PREVISÃO DE CUSTOS Prof Samir Silveira
Regressão Linear Correlação e Regressão são duas técnicas relacionadas Correlação: quantifica a intensidade (força) da relação, resulta em um número que exprime o grau de relacionamento entre duas variáveis Regressão: Explicita a forma dessa relação por meio de um equação matemática
Regressão Linear Quando se trabalha com duas ou mais variáveis, elas podem estar ou não relacionadas. Se as variáveis estiverem relacionadas, podemos então estabelecer uma sentença matemática que estabeleça essa relação. Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser predita a partir da outra ou outras.
Regressão Linear Exemplos de variáveis que podemos calcular uma regressão: Relação entre a idade e a estatura de uma criança Relação entre numero de automóveis na rua e a poluição do ar Relação entre vendas e marketing Outros...
Regressão Linear Em resumo o objetivo da análise de regressão é encontrar uma função linear que permita: Descrever e compreender a relação entre uma variável dependente (y) e uma ou mais variáveis independentes (x). Projetar ou estimar uma variável em função de uma ou mais variáveis independentes
Regressão Linear: Exemplo O objetivo do diretor de vendas de uma rede de varejo é analisar a relação entre o investimento realizado em propaganda e as vendas das lojas da rede, para realizar projeções de vendas de futuros investimentos em propaganda. A tabela seguinte registra uma amostra representativa extraída dos registros históricos das lojas de tamanho equivalente, com os valores de Propaganda e Vendas em milhões. Analisar a possibilidade de definir um modelo que represente a relação entre essas duas variáveis .
Regressão Linear: Exemplo Variável Dependente = Y Variável Independente = X Fórmula Matemática Y = A + B.X A = uma constante (interseção) B = multiplicador (variável independente)