O
que se pretende é explicar o mercado com base numa amostra, recorrendo à
inferência estatística como procedimento de análise e interpretação de modelos
e resultados da regressão.
Neste
caso a inferência estatística é fundamental, permitindo, a partir da amostra,
concluir sobre o comportamento geral do mercado, com determinado grau de
confiança, a partir de medidas estatísticas como:
Coeficiente de Correlação
Traduz
numericamente o quanto as variáveis estão relacionadas entre si, é variável
entre -1 e +1 e representada pela letra r.
Logo -1≤ r ≤ +1
Quando:
r
> 0 a
correlação é directa, correspondendo a uma recta crescente
r
= 0 a correlação é nula, correspondendo
a uma recta horizontal
r
< 0 a correlação é inversa,
correspondendo a uma recta decrescente
Tabela
de interpretação de correlação:
r = 0 correlação nula
0 < r ≤ 0,30 correlação
fraca
0,30 < r ≤ 0,60 correlação
média
0,60 < r ≤ 0,90 correlação
forte
0,90 < r ≤ 0,99 correlação
fortíssima
r = 1 correlação perfeita
o
coeficiente da relação é dado por:
r = sxy / (sxx . syy) ^(1/2)
Onde
,
sxy = covariância (x,y)
n n n
sxy = Σ xiyi – (Σ xi . Σ yi ) / n
i i i
Com , xi = variável explicativa
yi = variável explicada
n = número de dados de
pesquisa
sxx = variância da variável
explicativa
n n
sxx = Σ xi² – (Σ xi²) / n
i i
syy = variância da variável
explicada
n n
syy = Σ yi² – (Σ yi ²) / n
i i
O Coeficiente de
Correlação permite concluir que o ajuste de um modelo é melhor que o outro, mas
não permite conclusões definitivas.
Sem comentários:
Enviar um comentário
Grato pela sua participação.