Tendencia (conclusão) - crescimento, estagnação, regressão - média, desvio padrão... [resolvida]
19 ago 2014, 02:26
Olá, preciso estabelecer algumas conclusões a respeito de tendências. Na verdade, preciso saber quando em valores de tendências posso concluir que há crescimento, estagnação ou regressão.
Através do EXCEL, consigo obter por formulas alguns valores dias, mas não consigo definir um critério de conclusão, isto é, se crescente, estável ou em redução. No exemplo, até pode ficar simples e claro, mas suponha que há vários números, centenas, isso fica difícil concluir visualmente, assim como não produtivo. veja figura anexa.
Se alguém puder ajudar a fazer alguma formula ou ideia que possa ser adicionada ao Excel, a fim de facilitar a conclusão, agradeço. Lembrando que o exemplo informado contém poucos valores.
Não sei se por média, desvio padrão, etc.., poderia ser uma forma de identificar a conclusão. Fora isso, os valores foram aleatórios e que podem também ser muito próximos uns dos outros.
Aguardo alguma consideração. Grato.
Através do EXCEL, consigo obter por formulas alguns valores dias, mas não consigo definir um critério de conclusão, isto é, se crescente, estável ou em redução. No exemplo, até pode ficar simples e claro, mas suponha que há vários números, centenas, isso fica difícil concluir visualmente, assim como não produtivo. veja figura anexa.
Se alguém puder ajudar a fazer alguma formula ou ideia que possa ser adicionada ao Excel, a fim de facilitar a conclusão, agradeço. Lembrando que o exemplo informado contém poucos valores.
Não sei se por média, desvio padrão, etc.., poderia ser uma forma de identificar a conclusão. Fora isso, os valores foram aleatórios e que podem também ser muito próximos uns dos outros.
Aguardo alguma consideração. Grato.
- Anexos
-
Re: Tendencia (conclusão) - crescimento, estagnação, regressão - média, desvio padrão...
06 set 2014, 02:23
Olá brjohnsmith
A Estatística mais comum usada para a determinação de tendências lineares é o Coeficiente de Correlação Linear (CCL) (ou de Pearson ou Bravais-Pearson) (são todas designações da mesma medida). Na prática, a relação cronológica com uma certa variável não tem (obviamente) de ser linear, podendo ser de outra natureza qualquer; mas como 1.ª abordagem avalia-se a relação linear entre duas variáveis:
No excel, pode encontrar, entre as fórmulas do pack estatístico, o CCL, tendo para isso apenas de colocar nos Range's as duas amostras (Data e Valor); o valor devolvido é o CCL.
Este valor está sempre entre -1 e 1. Se o CCL<0 então a tendência linear é decrescente, Se o CCL>0 então a tendência linear é crescente; caso seja 0 ou esteja muito perto de 0, podemos afirmar que é uma tendência estável constante.
É claro que deve sempre observar-se muito bem os dados que estão causa e entender muito bem não apenas as variáveis que se estão a estudar, porque muitas vezes tiramos conclusões de forma demasiado fácil, quando nem sempre os dados nos contam a história toda; sobretudo porque nem sempre estamos a tirar amostras aleatórias (mesmo que pensemos que assim é); o mais certo é a aleatoriedade nos pregar partidas, umas vezes menos sérias do que outras.
Espero ter ajudado.
Bom estudo.
A Estatística mais comum usada para a determinação de tendências lineares é o Coeficiente de Correlação Linear (CCL) (ou de Pearson ou Bravais-Pearson) (são todas designações da mesma medida). Na prática, a relação cronológica com uma certa variável não tem (obviamente) de ser linear, podendo ser de outra natureza qualquer; mas como 1.ª abordagem avalia-se a relação linear entre duas variáveis:
No excel, pode encontrar, entre as fórmulas do pack estatístico, o CCL, tendo para isso apenas de colocar nos Range's as duas amostras (Data e Valor); o valor devolvido é o CCL.
Este valor está sempre entre -1 e 1. Se o CCL<0 então a tendência linear é decrescente, Se o CCL>0 então a tendência linear é crescente; caso seja 0 ou esteja muito perto de 0, podemos afirmar que é uma tendência estável constante.
É claro que deve sempre observar-se muito bem os dados que estão causa e entender muito bem não apenas as variáveis que se estão a estudar, porque muitas vezes tiramos conclusões de forma demasiado fácil, quando nem sempre os dados nos contam a história toda; sobretudo porque nem sempre estamos a tirar amostras aleatórias (mesmo que pensemos que assim é); o mais certo é a aleatoriedade nos pregar partidas, umas vezes menos sérias do que outras.
Espero ter ajudado.
Bom estudo.