Regressão Linear Múltipla

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Plan1
	Y	X1	X2
	166	250	95
	140	153	50
	173	213	107
	187	229	126
	139	194	90
	Iremos fazer a seguinte regressão linear: Y_chapeu=a+bX1+cX2
	Para tal, calcularemos os valores de a, b, c matricialmente.
	As matrizes que precisamos são as seguintes:
	166	1	250	95
	140	1	153	50	a
	Y(5x1)	173	X(5x3)	1	213	107	Beta	b
	187	1	229	126	c
	139	1	194	90
	A matriz Y é a matriz que contém os valores de Y	5	1039	468
	A matriz X contém os valores X1 e X2 assim como uma coluna toda cheia de 1.	Xt*X	1039	221355	100505
	A matriz Beta irá conter os valores a, b, c, coeficientes da regressão linear	468	100505	46950
	90.452667545352881	8.8946078225610723	-5.3261918953634267E-2	2.5354903162437246E-2
	Xt = transposta de X	Beta=	9.8060623359618848E-2	(Xt*X)^-1	-5.3261918953634087E-2	4.800780287066899E-4	-4.9677666038051361E-4
	(Xt*X)^-1 = inversa do produto entre a transposta de X e a matriz X	0.53600785171492804	2.5354903162436878E-2	-4.9677666038051187E-4	8.3200092804095599E-4
	Então, agora de posse dos coeficientes, teremos os valores de Y_chapeu para estimarmos:	-2.0121561154159555	2.0132793807768921	0.26279372381775934	-0.10765381935408147	0.84373683017537759
	(Xt*X)^-1*Xt	1.9563805486889609E-2	-4.648813580536218E-3	-4.1604014998240929E-3	-5.9179095877468155E-3	-4.8366808187824684E-3
	165.88856929817575	-1.9799173768800263E-2	-9.0518794737336344E-3	8.5655738017701571E-3	1.6425164868460115E-2	3.8603145723036109E-3
	132.25633550512097
	Y_chapeu	=	168.69242045444901	90.452667545352881
	180.44553961078654	Beta	(Xt*X)^-1*Xt*Y	9.8060623359618848E-2
	157.71713513146244	0.53600785171492804
Plan2
Plan3