Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/7w7LODmYzy4
Bases de dados disponíveis em: https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/cQ8ZfzL3SfI
Bases de dados disponíveis em:https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Medidas de Tendência Central
Desvio Padrão
Variância
Distribuições de Frequência e Probabilidade
Intervalos de Confiança
Apresentação disponível em: https://youtu.be/njXvCxskhdM
Aula de métodos e técnicas de análise da informação para planejamento, UFABC, junho de 2017
Gravação da aula disponível em: https://youtu.be/bwmkSik9mYg
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2016, UFABC
Gravação de aula disponivel em: https://youtu.be/uoZqwLDlJb0
Bases de dados disponíveis em: https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/7w7LODmYzy4
Bases de dados disponíveis em: https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/cQ8ZfzL3SfI
Bases de dados disponíveis em:https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Medidas de Tendência Central
Desvio Padrão
Variância
Distribuições de Frequência e Probabilidade
Intervalos de Confiança
Apresentação disponível em: https://youtu.be/njXvCxskhdM
Aula de métodos e técnicas de análise da informação para planejamento, UFABC, junho de 2017
Gravação da aula disponível em: https://youtu.be/bwmkSik9mYg
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2016, UFABC
Gravação de aula disponivel em: https://youtu.be/uoZqwLDlJb0
Bases de dados disponíveis em: https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...Daniel Brandão de Castro
Resumo:
O índice Ibovespa tem forte correlação com os demais índices de bolsa de valores e indicadores de mercado de modo que surgiu a ideia de se criar um modelo estatístico obtido através de uma regressão linear de múltiplas variáveis com o objetivo de se prever o valor projetado do índice e assim conseguir operar no mercado de futuros na BM&F com o objetivo de se obter ganhos financeiros acima do índice Ibovespa baseados nos desvios observados entre o valor real e o seu projetado.
Palavras chave: Ibovespa, previsão, modelo
A previsão do ibovespa através de um modelo de regressão linear múltipla - Da...Daniel Brandão de Castro
Resumo:
O índice Ibovespa tem forte correlação com os demais índices de bolsa de valores e indicadores de mercado de modo que surgiu a ideia de se criar um modelo estatístico obtido através de uma regressão linear de múltiplas variáveis com o objetivo de se prever o valor projetado do índice e assim conseguir operar no mercado de futuros na BM&F com o objetivo de se obter ganhos financeiros acima do índice Ibovespa baseados nos desvios observados entre o valor real e o seu projetado.
Palavras chave: Ibovespa, previsão, modelo
Hidrovias, portos e aeroportos - aula 03 - tecnologias de transporte aéreo jbaRafael José Rorato
Terceira aula da disciplina de Aeroportos, Portos e Vias Navegáveis. Engenharia Civil. UNOESC. Campus Joaçaba (SC). Temas abordados:
- Conceituação das Tecnologias de Transporte Aéreo
1. Classificação
2. Componentes do avião
3. Estrutura do avião
4. Asas
5. Fuselagem
6. Sistema de propulsão
7. Componentes de dirigibilidade e comando de aviões
8. Componentes do helicóptero
9. Estrutura do helicóptero
10. Fuselagem
11. Rotores e pás
12. Componentes de dirigibilidade e comando de helicópteros
- Tipos de Decolagem e Aterrissagem
1. CTOL: Conventional Take-off and Landing (aviação civil convencional)
2. STOL: Short Take-off and Landing (pequenos aviões e helicópteros)
3. CATOBAR: Catapult Assisted Take-Off But Arrested Recovery
4. STOVL: Short Take Off and Vertical Landing
5. VTOL: Vertical Take-Off and Landing
6. VTHL: Vertical Take-Off Horizontal Landing
7. V/STOL: Vertical/Short Take-Off and Landing
8. STOBAR: Short Take-Off But Arrested Recovery
9. JATO: Jet-Assisted Take Off
- Classes da aviação
1. Comercial passageiro
2. Comercial carga
3. Executiva
4. Agrícola
5. Recreativa
6. Militar
- Geometria de Aeronaves
1. Envergadura
2. Comprimento
3. Largura de fuselagem
4. Base
5. Bitola
6. Altura do estabilizador vertical
7. Altura do estabilizador horizontal
8. Altura de asa ou winglet
9. Altura das portas de passageiros
10. Altura do porão de carga
11. Raio de giro
- Pesos de Aeronaves
1. Peso Operacional Vazio
2. Peso Zero Combustível
3. Carga Paga e Carga Paga Máxima Estrutural
4. Peso Máximo de Rampa
5. Peso Máximo Estrutural de Decolagem
6. Peso Máximo Estrutural de Aterrissagem
- Sistemas de propulsão
1. Turbo hélice
2. Turbo jato
- Primeiras considerações para pavimentos
Segurança em Terminias de Carga Aérea, Aeroporto de Lisboa_Apresentação Parte 1Luis Neto
Transporte de Mercadorias e Logisitica. Mestrado de Planeamento e Operação de Transportes, Instituto Superior Técnico, Universidade de Lisboa. Nota do Trabalho 18 / 20. Nota final 16 / 20.
Freight Transport and Logistics. MSc Transport Planning and Operation, Instituto Superior Tecnico, Lisbon University. Project course grade 18 / 20. Final grade 16 / 20.
Esta é uma apresentação, referente a disciplina de métodos quantitativos do programa de pós graduação em Finanças e Economia da Universidade Federal do Rio Grande do Sul.
Neste material, você pode aprender sobre a aplicação dos modelos de regressão linear.
Hidrovias, portos e aeroportos - aula 04 - pistas aeroportuárias geometria jbaRafael José Rorato
Quarta aula da disciplina de Aeroportos, Portos e Vias Navegáveis. Engenharia Civil. UNOESC, Campus Joaçaba (SC). Tópicos abordados:
- Dados aeronáuticos
- Regras de voos perante aspectos visuais
- Classificação das condições visuais dos voos
- Classificação da aproximação de aeronaves em pistas (ICAO)
1. Non-precision appoach runway
2. Visual approach runway
3. Precision approach runway
- Pista de pouso / decolagem
1. Layouts de pistas
2. Orientação da pista
3. Vento predominante do local
- Sistemas de auxílio de aterrissagem
1. VOR
2. ILS
3. MLS
- Precisão dos dados aeronáuticos
- Condicionantes aeroporto e aeronave para a geometria de pista
1. Altitude do aeroporto
2. Temperatura de referência do aeroporto
3. Declividade da pista do aeroporto
4. Direção e velocidade do vento do aeroporto
5. Peso de decolagem e de pouso da aeronave
6. Características aerodinâmicas da aeronave
7. Características dos motores da aeronave
- Pista de pouso / decolagem: fatores para dimensionamento geométrico
1. Velocidade de Decisão
2. Velocidade de Rotação
3. Velocidade de Decolagem
4. Velocidade de Início de Subida
5. Distância de Decolagem
6. Distância de Rolamento para Decolagem
7. Distância de Aceleração e Parada
8. Distância de Aterrissagem
- Condicionantes aeroporto e aeronave para a geometria de pista
- Layout de pistas
- Orientação da pista
- Distribuição dos ventos
- Superfícies limitadoras de obstáculos
- Pista de pouso / decolagem: dimensionamento
1. Largura
2. Declividade longitudinal
3. Acostamento
4. Stopway
5. Resa
6. Clearway
7. Baías de Espera
Hidrovias, portos e aeroportos - aula 02 - sistema de transporte aéreo jbaRafael José Rorato
Segunda aula da disciplina de Aeroportos, Portos e Vias Navegáveis. Temas abordados:
- O Transporte Aéreo em Números
1. Estimativas de Aeroportos
2. Movimentação de Passageiros
3. Fabricantes e Montadoras da Aviação
4. Dimensão Financeira do Mercado
- Conceituação
1. Geometria lado ar e lado terra
2. Componente físico do sistema
3. Componente humano do sistema
4. Componente gerencial do sistema
5. Objeto de transporte: passageiros e cargas
6. Arranjo estrutural
7. Característica operacional
8. Sistema Hub-feeder
9. Aeroporto Internacional
10. Aeroporto Nacional
11. Aeroporto Regional
12. Heliponto e Heliporto
13. Aeródromo
14. Aerovias: Espaço Aéreo Superior
15. Aerovias: Espaço Aéreo Inferior
16. Sistemas de Controle de Trafego Aéreo: CINDACTA
- Plano Diretor Aeroportuário
- Plano Aeroviário
- Plano de Outorga Aeroportuária
- Regulação, Normatização e Gerenciamento Aeronáutico
1. IATA: International Air Transport Association
2. ICAO: International Civil Aviation Organization
3. FAA: Federal Aviation Administration
4. ANAC: Agência Nacional de Aviação Civil
5. DECEA: Departamento de Controle do Espaço Aéreo
6. INFRAERO: Empresa Brasileira de Infraestrutura Aeroportuária
7. CENIPA: Centro de Investigação e Prevenção de Acidentes Aeronáuticos
- Outros Atores Públicos Correlatos ao Sistema de Transporte Aéreo Nacional
1. Secretaria de Aviação Civil
2. ANVISA: Agência Nacional de Vigilância Sanitária
3. VIGIAGRO: Vigilância Agropecuária Internacional
4. DPF: Departamento de Polícia Federal
5. Receita Federal
Hidrovias, portos e aeroportos - aula 01 - apresentação jbaRafael José Rorato
Aula introdutória da disciplina de Aeroportos, Potos e Vias Navegáveis. Tópicos abordados:
- Engenharia de Transportes
1. Conceituação, definição e especialidade da Engenharia Civil
2. Áreas de atuação
3. Visão sistêmica da Engenharia de Transportes
- Aeroportos, Portos e Vias Navegáveis
1. Apresentação da disciplina
2. Conteúdo programático da disciplina
3. Formato de avaliação do aluno
- Caracterização do Mercado Brasileiro
1. Falácia do rodoviarismo
2. Temporalidade
3. Fatores históricos e geográficos
4. Caracterização do transporte no Brasil
5. Intermodalidade: eficiência e eficácia
6. Operação de Transporte com Demanda Determinística x Demanda Probabilística: a intermodalidade da Vale e a incerteza de um Transportador Autônomo de Carga
7. Demandas de infraestrutura aeroportuária e aquaviária
8. Perfil do Engenheiro Civil para esse mercado
Análise de sensibilidade da pré-determinação do tamanho de frota e dos custos de colhedoras, conjuntos transbordo e veículos de carga para CCT de cana crua em rebolos
América Latina: Da Independência à Consolidação dos Estados NacionaisValéria Shoujofan
Aula voltada para alunos do Ensino Médio focando nos processos de Independência da América Latina a partir dos antecedentes até a consolidação dos Estados Nacionais.
proposta curricular para educação de jovens e adultos- Língua portuguesa- anos finais do ensino fundamental (6º ao 9º ano). Planejamento de unidades letivas para professores da EJA da disciplina língua portuguesa- pode ser trabalhado nos dois segmentos - proposta para trabalhar com alunos da EJA com a disciplina língua portuguesa.Sugestão de proposta curricular da disciplina português para turmas de educação de jovens e adultos - ensino fundamental. A proposta curricular da EJa lingua portuguesa traz sugestões para professores dos anos finais (6º ao 9º ano), sabendo que essa modalidade deve ser trabalhada com metodologias diversificadas para que o aluno não desista de estudar.
Atividade - Letra da música "Tem Que Sorrir" - Jorge e MateusMary Alvarenga
A música 'Tem Que Sorrir', da dupla sertaneja Jorge & Mateus, é um apelo à reflexão sobre a simplicidade e a importância dos sentimentos positivos na vida. A letra transmite uma mensagem de superação, esperança e otimismo. Ela destaca a importância de enfrentar as adversidades da vida com um sorriso no rosto, mesmo quando a jornada é difícil.
Slides Lição 10, CPAD, Desenvolvendo uma Consciência de Santidade, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 10, CPAD, Desenvolvendo uma Consciência de Santidade, 2Tr24, Pr Henrique, EBD NA TV, Lições Bíblicas, 2º Trimestre de 2024, adultos, Tema, A CARREIRA QUE NOS ESTÁ PROPOSTA, O CAMINHO DA SALVAÇÃO, SANTIDADE E PERSEVERANÇA PARA CHEGAR AO CÉU, Coment Osiel Gomes, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, de Almeida Silva, tel-What, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique, https://ebdnatv.blogspot.com/
Slides Lição 9, Betel, Ordenança para uma vida de santificação, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 9, Betel, Ordenança para uma vida de santificação, 2Tr24, Pr Henrique, EBD NA TV, 2° TRIMESTRE DE 2024, ADULTOS, EDITORA BETEL, TEMA, ORDENANÇAS BÍBLICAS, Doutrina Fundamentais Imperativas aos Cristãos para uma vida bem-sucedida e de Comunhão com DEUS, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Comentários, Bispo Abner Ferreira, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique
Slides Lição 9, Central Gospel, As Bodas Do Cordeiro, 1Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 9, Central Gospel, As Bodas Do Cordeiro, 1Tr24, Pr Henrique, EBD NA TV, Revista ano 11, nº 1, Revista Estudo Bíblico Jovens E Adultos, Central Gospel, 2º Trimestre de 2024, Professor, Tema, Os Grandes Temas Do Fim, Comentarista, Pr. Joá Caitano, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique
MÁRTIRES DE UGANDA Convertem-se ao Cristianismo - 1885-1887.pptx
IESB Logística Empresarial - Métodos Quantitativos - Volume III (incompleta)
1. INSTITUTO DE EDUCAÇÃO SUPERIOR DE BRASÍLIA
PROGRAMA DE PÓS-GRADUAÇÃO LATO SENSU EM LOGÍSTICA
EMPRESARIAL
Apostila 03: Análise de Regressão
Disciplina: Estatística e modelos de otimização
aplicados à logística
Prof. Rafael José Rorato
VERSÃO PRELIMINAR - INCOMPLETA
Brasília, abril de 08
2. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
2
c2008
INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Campus Jovanina Rimoli
SGAN Quadra 609 – Módulo D – Avenida L2 Norte
Brasília – DF CEP:70850-090
Este exemplar é de propriedade do Instituto de Educação de Brasília, que poderá incluí-lo em
base de dados, armazenar em computador, microfilmar ou adotar qualquer forma de
arquivamento.
É permitida a menção, reprodução parcial ou integral e a transmissão entre bibliotecas deste
trabalho, sem modificação de seu texto, em qualquer meio que esteja ou venha a ser fixado,
para ensino, comentários e citações, desde que sem finalidade comercial e que seja feita a
referência bibliográfica completa.
Os conceitos expressos neste trabalho são de responsabilidade do autor.
3. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
3
ÍNDICE
4. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
4
1) Análise de Regressão
Origem histórica: o termo regressão foi introduzido por Francis Galton (1886).
Em um ensaio, Galton verificou que embora houvesse tendência de pais altos
terem filhos altos e de pais baixos terem filhos baixoa a altura média dos filhos de
pais de uma dada altura tendia a se deslocar ou “regredir” até a altura média da
população como um todo. Assim, a altura de filhos de pais muito altos ou baixos
tende a se mover para a altura mpedia da população.
A lei de regressão universal de Galton foi confirmada por Karl Pearson (1903) em
experimentação que envolveu a coleta de mas de mil registros das alturas dos
menbros de famílias. A conclusão obtida por Pearson foi que a altura média dos
filhos de um grupo de pais altos era inferior à altura de seus pais, e que a altura
média dos filhos de um grupo de pais baixos era superior à altura de seus pais.
Inferia-se a conclusão que filhos altos como baixo “regrediam” em direção à altura
média de todos os homens.
Interpretação moderna (definição): A Análise de Regressão ocupa-se do estudo
da dependência de uma variável, a variável dependente, em relação a uma ou
mais variáveis, as variáveis explicativas, com o objetivo de estimar e/ou prever a
média (da população) ou o valor médio da dependente em termos dos valores
conhecidos ou fixos (em amostragem repetida) das explicativas.
Relações estatísticas versus deterministicas: em Análise de Regressão o
objetivo concentra-se no conhecimento da dependência estatística entre as
variáveis investigadas (e não funcional ou determinista), tais como na física
clássica. Nas relações estatísticas focam-se em variáveis aleatórias ou
estocásticas, que têm distribuições de probabilidade.
Regressão versus causação: embora a Análise de Regressão lide com a
dependência de uma variável em relação a outras, ela não implica em causação.
Uma relação estatística, por mais forte e sugestiva que seja, jamais pode
estabelecer uma relação causal: as idéias sobre causação devem vir de fora da
estatística, enfim, de outra teoria.
Regressão versus correlação: intimamente relacionada, porém conceitualmente
diferente da Análise de Regressão, a Análise de Correlação apresenta com o
objetivo em medir a intensidade ou o grau de associação linear entre duas
variáveis. Menciona-se algumas diferenças fundamentais entre regressão e
correlação. Na Análise de Regressão há uma assimetria na forma como as
variáveis dependente e explicativa são tratadas. Supõe-se que a variável
dependente seja estatística, aleatória, com distribuição de probabilidade. E as
variáveis explicativas tenham valores fixados (o valor de Xi é assumido
igualmente para várias amostras de Yi). Na Análise de Correlação tratam-se duas
variáveis simetricamente, sendo que não há distinção entre as variáveis
dependente e explicativas (a correlação entre X e Y é igual a correlação de Y e
X). Também é suposto na Análise de Correlação que tanto as variáveis X e Y são
aleatórias.
5. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
5
80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191
Total 325 462 445 707 678 750 685 1043 966 1211
Renda
Consumo
Y X
80 100 120 140 160 180 200 220 240 260
0.20 0.17 0.20 0.14 0.17 0.17 0.20 0.14 0.17 0.14
0.20 0.17 0.20 0.14 0.17 0.17 0.20 0.14 0.17 0.14
0.20 0.17 0.20 0.14 0.17 0.17 0.20 0.14 0.17 0.14
0.20 0.17 0.20 0.14 0.17 0.17 0.20 0.14 0.17 0.14
0.20 0.17 0.20 0.14 0.17 0.17 0.20 0.14 0.17 0.14
0.17 0.14 0.17 0.17 0.14 0.17 0.14
0.14 0.14 0.14
Média
Condicional Y 65 77 89 101 113 125 137 149 161 173
Consumo
P(Y|Xi) X
Renda
Função de Regressão Populacional: Vamos considerar o exemplo de um bairro
hipotético de Brasília que apresente uma população de 60 famílias (N=60).
Estamos intressados em entender a relação de despesa de consumo familiar
semanal (variável depentende Y) e renda familiar semanal (variável explicativa X).
Segentou-se as famílias em 10 grupos com valores identicos de renda, conforme
mostrado na Tabela 1.
Tabela 1: Tabela de agrupamento de Renda e Consumo de 60 famílias em Brasília
A Tabela 1 corresponde a distribuição condicional de Y, consumo, sobre os
valores de consumo X. Dessa tabela pode-se calcular as probabilidades
condicionais de Y, p(Y|X), isto é, a probabilidade de Y para um dado valor de X.
Assim para o cada valor de consumo X para o perfil de renda Y = 80 existe uma
probabilidade condicional de 1/5. A Tabela 2 representa as probabilidades
condiconais para o exemplo dado.
Tabela 2: Tabela probabilidade condicional da Renda e Consumo
Para cada uma das distribuições de probabilidade condicional Y pode ser
calculado o valor médio, determinado como média condicional ou a expectativa
condicional, conhecido como o valor esperado de Y dado que X assuma o valor
específico de X: E(Y|X = Xi). A última linha da Tabela 2 representa as médias
condicionais de Y.
Uma reta de regressão é ajustada geometricamente por uma reta passando pelas
médias ou expectativas condicionais das variáveis dependentes para os valores
fixados da variável explicativas. Isso pode ser verficado na Figura 1 nos pontos no
círculo vermelho.
6. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
6
Figura 1: Reta de regressão linear para as variáveis Renda e Consumo
Neste contexto a Função de Regressão Populacional (FRP) é determinada como
a expecitativa condicional E(Y|Xi), definida como:
)()|( xfXYE i = Equação 1
Sendo,
ii XXYE 21)|( ββ += Equação 2
Os termos β1 e β2 são chamados de coeficientes de regressão. β1 é conhecido
como intercepto e β2 conhecido como coeficiente de inclinação. A Equação 2
como função de regressão linear da população.
A linearidade de uma equação de regressão é atingida quando ocorre a
linearidade das variáveis Xi e pelos parâmetos β1 e β2 .Isto significa que as
variáveis e parâmetros não podem ser elevados a função potência, raiz ou fração
(ex.: ii XXYE 21)|( ββ += , 3
21)|( ii XXYE ββ += )
Perturbação estocástica (ui): também conhecida como termo de erro
estocástico é uma variável aleatória não-observável que consiste no erro entre o
valor assumido por Yi e a estimativa de cada categoria Xi verificado em E(Y|Xi).
Assim temos que a perturbação estocástica, com terminologia conhecida como ui,
7. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
7
é um substituto de todas as variáveis omitidas do modelo mas que coletivamente
afetam Y. A não introdução de todas essas variáveis no modelo dá-se por:
Imprecisão da Teoria: a teoria que determina o comportamento de Y em
função de X geralmente é incompleta. (ex.: pode-se concluir que a renda
semanal X influencie o consumo Y, mas podemos ignorar ou não estarmos
seguros sobre outras variáveis que afetam Y.
Indisponibilidade de Dados: mesmo se soubermos quais são algumas
variáveis das variáveis excluidas ou não consideradas, e admitirmos uma
regressão múltipla em vez de uma regressão simples, podemos não
termos informações quantitativas suficientes sobre os Xs que afetam o Y.
Variáveis Essenciais versus Variáveis Periféricas: É possível que a
influência conjunta de variáveis periféricas seja tão pequena que por
questão prática e de custos não vale a pena introduzi-las no modelo. (ex.:
para o exemplo de Renda e Consumo, talvez itens como, número de
crianças na família, gênero, religião, grau de escolaridade, endereço de
residência, etc sejam aderentes ou não ao modelo preditivo).
Casualidade Intrínseca no Comportamento Humano: mesmo que se
consiga introduzir no modelo todas as variáveis relevantes, há uma certa
natureza aleatória intrínseca em cada Y que não podemos explicar. As
perturbações us podem muito bem refletir a aleatroriedade intrínseca.
Variáveis proxy fracas: a perturbação u pode representar erros de medida
entre as variáveis Y e X (não ocorrer relação entre elas), o que implica em
estimativas imprecisas dos coeficientes de regressão β.
Princípio da Parcimônia: deseja-se que o modelo seja o mais simples
possível. Assim, como o termo u pode-se mensurar a não necessidade de
introduzir mais variáveis Xs ao modelo.
Forma Funcional Errada: a relação entre :Y e X não se comporta com uma
função linear e sim por alguma outra função matemática.
Função de Regressão: Dizemos então, que as equações de Função de
Regressão Populacional e Amostral são escritas com as seguintes equações:
FRP: iii uXY ++= 21 ββ Equação 3
FRA: iii uXY ˆˆˆ
21 ++= ββ Equação 4
A geometria e componentes de uma Função de Regressão Linear simples
configura-se conforme a Figura 2 apresentada a seguir:
8. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
8
( )( )
( ) ∑
∑
∑
∑ =
−
−−
= 222
ˆ
i
ii
i
ii
x
yx
XX
YYXX
β
XY 21
ˆˆ ββ −=
Figura 2: Geometria e componentes de uma reta de regressão linear
Método dos Mínimos Quadrados: é o método utilizado para calcular a equação
de Regressão Linear, tendo como objetivo minimizar a perturbação estocástica
através do critério:
∑∑ −= 22
)ˆmin()ˆmin( iii YYu Equação 5
Os coeficientes de regressão β1 e β2, para uma equação de regressão linear, são
estimados através das seguintes equações:
Equação 6
Equação 7
A Figura 3 ilustra os erros minimizados ui para cada estimativa da variável y em
relação a variável x.
9. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
9
∑
= 2
2
2 )ˆvar(
ix
σ
β
2
2
2
1)ˆvar( σβ
∑
∑=
i
i
xn
X
Figura 3: Mínimos Quadrados Ordinários – estimativas de ui
Precisão e ajuste do modelo: para verificar o quão bom ou ruim encontra-se o
modelo estimado são realizados testes para verificar a precisão da estimativa dos
coeficientes de regressão β1 e β2 e o “nível” de ajuste da reta de regressão.
Para mensurar a precisão dos coeficientes de regressão β1 e β2 temos:
Variância:
Equação 8
Equação 9
Erro-padrão: desvio-padrão da distribuição da amostragem do estimador, e a
distribuição da amostragem de um estimador é simplesmente a disbribuição da
probabilidade ou freqüência do estimador. Isto é, a distribuição do conjunto de
valores do estimador obtida de todas as possíveis amostras de mesmo tamanho
de uma dada população. As distribuições da amostragem são usadas para fazer
inferências sobre os valores dos parâmetros da população, com base nos valores
dos estimadores calculados a partir de uma ou mais amostras.
10. INSTITUTO DE EDUCAÇÃO DE BRASÍLIA
Pós-graduação Lato Sensu em Logística Empresarial
Módulo: Estatística e modelos de otimização aplicados à logística
10
∑
=
22 )ˆ(
ix
ep
σ
β
σβ
∑
∑= 2
2
1)ˆ(
i
i
xn
X
ep
Equação 10
Equação 11
Teste F
Qui-quadrado