Escolar Documentos
Profissional Documentos
Cultura Documentos
Regressão Linear RMarkdown
Regressão Linear RMarkdown
Domingos Francisco
07/03/2021
Os dados a serem analisados foram extraídos do FMI, dados macroeconô micos que
explicam o ocorrido dos anos 2000 até 2019, sobre as variá veis macroeconô micas como
Pib, taxa de juros, e taxa de inflaçã o. Objetivo é analisa através do softwer RStudio, como
uma variá vel influencia no crescimento ou diminuiçã o dos mesmos.
library(pacman)
pacman::p_load(dplyr, car, rstatix, ggplot, lmtest, ggpubr)
## Rows: 20
## Columns: 4
## $ Data <int> 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007,
2008,~
## $ Taxa.de.inflação <dbl> 325.0, 152.6, 108.9, 98.2, 43.5, 23.0, 13.3,
12.2, 12~
## $ PIB <dbl> 3.0546242, 4.2059986, 13.6656865, 2.9898500,
10.95286~
## $ Taxa.de.juros <dbl> -60.781327, -5.032933, -33.553402, -1.128336,
-36.641~
##Banco de dados
Neste ponto se apresentará o banco de dados que está constituido com informaçõ es
relacionadas ao Pib, a taxa de inflçã o e a taxa de juros num periodo de 10 anos, isto é, de
2000 a 2019.
dados
Deste modo, vamos descrever a fuçã o summary para obtermos a estatística descritiva das
variá veis estudadas.
summary(dados)
O objetivo principal deste relató rio é de apresentar apresentar a relaçã o linear de duas
variá veis, que sã o a taxa de inflaçã o com a taxa de juros.
pretende-se analisar como o aumento da taxa de juros influencia no aumento da taxa de
inflaçã o. Neste caso, tem se como a variá vel dependente, a taxa de inflaçã o e a variá vel
independente a taxa de juros. Antes de aplicar o modelo primeiro passo é observar o plot
das variá veis.
plot(dados$Taxa.de.inflação, dados$Taxa.de.juros)
A partir dos grá ficos acima obserava-se a ausência de homocedasticidade, ou seja, os dados
nã o sã o homogenio.
Para obter-mos a consturçã o do modelo, temos o seguinte có digo:
mod <- lm(Taxa.de.inflação ~ Taxa.de.juros, dados)
Vamos fazer o teste de Shapiro Wilk para obtençã o da normalidade dos residuos:
shapiro.test(mod$residuals)
##
## Shapiro-Wilk normality test
##
## data: mod$residuals
## W = 0.91981, p-value = 0.09827
##
## Call:
## lm(formula = Taxa.de.inflação ~ Taxa.de.juros, data = dados)
##
## Residuals:
## Min 1Q Median 3Q Max
## -87.721 -28.523 -6.959 8.848 134.743
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 41.6149 12.4108 3.353 0.003540 **
## Taxa.de.juros -2.4455 0.5708 -4.285 0.000446 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 55.08 on 18 degrees of freedom
## Multiple R-squared: 0.5049, Adjusted R-squared: 0.4774
## F-statistic: 18.36 on 1 and 18 DF, p-value: 0.0004461