Análise de Regressão

Prévia do material em texto

Análise de Regressão 
Em estatística, a análise de regressão é um processo estatístico para estimar relações entre 
variáveis. Inclui muitas técnicas para a modelagem e análise de várias variáveis, quando 
o foco está na relação entre uma variável dependente e uma ou mais variáveis 
independentes (ou preditoras). 
 
Mais especificamente, a análise de regressão ajuda a entender como o valor da variável 
dependente varia quando o valor de uma das variáveis independentes muda, mantendo o 
valor das outras variáveis independentes fixo. Mais comumente, a análise de regressão 
estima a expectativa condicionada variável dependente dadas as variáveis independentes 
- isto é, o valor médio da variável dependente quando as variáveis independentes são 
definidas. 
Com menos frequência, o foco está em um quantil, ou outro parâmetro de localização, da 
distribuição condicional da variável dependente dadas as variáveis independentes. Em 
todos os casos, o objetivo da estimativa é uma função das variáveis independentes 
chamadas de função de regressão. Na análise de regressão, também é interessante 
caracterizar a variação da variável dependente em torno da função de regressão, que pode 
ser descrita por uma distribuição de probabilidade. 
A análise de regressão é amplamente usada para predição e previsão, onde seu uso tem 
uma sobreposição substancial no campo do aprendizado de máquina. A análise de 
regressão também é usada para compreender quais das variáveis independentes estão 
relacionadas à variável dependente e para explorar as formas dessas relações. Em 
circunstâncias limitadas, a análise de regressão pode ser usada para inferir relações 
causais entre variáveis independentes e dependentes. 
Muitas técnicas foram desenvolvidas para realizar análises de regressão. Métodos 
familiares como regressão linear e regressão de mínimos quadrados ordinários são 
paramétricos, em que a função de regressão é definida em termos de um número finito de 
parâmetros desconhecidos que são estimados a partir dos dados. 
A regressão não paramétrica refere-se a técnicas que permitem a função de regressão 
constituída por um conjunto específico de funções, que podem ser de dimensão infinita. 
O desempenho dos métodos de análise de regressão na prática depende da forma do 
processo de geração de dados e como ele se relaciona com o método de regressão que 
está sendo usado. 
Uma vez que a verdadeira forma do processo de geração de dados geralmente não é 
conhecida, a análise de regressão frequentemente depende, até certo ponto, de fazer 
suposições sobre esse processo. Essas premissas às vezes são testáveis se uma quantidade 
suficiente de dados estiver disponível. 
Os modelos de regressão para previsão são frequentemente úteis mesmo se as suposições 
forem moderadamente violadas, embora possam não funcionar de maneira ideal. No 
entanto, em muitas aplicações, especialmente com pequenos efeitos ou problemas de 
causalidade com base em dados observacionais, os métodos de regressão podem fornecer 
resultados enganosos.