Lista VII – Correlação e Regressão Linear
Transcrição
Lista VII – Correlação e Regressão Linear
Lista VII – Correlação e Regressão Linear Professor Salvatore – Estatística I 19/12/2011 Lista VII – Correlação e Regressão Linear 1. Uma empresa de transportes de cargas internacionais por via marítima suspeita que os custos com a armazenagem de suas cargas vêm aumentando fora do padrão desejado. Antes de proceder a análises projetivas, a empresa deseja confirmar se realmente a elevação desses custos têm alguma relação com o tempo de armazenagem. Para isto fez um levantamento de 15 armazenagens escolhidas aleatoriamente: Dias Custo $ 3 23 7 34 12 28 15 43 6 20 16 38 17 34 19 32 21 39 5 25 9 31 4 15 6 17 9 23 18 29 Pede-se: a. b. c. d. Resposta: rxy Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação pelo método tabular Confirme esse valor pelo método do desvio-padrão Confirme esse valor com a ajuda do Excel e do programa estatístico 0,741227636 ; Estatística II – Professor Salvatore Página 2 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X2 Y2 X X Y 1 rx , y 2 X 3 2 X n Y n 2 Y 2 Y n 2 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 3 Lista VII – Correlação e Regressão Linear Mês = X Y Reta Variação Explicada Y’ Y' Y 2 X.Y X 2 Variação Total Y Y 2 JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 4 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 Variação não-explicada Y Y' 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 5 Lista VII – Correlação e Regressão Linear 2. A tabela abaixo contém o levantamento do Índice Dow Jones. A variável independente representa a variação desse índice nos primeiros cinco dias de cada mês. A variável dependente representa a variação mensal total ao longo do período estudado. Y X dez 14,9 1,5 a. b. c. d. Resposta: rxy jan -9,2 0,2 fev 19,6 -0,1 mar 20,3 2,8 abr -3,7 2,2 mai 27,7 -1,6 jun 22,6 -1,3 jul 2,3 5,6 ago 11,9 -1,4 set 27 1 out -4,3 1,5 nov 20,3 -4,7 dez 4,2 1,1 Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação pelo método tabular Confirme esse valor pelo método do desvio-padrão Confirme esse valor com a ajuda do Excel e do programa estatístico 0, 4066 ; Estatística II – Professor Salvatore Página 6 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X2 Y2 X X Y 1 rx , y 2 X 3 2 X n Y n 2 Y 2 Y n 2 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 7 Lista VII – Correlação e Regressão Linear Mês = X Y Reta Variação Explicada Y’ Y' Y 2 X.Y X 2 Variação Total Y Y 2 JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 8 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 Variação não-explicada Y Y' 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 9 Lista VII – Correlação e Regressão Linear 3. Uma instituição de ensino superior quer verificar a relação entre a avaliação que as turmas fazem de um professor (escala de 1 a 5) e as notas dessas turmas (escala de 0 a 4). Avaliação Instrutor Médias das turmas a. b. c. d. Resposta: rxy 2,8 3,7 4,4 3,6 4,7 3,5 4,1 3,2 4,9 4,2 3,8 3,3 2,6 2,9 3,3 3,2 3,1 2,8 2,7 2,4 3,5 3,0 3,4 2,5 Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação pelo método tabular Confirme esse valor pelo método do desvio-padrão Confirme esse valor com a ajuda do Excel e do programa estatístico 0,721705239 ; Estatística II – Professor Salvatore Página 10 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X2 Y2 X X Y 1 rx , y 2 X 3 2 X n Y n 2 Y 2 Y n 2 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 11 Lista VII – Correlação e Regressão Linear Mês = X Y Reta Variação Explicada Y’ Y' Y 2 X.Y X 2 Variação Total Y Y 2 JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 12 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 Variação não-explicada Y Y' 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 13 Lista VII – Correlação e Regressão Linear 4. Uma empresa de publicidade e propaganda mediu duas variáveis: X = Custo da publicidade / Número de chamadas recebidas e Y = Receita por chamada recebida / Número de Chamadas recebidas. Os valores estão abaixo: X Y X Y 7,7 141,77 2,97 200,23 a. b. c. d. Resposta: rxy 4,17 96,97 0,98 120,49 1,52 163,92 4,18 95,8 10,04 154,7 3,09 275,97 6,02 151,61 3,08 289,59 4,81 147,82 1,57 98,61 3,63 179,2 1,57 125,19 4,65 171,81 1,76 105,71 Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação pelo método tabular Confirme esse valor pelo método do desvio-padrão Confirme esse valor com a ajuda do Excel e do SPSS 0,0574 ; Estatística II – Professor Salvatore Página 14 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X2 Y2 X X Y 1 rx , y 2 X 3 2 X n Y n 2 Y 2 Y n 2 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 15 Lista VII – Correlação e Regressão Linear Mês = X Y Reta Variação Explicada Y’ Y' Y 2 X.Y X 2 Variação Total Y Y 2 JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 16 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 Variação não-explicada Y Y' 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 17 Lista VII – Correlação e Regressão Linear 5. Uma empresa de transportes rodoviários afirma que por contrato os custos de seus fretes são inversamente proporcionais à distância das entregas. Um cliente dessa transportadora, interessado em verificar se essa regra é aplicada aos seus contratos, quer estudar a correlação entre custo e distância e para isto colhe uma amostra relacionada abaixo. Distância X Custo Y a. b. c. d. r Resposta: xy 3 25 7 36 14 30 12 44 6 19 16 38 17 34 19 29 21 43 18 41 25 28 6 13 6 19 18 38 Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação pelo método tabular Confirme esse valor pelo método do desvio-padrão Confirme esse valor com a ajuda do Excel e do SPSS 0,55541 ; Estatística II – Professor Salvatore Página 18 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X2 Y2 X X Y 1 rx , y 2 X 3 2 X n Y n 2 Y 2 Y n 2 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 19 Lista VII – Correlação e Regressão Linear Mês = X Y Reta Variação Explicada Y’ Y' Y 2 X.Y X 2 Variação Total Y Y 2 JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 20 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 Variação não-explicada Y Y' 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 21 Lista VII – Correlação e Regressão Linear 6. Associe o valor da correlação ao seu respectivo gráfico de dispersão Estatística II – Professor Salvatore Página 22 Lista VII – Correlação e Regressão Linear Regressão Linear 1. Determine através de cálculos empíricos a equação linear para ajuste para a seguinte série temporal. Dia vendas 1 12 2 8 3 7 4 10 5 13 6 8 7 16 8 9 9 12 10 15 Resposta: y = 0,2364x + 11; Mês = X Y X.Y 2 X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 23 2 Lista VII – Correlação e Regressão Linear 2. Determine através de cálculos empíricos a equação polinomial de segundo grau para ajuste da seguinte série temporal. Dia faltas 1 10 2 8 3 9 4 10 5 12 6 7 7 15 8 13 9 14 Resposta: y = 0,6667x + 10,889 Mês = X Y X.Y 2 X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 24 2 Lista VII – Correlação e Regressão Linear 3. Determine através de cálculos empíricos a equação exponencial para ajuste da seguinte série temporal. Dia estoque 1 14 2 12 3 19 4 26 5 12 6 15 7 12 8 19 9 24 Resposta: y = 0,6x + 17 Mês = X Y X.Y 2 X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 25 2 Lista VII – Correlação e Regressão Linear 4. Determine para os exercícios 1,2 e 3 as variações explicadas, não explicadas e totais. Resposta: Exercício 1 2 3 Mês = X Variação Explicada 18,43 26,6 21,6 Y Variação Não-Explicada 67,56 34,2 204,4 X.Y 2 X Variação Total 86 60,8 226 Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 26 2 Lista VII – Correlação e Regressão Linear 5. Uma empresa fabricante de aparelhos eletrônicos quer estudar a tendências de suas vendas totais. Para isto fez um levantamento do faturamento dos últimos nove meses cujo resultado está tabulado abaixo. mês Venda bruta $ a. b. c. d. e. f. jan 420 fev 380 mar 370 abr 400 Mai 440 jun 390 jul 460 ago 340 set 430 Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule a equação linear de regressão manualmente. Calcule o Coeficiente de Determinação para a equação linear de regressão. Olhe para o coeficiente angular b1. Faz sentido sua interpretação neste caso? Calcule a projeção das vendas (mais prováveis) para o mês de outubro utilizando aquela que em sua opinião é a melhor equação de ajuste. Confirme os valores encontrados com a ajuda do Excel e do STATISTICA. Resposta: y = 1,5x + 403,33 ; d) quando a variável independente é temporal, não há sentido interpretar o coeficiente angular. No nosso caso dizer que a cada 1 unidade de variação de X acrescenta-se 1,5 em Y não faz sentido pois X irá variar de 1 em 1 mês e portanto esse coeficiente angular reflete apenas a tendência das vendas que, obviamente não ocorrem devido à mudança de mês. Mês = X Y X.Y 2 X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 27 2 Lista VII – Correlação e Regressão Linear 6. Por não conseguir saldar suas dívidas com fornecedores dentro do prazo, como de costume, o gerente financeiro de uma empresa metalúrgica desconfia que seus custos com estoques venham aumentando. Solicita a seus colaboradores que façam um levantamento do valor das peças (classificadas como de alto custo) remanescentes no estoque ao fecharem as operações diárias. Os dados levantados foram tabulados abaixo. Quantidade $ Estoque 33 190 42 245 30 230 32 220 45 255 36 270 37 210 28 260 39 230 45 285 a. b. c. d. e. f. Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule as equações de regressão linear manualmente. Calcule o Coeficiente de Determinação Interprete os coeficientes da equação. Confirme esses valores com a ajuda do Excel e do SPSS Calcule a projeção dos custos para o próximo período caso existam em estoque 53 peças. Resposta: y = 1,9613x + 167,52; os custos com estoques vem aumentando pois o coeficiente angular b1 é positivo; a cada nova peça no estoque há um acréscimo de $ 1,9 unidades monetárias ao valor de intersecção $ 167,52; coeficiente de determinação 0,1666. A projeção para 53 peças é Y = 1,9613 .(53) + 167,52 = 271,47. Mês = X Y X.Y 2 X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função Equação Literal RETA Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 28 2 Lista VII – Correlação e Regressão Linear 7. Suponha que você seja o presidente do Banco Central do Brasil e junto com sua equipe econômica esteja encarregado de decidir a respeito da quantidade de dinheiro que deve ser posta em circulação anualmente. O Modelo adotado até agora por essa instituição levou em conta a relação entre a Renda Nacional Bruta e a Quantidade de Moeda em Circulação (em Bilhões de Reais). Suponha que você e sua equipe decidam continuar com esse modelo considerando os dados históricos disponíveis no banco de dados da instituição. (adaptado de Pindyck & Rubinfeld Econometric Models and Economic Forecasts McGraw-Hill) Ano 1987 1988 1989 1990 1991 Quantidade de Dinheiro 2,0 2,5 3,2 3,6 3,3 Renda Nacional Bruta 5,0 5,5 6,0 7,0 7,2 Ano 1992 1993 1994 1995 1996 Quantidade de Dinheiro 4,0 4,2 4,6 4,8 5,0 Renda Nacional Bruta 7,7 8,4 9,0 9,7 10,0 a) Escolha qual das duas variáveis é a Dependente e a Independente. b) Construa um gráfico de dispersão considerando essas variáveis para o período 19871996. c) Estime a equação de regressão (cálculos manuais e com ajuda do Excel e SPSS). d) Interprete o coeficiente angular e o intercepto da equação encontrada. e) Suponha que a meta da Renda Nacional Bruta a ser atingida em 1997 seja 12,0 pergunta-se qual quantidade de Dinheiro você autorizaria que fosse colocado em circulação? Respostas: a. Variável Dependente Y = Renda Nacional Bruta ; X = quantidade de dinheiro em circulação. b. Gráfico c. Equação de regressão y = 1,7156x + 1,1681 d. Coeficiente b1 : Para cada 1 ( milhão) em dinheiro colocado em circulação a renda nacional bruta aumentará em 1,17156 vezes. Coeficiente b0 : quando a quantidade de dinheiro em circulação for Zero (X=0) o ponto onde a reta de regressão intercepta com o eixo Y será 1,1681, ou seja, haverá uma renda nacional bruta de 1,1681 milhões. e. 12 = 1,7156 . (X) + 1,1681 então X=6,31 milhões Estatística II – Professor Salvatore Página 29 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X 2 Y ' b0 b1 . X Variação Total Y Y 2 Variação Explicada Y' Y 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Estatística II – Professor Salvatore Página 30 Variação não-explicada Y Y' 2 Lista VII – Correlação e Regressão Linear Mês = X Y 2 X.Y X Reta Variação Explicada Y’ Y' Y Variação Total 2 Y Y JAN Somas Função RETA Equação Literal Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 31 2 Lista VII – Correlação e Regressão Linear 8. Uma empresa de transportes de cargas internacionais por via marítima suspeita que os custos com a armazenagem de suas cargas vêm aumentando fora do padrão desejado. Antes de proceder a análises projetivas, a empresa deseja confirmar se realmente a elevação desses custos têm alguma relação com o tempo de armazenagem. Para isto fez um levantamento de 15 armazenagens escolhidas aleatoriamente: nº Dias Custo $ 3 23 7 34 12 28 15 43 6 20 16 38 17 34 19 32 21 39 5 25 9 31 4 15 6 17 9 23 18 29 Pede-se: a. b. c. d. e. f. g. h. Faça um gráfico de dispersão XY desse levantamento com ajuda do Excel Calcule o coeficiente de correlação de Pearson. Determine qual é a variável independente e a dependente. Calcule a equação linear de regressão manualmente. Calcule o Coeficiente de Determinação e o R-quadrado ajustado. Interprete os coeficientes da equação. Confirme esses valores com a ajuda do Excel e do SPSS Calcule a projeção dos custos supondo que para o próximo período ocorra uma armazenagem de 23 dias. Respostas: a. b. c. Gráfico com ajuda do Excel Coeficiente de correlação de Pearson = 0,7412. Variável independente é o número de dias de estocagem e a dependente é o custo da estocagem. d. Calcule a equação linear de regressão manualmente: Y = 1,0073.X + 17,51. e. Coeficiente de Determinação = 0,5494 e o R-quadrado ajustado= 0,5147. f. Interprete os coeficientes da equação: só há sentido em interpretar o coeficiente angular: para cada dia de estocagem, o custo total será acrescido em 1,0073 .(1) + 17,51 = 18,51 g. Confirmação pela função análise de dados do Excel e função Regressão do SPSS h. Calcule a projeção dos custos supondo que para o próximo período ocorra uma armazenagem de 23 dias. Y = 1,0073.(23) + 17,51 = 40,677. Estatística II – Professor Salvatore Página 32 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X Y ' b0 2 Variação Total b1 . X Y Y Variação Explicada 2 Y' Y 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Função RETA Equação Literal Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 33 Variação não-explicada Y Y' 2 Lista VII – Correlação e Regressão Linear 9. A tabela abaixo contém o levantamento do Índice Dow Jones. A variável independente representa a variação desse índice nos primeiros cinco dias de cada mês. A variável dependente representa a variação mensal pelo resto do mês para todo o período estudado.(Adaptado de: Newbold P. et alii. Statistics for Business and Economics; New Jersey, Prentice Hall 2002). Dez00 Jan01 fev mar abr mai jun jul ago set out nov Dez01 Y 14,9 -9,2 19,6 20,3 -3,7 27,7 22,6 2,3 11,9 27 -4,3 20,3 4,2 X 1,5 0,2 -0,1 2,8 2,2 -1,6 -1,3 5,6 -1,4 1 1,5 -4,7 1,1 a. Formule o modelo de regressão linear que possibilite prever a variação mensal desse indicador com base nas variações verificadas nos primeiros cinco dias do respectivo mês. b. Quantifique as variações explicada, não-explicada e a total. c. Calcule o Coeficiente de Determinação R2 e R2-ajustado. d. Interprete o coeficiente b1 da equação. e. Confirme esses valores com a ajuda do Excel e do SPSS f. Calcule a projeção da variação mensal para janeiro do ano 02 caso nos primeiros dias desse mês a variação do indicador em questão seja 1,95. g. Formule o modelo ANOVA para os dados da variável independente. Analise esses resultados em conjunto com aqueles obtidos no item “c”. Em sua opinião esses resultados ratificam o poder de ajuste do modelo. Justifique com suas palavras. Resposta: a. b. c. d. f. g. Y’= 12,93 – 2,1287. X Variação explicada = 342,33 ; não-explicada 1561,57 e total 1903,91. R2 = SQReg/SQT = 0,1798 ; R2-ajustado = 1- ((SQRes/n-2) /(SQT/n -1)) = 0,1052. Cada ponto percentual de variação nos primeiros cinco dias úteis do Índice Dow Jones acarretará uma variação de – 2,12 pontos percentuais ao longo do mês. Note-se entretanto que o coeficiente e de correlação R- múltiplo não é negativo e sim próximo de 0,5 (0,4240) e o R-quadrado 0,1798 que demonstra baixo poder de explicação ou baixa aderência do modelo aos dados apresentados. Y’= 12,93 – 2,1287.(1,95) = 8,78 O modelo ANOVA ratifica a baixa aderência do modelo aos dados pelos seguintes indicadores: a variação não explicada é muito alta demonstrada pelos quadrados das diferenças entre os valores de regressão e aqueles projetados pelo modelo; este fato leva a um valor de F-significação maior que 0,05, portanto não se pode rejeitar H0 de que o modelo tenha baixa aderência aos dados. Estatística II – Professor Salvatore Página 34 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X Y ' b0 2 Variação Total b1 . X Y Y Variação Explicada 2 Y' Y 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Função RETA Equação Literal Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 35 Variação não-explicada Y Y' 2 Lista VII – Correlação e Regressão Linear 10. A maioria dos investimentos financeiros possui um indicador chamado de Beta que quantifica o risco sistemático (possível de ser gerenciado e modificado) daquele ativo ou carteira. Algumas consultorias do mercado de capitais associam os Betas aos seus respectivos ativos de forma mensal, trimestral, anual ou até períodos mais longos. No Financial Analisys Journal (Mar-Apr 1984) o professor H. Levy investigou a relação entre o intervalo de publicação ao qual se refere o Beta de um ativo e o Beta médio de três tipos ou grupos de ativos. Os grupos totalizaram 144 ativos divididos em: 38 com Betas agressivos (muito superiores a 1), 38 com Betas conservadores (inferiores a 1) e 68 ativos com Betas moderados (ou neutros , valores muito próximos a 1). A tabela abaixo exibe os valores do prazo de publicação e os betas médios para cada tipo desses ativos. (Adaptado de Sincich T.; Business Statistics by Example; Prentice Hall, New Jersey 1995) Prazo em meses 1 3 6 9 12 15 18 24 30 Betas para ativos agressivos 1,37 1,42 1,53 1,69 1,83 1,67 1,78 1,86 1,83 Betas para ativos conservadores 0,50 0,44 0,41 0,39 0,40 0,38 0,39 0,35 0,33 Betas para ativos moderados 0,98 0,95 0,94 1,00 0,98 1,00 1,02 1,14 1,22 a. Utilize o prazo em meses como a variável independente e encontre as três equações de regressão linear em relação aos Betas: agressivos, conservadores e moderados. b. Quais ativos possuem Betas com tendência a diminuírem linearmente na medida em que o prazo de medição aumenta? Quais ativos possuem valores de Betas que aumentam linearmente na medida em que o prazo de medição aumenta? c. Para cada tipo de Betas teste a hipótese que o prazo em meses seja um bom preditor para o respectivo Beta utilizando o nível de significância de 5%. d. Construa intervalos de confiança com 95% de certeza para cada tipo de Betas. Resposta: a. Agressivos: Y’= 1,45 + 0,01629 . X ; Conservadores: Y’= 0,4594 – 0,004618 . X ; Moderados: Y’= 0,9111 + 0,0087 . X ; b. Por exibirem coeficientes angulares (Betas) positivos, os ativos agressivos e moderados demonstram tendência ao aumento dos Betas (risco) enquanto que os ativos conservadores, por terem o coeficiente angular negativo, exibem a tendência de diminuição de seus Betas. c. Agressivos: t teste = 4,37 ; Conservadores: t teste = -5,48 ; Moderados: t teste = 5,672. Rejeita-se H0 para os três tipos de Ativos, portanto o prazo dos Betas é um bom preditor. d. Agressivos: IC [0,007492 ; 0,025104] ; Conservadores: IC [-0,006608 ; - 0,00263] ; Moderados: IC [0,0050879 ; 0,012363]. Estatística II – Professor Salvatore Página 36 Lista VII – Correlação e Regressão Linear Obs. X Y X Y X Y ' b0 2 Variação Total b1 . X Y Y Variação Explicada 2 Y' Y 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Totais Função RETA Equação Literal Y' c bx Ajustamento Y X .Y n c c (b X X) b X2 Coeficiente de determinação R 2 VariaçãoExplicada VariaçãoTotal Estatística II – Professor Salvatore Página 37 Variação não-explicada Y Y' 2
Documentos relacionados
2. Função Linear 2.1 Função linear e sua representação gráfica
Como podemos observar na equação linear y = mx + n, o valor de m está relacionado diretamente com o ângulo , por esse motivo “m” será chamado de coeficiente angular ou inclinação da reta. Quando m...
Leia mais