Ficha nº3 – Dados bivariados: correlação e regressão


Ficha nº3

Dados bivariados: correlação e regressão

10.º ano – Matemática A – Tema 2 (Estatística)


📝 15 exercícios, do mais fácil ao mais difícil

5 fáceis8 médios2 difíceis

Tenta resolver cada exercício antes de abrir a Resolução.

🟢 Nível fácil

1Fácil Classifique a correlação (positiva, negativa ou nula) que espera entre as variáveis:

1.1. altura e massa de adultos;

1.2. idade de um carro e o seu valor de revenda;

1.3. número de calçado e classificação a Matemática.

Resolução

1.1. Positiva.

1.2. Negativa.

1.3. Aproximadamente nula.

2Fácil Qual dos valores seguintes indica a correlação linear negativa mais forte?

(A) r=0,9

(B) r=−0,3

(C) r=0

(D) r=−0,95

Resolução

Quanto mais perto de −1, mais forte a correlação negativa.

Opção (D)

3Fácil O que representa cada ponto de um diagrama de dispersão?

Resolução

Um par de valores (x,y) observado numa mesma unidade estatística (por exemplo, a temperatura e as vendas de um mesmo dia).

4Fácil A reta de regressão de y sobre x é y=2x+5. Qual é a previsão de y para x=7?

Resolução

y=2×7+5=19.

5Fácil Diga se é verdadeira ou falsa: “Se r=0,98, então o aumento de x provoca o aumento de y.”

Resolução

Falsa. Uma correlação forte indica associação, não causalidade.

🟠 Nível médio

6Médio O diagrama mostra a temperatura máxima e o número de gelados vendidos num quiosque, em 7 dias. Descreva a correlação e determine, com a calculadora, o coeficiente de correlação r (arredondado às milésimas).

Temperatura (°C)15182023252830
Gelados120135160180190230240

Resolução

Os pontos estão próximos de uma reta crescente: correlação positiva forte.

r≈0,993.

7Médio Para os dados do exercício anterior, determine a equação da reta de regressão (coeficientes arredondados às centésimas) e preveja as vendas num dia com 26 °C.

Resolução

y≈8,29x−8,92.

Para x=26: y≈206,5, ou seja, cerca de 207 gelados.

8Médio Com a reta do exercício anterior, seria razoável prever as vendas para um dia de 45 °C? Justifique.

Resolução

Não é fiável: 45 °C está muito fora do intervalo observado (15 a 30 °C). É uma extrapolação e a relação pode não se manter (por exemplo, com muito calor as pessoas podem não sair de casa).

9Médio A tabela relaciona a idade de um carro (anos) com o valor de revenda (centenas de euros).

Idade123456
Valor504745403833
Determine r e a reta de regressão (arredondamentos às centésimas).

Resolução

r≈−0,99: correlação negativa muito forte.

y≈−3,34x+53,87.

10Médio Para o carro do exercício anterior, interprete o declive da reta de regressão no contexto.

Resolução

O declive é aproximadamente −3,34: por cada ano a mais, o valor de revenda diminui, em média, cerca de 3,34 centenas de euros (cerca de 334 €).

11Médio Um estudo encontrou uma correlação positiva forte entre o número de bombeiros enviados para um incêndio e os prejuízos causados. Podemos concluir que os bombeiros causam prejuízos?

Resolução

Não. Há uma terceira variável, a dimensão do incêndio, que faz aumentar tanto o número de bombeiros como os prejuízos.

12Médio Esboce três diagramas de dispersão: um com r próximo de 1, outro com r próximo de −1 e outro com r próximo de 0. Descreva-os.

Resolução

r≈1: pontos quase alinhados numa reta crescente.

r≈−1: pontos quase alinhados numa reta decrescente.

r≈0: pontos espalhados sem tendência linear.

13Médio Indique duas variáveis com correlação forte mas não linear e explique por que r pode ser enganador nesse caso.

Resolução

Exemplo: altura de uma bola lançada ao ar e o tempo (relação quadrática). Os pontos seguem uma parábola.

r mede só a associação linear: pode ser próximo de 0 mesmo havendo uma relação forte. Deve sempre observar-se o diagrama de dispersão.

🔴 Nível difícil

14Difícil A reta de regressão de um conjunto de dados é y=−1,5x+40 e a média dos valores de x é x¯=10. Sabendo que a reta de regressão passa sempre no ponto (x¯,y¯), determine y¯.

Resolução

y¯=−1,5×10+40=25.

15Difícil Num conjunto de dados juntou-se um ponto muito afastado dos restantes (um valor atípico). Explique o efeito que este ponto pode ter no coeficiente de correlação e na reta de regressão.

Resolução

Um único ponto atípico pode alterar muito r (aumentando-o ou diminuindo-o) e “puxar” a reta de regressão na sua direção.

Por isso, antes de calcular r e a reta, deve observar-se o diagrama de dispersão e investigar valores atípicos.

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *

Voltar ao topo