lfpabreu

αe βsão parâmetros do modelo ε i éo erro do modelo tal que

Modelo Linear lfpabreu

Sendo a e b estimativas tal que:

A estimativa do modelo linear será i i lfpabreu

Determinação dos coeficientes a e b i i i ebaf lfpabreu

ANALISE DE REGRESSÃO Determinação dos coeficientes a e b xy S baf a baf lfpabreu

i i i y lfpabreu

xyyy n i i i yyi

SbSyySQR

SyySQT lfpabreu

lfpabreu gSQSQRSQT Re=−

Ao passar de modelo simples para modelo de regressão linear, observamos uma redução da Soma de Quadrados igual a SQT-SQR. Este “lucro” é devido a redução da aleatoriedade da variável y, propiciada pelo modelo de regressão linear e será chamado de SQReg lfpabreu xy SbgSQ .Re =

A redução da aleatoriedade propiciada pelo modelo de regressão pode então ser expresso pela Soma de Quadrados da Regressão, SQReg:

lfpabreu xy S gSQ r

Podemos medir o nível de explicação propiciada pelo modelo para a aleatoriedade através da estatística r 2 :

lfpabreu

Fonte de variação

Soma de

Quadrados G. L. Quadrado

Médio

F calc F crítico

Regressão SQReg=b. S xy 1 QMReg=b. S xy b. S xy /s r

Resíduo SQR= SQT- SQReg n- 2 s

Total SQT= S

Comentários