A tabela a seguir relaciona os pesos (em centenas de kg ) e as taxas de rendimento de combustível em rodovia (
), numa amostra de 10 carros de passeio novos.
(a) Calcule o coeficiente de correlação de Pearson;
(b) Considerando o resultado do item (a), como você avalia o relacionamento entre peso e rendimento, na amostra observada?
(a) Calcule o coeficiente de correlação de Pearson;
(b) Considerando o resultado do item (a), como você avalia o relacionamento entre peso e rendimento, na amostra observada?
Peso | 12 | 13 | 14 | 14 | 16 | 18 | 19 | 22 | 24 | 26 |
---|---|---|---|---|---|---|---|---|---|---|
Rendimento | 16 | 14 | 14 | 13 | 11 | 12 | 09 | 09 | 08 | 06 |
© Para estabelecer uma equação de regressão, qual deve ser a variável dependente e qual deve ser a variável independente?
(d) Estabeleça a equação de regressão, considerando a resposta do item ©;
(e) Apresente o diagrama de dispersão e a reta de regressão obtida em (d);
(f) Você considera adequado o ajuste do modelo de regressão do item (d)? Dê uma medida dessa adequação, interpretando-a.
(g) Você considera seu estudo capaz de predizer o rendimento esperado de um veículo com peso de
(d) Estabeleça a equação de regressão, considerando a resposta do item ©;
(e) Apresente o diagrama de dispersão e a reta de regressão obtida em (d);
(f) Você considera adequado o ajuste do modelo de regressão do item (d)? Dê uma medida dessa adequação, interpretando-a.
(g) Você considera seu estudo capaz de predizer o rendimento esperado de um veículo com peso de
Passo 1
Beleza, vamos resolver esse exercício juntos! A gente tem uma tabela que relaciona o peso de 10 carros (em centenas de kg) com o rendimento de combustível na rodovia (em km por litro). O conteúdo que vamos usar aqui é o de Correlação e Regressão na Estatística. Para o item (a), precisamos calcular o coeficiente de correlação de Pearson, que mostra como duas variáveis estão relacionadas.
Passo 2
Primeiro, vamos lembrar o que é o coeficiente de correlação de Pearson. Ele varia entre -1 e 1 e nos diz se existe uma relação linear entre duas variáveis:
- 1: Correlação positiva perfeita.
- -1: Correlação negativa perfeita.
- 0: Sem correlação linear.
A fórmula para calcular o coeficiente
é:
Onde:
-
é o número de pares de dados. -
é o peso. -
é o rendimento.
Passo 3
Vamos organizar nossos dados:
Peso (x) | Rendimento (y) |
|
|
|
---|---|---|---|---|
12 | 16 | 192 | 144 | 256 |
13 | 14 | 182 | 169 | 196 |
14 | 14 | 196 | 196 | 196 |
14 | 13 | 182 | 196 | 169 |
16 | 11 | 176 | 256 | 121 |
18 | 12 | 216 | 324 | 144 |
19 | 9 | 171 | 361 | 81 |
22 | 9 | 198 | 484 | 81 |
24 | 8 | 192 | 576 | 64 |
26 | 6 | 156 | 676 | 36 |
Total | 1959 | 3246 | 1364 |
Passo 4
Agora, vamos substituir os valores na fórmula:
Substituindo na fórmula:
Passo 5
Vamos calcular o numerador e o denominador separadamente.
Numerador:
Denominador:
Primeiro, calcular cada parte dentro das raízes:
Agora:
Passo 6
Finalmente, o coeficiente de correlação
:
Resposta
O coeficiente de correlação de Pearson é aproximadamente
.
Exercícios relacionados
Classifique as seguintes variáveis como quantitativa discreta ou contínua e qualitativa ordinal ou nominal.
(e) Número de cheques utilizados numa conta corrente.
(e) Número de cheques utilizados numa conta corrente.
Classifique as seguintes variáveis como quantitativa discreta ou contínua e qualitativa ordinal ou nominal.
(d) Classificação socioeconômica do chefe do domicílio (muito pobre, pobre, regular, rico, muito rico).
(d) Classificação socioeconômica do chefe do domicílio (muito pobre, pobre, regular, rico, muito rico).
Classifique as seguintes variáveis como quantitativa discreta ou contínua e qualitativa ordinal ou nominal.
(i) Número médio de pessoas por domicílio em uma grande comunidade.
(i) Número médio de pessoas por domicílio em uma grande comunidade.
Classifique as seguintes variáveis como quantitativa discreta ou contínua e qualitativa ordinal ou nominal.
(j) Tempo decorrido antes da primeira falha de um dispositivo.
(j) Tempo decorrido antes da primeira falha de um dispositivo.