E-26: Análise de tendências: regressão linear (EXCEL)

Regressão linear (EXCEL)

Excel - Gráficos

Excel - Análise de Dados

SUMÁRIO DOS RESULTADOS
Estatística de regressão
R múltiplo	0,93995
Quadrado de R	0,883505
Quadrado de R ajustado	0,868944
Erro-padrão	0,890853
Observações	10
ANOVA
	gl	SQ	MQ	F	F de significância
Regressão	1	48,15104	48,15104	60,67268	5,29E-05
Residual	8	6,348958	0,79362
Total	9	54,5
	Coeficientes	Erro-padrão	Stat t	valor P	95% inferior	95% superior	Inferior 95,0%	Superior 95,0%
Interceptar	11,42708	0,692444	16,50254	1,83E-07	9,830305	13,02386	9,830305	13,02386
Variável X 1	-1,11979	0,143761	-7,78927	5,29E-05	-1,4513	-0,78828	-1,4513	-0,78828
RESULTADO RESIDUAL
Observação	Y previsto	Residuais	Residuais-padrão
1	6,947917	0,052083	0,062011
2	5,828125	-0,82813	-0,98598
3	8,067708	-1,06771	-1,27123
4	9,1875	0,8125	0,967372
5	6,947917	1,052083	1,252622
6	2,46875	-0,46875	-0,5581
7	3,588542	1,411458	1,680498
8	4,708333	-0,70833	-0,84335
9	8,067708	-0,06771	-0,08061
10	9,1875	-0,1875	-0,22324
MAD – IGOT UL

Análise: 

a) variável independente: Nº de agentes policiais / 1000 hab.

   variável dependente: Nº de assaltos a residências / 1000 hab.

b) Coeficiente de correlação de Pearson: r = 0,94 . A correlação é positiva e forte. Quanto maior o valor da altitude (m*100) maior tende a ser o valor da precipitação (mm*100).

c) Equação da reta de regressão: y = -1,1198x + 11,427

d) Coeficiente de determinação: R² = 0,8835 (0,88 ou 88%)

e) Valor estimado de Y da primeira unidade de análise: 6,947917

f) Resíduo da primeira unidade de análise: 0,052083

g) Resíduo padronizado da primeira unidade de análise: 0,062011