Baixe no formato PDF, TXT ou leia online no Scribd
Fazer download em pdf ou txt
Você está na página 1/ 6
Estatística e
Indicadores Sociais
Gráficos de Dispersão
Mariana S N Ribeiro Gráfico de ▪ O diagrama de dispersão é um gráfico em que Dispersão pontos no espaço cartesiano com coordenada “x” e “y”, usados para representar simultaneamente os valores de duas variáveis quantitativas medidas em cada elemento do conjunto de dados.
Público Coeficiente Existem diversas situações nas quais há interesse de em estudar o comportamento conjunto de uma ou correlação mais variáveis. Em muitos casos, a explicação de um fenômeno de interesse pode estar associada a linear outros fatores (variáveis) que contribuem de algum modo para a ocorrência deste fenômeno.
▪ O termo correlação significa relação em dois
sentidos (co + relação), utilizado em estatística para designar a força que mantém unidos dois conjuntos de valores.
Público Coeficiente O coeficiente que mede este relacionamento de é denominado de Coeficiente de Correlação Correlação Linear de Pearson, em que n é a quantidade Linear de de elementos na amostra e “x” e “y” são as variáveis em estudo. Pearson
Público A partir do resultado do coeficiente de correlação, temos: ▪ r = 1: Correlação perfeita positiva ▪ 0,8 ≤ r < 1: Correlação forte positiva ▪ 0,5 ≤ r < 0,8: Correlação moderada positiva ▪ 0,1 ≤ r < 0,5: Correlação fraca positiva ▪ 0 ≤ r < 0,1: Correlação ínfima positiva ▪ r = 0: Correlação nula ▪ r = -1: Correlação perfeita negativa ▪ -0,8 ≤ r < -1: Correlação forte negativa ▪ -0,5 ≤ r < -0,8: Correlação moderada negativa ▪ -0,1 ≤ r < -0,5: Correlação fraca negativa ▪ 0 ≤ r < -0,1: Correlação ínfima negativa Público Coeficiente Quanto mais próximo da unidade o r² estiver, de melhor é a qualidade do ajuste. O seu valor determinaçã fornece a proporção da variável Y explicada pela variável X através da função ajustada. o
▪ Se r² for igual a 1, isto significa que todos os pontos
observados se situam exatamente sobre a reta de regressão, ou seja, tem o ajuste perfeito. ▪ As variações da variável Y são 100% explicadas pelas variações da variável X, não ocorrendo desvios em torno da função estimada. ▪ Por outro lado, se r² for igual a 0, isto quer dizer que as variações de Y são exclusivamente aleatórias e explicadas pelas variações de outros fatores que não X.
