso linear possvel verificar o
comportamento de um conjunto de dados
envolvendo duas variveis X e Y. Sua anlise
consiste em verificar se h alguma relao
direta entre Y e X, ou seja, necessrio
compreender se quando dado certo valor
para X possvel encontrar ou seu valor
correspondente em Y.
Exemplo 01: Verificando a correlao e a
equao de regresso dos seguintes pontos:
(1,3); (2,5); (3,7); (5,9); (7,11); (8,16),
(11,22).
Organizando os dados em uma tabela temos:
Tabela 01
x

x.y

10

25

21

49

45

25

81

11

77

49

121

16

128

64

256

11

22

242

121

484

x=37

y= 73

x.y= 526

x= 273

y= 1025

Pela eq. (01) podemos encontrar a correlao

entre os dados das variveis x e y.

temos:

, com n = 8

Como r est prximo de +1 temos uma

correlao forte positivas entre as variveis.
Podemos comprovar este fato visualizando os
pontos no grfico de disperso (Fig. 01).
A reta de ajuste que representa esses dados
da forma
= mx +b,
onde m e b podem ser encontrados pelas
equaes 03 e 04 respectivamente.

Exemplo 02: Em uma experincia de

laboratrio, obtiveram-se os seguintes dados
da tabela abaixo. Sabendo que a equao que
rege
um
fenmeno

da
forma
P.V=K(constante), deseja se obter a curva de
uma transformao isotrmica.

Esta equao satisfaz a relao entre esse

conjunto de pontos, onde por meio de um
dado valor de x (varivel independente)
possvel prever o valor correspondente em y
(varivel dependente). O valor que se
encontra na varivel y aproximadamente o
valor real do fenmeno observado.

Logo a equao de ajuste linear ser:

y = 0,86 + 1,81x

Este experimento demonstra uma observao

feita por Robert Boyle(1627-1691): sob
temperatura constante, o volume ocupado por
determinada massa gasosa inversamente
proporcional sua presso [4]. Em
conformidade com Boyle se comprimimos um
gs, mantendo a temperatura constate, a
presso aumenta. De modo similar se um gs
se expande em temperatura constante, sua
presso diminui.
Na tabela 02 temos alguns postos observados
experimentalmente sob o comportamento da
presso em funo do volume. O grfico de
disperso desses da dados est representado
na figura 02.
Tabela 02
(presso)
atm
Volume X
m

Figura 01: Grfico de disperso com reta de ajuste.

1,1

1,2

1,3

1,4

122,44 109,74 101,58 95,23

1,5

1,6

1,7

1,8

87,07

82,53

78,91

73,46

Figura 03: Grfico de disperso juntamente

com a reta de ajuste e a equao linearizada.

Figura 02: Grfico de disperso

A equao P.V = K no uma funo linear,

neste caso uma forma de encontrar os
parmetros desta funo pela anlise de
regresso linear e encontrando uma equao
equivalente a esta de forma linear. Utilizando
o mtodo de substituio da varivel teremos:
P = . K , neste caso tem-se uma equao da
forma y = A +Bx, onde
y = P; A = 0; B = K e x =
A nova tabela com valores atualizados ser:
Tabela 03
(Presso)
atm
(Volume) X
10-m3

1,1

1,2

1,3

1,4

Figura 04: Grfico da presso em funo do Volume.

1,5

1,6

1,7

1,8

0,0082 0,0091 0,0098 0,0105 0,0115 0,0121 0,0127 0,0136

Na figura 03 o grfico de disperso

representa os dados obtidos atravs da
mudana de varivel. Neste caso os pontos
esto ordenados de forma aproximadamente
linear.
O coeficiente de correlao entre as variveis
r = 0,99683, ou seja, correlao positiva
forte, o que confirma a tendncia positiva do
grfico de disperso Fig. 03.

A equao da reta de ajuste linear ser:

y = 0,012+ 131,51x
A funo que representa a transformao
isotrmica observada no experimento ser
representada por:

(Presso em funo do Volume de um gs)

Exemplo 03: Em caso do pendulo simples

tem-se T o perodo, L o comprimento do fio e
g a acelerao da gravidade local. A funo
dada por:

(Perodo de um pndulo simples)

O movimento peridico e oscilatrio de um

pndulo simples foi descoberto e estudado por
Galileu Galilei. De acordo com Young e
Freedman [5] O pndulo simples consiste em
um modelo idealizado constitudo por um
corpo puntiforme suspenso por um fio
inextensvel de massa desprezvel. Quando o
corpo puntiforme puxado lateralmente a
partir da sua posio de equilbrio e a seguir
libertado, ele oscila em torno da posio de
equilbrio.
No pndulo simples temos L o comprimento
do fio, e T (perodo) que o intervalo de
tempo que o objeto leva para percorrer toda
trajetria e retornar para posio de inicio.
Nosso experimento consiste encontra a
acelerao da gravidade g da equao 04 com
a utilizao dos dados da tabela 04 aplicados
no mtodo de regresso linear.

Primeiramente temos que linearizar esta a

equao 04 para que se possa comparar ela
com uma funo obtida pelo mtodo da
T
L

0 0,79 1,58 2,37 3,16 3,95 4,74 5,53 6,32

0 0,2 0,4 0,6 0,8
1
1,2 1,4 1,6

regresso linear.
Elevando os dois membros ao quadrado tm:
(

O grfico de T uma funo linear Fig.05.

Figura 05

Neste caso a reta de ajuste y = 0+ 3,95x

obtida na Fig. 5 uma equivalente Eq. 05,
ento podemos comparar a equao 06 com a
equao de ajuste y para encontrar o valor do
termo g que procuramos.
Temos,

= 3,95

m/s

4. CONSIDERAES FINAIS
Atravs dos mtodos utilizados foi
possvel perceber a importncia de se
desenvolver uma analise de dados entre duas
variveis com a utilizao de um software
como suplemento nas resolues dos
problemas. O origin pro 8 foi til no apenas
na representao do dados graficamente mas,
tambm para encontrar os parmetros da reta
de ajuste linear assim como o coeficiente de
correlao linear.
Foi possvel notar que essa adaptao de
um software em problemas que envolvem
analise de dados e funo matemtica
eficiente, pois agiliza o trabalho fazendo com
que os resultado dos experimentos sejam
alcanados em menos tempo.

5.

REFERNCIAS

[1] Wilton de O. Bussab, Pedro A. Morettin,

Estatstica bsica ( Saraiva, So Paulo, 2004),
5 ed.
[2] R. Larson, B. Farber, Estatstica aplicada
(Pearson Education do Brasil, So Paulo,
2010), 4 ed.
[3] RUIZ, Joo lvaro. Metodologia
Cientfica: Guia para eficincia nos estudos
(Atlas, So Paulo, 1996), 4 ed.
[4] R. FELTRE. Qumica (Moderna, So
Paulo, 2004), 6 ed., v.1.
[5] H.D. Young e R.A. Freedman, Fsica:
Termodinmica e ondas. (Pearson Education
do Brasil, So Paulo, 2008), 12 ed., v. 2.