If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal
Tempo atual:0:00Duração total:5:13

Transcrição de vídeo

em outros vídeos fizemos regressões lineares a mão no entanto a maioria das agressões é feita com a ajuda do computador ou em calculadoras nesse vídeo vamos falar sobre o exemplo de um resultado de uma regressão feito em um computador vamos ver como resultado de uma regressão feita em computador nos da equação da linha de regressão e quais outros dados ela nos fornece joana está interessado em ver se estudantes que consomem mais cafeína tendem a estudar mais e com a qualidade melhor ela selecionou 20 estudantes da escola dela e anotou a ingestão de cafeína deles em miligramas e o número de horas que eles gastam para estudar o ponto de dispersão dos dados mostraram uma relação linear estes são os resultados gerados em um computador da análise da regressão dos quadrados mínimos dos dados então nós temos aqui um preditor os produtores são a constante ea cafeína e miligramas nós temos o coeficiente entre outras informações antes de mais nada vamos definir o que é o y yo que é o xis em nossa equação o y vai ser a quantidade de horas de estudos dos estudantes ao passo que x será o consumo de cafeína então vamos aqui escrever a fórmula da reta de regressão linear então nós temos que esquecer o chapéu vai ser igual a mvc x + b nós já definimos y e x b vai ser o coeficiente da constante ou seja um valor fixo que não modifica em nossa forma e o coeficiente da cafeína será o nosso m veja que o coeficiente da cafeína multiplica com o consumo de cafeína então vamos relacionar essa forma esses valores nós temos que o bebê chegou a 2.544 e m será igual a zero ponto 164 substituindo na forma nós temos que são chapéu igual a zero ponto 164 vezes x mas 2.544 todos esses outros valores aqui eles vão ser importantes para indiferença estatísticas aqui nessa situação não vamos comentar muito a respeito deles porém em outras oportunidades poderemos abordar com mais profundidade esses valores aqui embaixo nós temos os valores r quadrados esses valores r quadrados são importantes porque através dele nós identificamos o valor r para identificar o valor r basta a gente pegar essa porcentagem e fazer a raiz quadrada dessa porcentagem r vai ser igual mais ou menos a ige 10.600 32 mas como nós saberemos se essa raiz quadrada se o resultado dessa raiz quadrada será positiva ou negativa a gente identificar isso basta a gente olhar para o valor e me seu valor e me for positivo então nosso r será positivo seu valor e me for negativo então nosso r será negativo além dos r quadrados nós temos também os r quadrados ajustado você só tem que se preocupar com é quadrado ajustado se se for necessário utilizar mais um a variável para explicar a quantidade de horas de estudos aqui nós não precisamos disso ainda utilizamos apenas a cafeína último resultado gerado pelo computador e não menos importante é a variável s a variável é se consistia no desvio padrão dos resíduos o desvio padrão dos resíduos é importante porque ele mede com bem a nossa linha de regressão representa os dados ele é por assim dizer a medida do erro bom nesse vídeo foi possível você verificar o quanto um computador uma calculadora pode ser útil para calcular uma linha de regressão e nos auxiliar a dados importantes para compreender como encontrar a equação nessa linha de regressão bem como outros valores como r e desvio padrão dos tecidos
AP® é uma marca comercial registrada da College Board, que não revisou este recurso.