Abaixo você encontra uma lista de situações de pesquisa. Para cada uma delas indique se - apropriado é proceder uma análise de regressão ou uma de correlação. Justifique sua indicação.
O objetivo e estimar o tempo necessário a consecução de certa tarefa usando, para tanto, o tempo de treinamento do executor.

Passo 1

O que o problema pede e quais informações temos:
  • Objetivo: estimar o tempo necessário para a consecução de certa tarefa (variável a ser prevista).
  • Informação disponível (variável explicativa): tempo de treinamento do executor.
  • Pergunta que devo responder: é mais apropriado fazer uma análise de regressão ou apenas uma análise de correlação? E por quê?
Informações relevantes dadas:
  • Existe uma variável que queremos prever (tempo para executar a tarefa).
  • Existe uma possível variável explicativa (tempo de treinamento).
  • A questão envolve estimativa/predição (não só medir a força da relação).

Passo 2

Conceitos básicos e diferença prática entre correlação e regressão (aula calma e direta).
  • Correlação mede força e direção da associação entre duas variáveis. O coeficiente de correlação linear de Pearson é r. Ele responde: “quanto as duas variáveis variam juntas?” e varia entre -1 e 1.
    • Ex.: r=0{,}9 indica forte associação positiva; r=0 indica nenhuma associação linear.
    • Importante: correlação NÃO fornece uma equação para prever um valor de uma variável a partir da outra; não é um modelo de previsão.
  • Regressão (aqui, regressão linear simples) modela dependência e permite prever uma variável (resposta) usando outra (preditor). Fornece uma equação do tipo:
\hat{Y}=b_0 + b_1 X,
onde:
  • X é a variável explicativa (tempo de treinamento),
  • Y é a variável resposta (tempo de execução da tarefa),
  • b_1 é a inclinação (quanto, em média, muda Y quando X aumenta 1 unidade),
  • b_0 é o intercepto (valor previsto de Y quando X=0).
  • Resumo prático: se a meta for apenas descrever associação -> correlação; se for prever/estimar valores de Y a partir de X -> regressão.

Passo 3

Escolha do método para este problema (resposta direta e motivada)
  • Como o objetivo declarado é “estimar o tempo necessário a consecução certa tarefa usando o tempo de treinamento do executor”, precisa-se de uma equação que dê uma previsão para o tempo da tarefa dado um tempo de treinamento. Logo a análise apropriada é a de regressão (mais precisamente, regressão linear simples como primeiro enfoque).
  • Justificativa curta: regressão permite construir um modelo preditivo \hat{Y}=b_0+b_1 X. Correlação apenas quantifica associações e não fornece previsão.

Passo 4

Modelo recomendado e suas interpretações (ensinar o que cada parte significa)
  • Modelo sugerido: regressão linear simples
\hat{Y}=b_0+b_1 X.
  • Interpretações:
    • b_1 (inclinação): estima a mudança média no tempo de execução Y quando o tempo de treinamento X aumenta uma unidade (por exemplo, 1 hora).
    • b_0 (intercepto): estima o tempo de execução quando X=0. Cuidado: interpretar b_0 só se X=0 fizer sentido no contexto.
  • O objetivo prático na prova: estimar b_0 e b_1 a partir de dados amostrais e usar o modelo para prever valores.

Passo 5

Fórmulas que você deve saber e como calculá-las passo a passo (sem pular contas)
  • Coletar dados: pares (x_i,y_i) para i=1,\dots,n.
  • Calcular as médias:
\bar{x}=\frac{1}{n}\sum_{i=1}^n x_i,\qquad \bar{y}=\frac{1}{n}\sum_{i=1}^n y_i.
  • Calcular a somatória de quadrados:
S_{xx}=\sum_{i=1}^n (x_i-\bar{x})^2,\qquad S_{xy}=\sum_{i=1}^n (x_i-\bar{x})(y_i-\bar{y}).
  • Estimadores de mínimos quadrados:
b_1=\frac{S_{xy}}{S_{xx}},\qquad b_0=\bar{y}-b_1\bar{x}.
Explique o que são: S_{xx} mede a variabilidade de X e S_{xy} mede a covariabilidade entre X e Y.
  • Coeficiente de correlação amostral (útil para interpretar):
r=\frac{S_{xy}}{\sqrt{S_{xx}\,S_{yy}}},\qquad S_{yy}=\sum_{i=1}^n (y_i-\bar{y})^2.
  • Proporção da variância explicada:
R^2 = r^2
(no caso da regressão linear simples R^2 é o quadrado de r). Interpretação: fração da variabilidade de Y explicada por X.

Passo 6

Como testar se a inclinação é estatisticamente significativa (o que costuma pedir prova)
  • Calcular resíduos e variância residual:
e_i = y_i - \hat{y}_i, \qquad \text{SSE}=\sum_{i=1}^n e_i^2.
  • Estimador do desvio padrão dos resíduos:
s^2 = \frac{\text{SSE}}{n-2},\qquad s=\sqrt{s^2}.
  • Erro padrão da inclinação:
\text{se}(b_1)=\frac{s}{\sqrt{S_{xx}}}.
  • Estatística t para H_0: \beta_1=0:
t=\frac{b_1}{\text{se}(b_1)},
comparar com t_{n-2,\alpha/2}. Se |t| grande (p pequeno), conclui-se que X é útil para explicar Y.

Passo 7

Como prever um novo valor e construir intervalo de predição (essencial para estimar tempo)
  • Para um novo X^\ast (tempo de treinamento do executor para o qual quer estimar o tempo de execução), a predição pontual é
\hat{Y}^\ast = b_0 + b_1 X^\ast.
  • Intervalo de predição (mais amplo que intervalo de confiança do valor médio) para o valor observado Y no novo X^\ast:
\hat{Y}^\ast \pm t_{n-2,\,\alpha/2}\, s \sqrt{1+\frac{1}{n}+\frac{(X^\ast-\bar{x})^2}{S_{xx}}}.
Explique cada termo:
  • t_{n-2,\,\alpha/2} é o quantil da t de Student com n-2 graus.
  • O fator dentro da raiz cresce se X^\ast estiver longe de \bar{x} (previsões extrapoladas são menos precisas).
  • Na prova, se pedirem “estime e dê intervalo”, entregue \hat{Y}^\ast e o intervalo de predição.

Passo 8

Verificações e cuidados práticos (como o examinador espera que você cheque)
  • Antes de ajustar, desenhe o scatter plot X vs Y: verifique linearidade aproximada e possíveis outliers.
  • Assumptions do modelo linear (rápido resumo):
    1. Relação linear entre X e a média de Y.
    2. Resíduos têm média zero e variância constante (homocedasticidade).
    3. Resíduos são aproximadamente normais (para inferência).
    4. Observações independentes.
  • Se violadas:
    • Não linearidade: tente transformação (log, raiz) em X ou Y ou ajuste um modelo não linear.
    • Heterocedasticidade: usar transformação ou métodos robustos.
    • Outliers: investigar e possivelmente justificar exclusão.
  • Sempre comente essas verificações nas respostas de prova: mostrar que você checou desenhando o gráfico e examinando resíduos.

Passo 9

Exemplo numérico pequeno (mostrar a máquina de cálculo por trás, para saber fazer na prova)
Considere os pares (horas de treinamento X, tempo de execução em minutos Y):
(1,5), (2,4), (3,6), (4,8). Vou calcular passo a passo:
  • Médias:
\bar{x}=\frac{1+2+3+4}{4}=2{,}5,\qquad \bar{y}=\frac{5+4+6+8}{4}=5{,}75.
  • Calcule S_{xx} e S_{xy}:
S_{xx}=(1-2{,}5)^2+(2-2{,}5)^2+(3-2{,}5)^2+(4-2{,}5)^2=2{,}25+0{,}25+0{,}25+2{,}25=5.
S_{xy}=(1-2{,}5)(5-5{,}75)+(2-2{,}5)(4-5{,}75)+(3-2{,}5)(6-5{,}75)+(4-2{,}5)(8-5{,}75)
= (-1{,}5)(-0{,}75)+(-0{,}5)(-1{,}75)+(0{,}5)(0{,}25)+(1{,}5)(2{,}25)
=1{,}125+0{,}875+0{,}125+3{,}375=5{,}5.
  • Inclinação e intercepto:
b_1=\frac{S_{xy}}{S_{xx}}=\frac{5{,}5}{5}=1{,}1,\qquad b_0=\bar{y}-b_1\bar{x}=5{,}75-1{,}1\cdot 2{,}5=3{,}025.
  • Equação ajustada (modelo de previsão):
\hat{Y}=3{,}025+1{,}1 X.
Interpretação: cada hora adicional de treinamento aumenta, em média, 1{,}1 minuto no tempo de execução (esse é só um exemplo ilustrativo — os números são fictícios).
  • Se quisesse prever o tempo para X^\ast=2{,}0 horas:
\hat{Y}^\ast=3{,}025+1{,}1\cdot 2{,}0=5{,}225\\ \text{(minutos).}
  • Observação: para fazer todo o resto (SSE, s, intervalo) seguiria as fórmulas do Passo 6 e 7.

Passo 10

Dicas rápidas de resposta para a prova (como resumir na folha de resposta)
  • Diga claramente: “Escolho análise de regressão (linear simples) porque o objetivo é estimar/predizer tempo de execução a partir do tempo de treinamento.”
  • Mostre o modelo \hat{Y}=b_0+b_1 X, escreva as fórmulas de b_1 e b_0, e faça os cálculos (médias, S_{xx}, S_{xy}).
  • Inclua r ou R^2 para comentar a qualidade do ajuste.
  • Verifique linearidade com o scatter plot e com análise de resíduos; comente sobre possíveis transformações se necessário.
  • Se a prova pedir intervalo de previsão, use a fórmula do Passo 7.

Resposta

Regressão (análise de regressão linear simples).

Exercícios relacionados