T4 - REGRESSÃO LOGISTICA

E ANÁLISE DISCRIMINANTE
LINEAR
Grupo 7
Pedro Semcovici
Rebecca Wendhausen
Victor Augusto Costa Monteiro
Vinicius Henrique Crispim Rosa
Vitor Nunes Vanjura
Yago Primerano Arouca
SEÇÃO 1

Visão Geral
 DATASET
Banco de dados de cereais matinais
Dados da tabela de informações nutricionais de cada
uma das marcas de cereal matinal
 Problema de pesquisa
Utilizar as técnicas de dependência abordadas em aula, com foco na regressão
logística e análise discriminante, para o estudo do banco de dados escolhido:

Criar um classificador para a Regressão Logística e para a Análise

Discriminante Linear
SEÇÃO 2

Metodologia
 Metodologia

Realização da regressão logística e da análise

discriminante (LDA)

Validação cruzada estratificada

Além de bibliotecas utilizadas nos trabalhos

anteriores para manipulação do dataset (Pandas,
Matplot etc.) e a linguagem de programação Python
no Google Colab
SEÇÃO 3

Preparo dos
Dados
 RATING
Para a regressão logística, como o ponto de estudo é a
observação ser acima da mediana ou não, a variável foi
transformada em uma variável binária:
SEÇÃO 4

Análise
Discriminante
Linear
 Variáveis escolhidas

Variável Dependente: Rating

Variáveis Independentes: Sódio, Carboidratos, Açúcares,

Potássio

Váriaveis com distribuição normal com 95% de confiança

a partir do Teste Kolmogorov-Smirnov
 LDA

A acurácia média para o LDA foi de

88,2%
SEÇÃO 5

Regressão
Logística
Variáveis escolhidas

Variável Dependente: Rating

Variáveis Independentes: Calorias, Proteína, Gordura,

Sódio, Fibra, Carboidratos, Açúcares, Potássio e
Vitaminas
Regressão Logística

A acurácia média para a regressão

logística foi de 91,8%
SEÇÃO 6

Bibliografia
 Bibliografia
UNIVERSITY, Calvin. Cereals Datafile. 2020. Disponível em: ⟨https://sites.calvin.edu/
scofield/data/cereals.html⟩.

COURNAPEAU, D.; BRUCHER, M. Sklearn. 2007. Disponível em: ⟨https:

//scikit-learn.org/⟩.

DODGE, Y. Kolmogorov–smirnov test. In: The Concise Encyclopedia of Statistics.

[S.l.]: Springer, 2008. p. 283–287.

KANJI, G. K. Critical values of d for the kolmogorov–smirnov one-sample test. In:

100 Statistical Tests. [S.l.]: SAGE, 2006. cap. Tables, p. 213.

PERKTOLD, J.; SEABOLD, S. Statsmodels. 2019. Disponível em:

⟨https://www.statsmodels.org/stable/index.html⟩.

Outras bibliotecas utilizadas:

pandas. v. 1.4.4. 2022. Disponível em: ⟨https://pandas.pydata.org/⟩.
NumPy. v. 1.23.0. 2022. Disponível em: ⟨https://numpy.org/⟩.
spicy.stats. v. 1.9.1. 2022. Disponível em: ⟨https://docs.scipy.org/⟩.
Matplotlib. Disponível em:
⟨https://matplotlib.org/3.5.1/api/asgen/matplotlib.pyplot.html⟩.
Seaborn. Disponível em: ⟨https://seaborn.pydata.org/⟩.
FIM