Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Quantitativos Aplicados a Negócios Regressão Linear Cálculo do Alfa Cálculo do Beta Reta da Regressão Linear Para estimar a equação da reta de Regressão Linear, precisaremos calcular o Alfa e o Beta, utilizando a equação abaixo: Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 3º Passo: Preparando a base de dados para Cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Onde: (X – Xmédio) . (Y – Ymédio) = 76,25 (X - Xmédio )2= 26,25 CONFIRA ESTES VALORES NA TABELA Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Onde: (X – Xmédio) . (Y – Ymédio) = 76,25 (X - Xmédio )2= 26,25 Então temos que: Beta (β) = 76,25 / 26,25 Beta (β) = 2,904762 Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Onde: (X – Xmédio) . (Y – Ymédio) = 76,25 (X - Xmédio )2= 26,25 Então temos que: Beta (β) = 76,25 / 26,25 Beta (β) = 2,904762 Onde: Ymédio = 43,625 Xmédio = 10,00 CONFIRA ESTES VALORES NA TABELA Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Cálculo do Alfa e do Beta 4º Passo: Aplicando os dados na equação para cálculo do Alfa e do Beta Onde: (X – Xmédio) . (Y – Ymédio) = 76,25 (X - Xmédio )2= 26,25 Então temos que: Beta (β) = 76,25 / 26,25 Beta (β) = 2,904762 Onde: Ymédio = 43,625 Xmédio = 10,00 Então temos que: Alfa (α) = 43,625 – (10,00 . 2,904762) Alfa (α) = 43,625 – 29,04762 Alfa (α) = 14,58 Agora que conhecemos os valores do Alfa e do Beta, podemos estimar a equação da reta de Regressão Linear, substituindo os valores na equação abaixo: Onde: y = Quantidade de Pizzas a ser vendida X = Renda per capta α = 14,58 β = 2,904762 Agora que conhecemos os valores do Alfa e do Beta, podemos estimar a equação da reta de Regressão Linear, substituindo os valores na equação abaixo: Onde: y = Quantidade de Pizzas a ser vendida X = Renda per capta α = 14,58 β = 2,904762 Y = 14,58 + (2,904762 . X) 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear Y = 14,58 + (2,904762 . 2) Y = 20,39 Para R$ 2 mil renda per capta temos uma estimativa de venda 20.390 pizzas Y = 14,58 + (2,904762 . 4) Y = 26,20 Para R$ 4 mil renda per capta temos uma estimativa de venda 26.200 pizzas 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear Veja que a renda per capta dobrou (de dois mil reais para quatro mil reais, ou seja cresceu 100%), mas a estimativa de venda de pizzas não dobrou. Passou de 20.390 pizzas para 26.200 pizzas (cresceu apenas 28%). 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear Quando analisamos por exemplo a cidade com oito mil reais de renda per capta, podemos observar que ela é 4 vezes maior que a primeira cidade (que tinha dois mil reais de renda per capta, ou seja 300% a mais). A estimativa de venda de pizzas para estas duas cidades são 20.390 para a primeira cidade e 37.820 pizzas para a segunda cidade, ou seja 85% a mais. 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear Por fim, ao analisarmos a última linha da tabela, vemos que para uma cidade com 26 mil reais de renda per capta espera-se vender 90.100 pizzas. Em comparação com a primeira cidade de 2 mil reais de renda per capta, nota-se que a varável X cresceu 1200%, mas a variável Y cresceu apenas 342%. 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear 5º Passo: Aplicando a Equação para Estimação da Reta de Regressão Linear Conclusão: A partir da estimação da equação da reta de Regressão Linear, podemos estimar a quantidade de vendas de pizzas, com base na informação da renda per capta de uma cidade. Este é apenas um exemplo prático da utilização da Correlação e da Regressão Linear no mundo dos negócios. Veremos ainda outros exemplos na disciplina de Estudos Quantitativos aplicados a Negócios. Obrigado!!! Cálculo do beta (β) beta (β) = Cálculo do alfa (α) alfa (α) =Ymédio - (Xmédio . β ) (X - Xmédio) 2 (X - Xmédio). (Y - Ymédio) XYX - XmédioY - Ymédio (X - Xmédio) . (Y - Ymédio) (X - Xmédio) 2 527-5,00-16,6383,12525 10460,002,380,0000 207310,0029,38293,750100 840-2,00-3,637,2504 430-6,00-13,6381,75036 628-4,00-15,6362,50016 12462,002,384,7504 15595,0015,3876,87525 SOMA80349 MÉDIA10,0043,6376,2526,25 Cálculo do beta (β) beta (β) = (X - Xmédio) 2 (X - Xmédio). (Y - Ymédio) Cálculo do alfa (α) alfa (α) =Ymédio - (Xmédio . β ) Cálculo da Equação Estimada da Reta de Regressão Linear y = α + β . x X Renda Média Per Capta (em R$ mil) 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00 22,00 24,00 26,00 Projeção da Venda de Pizza em função da Renda Média Per Capta EquaçãoVenda de Pizza = (2,904762 x Renda ) +14,58 X Renda Média Per Capta (em R$ mil) Y Pizzas Vendidas (unidades mil) 2,0020,39 4,0026,20 6,0032,01 8,0037,82 10,0043,63 12,0049,43 14,0055,24 16,0061,05 18,0066,86 20,0072,67 22,0078,48 24,0084,29 26,0090,10 X Renda Média Per Capta (em R$ mil) % Cresc Acum X Y Pizzas Vendidas (unidades mil) % Cresc Acum Y 2,0020,39 4,00100%26,2028% 6,00200%32,0157% 8,00300%37,8285% 10,00400%43,63114% 12,00500%49,43142% 14,00600%55,24171% 16,00700%61,05199% 18,00800%66,86228% 20,00900%72,67256% 22,001000%78,48285% 24,001100%84,29313% 26,001200%90,10342% 0,0010,0020,0030,0040,0050,0060,0070,0080,0090,00100,0012345678910111213R$Renda Média Per CaptaVenda de Pizzas
Compartilhar