Análise de Correlação e Regressão Linear Simples

RESENHA

O artigo “Análise de Correlação e Regressão Linear Simples: Contabilometria Aplicada em Indicadores Econômico-Financeiros de 2009 das Empresas de Capital Aberto do Seguimento de Construção Civil Integrantes do Novo Mercado.”, escrito por Anderson Martins de Melo tem como finalidade  identificar e quantificar a correlação entre os indicadores e encontrar o modelo mais apropriado de regressão para realizar predições foi necessário determinar o coeficiente de correlação linear de pearson, estimação de mínimos quadrados para o MRLS, análise de variância na regressão, determinar o coeficiente de determinação, testar a falta de ajuste do MRLS; determinar intervalos de confiança, determinar intervalos de predição, fazer a análise de resíduos.

Anderson estrutura o seu artigo em três seções, a primeira corresponde a uma introdução que trata sobre o tema do trabalho, a segunda fala sobre a contabilometria aplicada: análise de correlação e regressão linear simples, a terceira aborda estudos sobre o tema e a última seção tem as considerações finais.

Com a alta concorrência que está sendo atualmente vivenciada pelas empresas há extrema necessidade de que a decisão final seja a correta. E através da utilização da Contabilometria que é uma linha de pesquisa científica das Ciências Contábeis que busca a aplicação de métodos quantitativos, integrando as Ciências Matemáticas, Estatísticas, Atuárias e de Informática aos conceitos de mensuração contábil e aos instrumentos de gerenciamento existentes, proporcionando informações para os processos de planejamento, controle e tomada de decisão na gestão das entidades.

Por intermédio de embasamentos teóricos na técnica de coleta de dados primários, foram obtidas informações econômico-financeiras de 17 empresas listadas na BM&FBOVESPA, que tinha com finalidade estudar as variáveis quantitativas contínuas. A coleta dos dados foi realizada de forma não aleatória, utilizando-se da amostragem semiprobabilística por cotas, visando captar uma amostra homogênea.

E que através da definição de Pearson e dos dados obtidos foi possível determinar o coeficiente de correlação linear sendo necessário levando em consideração os diversos fatores determinísticos que influenciarão nos parâmetros de modo que depois tenha sido quantificada quão forte foi essa correlação. Através da estimação de mínimos quadrados, formulada por Carl Gauss, foi possível definir o modelo de regressão linear simples amostral que através dela foi possível realizar a análise de variância na regressão que foi testado a teoria da existência de regressão linear entre as variáveis do estudo, chegando ao resultado final de que existe a regressão linear entre as variáveis ROI e PL/CT, pela tabela ANOVA, ao nível de significância de 5%.

...