MTODOS DE PREVISO

ANLISE DE REGRESSO SIMPLES

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.

Reviso Bibliogrfica sobre Anlise de Regresso linear, caracterizao e utilidades

Baseado em Cristina Werkema e Slvio Aguiar (1996), a Anlise de Regresso uma tcnica estatstica com bastante importncia na conduo das aces de planeamento, manuteno e melhoria da qualidade. A Anlise de Regresso linear permite investigar e criar um modelo que demonstre o relacionamento entre variveis provenientes do tema em estudo. Tendo em conta a sua facilidade de manuseamento, a sua utilizao tem vindo a aumentar. A Anlise de regresso processa as informaes contidas num conjunto de dados de forma a gerar um modelo que represente o relacionamento existente entre as variveis de interesse de um processo. Werkema e Slvio Aguiar (1996). J foi estudado a forma de descrever um conjunto de observaes de uma s varivel. Quando consideram observaes de duas ou mais variveis surge um novo ponto estudar a existncia/inexistncia de relaes entre as variveis. A anlise de regresso e correlao processa a anlise de dados amostrais para saber se esto e como as duas ou mais variveis intervenientes esto relacionadas uma com a outra numa populao. Para Hair, Black, Anderson, Tatham (2007), esta uma tcnica de dependncia simples e directa que pode fornecer previso e explicao a quem lhe d uso. O uso desta tcnica processa a mudana de Anlise de Regresso Simples para Anlise de Regresso Mltipla. Segundo o autor, esta mudana de ferramenta aumenta a preciso dos resultados, diminuindo consequentemente a margem de erro. Na anlise de regresso bivariada ou simples, apenas usada uma s varivel independente e uma nica varivel dependente. Com a anlise de regresso mltipla so includas muitas variveis independentes mas prev-se uma nica dependente. Aps serem inseridas as variveis independentes, so posteriormente calculados os coeficientes que demonstram qual das variveis independentes explica melhor a dependente, descrevendo a relao individual de cada uma das variveis com a dependente. Esta uma tcnica bastante realista. No mercado de negcios a previso nunca est apenas associada a um s factor. suposto que a relao entre cada varivel independente com a dependente seja demonstrada atravs de uma recta, seja linear, tal como na regresso bivariada; a tarefa do pesquisador ento encontrar a melhor maneira de adequar uma linha aos dados. Para isso usada a tcnica dos mnimos quadrados, tcnica matemtica, simples, que proporciona a representao da relao entre as variveis. Esta tcnica tem a particularidade de ter margem de erro, demonstrada pelo diagrama de disperso. Ainda que a relao seja perfeita (nunca ), h sempre disperso de pontos (Arthur Money, Barry Babin, Phillip Samouel 2003). Estes autores consideram que na regresso mltipla acontece essencialmente o mesmo que na regresso bivariada; estando a trabalhar com mais do que uma varivel independente. Posto isto, novas questes se levantam, como por exemplo, as escalas em que se encontram cada varivel, se for diferente no logico fazerem-se comparaes directas. Analisando as ideias de Vinayagum Chinapah (2000), este defende que as tcnicas estatsticas mais eficazes e fiveis so as que estimam e testam as relaes lineares entre variveis. Para determinar esta relao linear entre as variveis, e como j foi abordado pelo autor anterior, a tcnica dos mnimos quadrados permite a definio do modelo que une pontos de forma a perceber a relao entre as variveis. Guercio, John P.; Jordan, John M. (1992), constatam que depois de calculada e percebida a relao entre as variveis dependente e independente, Y e X respectivamente, pode ser previsto o valor de Y para qualquer valor estimado de X. O mtodo dos mnimos quadrados a forma de estimao com utilizao mais ampla na econometria. Minimiza a soma dos quadrados dos resduos da regresso, de forma a maximizar o grau de ajuste do modelo.

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.

Apresentao do tema do trabalho:

Na aplicao do conhecimento adquirido sobre a anlise de regresso, aplicamos agora a um caso real, na qual o grupo optou pela distribuio de salrios dos rbitros portugueses nas vrias competies que existem actualmente existem no nosso Pais, que esto divididos da seguinte forma: liga, liga de honra, taa da liga e taa de Portugal. Em cada competio cada arbitro tem um vencimento diferente, como por exemplo, em jogos da liga cada rbitro principal ganha cerca de 1 200 euros e um 4arbitro (que desempenha poucas funes durante os 90min para alem de ser o suplente de qualquer membro da equipa de arbitragem em caso de leso) ganha cerca de 320 euros; em jogos da liga orangina, isto e, a liga de honra (2 liga) o arbitro principal ganha, aproximadamente, 900 euros enquanto que o 4 arbitro cerca de 220 euros. Em jogos da taa de Portugal depende se o jogo se realiza entre duas equipas da 1 liga ou duas da 2liga, onde no primeiro caso o vencimento do rbitro ronda os 560 euros e no segundo 420 euros. A respeito dos salrios dos juzes de cada jogo verifica-se que em Portugal os valores aplicados so bem aliciantes para qualquer jovem que pretenda seguir carreira na rea da arbitragem. Para reforar esta ideia deparamo-nos com o salrio dos 13 mais conceituados rbitros de Portugal e onde nos 10 meses de competio os rbitros ganham em media 33 mil euros onde o maior vencimento pertence a Jorge Sousa com cerca de 37 500 e o menor com aproximadamente 28 500 euros que pertence a Elmano Santos. Mas mais tarde ou mais cedo haver mudana neste sector, garante o presidente da Comisso de Arbitragem da Liga Portuguesa de Futebol Profissional que adiantou ainda que a remunerao ter, alm de uma base fixa, outra varivel, em funo dos jogos que arbitrem e do seu desempenho, assim passara a existir 12 rbitros profissionais at ao fim da poca e onde se excluir os mais inexperientes e mais prximos do fim da carreira. Numa noticia ao jornal publico Vtor Pereira afirmou: Haver um salrio fixo. Depois haver uma base varivel, que depender do nmero de jogos que cada um far e que no tem necessariamente que ser igual. E haver ainda uma terceira parte, que ter que ver com bnus de desempenho assim haver maior controlo sobre o desempenho das funes de cada juiz.

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.

Anlise de regresso simples.

Base de Dados
Vencimento jogos na Liga 18598 14664 15936 14464 16254 18362 14228 18634 17644 10330 12202 8422 14818 Vencimento jogos na LigaHonra 8900 11034 10680 9908 8900 8574 9908 5563 8010 9569 7120 10354 8010 Vencimento jogos na TaaLiga 4824 3816 4052 3934 5206 1780 3934 3988 3488 4647 3934 4529 1762 Vencimento jogos na Taa Portugal 1120 1680 0 2240 0 1540 1540 1960 980 840 1680 1400 0 Total dos vencimentos 37442 35194 34668 34546 34360 34256 34170 34145 34122 29386 28936 28705 28590

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

Identificao/Explicao das variveis

A varivel dependente (y) o nmero total de Vencimentos e a varivel independente (x) Vencimentos jogos na Liga. A varivel dependente a varivel que pretendemos prever e a varivel independente apenas ajuda na compreenso da varivel dependente. De acordo com o tema, prevemos o nmero total de vencimentos com a influncia no nmero de vencimentos recebidos na Liga. Quanto mais elevada for os vencimentos na Liga maior o numero total de vencimentos. Estas variveis foram escolhidas porque so as que apresentam um maior coeficiente de correlao.

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
**

Vencimento jogos na Taa da Liga

,760

**

,141 ,645 13 -,402 ,174

,145 ,637 13 -,047 ,879 13 -,134 ,662

,188 ,538 13 -,259 ,393 13 ,223 ,464 13 ,002 ,994

,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 -,134 ,662 13 ,223 ,464 13

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
**

Vencimento jogos na Liga 1 ,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.

Modelo de previso amostral:

bo= 22382,17 b1= 0,7

Coefficients Model

Unstandardized Coefficients

Standardized Coefficients

Sig.

B (Constant) 1 Vencimento jogos na Liga a. Dependent Variable: Total dos Vencimentos ,707 22382,167

Std. Error 2783,710 ,182

Beta 8,040 ,760 3,879 ,000 ,003

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 )

Model Summary Model R R Square Adjusted R Square 1 ,760

a

Std. Error of the Estimate

,578

,539

2003,348

a. Predictors: (Constant), Vencimento jogos na Liga

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.

Margem de Erro (Se)

Se= 2003,35

O clculo da Margem de Erro obteve-se um resultado de 2003,35

11

Teste de Hipteses aos Coeficientes

Coefficients Model
a

Unstandardized Coefficients

Standardized Coefficients

Sig.

B 1 Vencimento jogos na Liga a. Dependent Variable: Total dos Vencimentos ,707 (Constant) 22382,167

Std. Error 2783,710 ,182

Beta 8,040 ,760 3,879 ,000 ,003

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

Teste de hipteses ao modelo

ANOVA Model Regression 1 Residual Total Sum of Squares 60390342,318 44147436,605 104537778,923 df 1 11 12
a

Mean Square 60390342,318 4013403,328

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 inferior da previsao por intervalos

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

a. Limited to first 100 cases.

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

Anlise de Regresso Multipla

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

-,047 ,879 13 -,134 ,662

,760

**

,003 13 ,141 ,645 13 ,145 ,637 13 ,188 ,538 13 1

16 -,402 ,174 13 -,047 ,879 13 -,259 ,393 13 ,760

**

13 1

13 -,134 ,662 13 ,223 ,464 13 ,141 ,645 13

13 1

Vencimento jogos na Taa da Liga

,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.

Coeficiente de Correlao Total:

Model Summary Model R R Square Adjusted R Square 1 a. ,999

a

Std. Error of the Estimate

,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.

Margem de Erro (Se)

Model Summary Model R R Square Adjusted R Square 1 b. ,999
a

Std. Error of the Estimate

,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

A margem de erro de aproximadamente 183,682.

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

Std. Error 582,429 ,019 ,039

Beta 6,504 1,076 ,532 53,561 26,477 ,000 ,000 ,000

,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

Mean Square 4 8 12 26066966,523 33739,104

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