Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Trabalho realizado por: Joo Gama Pereira n 4789 Lus Rafael Silva n 5202 Ricardo Marques Ferreira n4764 Ricardo Reis m 5189
ndice:
Introduo ----------------------------------------------------------------------------------------------------- pag.3 Reviso bibliogrfica sobre anlise de regresso ---------------------------------------------------- pag.4 Apresentao e explicao do tema -------------------------------------------------------------------- pag.6 Anlise de regresso simples------------------------------------------------------------------------------ pag.7 Identificao/Explicao das variveis ------------------------------------------------------------- pag.7 Coeficiente de correlao ---------------------------------------------------------------------------------- pag.8 Teste de hipteses ao R-------------------------------------------------------------------------------------- pag.9 Modelo de previso amostral ----------------------------------------------------------------------------- pag.10 Coeficiente de determinao ------------------------------------------------------------------------------ pag.11 Teste de Hipteses aos Coeficientes --------------------------------------------------------------------- pag.12 Teste de hipteses ao Modelo ---------------------------------------------------------------------------- pag.13 Previses-------------------------------------------------------------------------------------------------------- pag.13 Anlise de Regresso Multipla----------------------------------------------------------------------------- pag.15 Concluso ------------------------------------------------------------------------------------------------------ pag.20 Bibliografia/Netgrafia ---------------------------------------------------------------------------------------- pag.21
Introduo :
Este um trabalho conceitualmente estatstico, realizado no mbito da Unidade Curricular Mtodos de Previso. Com a realizao deste trabalho estamos a ter como objectivo principal caracterizar, perceber e aplicar conceitos aprendidos em aula, mais propriamente sobre a Anlise de Regresso, acerca da distribuio salarial dos rbitros portugueses nas vrias competies portuguesas em que participam: Primeira Liga, Liga de Honra, Taa de Portugal e Taa da Liga. Atravs da Anlise de Regresso procederemos realizao de uma estimativa com os dados obtidos. Para a elaborao deste trabalho vamos usar uma ferramenta estatstica de anlise, o SPSS, este facilitar a previso e aumentar a preciso dos resultados obtidos. Tendo em conta a necessidade de uma base de dados para a realizao deste trabalho e tendo em conta a temtica do trabalho ento, nele sero usadas as seguintes variveis: Vencimento de jogos na primeira liga, vencimento de jogos na liga de honra, vencimento de jogos na taa de Portugal, vencimentos de jogos na taa da liga e o total de vencimentos; para estas variveis, esto associados 13 rbitros, ou seja, N = 13. Nesta primeira parte estaremos a desenvolver uma Reviso Bibliogrfica sobre a Anlise de Regresso; logo aps esta reviso ser apresentada a descrio da temtica do trabalho. Por fim ser apresentada a Anlise de Regresso simples baseada em SPSS.
Do facto desta ser uma funo, deduz-se que seja necessria a determinao de alguns parmetros/ incgnitas. Se a observarmos como uma funo quadrtica: f(x)= ax+bx+c, ento temos de 3 incgnitas (a, b e c). Estes valores minimizam a soma dos mnimos quadrados em frum Wikibolsa/mtodo dos mnimos quadrados.
Segundo Arthur Money, Barry Babin, Samouel (2003), qualquer equao de regresso calculada produzir alguns erros. O mtodo dos mnimos quadrados minimiza os erros na previso da varivel dependente atravs das independentes. O teste feito para explicar a variao explicada pela regresso, o resultado diz-nos se a relao estatisticamente significativa. Para percebermos as relaes entre as variveis examinamos os coeficientes de regresso para cada varivel independente. Este mtodo na sua existncia atribudo a Carl Friedrich Gauss, um matemtico alemo. Segundo Eduardo Mauch Palmeira, em Exportao e Importao Brasil Mercosul, o mtodo MQO (Minimos Quadrados Ordinrios) bastante forte uma vez que apresenta propriedades estatsticas muito atraentes; fazem dele um meio estatstico muito popular. Guercio, John P.; Jordan, John M. (1992), defendem que que a Anlise de Regresso fornece resultados com extrema utilidade para anlise de custos e previso de oramentos. Consideram que infelizmente uma tcnica, no seu nvel de dificuldade, ao alcance de todos, no entanto aqueles que esto fora da escola durante anos, sentem dificuldade no seu manuseamento. Estes, tal como outros autores, percebem que a relao entre as variveis no perfeita, como tal, a anlise de regresso possui um erro padro da estimativa Y que mede a variao provvel no valor de Y repetidos na estimativa de X.
Explicao do trabalho
Ao nvel do desenvolvimento do trabalho/tema, este tem como finalidade avaliar a distribuio de salrios dos rbitros portugueses nas vrias competies que existem actualmente em Portugal, que se dividem por: Liga, Liga de Honra, Taa da Liga e Taa de Portugal como j referido acima. Ao longo da elaborao do trabalho iremos abordar as diferentes variveis, a varivel dependente (y) (que o nmero total de Vencimentos); e a varivel independente (x) (que os Vencimentos nos jogos da Liga), de forma a podermos prever o nmero total de vencimentos com a influncia no nmero de vencimentos recebidos na Liga. Realizaremos a Anlise de Regresso Simples e Anlise de Regresso Mltipla ainda, de forma a podermos avaliar os nveis de correlao, assim como verificar se realmente podemos prever ou no o nmero total de vencimentos com a influncia da varivel independente.
Nomes dos Arbitros Jorge Sousa Carlos Xistra Duarte Gomes Paulo Baptista Artur Soares Rui Costa Joo Ferreira Marco Ferreira Vasco Santos Hlder Malheiro Bruno Paixo Diogo Santos Elmano Santos
Correlations Total dos Vencimentos Vencimento jogos na Liga Vencimento Jogos Liga Honra Vencimento jogos na Taa de Portugal Pearson Correlation Total dos Vencimentos Sig. (2-tailed) N Pearson Correlation Vencimento jogos na Liga Sig. (2-tailed) N Pearson Correlation Vencimento Jogos Liga Honra Sig. (2-tailed) N Vencimento jogos na Taa de Portugal Pearson Correlation Sig. (2-tailed) N Pearson Correlation Vencimento jogos na Taa da Liga Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 13 ,760
**
,760
**
,003 13 1
,003 13 ,141 ,645 13 ,145 ,637 13 ,188 ,538 13 13 -,402 ,174 13 -,047 ,879 13 -,259 ,393 13
13 1
13 1
13 ,002 ,994 13
13 1
13
r = 0,76 Aps o clculo do coeficiente de correlao, utilizando as ferramentas de anlise do SPSS, podemos afirmar que existe uma Correlao Linear Positiva Perfeita (76%). O que significa que medida que a varivel nmero de Mdia dos Vencimentos aumenta, a varivel Total dos Vencimentos tambm aumenta.
Correlations Total dos Vencimentos Pearson Correlation Total dos Vencimentos Sig. (2-tailed) N Pearson Correlation Vencimento jogos na Liga Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 13 ,760
**
,003 13 1
,003 13 13
Teste de Hipteses ao R:
Na distribuio, o valor do t insere-se na zona de rejeio da hiptese nula, assim, como no SPSS, o valor obtido foi de 0,003. Como este valor inferior a 0,05, logo rejeita a hiptese nula, o que significa que existe uma correlao linear estatisticamente significativa.
Coefficients Model
Unstandardized Coefficients
Standardized Coefficients
Sig.
B (Constant) 1 Vencimento jogos na Liga a. Dependent Variable: Total dos Vencimentos ,707 22382,167
Total de Vencimentos = 22382,17 + 0,7 x Vencimento jogos na liga. Com a analise dos resultados do SPSS concluimos que quando nao existe vencimento dos jogos da liga, o total de vencimentos de 22382,17.
10
Coeficiente de Determinaao ( R2 )
,578
,539
2003,348
O coeficiente de determinao de 57,8%, de acordo com o SPSS. O que significa que a o Total de Vencimentos explica em 57,8% os Vencimentos dos jogos da Liga.
Se= 2003,35
11
Unstandardized Coefficients
Standardized Coefficients
Sig.
B 1 Vencimento jogos na Liga a. Dependent Variable: Total dos Vencimentos ,707 (Constant) 22382,167
1,796
5%;13-2
3,88
8,04
|t|> |tc| Rejeita-se H0 logo os coeficientes (b0 e b1) so estatisticamente significativos para a populao.
12
F 15,047
Sig. ,003
b
a. Dependent Variable: Total dos Vencimentos b. Predictors: (Constant), Vencimento jogos na Liga
Esta tabela permito-nos ver que o modelo estatisticamente significativo visto que o o Sig. inferior a 0,05.
Previses
Case Summaries Total dos Vencimentos Vencimento jogos na Liga
a
Previso Pontual
limite superior da previsao por intervalos 40333,19378 37327,06002 38241,28757 37188,48389 38478,68024 40138,46809 37026,76776 40363,04741 39556,76173 34624,77505 35717,22349 33611,86733 37434,72111 30723,75804 37563,03196 51162,68295 16
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Total N
37442 35194 34668 34546 34360 34256 34170 34145 34122 29386 28936 28705 28590 . . . 13
18598 14664 15936 14464 16254 18362 14228 18634 17644 10330 12202 8422 14818 2000 15000 30000 16
35531,02346 32749,67055 33648,97937 32608,26979 33873,80658 35364,17057 32441,41689 35556,47560 34856,54185 29685,51612 31009,02721 28336,55288 32858,54913 23796,17454 32987,22382 43592,28069 16
30728,85315 28172,28107 29056,67117 28028,05569 29268,93292 30589,87304 27856,06603 30749,90379 30156,32196 24746,25718 26300,83093 23061,23844 28282,37716 16868,59103 28411,41569 36021,87843 16
13
Considerando que a nossa varivel dependente o total Vencimentos e a varivel independente Vencimentos dos jogos na liga, podemos ento fazer algumas previses tanto pontuais como por intervalo. Assim, para um vencimento de 2000 podemos prever uma previso pontual de 23796, podendo este nmero variar (devido a margem de erro do modelo) entre 16868 e 30723.Quando um vencimento de 15000 podemos prever uma previso pontual de 32987, podendo este nmero variar (devido a margem de erro do modelo) entre 28411 e 37563. Por fim se o valor atingir os 30000, as previses pontuais sero de 43592 podendo este variar entre os 36021 e 51162 do total de vencimentos. Para esta previso foi considerado um valor mnimo, um valor intermdio e um valor mximo com base nos valores mensais apresentados por ns na base de dados iniciais.
14
Objectivo Especifico
O objectivo especfico desta segunda parte do trabalho saber se a utilizao de mais variveis vai influenciar o nmero total de Vencimentos.
Correlations Vencimento jogos na Liga Vencimento Vencimento Vencimento Total dos Vencimentos
Jogos Liga Honra jogos na Taa de jogos na Taa da Portugal Liga -,259 ,393 13 ,223 ,464 13 ,002 ,994 13 ,002 ,994 13 ,145 ,637 13 13 ,188 ,538 13 13 1
Pearson Correlation Vencimento jogos na Liga Sig. (2-tailed) N Pearson Correlation Vencimento Jogos Liga Honra Sig. (2-tailed) N Vencimento jogos na Taa de Portugal Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Total dos Vencimentos Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed).
-,402 ,174
,760
**
13 1
13 1
,003 13
13
Na analise de regresso mltipla repara-se que a varivel dependente continua a ser a varivel total dos vencimentos, onde as variaveis do vencimento dos jogos da liga, da liga de honra, da taa de Portugal e da taa da liga so as variveis dependentes. Verifica-se tambm que a medida que qualquer varivel independente aumenta a varivel total de vencimentos tambm aumenta o que significa que todas as variveis so estatisticamente significativas, sendo a varivel com maior correlao os vencimentos dos jogos da liga como j se tinha referido no ponto da analise de regresso simples. Os vencimentos da liga de honra sobre a varivel dependente tm uma relao de 14,1% bem prximo do valor de correlao da varivel vencimentos na taa de Portugal com 14,5%. Por fim a varivel vencimentos na taa da liga apresenta um relao de 18,8%. Deparamo-nos tambm que o nvel de significncia obtido na varivel independente vencimentos dos jogos na liga em relao a varivel total de vencimentos tem o valor inferior a 5% (0,3%) o que significa que existe uma correlao linear estatisticamente significativa. As outras variveis independentes tambm apresentam valores do nvel de significncia muito prximos de 5% . Nos vencimentos dos jogos da liga de honra pertence a 6,45% muito prximo do nvel de significncia dos vencimentos da taa de Portugal(6,37%). Por fim a varivel vencimentos nos jogos da taa da liga
15
corresponde a um nvel de significncia de 5,38%. Assim conclui-se que qualquer variavel, destacando os vencimento jogos na liga e da taa da liga, correspondem a uma correlao linear estatisticamente significativa.
,997
,996
183,682
Predictors: (Constant), Vencimento jogos na Taa de Portugal, Vencimento jogos na Taa da Liga, Vencimento Jogos Liga Honra, Vencimento jogos na Liga
R representa a correlao entre os valores observados e previstos da variavel dependente que no nosso caso ser de 99,9%. O R Square representa a proporo de variao na varivel dependente (total de vencimentos) que pode ser explicada pelas variveis independentes na qual obtemos o valor de 99,7.
,997
,996
183,682
Predictors: (Constant), Vencimento jogos na Taa de Portugal, Vencimento jogos na Taa da Liga, Vencimento Jogos Liga Honra, Vencimento jogos na Liga
16
Coefficients Model
Unstandardized Coefficients
Standardized Coefficients
Sig.
B (Constant) Vencimento jogos na Liga Vencimento Jogos Liga 1 Honra Vencimento jogos na Taa da Liga Vencimento jogos na Taa de Portugal a. Dependent Variable: Total dos Vencimentos 3788,384 1,001 1,023
,998
,054
,348
18,551
,000
1,038
,071
,266
14,582
,000
Total de vencimentos = 3788,384 + 1,001x Na coluna B esto os valores para a equao da analise de regresso mutipla. Esta equao pode ser representada de varias maneiras como por exemplo: Y= (CONSTANT) + B1X1+ B2X2 + B3X3 +B4X4
Com a anlise dos resultados do SPSS conclumos a leitura de B0 (constant) no valor 3788,384, significa que quando todas as outras variveis no exercerem influncia, o valor da varivel dependente ir ser igual a 3788,384.
B1 o coeficiente para vencimentos jogos na liga 1,001. O valor apresentado indica que por cada variao unitria no valor dos vencimentos dos jogos na liga vai influenciar o total de vencimentos em 1,001, quando as restantes variveis independentes no exercerem influncia. A sua margem de erro de 0,19. E esta variavel estatisticamente significativo tal como todas as variaveis pois apresentam um sig. Inferior a 0,05. B2 apresenta um coeficiente de 1,023 o que significa que para cada aumento de unidade nos vencimentos de jogos na liga de honra, h um aumento de 1.023 na variavel dependente, mantendo-se todas as outras constantes. Aqui a margem de erro de 0,39. Esta variavel tambem estatisticamente seignificativa. B3 a variavel vencimento jogos na taa da liga apresenta um coeficiente de 0,998 ou seja em cada aumento unitario nos vencimentos dos jogos na taa da liga o total dos vencimentos influenciado positivamente 0,998. A margem de erro nesta variavel de 0,54 e o sig menor que 0,05 o que significa que esta variavel tambem estatisticamente significativa.
17
B4 a variavel independente vencimentos de jogos na taa de Portugal tem um coeficiente de 1,038 portanto exite uma variaao de 1,038 na variavel dependente quando existir uma variaao unitaria na variavel vencimentos da taa de portugal sendo esta tambem uma variavel estatisticamente significativa, tendo uma margem de erro de 0,71.
ANOVA Model Regression 1 Residual Total Sum of Squares 104267866,092 269912,831 104537778,923 df
F 772,604
Sig. ,000
b
a. Dependent Variable: Total dos Vencimentos b. Predictors: (Constant), Vencimento jogos na Taa de Portugal, Vencimento jogos na Taa da Liga, Vencimento Jogos Liga Honra, Vencimento jogos na Liga
Para avaliar a significncia do Modelo de Previso, observo o valor dado na coluna Sig. Como este valor inferior a 0,05 deduzimos que o novo modelo de Previso estatisticamente significativo.
18
Previses
Tendo em considerao que a nossa varivel dependente o Total dos Vencimentos e as restantes, Vencimento jogos na Liga, Vencimento jogos Liga Honra, Vencimento jogos na Taa da Liga e Vencimento jogos na Taa de Portugal so as nossas variveis independentes, ento podemos fazer algumas previses quer pontuais quer por intervalos. Para isso escolhemos 3 valores diferentes sendo que a lgica para essa escolha foi testar o modelo e ver se para 3 valores extremos em relao mdia de valores apresentados por ns na base de dados inicial, um alto, outro baixo; e um mediano; o modelo efectivamente eficaz e os valores so realmente condicionados pelo mesmo. Se a mudana dos valores pontuais e os intervalos criados pelos limites inferior e superior demonstram a discrepncia de valores, para ns isso d mais uma prova de que o modelo significativo e que todas as variveis independentes so capazes de formar modelo com a dependente. Todas elas apresentam nvel de significncia abaixo de 0,05; previsto pelas tabelas SPSS, valor que dita se estatisticamente significativo ou no.
19
Concluso:
Aps a realizao deste estudo, em que tivemos como temtica base os Salrios dos rbitros portugueses nas diferentes competies, podemos concluir que foi uma realizao com sucesso. Todas as variveis independentes tm pelo menos valores baixos de correlao com a dependente sendo que duas delas tm R elevado, a escolhida pelo modelo R = 0,76. Desta forma, decidimos avaliar qual a competio que mais peso tem no salrio do rbitro, que passou por descobrir qual delas apresenta maior R. Numa primeira fase do estudo, a varivel independente escolhida foi Vencimento jogos na Liga, e o Total dos Vencimentos foi escolhida para ser a dependente, com ambas foi realizada a Anlise de Regresso Simples. Nesta segunda fase do estudo, prosseguida com o uso do mesmo modelo, uma vez que tudo apontava para que fosse um bom modelo, foi realizada a Anlise de Regresso Mltipla. Esta permitiu-nos saber que a concluso no primeiro momento, quanto ao modelo ser bom, e estatisticamente significativo era mesmo um facto certo. E ainda que qualquer uma das variveis independentes se relacionam sempre com a dependente. Nenhuma das variveis iniciais ficou pelo caminho enquanto foram realizados os estudos. Posto isto, conclundo, aps realizao de previses pontuais e por intervalo, percebemos que este um modelo que realmente poderia ser usado, este at levado a extremos, com a insero de valores nas variveis, responde sempre nas mesmas condies atravs da varivel dependente. Dado por terminada a realizao deste estudo, possivel afirmar que foi uma tarefa proposta pela docente com todo o interesse para os alunos. Foi possivel o uso e consulta de todas as temticas dadas em aula e desta forma permitiu uma grande explorao da Unidade Curricular. Esperamos desta forma ter cumprido com todos os objectivos que nos foram propostos para realizao desta tarefa.
20
Bibliografia
Guercio, John P; Jordan, John M. (Feb 1992); Cost Forecasting with Regression Analysis (A previso de custos com Anlise de Regresso). Eduardo Mauch Palmeira; Estimao de Funes exportao e importao Brasil Mercosul. Hair, Black, Anderson, Tatham, 2007; Anlise Multivariada de Dados, Bookman, 5 Edio. Arthur Money, Barry Babin, Phillip Samouel, 2003; Fundamentos de Mtodos de Pesquisa em Administrao; Bookman Vinayagum Chinapah, 2000; Rendimento da aprendizagem: construo de competncias; Traduo de Francisca Aguiar; UNESCO; Editora Autores Associados Maroco, Joo (2007), Anlise Estatstica com utilizao do SPSS, 3 edio, Edies Slabo JOHNSTON, Jack; DINARDO, John (2001) Mtodos Economtricos , 4 Edio. McGraw-Hill Companies, Inc.
Netgrafia
http://www.thinkfn.com/wikibolsa/M%C3%A9todo_dos_m%C3%ADnimos_quadrados http://ine.pt/ http://www.rpm.pt http://proquest.umi.com/login http://www.futebolfinance.com/os-salarios-dos-arbitros-portugueses-201011
21
22