De acordo com Assaf Neto (2016, p. 263), “esse é o propósito da análise de regressão, que, por meio de sua formulação matemática, possibilita não apenas a identificação da relação entre as variáveis, mas também projeções significativas para o futuro”. Ele acrescenta que a expressão da linha de regressão ajustada, para uma correlação linear em que os valores de X explicam os valores de Y, é a seguinte: O cálculo da equação resulta de Y=0,001715 X - 66,961 R²= 0,9964. E com as variáveis encontradas, podemos apresentar o gráfico da equação da reta. Fonte: Consumo de energia médio da Rolguind Ltda. Cálculo: elaborado pelo autor Coeficiente de Correlação:0,998210027 Com base no gráfico, podemos inferir que a linha de regressão linear se ajusta bem aos dados de consumo de energia elétrica. Isso significa que o faturamento está fortemente associado ao consumo de energia, com 99,64% da variação no consumo sendo explicada pelo faturamento e apenas 0,36% sendo atribuída a outras variáveis. Portanto, é viável estimar o consumo médio com base nas projeções de faturamento. Quando o faturamento diminui, o consumo médio de energia também diminui, conforme indicado pela inclinação negativa da reta. A presença de um termo negativo no modelo implica que mesmo na ausência de faturamento, ainda haverá consumo de energia, como indicado pelo intercepto da reta com o eixo Y em -66,961. Portanto, podemos concluir que para aumentar o faturamento, a empresa precisará projetar um aumento correspondente no consumo de energia.