Beruflich Dokumente
Kultur Dokumente
As analises de Regresso uma equao matemtica que descreve uma relao funcional
entre variveis, geralmente entre duas ou mais variveis, dessa maneira a Regresso
uma tcnica estatstica de interpretao de variaes quantitativas e tem como objetivo
identificar modelos funcionais que descreva como varia uma varivel dependente (Y)
frente mudana da varivel Independente (X) (DI RIENZO et al., 2008; MATUS et al.,
2010).
Para estudar o comportamento de duas variveis existem muitos modelos que podem ser
construdos para descrever as variaes das variveis, mas o modelo que poderia ser mais
explicativo o modelo linear simples, que segundo Guerra (2009), o modelo se baseia
num conjunto de supostos:
Matus et al., (2010) e Martinz (2011), anotam a equao linear na forma algbrica da
seguinte maneira: = +
Onde, Y e X so as variveis dependente e independentes respetivamente, a indica a altura
da reta (X= 0) ou o coeficiente de posio de origem nas ordenadas e b o seu pendente
ou coeficiente angular que indica o acrscimo ou decrscimo de Y por cada valor de X.
Matus et al. (2011) fez a seguinte representao da regresso linear na seguinte figura:
A principal vantagem do modelo no linear sobre o linear que 1) sua escolha est
associada conhecimento prvio sobre a relao a ser modelada e 2) geralmente apresenta
interpretao prtica para os parmetros (ZEVIANI; JNIOR; BONAT; 2013).
= + +, , +
Existem dois tipos bsicos de distribuio dos dados: Normal ou Anormal, tambm
conhecida como distribuio livre. A distribuio normal ou Gaussiana (relativo Carl
Gauss) apresenta uma forma semelhante a uma curva em sino quando os dados contnuos
esto dispostos em uma curva de distribuio (NORMANDO; TJADERHANE;
QUINTO, 2010).
Pode ser visto que os dados se concentram em torno de uma mdia e se dispersam
simetricamente a partir desse ponto central (SHEATS; PANKRATZ, 2002). Visto de
outra maneira so os erros produzem ao medir uma repetida vezes uma mesma magnitude
e que provoquem uma distribuio (COLEGIO, 2004).
Os testes a seguir so os tipos de testes de normalidade que podem ser usados para avaliar
normalidade (MINITAB, 2016).
I. Teste de Anderson-Darling
Este teste compara a ECDF (funo de distribuio cumulativa emprica) dos dados
amostrais distribuio esperada se os dados forem normais. Se a diferena observada
for adequadamente grande, voc rejeita a hiptese nula de normalidade da populao.
Este teste compara a ECDF (funo de distribuio cumulativa emprica) dos dados
amostrais distribuio esperada se os dados forem normais. Se a diferena observada
for adequadamente grande, o teste rejeita a hiptese nula de normalidade da populao.
Se o valor p deste teste for menor que o alfa escolhido, voc pode rejeitar a hiptese nula
e concluir que a populao no normal.
CONCEITO DE SEMIVARIOGRAMA
A estimativa da dependncia entre amostras vizinhas no espao pode ser realizada atravs
da autocorrelao que de grande utilidade quando se est fazendo amostragem em uma
direo. Quando a amostragem envolve duas direes (x, y) o instrumento mais indicado
na estimativa da dependncia entre amostras o semivariograma (Silva, 1988).
Figura 2. Semivariogramas: (A) sem efeito pepita; (B) com efeito pepita
dependncia: