Analise de Regressão Linear Modelo Linearizável - Veja como linearizar alguns modelos - Resolução de duas questões de Estatística da Cebraspe: MPU/2013 e STM/2018.
2. Regressão Linear Simples e Múltipla
1. Regressão Linear Simples: queremos modelar a relação entre duas variáveis:
y = β0 + β1x + ε
y é a variável dependente ou variável resposta;
x é a variável independente, regressora ou explicativa.
ε é o termo de erro.
2. Regressão Linear Múltipla: a variável resposta y é inuenciada por mais
de uma variável independente x1, x2, . . . , xp.
y = β0 + β1x1 + β2x2 + . . . + βpxp + ε
os parâmetros β0, β1, . . . , βp são chamados de coecientes de regressão;
o modelo é linear nos parâmetros β0, β1, . . . , βp , não necessariamente em x:
y = β0 + β1x1 + β2x2
1 + β3x2 + β4 cos x + ε
3. Modelo Linear
Modelo linear:
y = β0 + β1x1 + β2x2 + . . . + βpxp + ε
Matematicamente dizemos que as derivadas parciais de y em relação aos
coecientes de regressão não dependem desses coecientes. Veja que
∂y
∂β0
= 1;
∂y
∂β1
= x1; . . . ;
∂y
∂βp
= xp
5. Modelo Linearizável
Suponha que a função
yi = α eβxi
εi, i = 1, 2, . . . , n
Veja que nesse modelo os erros entram na forma multiplicativa e não aditiva.
ln y = ln α eβt
ε
ln y = ln α + βt + ln ε
Podemos reescrever:
ln y = ln α + βt + ln εi
z = a + βt + ln ε
Onde z = ln y, a = ln α e ln ε deve ser apropriado.
10. Material
52 Questões de Estatística Estimação
52 Questões de Estatística Propriedades dos Estimadores
52 Questões de Estatística Regressão Linear Simples
52 Questões de Estatística Regressão Múltipla
concurseiro_estatistico@outlook.com