Trabalho Regressão Linear

UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO IME-INSTITUTO DE MATEMÁTICA E ESTATÍSTICA

MODELOS DE REGRESSÃO LINEAR

TRABALHO EM GRUPO

PROFº:

ALUNOS: MATRICULAS:

Rio de Janeiro – Novembro de 2008

1) Defina regressão de Y em X.

R: *A regressão linear simples constitui uma tentativa de estabelecer uma equação matemática linear (linha reta) que descreva o relacionamento entre duas variáveis. *A reta de regressão é usada para resumir a estimativa linear entre duas variáveis aleatórias (Lapponi, 1997, p.344). *Utiliza-se a equações de regressão para explicar valores de uma variável em termos da outra, ou seja, confirmar uma relação de causa e efeito entre duas variáveis. Predizer valores futuros de uma variável. *O termo regressão é usado para designar a expressão de um variável dependente (Y) em função de outra (X), considerada independente. Diz-se regressão de Y sobre X. Se a relação funcional entre elas é expressa por uma equação de 1º grau, cuja a representação geométrica é uma linha reta, a regressão é dita linear.

2) Determine se os seguintes modelos são de regressão linear? Justifique?

a)

Variável
Parâmetros
Não é linear
É linear

R: Sim é de regressão linear, pois os parâmetros são lineares.
Fazendo (1/Xi) = Z e considerando o modelo Yi = β1 – β2 Z + ui, a variável também fica linear.

b)

Variável
Parâmetros
Não é linear
É linear

R: Sim é de regressão linear, pois os parâmetros são lineares.
Fazendo ln Xi = Z e considerando o modelo Yi = β1 + β2 Z + ui, a variável também fica linear.

c)

Variável
Parâmetros
Não é linear
É linear

R: Sim é de regressão linear, pois os parâmetros são lineares.
Fazendo lnYi = W e considerando o modelo W = β1 + β2 Xi + ui, a variável também fica linear.

d)

Variável
Parâmetros
Não é linear
Não é linear

R: