Cálculos da regressão dos mínimos

quadrados

APRESENTAÇÃO

Nesta Unidade de Aprendizagem, apresenta-se o método de regressão dos mínimos quadrados

para estimar uma relação linear. Este método tem como finalidade selecionar os valores para o
ponto de intercepção "a" e a inclinação "b" que minimizam a soma dos quadrados dos erros.

Bons estudos.

Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados:

• Explicar o método de regressão dos mínimos quadrados.

• Interpretar e realizar os cálculos de regressão dos mínimos quadrados.
• Analisar o custo misto utilizando um gráfico de dispersão e o método de regressão dos
mínimos quadrados.

DESAFIO

Com base em seus conhecimentos sobre o método de regressão dos mínimos quadrados e para
compreender melhor o conteúdo abordado nesta unidade, leia o tópico 4, "Um exemplo prático
de análise de regressão em custos", do artigo "Comportamento dos custos: uma investigação
empírica acerca dos conceitos econométricos sobre a teoria tradicional da contabilidade de
custos", de Silva et al.

Leia aqui

Após a leitura, apresente os pontos mais importantes do exemplo mencionado pelos

autores do artigo. Sua resposta deverá conter, no mínimo, cinco linhas. Sua resposta
poderá ser redigida em tópicos.

INFOGRÁFICO

Este infográfico esquematiza o conteúdo abordado nesta Unidade de Aprendizagem.

CONTEÚDO DO LIVRO

Aprofunde seus conhecimentos lendo o capítulo Cálculos da Regressão dos Mínimos

Quadrados, do livro Gestão de custos, base teórica para esta Unidade de Aprendizagem.

Boa leitura!
GESTÃO DE CUSTOS

Fabiane Padilha
Cálculos da regressão dos
mínimos quadrados
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:

 Explicar o método de regressão dos mínimos quadrados.

 Interpretar e realizar os cálculos de regressão dos mínimos quadrados.
 Analisar o custo misto utilizando um gráfico de dispersão e o método
de regressão dos mínimos quadrados.

Introdução
Atualmente, as organizações vivenciam uma época em que a concorrência
é muito acirrada, exigindo que busquem formas de maximizar resultados
para superar a concorrência. Dessa forma, as organizações optam pelos
métodos de análise de custos para identificar os possíveis “gargalos”
da empresa, visando a reduzir os custos envolvidos nas operações e,
consequentemente, obter competitividade estratégica.
Nesse sentido, a manutenção dos controles de custos e o minucioso
detalhamento das informações são essenciais para satisfazer as necessi-
dades informativas da gestão do negócio, especialmente nessa tarefa de
análise. Entretanto, nem sempre as informações reunidas são claras, e as
evidências não se apresentam de forma explícita, sendo necessário que
haja a compreensão da operação como um todo para que a tomada de
decisão seja a mais coerente e acertada possível.
Assim, um caminho possível é determinar o valor dos custos indiretos
de fabricação com base em critérios estatísticos. Um deles é o método
de regressão dos mínimos quadrados, utilizado para estimar uma relação
linear dos dados históricos de uma empresa, tendo como finalidade
decompor um custo misto em seus componentes fixo e variável. Ma-
tematicamente, esse método consiste em selecionar os valores para o
ponto de intercepção "a" e a inclinação "b" que minimizam a soma dos
quadrados dos erros.
2 Cálculos da regressão dos mínimos quadrados

Neste capítulo, você vai estudar o método de regressão dos mínimos

quadrados e vai interpretar e aplicar os cálculos a ele associados. Você
também vai estudar e analisar o custo misto utilizando um gráfico de
dispersão e o método de regressão dos mínimos quadrados.

Método de regressão dos mínimos quadrados

Em geral, os custos são classificados como fixos e variáveis pela maioria das
empresas. Entretanto, em situações específicas, pode ser que relações de quan-
tidade estabeleçam uma nova identidade aos custos, que apresentarão partes
variáveis e partes fixas, resultando em custos denominados custos mistos.
O comportamento dos custos, que, segundo Garrison, Noreen e Brewer
(2013, p. 28), “é a maneira como um custo reage a mudanças no nível de ati-
vidade”, faz com que a oscilação no nível de atividade influencie nos custos
do produto, fazendo com que os mesmos venham a aumentar, diminuir ou se
manter constantes. Dessa forma, o papel do gestor é encontrar uma forma de
prever essas oscilações e, na medida do possível, estimar em termos quanti-
tativos essa mudança.

O comportamento dos custos trata da evolução do valor dos custos (fixos e variáveis)
em relação ao volume de atividade, o que significa que o volume de produção alterado
vai modificar (ou não) os custos da operação.

Tratar os gastos de uma empresa de forma genérica demonstra o desco-

nhecimento das técnicas atuais de análise e estudo de custos. É essencial
que o gestor saiba como classificar os gastos de suas operações, o que será
possível se tiver ao seu alcance um estudo pormenorizado de todos os gastos
que ocorrem em sua empresa, conforme leciona Padoveze (2006). De uma
forma geral, como vimos, os custos são classificados em fixos, variáveis e
mistos, mas cada empresa possui (ou deveria possuir) a sua própria estrutura
de custos, pois ela depende das especificidades de cada negócio, podendo
apresentar uma proporção maior de custos fixos em relação aos custos variáveis
e mistos, conforme explica Garrison, Noreen e Brewer (2013).
 Cálculos da regressão dos mínimos quadrados 3

A distinção entre os diferentes tipos de custos permite que haja um controle

mais preciso daqueles custos que variam em relação ao volume de produção
ou serviço e daqueles que não são afetados quando a quantidade oscila. Dessa
forma, é oportuno trazer a definição de cada um dos custos, conforme mostra
o Quadro 1.

Quadro 1. Tipos de custos

Relação com
Tipos de custos a quantidade Observação
produzida

Custos fixos Não variam de Independentemente

acordo com o de produção, os custos
volume de produção, fixos existem; portanto,
permanecendo mesmo que não haja
constantes, produção, o custo
independentemente estará acontecendo.
das variações no nível P. ex.: aluguel.
das atividades.

Custos variáveis São identificados pela Os custos variáveis

relação direta com o
volume de produção,
fazendo com que
cada unidade a mais
ou a menos influencie
diretamente no custo
de produção.
iniciam em zero, mas, à
medida que aumenta
a produção, eles
aumentam e, da mesma
forma, quando há uma
redução na produção,
eles, diminuem.
P. ex.: matéria-prima.

Custos mistos Os custos semivariáveis Esses custos podem

são aqueles custos
em que existe a
variação em relação à
quantidade produzida
ou vendida, mas não
na relação direta. Já
os custos semifixos
são aqueles que
apresentam uma parte
fixa e outra variável.
possuir uma parte fixa
(que independe da
venda) e outra variável
(que oscilará o valor a
ser pago conforme a
quantidade vendida).
P. ex.: taxa mínima
de energia elétrica.

Fonte: Adaptado de Padoveze (2006); Garrison, Noreen e Brewer (2013); Silva e Lins (2013).
4 Cálculos da regressão dos mínimos quadrados

Segundo Padoveze (2006), o estudo do comportamento dos custos é um

modelo matemático em que são apresentadas:

 uma variável independente, que é o volume de produção;

 uma variável dependente, que é o valor do custo dos recursos, que se
relaciona com cada dado do volume de produção.

Garrison, Noreen e Brewer (2013) afirmam que a variável dependente é

a variável que corresponde a algum fator causal; geralmente o custo total é a
variável dependente, representada pela letra Y na equação. Em termos gráfi-
cos, no modelo cartesiano, atribui-se, geralmente, ao volume de produção (ou
venda) a variável X, que fica no eixo horizontal. A variável Y (eixo vertical)
representa o valor do custo dos recursos, como mostra a Figura 1.

Eixo Y - variável dependente

Valor do custo do recurso

X
Eixo X - variável independente
Quantidade produzida ou vendida

Figura 1. Modelo para análise do comportamento dos custos.

Fonte: Adaptada de Padoveze (2006, p. 54).

Existem várias formas de estimar os componentes fixos e variáveis de um

custo misto; Garrison, Noreen e Brewer (2013) destacam as seguintes:

 Análise contábil — nesse caso, é a experiência do analista contábil que

avaliará como o custo se comporta na conta e, devido ao seu know how,
ele terá parâmetros para estimar os custos futuros.
 Abordagem de engenharia — os insumos serão a base de análise do
engenheiro industrial, que fará a análise de cada um desses elementos
em relação ao comportamento dos custos.
 Cálculos da regressão dos mínimos quadrados 5

 Método dos pontos extremos e método dos mínimos quadrados — es-

timam os elementos considerados como fixos e variáveis de um custo
misto, partindo da análise dos registros passados de dados e custos de
atividades.

No próximo tópico, será dada especial atenção ao cálculo de regressão

dos mínimos quadrados.

Cálculos de regressão dos mínimos quadrados

Quando temos o relacionamento entre duas variáveis, uma alternativa para
analisar essa relação é dada pelos modelos de regressão, que são modelos
matemáticos que relacionam o comportamento de uma variável Y com outra X.
Nesse sentido, temos o modelo de regressão simples quando a função f relaciona
duas variáveis, sendo f (X) = a + bX. A variável X é a variável independente
da equação, enquanto Y = f(X) é a variável dependente das variações de X.
O modelo de regressão é chamado de simples quando envolve uma relação
causal entre duas variáveis; já o modelo de regressão multivariado envolve
uma relação causal com mais de duas variáveis.
O método de regressão dos mínimos quadrados, para estimar uma relação
linear, baseia-se na equação de uma linha reta indicada pela equação Y = a +
bX. Segundo Garrison, Noreen e Brewer (2013, p. 40), “o método de regressão
dos mínimos quadrados usa todos os dados para decompor um custo misto
em seus componentes fixo e variável. Uma linha de regressão da fórmula Y =
a + bX é ajustada aos dados, em que a representa o custo total e b representa
o custo variável por unidade de atividade”. Dessa forma, o objetivo é separar
um custo misto em parte fixa e parte variável.
Nesse sentido, a regressão pode ser entendida como o estudo que analisa
a dependência de uma variável em relação a uma ou mais variáveis, com o
objetivo de estimar e/ou prever a média ou o valor médio da dependente em
termos dos valores fixos das variáveis que a explicam. A reta de regressão
explica, de forma geral e teoricamente, a relação entre as variáveis X e Y.
Isso significa que os valores observados de X e Y nem sempre serão iguais
aos valores de X' e Y' estimados pela reta de regressão. Sendo assim, haverá
sempre alguma diferença, que pode significar:
6 Cálculos da regressão dos mínimos quadrados

 que as variações de Y não são perfeitamente explicadas pelas variações

de X;
 que existem outras variáveis das quais Y depende;
 ou, ainda, que os valores de X e Y são obtidos de uma amostra específica
que apresenta distorções em relação à realidade.

Com base em dados pregressos, isto é, dados históricos da organização,

existe a possibilidade de se obter a parcela fixa e a parcela variável de cada
gasto em relação à variável independente escolhida. Para isso, é necessário
que se utilize a equação abaixo:

Para se obter as incógnitas a e b, utilizam-se fórmulas específicas.

A variável b representa a parcela variável e, para encontrar b, utiliza-se:

A variável a representa a parcela fixa e, para encontrar a, utiliza-se:

Onde:
ΣXY: somatório de X·Y
n: número de elementos
: média de X·Y
ΣX2: somatório de X2
: média de X2
Assim, com base nos dados do Quadro 2, é possível que se encontre os
valores de X2 e X·Y.
 Cálculos da regressão dos mínimos quadrados 7

Quadro 2. Cálculos com base nos dados da variável independente e dependente

Variável

Mês X – independente Y – dependente

(produção em (gastos com
quantidade) manutenção)

Janeiro 3.720 36.740

Fevereiro 3.840 37.280

Março 4.340 39.530

Abril 4.500 40.250

Maio 4.200 38.900

Junho 4.480 40.160

Soma 25.080 232.860

Média 4.180 38.810

Fonte: Adaptado de Padoveze (2006).

O Quadro 3 demonstra os valores obtidos para X2 e X·Y

8 Cálculos da regressão dos mínimos quadrados

Quadro 3. Cálculos com base nos dados da variável independente e dependente

Mês Variável Cálculos

X– Y– X2 X·Y
independente dependente
(produção em (gastos com
quantidade) manutenção)

Janeiro 3.720 36.740 13.838.400 136.672.800

Fevereiro 3.840 37.280 14.745.600 143.155.200

Março 4.340 39.530 18.835.600 171.560.200

Abril 4.500 40.250 20.250.000 181.125.000

Maio 4.200 38.900 17.640.000 163.380.000

Junho 4.480 40.160 20.070.400 179.916.800

Soma 25.080 232.860 105.380.000 975.810.000

Média 4.180 38.810

Fonte: Adaptado de Padoveze (2006).

De posse dos Quadros 2 e 3, pode-se montar as fórmulas que possibilitarão

encontrar a e b e, assim, traçar a equação. Para encontrar a variável b, na parte
de cima da equação utiliza-se o somatório de X·Y(que é 975.810.000) e subtrai-se
desse valor a multiplicação do número de elementos (são 6 elementos) vezes
a multiplicação da média do X (4.180) pela média do Y (38.810). Na parte de
baixo da equação, deve-se tomar o valor do somatório do X2 (105.380.000) e
subtrair desse valor a multiplicação do número de elementos (que é 6) pela
média do X elevada ao quadrado (4.1802). A partir daí, executa-se as operações
matemáticas correspondentes.
 Cálculos da regressão dos mínimos quadrados 9

Partindo dos cálculos acima e inserindo os dados na equação, tem-se que:

Assim, a parte dos gastos com manutenção é de R$ 20.000,00 por mês, e

a parte variável equivale a R$ 4,50 por unidade produzida.
Tendo como base a equação encontrada, pode-se estimar os gastos de
manutenção para o mês de julho (que terá uma quantidade produzida de 4.600
unidades), como mostrado a seguir:

O cenário competitivo atual requer que se tome atitudes rápidas e precisas

na gestão das empresas. Dessa forma, o processo decisório cada vez mais exige
métodos que avaliem tanto a situação atual quanto a situação futura. Portanto,
conhecer os custos e suas variações é fator primordial para que a alternativa
de decisão escolhida ocorra da forma mais acertada possível, no intuito de
se otimizar o resultado pretendido pela empresa. Na busca de explicações
dos movimentos dos custos, uma das melhores alternativas é a modelagem
por meio de métodos matemáticos. Os modelos permitem encontrar padrões
no comportamento dos custos relacionando as variações decorrentes das
modificações ocorridas em seus direcionadores.

Análise do custo misto

Quando, em um plano cartesiano, colocam-se os pares de informação referen-
tes a cada observação do nível de atividade da empresa em um determinado
período, obtemos um conjunto de pontos definidos pelas coordenadas X e Y
de cada ponto. Esse conjunto definirá uma curva que caracterizará o padrão
de relacionamento entre X e Y.
De acordo com Garrison, Noreen e Brewer (2013), representar os dados
em um gráfico de dispersão é um passo de diagnóstico essencial que deve ser
realizado antes do cálculo de regressão dos mínimos quadrados. Se o gráfico
de dispersão revelar um comportamento de custos linear, então faz sentido
fazer os cálculos de decomposição dos custos de forma a separar o que é fixo
10 Cálculos da regressão dos mínimos quadrados

e o que é variável. Caso não seja observado o comportamento linear, não faz
sentido seguir com a análise de dados. Assim, é indispensável que, antes de
se pensar em regressão por mínimos quadrados, se observe no gráfico de
dispersão o comportamento das variáveis e a relação entre as mesmas.
Pode-se observar no Quadro 2 os dados para a ligação dos pontos no gráfico
de dispersão apresentado na Figura 2 a seguir.

Gráfico de Dispersão
40.500
40.000
39.500
39.000

38.500
38.000
37.500
37.000

36.500
0 1.000 2.000 3.000 4.000 5.000

Figura 2. Gráfico de dispersão para os dados obtidos no Quadro 2.

Fonte: Adaptada de Garrison, Noreen e Brewer (2013, p. 36).

Diante da apresentação do gráfico de dispersão da Figura 2 e do diagnós-

tico do comportamento de custos linear da empresa, pode-se evoluir para a
análise com o uso do método dos mínimos quadrados. Dessa forma, o gestor
poderá estimar o período que desejar, pois tem ao seu alcance uma forma de
visualizar quais são os seus custos totais, além de segmentar a parcela desses
custos que é variável ou fixa. Além disso, com essas informações, será possível
gerenciar de forma mais profissional seus custos, e não apenas por meio de
suposições, já que haverá um controle mais preciso. Afinal, “não se gerencia
aquilo que não se controla”.
O método dos mínimos quadrados nos oferece uma reta cuja função possi-
bilita a existência de relação entre os valores. Dessa forma, pode-se estabelecer
estimativas para projeções de resultados em diferentes volumes de produção. É
importante salientar que, por apresentar uma relação linear, caso haja valores
muito afastados da reta, o gestor não poderá se basear isoladamente nesse
método para suas estimativas, pois esses valores significam que os dados
mostram uma grande dispersão, e, portanto, a equação não é válida o suficiente
para apresentar uma estimativa confiável.
 Cálculos da regressão dos mínimos quadrados 11

GARRISON, R. H.; NOREEN, E. W.; BREWER, P. C. Contabilidade gerencial. 14. ed. São Paulo:
McGraw Hill, 2013.
PADOVEZE, C. L. Curso básico gerencial de custos. 2. ed. São Paulo: Pioneira Thomson
Learning, 2006.
SILVA, R. N. S.; LINS, L. S. Gestão de custos: contabilidade, controle e análise. 2. ed. São
Paulo: Atlas, 2013.

Leitura recomendada
LEONE, G. S. G. Custos: planejamento, implantação e controle. 3. ed. São Paulo: Atlas, 2011.
 Encerra aqui o trecho do livro disponibilizado para
esta Unidade de Aprendizagem. Na Biblioteca Virtual
da Instituição, você encontra a obra na íntegra.
Conteúdo:
 DICA DO PROFESSOR

Neste vídeo, apresenta-se, entre outros tópicos, o conceito do método de regressão dos mínimos
quadrados.

Conteúdo interativo disponível na plataforma de ensino!

EXERCÍCIOS

1) São modelos matemáticos que relacionam o comportamento de uma variável Y com

outra X. Esses modelos podem ser ainda classificados como simples e multivariados.
Trata-se do modelo de:

A) Correlação negativa.

B) Correlação positiva.

C) Correlação amostral.

D) Regressão.

E) Diagrama de dispersão.

2) O modelo de regressão é chamado de simples quando envolve uma relação causal

entre duas variáveis, e o modelo de regressão é multivariado quando envolve uma
relação causal com mais de duas variáveis. Uma característica relacionada ao modelo
de regressão é:

A) Quando a função f relaciona duas variáveis do tipo f(X) = a + bX, temos o modelo de
 regressão único.

B) Quando a função f relaciona duas variáveis do tipo f(X) = a + bX, temos o modelo de
regressão simples.

C) Quando a função f relaciona duas variáveis do tipo f(X) = a + bX, temos o modelo de
regressão não linear.

D) Quando a função f relaciona duas variáveis do tipo f(X) = a + bX, temos o modelo de
regressão exponencial.

E) Quando a função f relaciona apenas uma variável do tipo f(X) = a + bX, temos o modelo
de regressão não linear.

3) Ao se plotar num gráfico cartesiano os pares de informação referentes a cada

observação, obtemos uma "nuvem" de pontos definidos pelas coordenadas X e Y de
cada ponto. Esta nuvem, por sua vez, definirá um eixo ou direção que caracterizará o
padrão de relacionamento entre X e Y. Tal descrição está relacionada à/ao:

A) Diagrama de dispersão.

B) Erro padrão da estimativa.

C) Coeficiente de determinação.

D) Coeficiente de correlação.

E) Curva de regressão.

4) O método dos mínimos quadrados definirá uma reta que minimizará a soma das
 distâncias ao quadrado entre os pontos plotados (X, Y) e a reta (X',Y'). Pelo método
dos mínimos quadrados, calculam-se os parâmetros "a" e "b" da reta que minimiza
estas distâncias ou as diferenças (ou o erro) entre Y e Y'. Esta reta é chamada de:

A) Curva de calibração.

B) Curva ponderada.

C) Curva de regressão.

D) Curva múltipla.

E) Curva logística.

5) Os pontos plotados no gráfico são definidos, modelados ou regredidos a uma reta que
corresponde à menor distância possível entre cada ponto plotado e a reta. Em outras
palavras, busca-se reduzir, ao mínimo possível, os somatórios dos desvios entre Y e
Y'. Tal descrição trata-se de um(a):

A) Processo de regressão.

B) Função de regressão populacional (FRP).

C) Função de regressão amostral (FRA).

D) Estimador.

E) Estimativa.
 NA PRÁTICA

A reta de regressão explica, de forma geral e teoricamente, a relação entre X e Y. Isso significa
que os valores observados de X e Y nem sempre serão iguais aos valores de X' e Y' estimados
pela reta de regressão. Sendo assim, haverá sempre alguma diferença que significa:
(1) que as variações de Y não são perfeitamente explicadas pelas variações de X; ou
(2) que existem outras variáveis das quais Y depende; ou
(3) que os valores de X e Y são obtidos de uma amostra específica que apresenta distorções em
relação à realidade.

SAIBA MAIS

Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do
professor:

Mínimos quadrados - exemplo

Conteúdo interativo disponível na plataforma de ensino!