Escolar Documentos
Profissional Documentos
Cultura Documentos
c Guilherme A. Barreto
Regressão Linear Simples
“O processamento de sinais mudou! Não estamos mais na era na
qual a informação na forma de sinais elétricos é processada por meio
de tradicionais dispositivos analógicos. Nós estamos solida e, para o
futuro previsível, irrevogavelmente, no âmago do processamento de
sinais digitais (amostrados ou discretos no tempo) aleatórios."
c Guilherme A. Barreto
Regressão Linear Simples
Conteúdo dos Slides
1 Objetivo Geral
2 Regressão Linear Simples
3 Regressão Linear por Partes
4 Regressão Linear Múltipla
5 Regressão Polinomial
6 Exemplos de Aplicação
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples e Múltipla
Introdução
Motivação
Em muitas aplicações da ETI há duas ou mais variáveis que
são intrinsicamente relacionadas, sendo necessário explorar a
natureza desta relação.
A análise de regressão abrange uma série de técnicas voltadas
para a modelagem e a investigação de relações entre duas ou
mais variáveis aleatórias.
Por exemplo, sabe-se que um aerogerador é um equipamento
que produz energia elétrica (P , em kW) em função da
velocidade do vento (v, m/s).
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples e Múltipla
Introdução
Motivação (cont.-1)
Podemos usar a análise de regressão para construir um modelo
matemático que represente fidedignamente a relação
P = f (v), em que f (·) define a relação funcional entre P e v.
Esse modelo pode ser usado, então, para predizer o valor da
potência gerada para uma dada velocidade do vento.
O modelo pode ser usado também para fins de otimização e
controle do equipamento.
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples e Múltipla
Introdução
Definição do Problema
Suponha que haja uma única variável de saída, y.
Suponha também que a variável y está relacionada com k
variáveis de entrada:
x1 , x2 , . . . , xk (1)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples e Múltipla
Introdução
y = f (x1 , x2 , . . . , xk ).
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples e Múltipla
Introdução
c Guilherme A. Barreto
Regressão Linear Simples
Parte I
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
Objetivo
Desejamos determinar a relação entre uma única variável de
entrada x e uma variável de saída y.
Suposições
A variável x é uma variável matemática contínua, controlável
pelo experimentador.
A verdadeira relação entre x e y é definida por uma reta.
O valor observado de y para cada valor de x é uma variável
aleatória.
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
y = β0 + β1 x + ε, (2)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
E[y|x] = β0 + β1 x. (3)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
yi = β0 + β1 xi + εi , i = 1, 2, . . . , n (5)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
Entendendo o Problema!
Minimizar da função-custo equivale a fazer com que a soma dos
quadrados dos desvios entre os valores medidos (observações) e a
reta de regressão seja mínima!
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
Exercício Desafio
Mostrar que β̂0 e β̂1 são estimadores não-polarizados de β0 e β1 ,
respectivamente.
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
Interpolação e Extrapolação
Se xi ∈ [xmin , xmax ], em que xmin = min∀i {xi } e
xmax = max∀i {xi }, dizemos que o modelo realiza uma
interpolação.
Caso contrário, se xi ∈
/ [xmin , xmax ] dizemos que o modelo
realiza uma extrapolação.
Observação Importante
Normalmente, a relação linear da Eq. (11) é considerada válida
apenas para xi ∈ [xmin , xmax ]. Em outras palavras, modelos de
regressão linear não costumam ser válidos para fins de extrapolação.
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
ei = yi − ŷi , (12)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Regressão Linear Simples
Questão Importante
Como saber se uma equação de regressão linear é a mais adequada
para modelar os dados experimentais?
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Gráfico de Dispersão
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Gráfico de Dispersão
182
181
180
179
TENSAO (V)
178
177
176
175
187 188 189 190 191 192 193
CORRENTE (A)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Gráfico de Dispersão (cont.-1)
500
400
POTENCIA GERADA
300
200
100
0
0 2 4 6 8 10 12 14
VELOCIDADE DO VENTO
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Gráfico de Dispersão (cont.-2)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Análise dos Resíduos
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Análise dos Resíduos (cont.-1)
Análise de Resíduos
(1) Construir um histograma de freqüência dos resíduos.
(2) Normalizar os resíduos, calculando-se
ei
di = , i = 1, . . . , n
σ̂ε
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Análise dos Resíduos (cont.-2)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
2
Coeficiente de Determinação - R
Entendendo Melhor
O coeficiente R2 é entendido como a quantidade de variabilidade
dos dados que o modelo de regressão é capaz de explicar.
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Exemplo Resolvido 2 (Regressão Linear Simples)
500
400
300
POTENCIA GERADA (kW)
200
100
-100
-200
0 2 4 6 8 10 12 14
VELOCIDADE DO VENTO (m/s)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Dados Não-Lineares (cont.-2)
Pergunta Importante
O que fazer então quando o modelo de regressão dado pela reta
y = β0 + β1 x + ε não é apropriado?
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 1 - Transformações para uma Reta
y = β0 eβ1 x ε (18)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 1 - Transformações para uma Reta (cont.-1)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 1 - Transformações para uma Reta (cont.-2)
ln(y ∗ ) = β0 + β1 x + ε (23)
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 2 - Regressão Linear por Partes
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 2 - Regressão Linear por Partes (cont.-1)
Observacoes
500 Linear por Partes
generated power [KWatts]
400
300
200
100
0
0 2 4 6 8 10 12 14
wind speed [m/s]
c Guilherme A. Barreto
Regressão Linear Simples
Regressão Linear Simples
Caso 2 - Regressão Linear por Partes (cont-2)
Exercício Proposto
Determinar a reta de regressão associada a cada uma das regiões
R1, R2 e R3. Ou seja, determinar
R1: ŷ = −105, 57 + 35, 45x
R2: ŷ = −321, 90 + 67, 86x
R3: ŷ = 347, 68 + 11, 53x
c Guilherme A. Barreto
Regressão Linear Simples