Muito bom, muito claro e explicativo. Tenho uma dúvida professor, quero fazer um estudo para avaliação da variação de uma curva. Tenho 'n' amostras desta curva, onde x é uma contagem incremental e y o valor lido/obtido em campo. Posso aplicar o R² para determinar/medir o quão estável ou nível de variação de desta curva? Pq o meu x é apenas o numero de amostras e y é a variável que estou analisando.
Obrigado pelo comentário. Nesse caso eu aconselharia a você, que fosse aplicado o desvio padrão e o coeficiente de variação, pois é mais adequado para aferir a variabilidade da amostra.
O r2 depende do somatório dos quadrados totais (St) e do somatório dos quadrados dos resíduos (Sr). No Sr ao invés de usar a0+a1*x, você terá que usar a0 + a1x + a2x^2. No caso de St o cálculo é exatamente igual.
@@emersonsiqueiramoro O a2 é o coeficiente do termo quadrático no modelo de regressão quadrática. Veja na aula th-cam.com/video/soHLaQxJK4c/w-d-xo.html
Muito bom, muito claro e explicativo. Tenho uma dúvida professor, quero fazer um estudo para avaliação da variação de uma curva. Tenho 'n' amostras desta curva, onde x é uma contagem incremental e y o valor lido/obtido em campo. Posso aplicar o R² para determinar/medir o quão estável ou nível de variação de desta curva?
Pq o meu x é apenas o numero de amostras e y é a variável que estou analisando.
Obrigado pelo comentário. Nesse caso eu aconselharia a você, que fosse aplicado o desvio padrão e o coeficiente de variação, pois é mais adequado para aferir a variabilidade da amostra.
Professor, mas quero calcular o r² de uma poligonal de segunda ordem. Como acho esse a0+a1*x1?
O r2 depende do somatório dos quadrados totais (St) e do somatório dos quadrados dos resíduos (Sr). No Sr ao invés de usar a0+a1*x, você terá que usar a0 + a1x + a2x^2. No caso de St o cálculo é exatamente igual.
@@josericardo0508, como acho esse a2?
@@emersonsiqueiramoro O a2 é o coeficiente do termo quadrático no modelo de regressão quadrática. Veja na aula th-cam.com/video/soHLaQxJK4c/w-d-xo.html
o que seria o r², entendi nao?
O coeficiente r2 é um indicativo do quanto o modelo de regressão se ajusta aos dados amostrais disponíveis. Quanto mais próximo de 1, melhor o ajuste.