You are on page 1of 6

1.

Referencial Terico
Para Bassanezi (1994), um modelo matemtico auxilia na representao de um
objeto estudado, expressando e interpretando uma ou mais hipteses de maneira
quantitativa.
Os modelos servem para compreender, explicar, prever, calcular, manipular, entre
outras funes. Entretanto, os modelos so mais aplicados por conta de suas funes
explicativas ou preditivas. A funo de prever permite a antecipao do desenvolvimento
de uma teoria, podendo servir para testar o modelo. (Drouin, 1988)
A anlise de regresso uma tcnica estatstica utilizada para estudar e modelar a
relao entre variveis independentes e dependentes, um dos seus objetivos estimar os
parmetros desconhecidos de um modelo (Barros et al. 2008). Ainda de acordo com
Y

estes autores, pode-se avaliar uma varivel de interesse


varivel resposta) em relao a duas variveis

Xj

(varivel dependente ou

(variveis independentes), com

j=1,2 . Logo um possvel modelo para estabelecer esta relao pode ser dado por
y i= 0 + 1 x i 1+ 2 xi 2 + i i=1, , n(1)
Em que,

o nmero de indivduos,

dependente para o i -simo indivduo,


matriz coluna
o

vetor

a observao da varivel

X i= ( xi 1 , x i 2 )'

(matriz transposta da

X i ) um vetor de observaes das variveis independentes para

i -simo indivduo,

um

yi

=( 0 , 1 , 2 )'

(matriz transposta da matriz coluna )

de coeficientes de regresso (parmetros) e

um

componente de erro aleatrio.


Segundo Barros et al. (2008), o modelo (1) chamado de regresso linear
mltipla, ou mais especificamente regresso linear bivariada, pois envolve mais de
um coeficiente de regresso; o adjetivo linear indica que o modelo linear em

relao aos parmetros = (0, 1, 2), e no porque y uma funo linear das
variveis x s.

Podemos escrever o modelo (1) de forma matricial dessa forma

= X. +

Em que

[]
y1
y2

yn

Y =

[]
0
1
2

[] [ ]
x 11 x 12
x 21 x 22
X=

1 xn 1 xn 2

1
= 2

1
1

As equaes abaixo explicam a composio desses vetores:

y1 =

0 +

1 x 11 +

y2

0 +

1 x 21

2 x 12 + 1

2 x 22 +

yn =

0 +

1 xn 1 +

2 x n 2 + n

Para estimar os parmetros de (1) pode-se utilizar o mtodo de mnimos


quadrados. Suponha-se que n > 2 observaes so avaliadas, em que j o
nmero de variveis independentes, e seja yi a i-sima varivel resposta
observada e xij a i-sima observao da j-sima varivel independente (i = 1, .
. ., n, j = 1, 2). (Barros et al, 2008)
A partir do mtodo de mnimos quadrados obtm-se equaes de
mnimos quadrados da forma
XX

= Xy

Efetuando-se a multiplicao dos termos por (X ' X )1 , temos que


^

= (X ' X )1 X y

Assumindo que ( X ' X )1 exista.

2. Objetivo Geral

O objetivo geral deste trabalho apresentar como feito o ajuste de um modelo


de regresso linear mltipla a um conjunto de dados com duas variveis independentes e
uma varivel dependente.

3. Objetivos Especficos

Estudar um mtodo de estimao de parmetros para um modelo de regresso

linear mltipla com duas variveis independentes;


Mostrar como pode ser obtidas as estimativas dos parmetros do modelo com

base no mtodo de estimao estudado


Programar, no software R, uma rotina capaz de realizar o ajuste de um
modelo linear com duas variveis independentes e uma varivel dependente.

Ajustar um modelo de regresso linear mltipla com duas variveis


independentes a um conjunto de dados.

4. Justificativas
Faz-se necessrio entender o algoritmo da estimao de parmetros para que
sejam identificados e evitados possveis erros no processo. Alm de possibilitar o ajuste
de modelos lineares para conjuntos de dados no contemplados pelos softwares
estatsticos. (conjunto de dados com observaes faltantes, por exemplo).
Alm disso, o melhor entendimento do processo constitui ferramenta importante
em relao ao aspecto didtico, pois pode-se assim ajustar o modelo sem o uso de
softwares. A possibilidade de se estudar uma aplicao das teorias matemticas
aprendidas durante o curso.
Com o desenvolvimento do processo de estimao possvel verificar qual o
melhor mtodo para calcular o matriz inversa de XX.
5. Resultados Esperados
1) Ao final deste trabalho espera-se que haja um melhor entendimento sobre
como ocorre o ajuste de modelos duas variveis.
2) Que se obtenha uma rotina em R para o ajuste de modelos lineares com duas
variveis independentes e uma varivel dependente.
3) Que se obtenha o modelo linear com duas variveis independentes para um
conjunto de dados reais.
Questo norteadora
Cronograma
Introduo

Metodologia ou Material e mtodos


1) Como ser obtido o conjunto de dados?
2) Qual mtodo de estimao dos parmetros ser utilizado no ajuste do modelo
linear?

5. Referncias Bibliogrficas
BARROS, E. A. C. et al. Mtodos de estimao em regresso linear mltipla: aplicao
a dados clnicos. Revista Colombiana de Estadstica, Bogot, v 31, n. 01, p. 111-129,
2008.
Montar a apresentao nessa semana.