Contextualização

Em 2012, Angeliki Xifara del Architectural Science group, Welsh School of Architecture,
Cardiff University, UK e Athanasios Tsanas del Oxford Centre for Industrial and Applied
Mathematics (OCIAM), Mathematical Institute, University of Oxford, Oxford, UK
apresentaram um estudo sobre o efeito da estimativa da eficiência energética em edifícios
sobre a base de análise estatística e ferramentas de aprendizagem máquina (Tsanas & Xifara,
2012). Foram analisadas 12 tipologias diferentes de edifícios, as quais diferiam em relação à
área envidraçada, a distribuição da área envidraçada e a orientação entre outros parâmetros.
Ao todo foram analisadas 768 amostras, das quais foram avaliadas 8 variáveis (X1, X2, X3,
X4, X5, X6, X7, X8) com o objetivo de predizer as cargas térmicas necessárias para esquentar
e esfriar o recinto (Y1, Y2). Ver arquivo ENB2012_data.xlsx

Desenvolvimento do caso pratico

1. Realize uma análise estatística descritiva completa das variáveis independentes.

Descrição X1 X2 X3 X4 X5 X6 X7 X8

Média 0.76 671.71 318.5 176.6 5.25 3.5 0.23 2.81

Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3

Moda
0.98 514.5 294 220.5 7 2 0.1 1

Variação
0.011174 7,749,061 1,900,792 2,037,307 30,625 1.25 0.017725 2,402,344
Desvio
Padrão 0.105777 8,808,612 4,362,648 4,516,595 175,114 1,118,763 0.133221 155,096
Coeficiente
de variação 14% 13 14 26 33 32 57 55
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5
Mínimo 0.62 514.5 245 110.25 3.5 2 0 0
Amplitude 0.36 294 171.5 110.25 3.5 3 0.4 5
 2

Matriz de covariâncias
X1 X2 X3 X4 X5 X6 X7 X8
X1 0.0112 -9.23 -0.9392 -4.1454 0.1531 0.0000 0.0000 0.0000
X2 -9.2300 7749.0608 7749.0908 3499.3741 -132.197 0.0000 0.0000 0.0000
X3 -0.9392 750.3125 1900.7917 -575.2396 21.4375 0.0000 0.0000 0.0000
X4 -4.1454 3499.3741 -575.2396 2037.3069 -76.8177 0.0000 0.0000 0.0000
X5 0.1531 -132.1979 21.4375 -76.8177 -3.0625 0.0000 0.0000 0.0000
X6 0.0000 0.0000 0.0000 0.0000 0.0000 1.2500 0.0000 0.0000
X7 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0177 0.04439
X8 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0439 2.4023

Matriz de correlação
X1 X2 X3 X4 X5 X6 X7 X8
X1 1.0000 - 0.9919 -0.2038 -0.8688 0.8277 0.0000 0.0000 0.0000
X2 -0.9919 1.0000 0.1955 0.8581 -0.8581 0.0000 0.0000 0.0000
X3 -0.2038 0.1955 1.0000 -0.2923 0.2810 0.0000 0.0000 0.0000
X4 -0.8688 0.8807 -0.2923 1.0000 -0.9725 0.0000 0.0000 0.0000
X5 0.8277 -0.8581 0.2810 -76.8177 1.0000 0.0000 0.0000 0.0000
X6 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
X7 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.2130
X8 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2130 1.0000
2. Desenvolva um modelo de Regressão Linear Simples que permita predizer a carga térmica de aquecimento (Y1) em função da análise
individual de cada uma das 8 variáveis analisadas. Qual variável descreve melhor a carga térmica de aquecimento? Que porcentagem da
variabilidade é capaz de explicar o modelo?

Regressão Linear Y1 = a + bxi

Descrição X1 X2 X3 X4 X5 X6 X7 X8 Y1 Y2
Media 0.76416667 671.7083333 318.5 176.6041667 5.25 3.5 0.234375 2.8125 22.31 24.59
Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3 18.95 22.08
Moda 0.98 514.5 294 220.5 7 2 0.1 1 15.16 21.33
variância 0.11174306 7749.060746 1900.791667 2037.306858 3.0625 1.25 0.017722461 2.40234375 101.6796482 90.3851403

Desvio padrão
0.10577476 88.08611606 4362648144 45.16595022 1.751140437 1.118762 0.133220563 1.550959665 10.08363269 9.507109987
Coeficiente de
variação 0.138421997 0.13113447 0.136974824 0.255746798 0.33355059 0.319646453 0.568407735 0.551452325 0.452034984 0.386660266
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5 43.1 48.03
Mínimo 0.62 514.5 245 110.25 3.5 2 0 0 6.01 10.13
Amplitude 0.36 294 171.5 110.25 3.5 3 0.4 5 37.09 37.13
 2

Matriz de Covariância

X1 X2 X3 X4 X5 X6 X7 X8
Y1 0.663296191 -584.1798662 200.3253984 -392.2526323 15.69520768 -0.02916276 0.3622550 1.36549235
Y2 0.637500087 -563.2321376 177.0364258 -3701342817 14.90357422 0.151888021 0.26264274 0.744514974

Equações da regressão linear de Y1 com variáveis independentes

Y1=a+bX1 Y1+a+bX2 Y1=a+bX3 Y1=a+bX4 Y1=a+bX5 Y1=a+bX6 Y1=a+bX7 Y1=a+bX8

a) -2305301406 72.94539474 -11.25968133 56.30965743 -4.598875 22.38885104 17.51710464 20.7085012

b) 59.35905261 -0.075387184 0.105390508 -0.19253488 5.124965774 -0.023330208 20.4379683 0.568400068
Y1=- Y1=72.94- Y1=- Y1=56.31- Y1=- Y1=22.39-
a+bXi 23.05+59.36X1 0.075X2 11.26+0.1X3 0.19X4 4.6+5.12X5 0.02X6 Y1=17.51+20.43X7 Y1=20.71+0.57X8
Coeficiente de
determinação
0.3408 0.0000 0.0000 0.0000 0.0000 0.0000 0.0404 0.0000
R² 0.5838- 0.007 0.0010 0.0019 0.0504 0.0002 0.201 0.0056
 3

3. Desenvolva um modelo de Regressão Linear que permita predizer a carga térmica de esfriamento (Y2) em função da análise
individual de cada uma das 8 variáveis analisadas. Qual variável descreve melhor a carga térmica de esfriamento? Que porcentagem da
variabilidade é capaz de explicar o modelo?

Regressão Linear Y2 = a + bxi

Descrição X1 X2 X3 X4 X5 X6 X7 X8 Y1 Y2

Media 0.76416667 671.708333300 318.5 176.6041667 5.25 3.5 0.234375 28 22.31 24.95
Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3 18.95 22.08
Moda 0.98 514.5 294 220.5 7 2 0.1 1 15.16 21.08
Variância 0.011174306 7,749.0607640 1,900.79167 2,037,306,858 3.0625 1.25 0.017724609 2.40234375 101.6796482 90.3851403

Desvio
Padrão
0.105777476 88.086116056 43.62648144 45.16595022 1.751140437 1.118762587 0.133220563 1.550959664 10.08363269 9.507109987
Coeficiente
de
variação 0.138421997 0.136974824 0.255746798 0.333550559 0.319646453 0.568407735 0.551452325 0.452034984 0.386660266
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5 43.10 48.03
Mínimo 0.62 514.5 245 110.25 3.5 2 0 0 6.01 10.90
Amplitude 0.36 294 171.5 110.25 3.5 3 0.4 5 37.09 37.13
 4

Matrizes de covariâncias

X1 X2 X3 X4 X5 X6 X7 X8
Y1 0.663296191 -5.841798662 200.3253984 -392.2526323 15.69520768 -0.02916276 0.36225500 1.36549235
Y2 0.637500087 -5.632321376 177.0364258 -370.1342817 14.90357422 0.151888021 0.26264274 0.744514974

Y1=a+bX8
Y1=a+Bx1 Y1+a+bX2 Y1=a+bX3 Y1=a+bX4 Y1=a+bX5 Y1=a+bX6 Y1=a+bX7
a) -19.00835515 73.41015734 5.07677495 56.67289090 -0.9612239 24.16247396 21.11479850 23.71613313
b) 57.05053291 -0.072683923 0.093138259 -0.181678219 4.86647320 0.121510417 14.81797000 0.309911924
Y2=- Y2=73,41- Y2=- Y2=56,67- Y2=-
a+bXi 19,00+57,05X1 0,07X2 5,08+0,09X3 0,18X4 0,96+4,87X5 Y2=24,16+0,12X6 Y2=21,11+14,82X7 Y2=168,63+68,7X8
Coeficiente
de
determinação 0.3984 0.0000 0.0000 0.0000 0.0029 0.0000 0.0269 0.0000
R 0.63119372 0.000804158 0.00103046 -0.002010045 0.53841519 0.001344363 0.16394255 0.003428793
 5

4. Pesquise a possibilidade de desenvolver um modelo de regressão linear múltipla (tendo em conta o efeito de mais de uma variável
independente ao mesmo tempo) para a predição das cargas térmicas de aquecimento e esfriamento.

Estatísticas de Regressão
R Múltiplo 0.992861609
R-Quadrado 0.985774174
R-Quadrado ajustado 0.980083843

erro padrão 1.700097719

observação 8

ANOVA
gl SQ MQ F F Significado

Regressão 21,001.42334 500.71167 173.23672 0.00000

resíduo 514.4516611 2.89023355
Total 7 1015.875

95% para Menores a

Coeficientes erro padrão Stat t Valor-P 95% para baixo cima 95% Maiores a 95%

interseção -3.53177954 1.806991246 -1.95450838 0.10804473 -8.176798421 1.113239326 -8.1767984210 1.1132393260

Y1 0.579434911 0.153953298 3.76370575 0.013107458 0.183685361 0.975184461 0.1836853610 0.975184461
Y2 0.447859255 0.162757622 2.751694513 0.0402292 0.029477469 0.866241041 0.0294774690 0.866241041
 6

5. Calcule os intervalos de confiança a 95% para a média da carga térmica de aquecimento e a carga térmica de esfriamento.

O intervalo de confiança da carga térmica de aquecimento é [21,63; 22.98]

Intervalo de Segurança

n_X 768
média_y1 22.3072
DP_Y1 9.50711 Z0,975 1.96 0.343058 0.672394
Error_Y1 0.6722382
Limite inferior_Y1 21.63481
Limite superior_Y2 22.97958

O intervalo de confiança da carga térmica de resfriamento é (23,87; 25,3).

N_Y 768
Média_y1 24.587776
DP_Y1 10.08363
Error_Y2 0.713156
Limite inferior_Y1 23.8746
Limite superior_Y2 25.30092
 7

6. Determine, para um nível de significação de 5%, se existirem diferenças entre a carga térmica de aquecimento (Y1) e a carga térmica
de esfriamento (Y2).

Diferença entre Y1 e Y2.

n_X 768
média_X1 22.3072
DP_X1 9.50711
N_Y 768
Média_y1 24.58776
DP-Y1 10.08363
Z0,975 1.96
Diferença média -2.28057
Erro Comum 1.731387

Inferior -0.54918
IC diferença

Superior -4.01195

O Intervalo de Confiança da diferença entre a carga térmica de aquecimento e a carga térmica de arrefecimento seria (-0,55, -4,01).
Esse intervalo não contém o valor 0, existe uma diferença entre as duas variáveis.
 8

Referências Bibliográficas

N.D. (2018). Estatística Básica: [Apostila do curso de Mestrado em Auditoria e Gestão Empresarial, Fundação Universitária Ibero Americana].
Brasil.

Augusto m horiguti. (2014). Matemática Comercial e Financeira e Fundamentos de Estatiś tica. (1 ed.). : Editoria Érica.

Sonia vieira. (2012). Estatiś tica básica . (1 ed.). : Cengage Learning.