Escolar Documentos
Profissional Documentos
Cultura Documentos
A regressão linear simples estuda a relação de uma variável independente sobre uma variável
dependente. A variável dependente vai ser explicada pela regressão, enquanto a variável
independente explica a variação na variável dependente. É amplamente utilizada para prever
cenários ou comportamentos com base na associação entre as variáveis.
Importante lembrar que, ao analisar uma regressão simples, é importante ter em mente qual é
a variável dependente e independente, caso contrário, a análise não fará sentido. Por exemplo:
a autonomia de um certo modelo de carro depende do consumo, porém o consumo não
depende da autonomia.
“Algebricamente” falando, uma regressão linear simples é uma equação matemática de duas
variáveis e apresenta a relação entre as variáveis, por meio de uma linha reta, crescente ou
decrescente (linha de tendência). Sendo:
ou
y = variável dependente x = variável independente/preditora ε = erro
Beta0 / alpha = termo constante Beta1 = inclinação da reta
Interpretações: a partir da equação pronta, podemos tirar conclusões e fazer previsões com
base nela. Uma interpretação generalista é que: para cada 1 unidade de acréscimo/decréscimo
de Y, é esperado um acréscimo/decréscimo de B1 unidades em Y.
Avaliando o Modelo
Interpretação: nota-se que o acréscimo de 1 ponto percentual no PIB faz com que a taxa de
desemprego diminua 0,1241 pontos percentuais. A partir disso, com o auxílio do coef. de
correlação, sendo este considerado forte, pois é mais próximo de 1 do que de 0, podemos
comprovar a tese dada inicialmente de que o comportamento entre PIB e taxa de desemprego
possui correlação linear negativa na economia.