Sie sind auf Seite 1von 7

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 Boyle-
Mariotte). 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 necessrio tambm verificar que tipo
Este trabalho representa os resultados de relao ou correlao existe entre essas
obtidos nas listas de exerccios da disciplina variveis e se essa correlao e significante.
fsica experimental I em que se trabalhou Uma correlao uma relao entre duas
sobre grficos utilizando o software Origin variveis. Os dados podem ser representados
pro 8 para encontrar correlaes e equaes por pares ordenados (x, y), onde x a varivel
de regresso entre pares de variveis e temas independente (ou explanatria) e y a
relacionados. varivel dependente (ou resposta) [3].
Para alcanar tais objetivos tem-se a
necessidade de fazer a anlise de dados Uma maneira mais precisa de se medir
envolvendo duas variveis e a relao entre o tipo e a fora de uma correlao linear entre
elas. O estudo do comportamento da relao duas variveis calcular o coeficiente de
entre essas mesmas denomina-se correlao e correlao r. Este uma medida da direo de
regresso. Pretende-se aqui demonstrar essas uma relao linear entre duas variveis. A
relaes atravs de exemplos que foram feitos frmula matemtica para r dada por:
com a utilizao do software Origin pro 8 na
plotagem de grficos e calculadora Cassio ( )( )
= , (Eq. 01)
FX-82MS nos clculos matemticos. 2 ( )2 2 ( )2

Quando se trabalha com anlise de dados,


geralmente se procura um padro, ou seja, onde n o nmero de pares de dados da
certa regularidade entre esses dados. O uso de amostra.
grficos para representar esses dados tem se A amplitude do coeficiente de
mostrado eficiente uma vez que mais correlao -1 para 1. Se x e y tm uma
perceptvel pelo observador. Segundo correlao linear positiva forte, r est prximo
BUSSAB [1] os mtodos grficos tm de 1. Se x e y tm uma correlao linear
encontrado uso cada vez maior devido ao seu negativa forte, r est prximo de -1. Se no h
forte apelo visual. Normalmente, mais fcil correlao linear ou uma correlao linear
para qualquer pessoa entender a mensagem de fraca, r est prximo de zero [2].
um grfico do que aquela embutida em
tabelas ou sumrios numricos. Feita a anlise do coeficiente de
Quando se tem conjunto de dados correlao necessrio encontrar um modelo
emparelhados uma maneira de representa-los matemtico que possa representar a relao
atravs de um diagrama de disperso. existente entre as variveis. De acordo com
Segundo LARSON [2] uma maneira de LARSON [2], aps verificar se a correlao
representar conjuntos de dados emparelhados linear entre duas variveis significante, o
usando um grfico, de disperso, no qual os prximo passo determinar a equao da
pares ordenados so representados como linha que melhor modela os dados. Essa linha
pontos em um plano coordenado. Este tipo de chamada de linha de regresso e sua
grfico usado para mostrar a relao entre equao pode ser usada para prever os valores
duas variveis quantitativas atravs de dados de y para um dado valor de x.
colhidos experimentalmente. Com um conjunto de dados da varivel
independente x e os valores associados da
varivel dependente y determinam-se os Fx-82MS que permite a utilizao de entrada
parmetros da equao. e armazenamento de vrios dados
Conforme LARSON [2], a equao de sequencialmente o que possibilita que os
uma reta de regresso para uma varivel clculos sejam consultados posteriormente
independente x e uma varivel dependente y quando necessrio.
:
y = mx + b (Eq. 02) 3. ANLISE E DISCURSO DOS
DADOS
Onde o valor y previsto para um dado
valor x, m a inclinao da reta em relao ao De acordo com os mtodos de correlao
eixo e b a interseo da reta com o eixo y. e regresso linear possvel verificar o
Seus valores so dados por: comportamento de um conjunto de dados
envolvendo duas variveis X e Y. Sua anlise
( ) ( ) consiste em verificar se h alguma relao
= 2 (Eq. 03)
2 ( )
direta entre Y e X, ou seja, necessrio
e compreender se quando dado certo valor

= = (Eq. 04) para X possvel encontrar ou seu valor

correspondente em Y.
Onde a mdia dos valores y no conjunto
de dados e a mdia dos valores x. Exemplo 01: Verificando a correlao e a
equao de regresso dos seguintes pontos:
2. PROCEDIMENTOS (1,3); (2,5); (3,7); (5,9); (7,11); (8,16),
METODOLGICOS (11,22).
Organizando os dados em uma tabela temos:
O procedimento metodolgico utilizado
neste trabalho foi a pesquisa de laboratrio, Tabela 01
atravs das ideias de Ruiz [3] consiste em x y x.y x y
analisar dados procurando caracterizar todas 1 3 3 1 9
as fases que so utilizadas para realizar tal 2 5 10 4 25
pesquisa, estas manipulam as variveis da 3 7 21 9 49
pesquisa para chegar a determinados 5 9 45 25 81

resultados. A pesquisa de laboratrio, como 7 11 77 49 121

qualquer espcie de pesquisa cientfica, no se 8 16 128 64 256


11 22 242 121 484
realiza em um ato, mas se desenvolve ao
x=37 y= 73 x.y= 526 x= 273 y= 1025
longo de um processo ordenado, que percorre
etapas bem definidas.
Para alcanar os resultados da pesquisa
foi seguida determinadas partes da pesquisa Pela eq. (01) podemos encontrar a correlao
de laboratrio: a observao, hipteses e entre os dados das variveis x e y.
experimentaes. Como instrumentos de
( )( )
coleta de dados foi utilizado o software Origin = , com n = 8
2 ( )2 2 ( )2
Pro 8 (que uma programa voltado para rea
de plotagem de grficos e analise de dados temos:
estatsticos) e uma calculadora Casio Modelo
8. (526) (37)(73) Esta equao satisfaz a relao entre esse
=
8(273) (1369) 8(1025) (5329) conjunto de pontos, onde por meio de um
dado valor de x (varivel independente)
= 0,985185138 possvel prever o valor correspondente em y
(varivel dependente). O valor que se
Como r est prximo de +1 temos uma encontra na varivel y aproximadamente o
correlao forte positivas entre as variveis. valor real do fenmeno observado.
Podemos comprovar este fato visualizando os
pontos no grfico de disperso (Fig. 01).
A reta de ajuste que representa esses dados Exemplo 02: Em uma experincia de
da forma laboratrio, obtiveram-se os seguintes dados
= mx +b, da tabela abaixo. Sabendo que a equao que
onde m e b podem ser encontrados pelas rege um fenmeno da forma
equaes 03 e 04 respectivamente. P.V=K(constante), deseja se obter a curva de
uma transformao isotrmica.
( ) ( )
= 2 Este experimento demonstra uma observao
2 ( )
feita por Robert Boyle(1627-1691): sob
temperatura constante, o volume ocupado por
8(526) (37)(73)
= = 1,81 determinada massa gasosa inversamente
8(273) 1369
proporcional sua presso [4]. Em

= = conformidade com Boyle se comprimimos um

gs, mantendo a temperatura constate, a
73 37 presso aumenta. De modo similar se um gs
= (1,81) = 0,86 se expande em temperatura constante, sua
8 8
presso diminui.
Logo a equao de ajuste linear ser: Na tabela 02 temos alguns postos observados
y = 0,86 + 1,81x 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)
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
atm

Volume X
122,44 109,74 101,58 95,23 87,07 82,53 78,91 73,46
m

Figura 01: Grfico de disperso com reta de ajuste.


Figura 02: Grfico de disperso Figura 03: Grfico de disperso juntamente
com a reta de ajuste e a equao linearizada.

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:
1
P = . K , neste caso tem-se uma equao da
forma y = A +Bx, onde
1
y = P; A = 0; B = K e x =
A nova tabela com valores atualizados ser:

Tabela 03 Figura 04: Grfico da presso em funo do Volume.

(Presso)
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
atm
(Volume) X
0,0082 0,0091 0,0098 0,0105 0,0115 0,0121 0,0127 0,0136
10-m3

A equao da reta de ajuste linear ser:


Na figura 03 o grfico de disperso
y = 0,012+ 131,51x
representa os dados obtidos atravs da
mudana de varivel. Neste caso os pontos
A funo que representa a transformao
esto ordenados de forma aproximadamente
isotrmica observada no experimento ser
linear.
representada por:
O coeficiente de correlao entre as variveis
r = 0,99683, ou seja, correlao positiva 131,51
forte, o que confirma a tendncia positiva do P = 0,012 +

grfico de disperso Fig. 03. (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:

= 2 (Eq. 05 )
(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 Figura 05
inextensvel de massa desprezvel. Quando o
corpo puntiforme puxado lateralmente a Neste caso a reta de ajuste y = 0+ 3,95x
partir da sua posio de equilbrio e a seguir obtida na Fig. 5 uma equivalente Eq. 05,
libertado, ele oscila em torno da posio de ento podemos comparar a equao 06 com a
equilbrio. equao de ajuste y para encontrar o valor do
No pndulo simples temos L o comprimento termo g que procuramos.
do fio, e T (perodo) que o intervalo de 4
Temos, = 3,95 = 9,99 m/s

tempo que o objeto leva para percorrer toda
trajetria e retornar para posio de inicio.
4. CONSIDERAES FINAIS
Nosso experimento consiste encontra a
Atravs dos mtodos utilizados foi
acelerao da gravidade g da equao 04 com
possvel perceber a importncia de se
a utilizao dos dados da tabela 04 aplicados
desenvolver uma analise de dados entre duas
no mtodo de regresso linear.
variveis com a utilizao de um software
como suplemento nas resolues dos
problemas. O origin pro 8 foi til no apenas
Primeiramente temos que linearizar esta a
na representao do dados graficamente mas,
equao 04 para que se possa comparar ela
tambm para encontrar os parmetros da reta
com uma funo obtida pelo mtodo da
de ajuste linear assim como o coeficiente de
T 0 0,79 1,58 2,37 3,16 3,95 4,74 5,53 6,32
correlao linear.
L 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 Foi possvel notar que essa adaptao de
um software em problemas que envolvem
regresso linear. analise de dados e funo matemtica
Elevando os dois membros ao quadrado tm: eficiente, pois agiliza o trabalho fazendo com
42 que os resultado dos experimentos sejam
= ( ) (Eq. 06)

alcanados em menos tempo.

O grfico de T uma funo linear Fig.05.


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.