Baixe o app para aproveitar ainda mais
Prévia do material em texto
Regressão Linear Simples e Múltipla Análise de regressão: relacionamento entre duas ou mais variáveis. Obter melhor modelo matemático que se adapte aos valores observados de x e y. Análise de correlação: força de relação Regressão Linear Simples: uma variável dependente e independente. Extensão da análise de correlação. Quantifica a mudança de y em função da variação x. Minimizar desvios para ficar mais próximo aos valores, através do método dos mínimos quadrados. Diagrama de Dispersão: equação que representa o relacionamento entre duas ou mais variáveis: 1. Linear 2. Quadrático 3. Cúbico 4. Exponencial 5. Logarítmico Analisar; Regressão; Linear; vendas como dependente; preço como independente; algo; intervalo de confiança; ajuste do modelo; estimativa. Resumo do modelo: r^2 quadrado próximo de 1 tem correlação forte. Essa porcentagem diz que 93% das vendas podem ser explicadas com base no preço. Coeficientes: b constante b0 e bpreço b1(vai com a variável). Tem limite superior e inferior para os dados apresentados. Não é válido expandir resultado amostral para populacional. Regressão Múltipla: são incorporadas outras variáveis independentes (x1, x2, x3) e uma variável dependente (y). Analisar; Regressão; coloca as variáveis dependentes e independentes; características; Intervalo de confiança de 95%; Método Enter: insere no modelo todas as variáveis de uma vez. OK; Olha para o r^2. As variáveis possuem aquela relação. Na tabela ANOVA sig. <0,01 e o teste é bastante significativo. Se valor é maior que 0,05 não é significativa, na parte de coeficientes. Assim pode encontrar a equação.
Compartilhar