Atps Estatistica Etapa 3
Ensaios: Atps Estatistica Etapa 3. Pesquise 862.000+ trabalhos acadêmicosPor: luluhfr • 11/11/2013 • 284 Palavras (2 Páginas) • 645 Visualizações
Etapa 3
Idade (x) Peso (KG) (y)
1 23 54
2 18 59
3 47 80
4 48 65
5 56 92
6 15 66
7 13 50
8 17 65
9 24 75
10 25 73
11 26 65
12 26 62
13 32 82
14 45 84
15 56 67
16 36 78
17 45 80
18 23 81
19 37 78
20 15 73
Total de Idades
617
Média de Idade (XI)
28
Total de Peso
1438
Média de Peso (YI)
74
Calcular Coeficiente de Regressão { Y=y+b*(x-XI) } b=10
Para a Idade de x=13 anos, y=50 kg
Y=74+10(13-28)=224
Para a Idade de x=56 anos, y=92 Kg
Y=74+10(56-28)=354
Idade (ANOS) Peso (KG)
13 50
56 92
Em estatística, regressão é uma técnica que permite explorar e inferir a relação de uma variável dependente (variável de resposta) com variáveis independentes específicas (variáveis explicatórias). A análise da regressão pode ser usada como um método descritivo da análise de dados (como, por exemplo, o ajustamento de curvas) sem serem necessárias quaisquer suposições acerca dos processos que permitiram gerar os dados. Regressão designa também uma equação matemática que descreva a relação entre duas ou mais variáveis.
O método de estimação mais amplamente utilizado é o método dos mínimos quadrados ordinários.
Os principais problemas que devem ser enfrentados em uma regressão são: multicolinearidade, heteroscedasticidade, autocorrelação, endogeneidade e atipicidade.
Em estatística ou econometria, regressão linear é um método para se estimar a condicional (valor esperado) de uma variável y, dados os valores de algumas outras variáveis x.
A regressão, em geral, trata da questão de se estimar um valor condicional esperado.
A regressão linear é chamada "linear" porque se considera que a relação da resposta às variáveis é uma função linear de alguns parâmetros. Os modelos de regressão que não são uma função linear dos parâmetros se chamam modelos de regressão não-linear. Sendo uma das primeiras formas de análise
...