Conteúdo principal
Estatística Avançada
Curso: Estatística Avançada > Unidade 5
Lição 4: Regressão de mínimos quadrados- Cálculo da equação de uma reta de regressão
- Cálculo da equação da reta de mínimos quadrados
- Como interpretar a inclinação da reta de regressão
- Como interpretar a interceptação em y em um modelo de regressão
- Como interpretar o coeficiente angular e a interceptação em y de modelos de funções lineares
- Uso do resultado da regressão de mínimos quadrados
- Uso do resultado da regressão de mínimos quadrados
© 2023 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Como interpretar a inclinação da reta de regressão
Como interpretar a inclinação da reta de regressão.
Quer participar da conversa?
Nenhuma postagem por enquanto.
Transcrição de vídeo
RKA7MP - O teste de matemática da Liz
inclui uma questão sobre um levantamento de quantas horas os estudantes estudaram para um teste. O gráfico de dispersão e a linha de
tendência a seguir mostram a relação entre quantas horas os estudantes
estudaram e seu desempenho no teste. A linha ajustada para modelar os dados
tem uma inclinação de 15. O gráfico a que ele se refere é este aqui. Isto é um gráfico de dispersão, e cada ponto neste gráfico representa
um estudante. Por exemplo, este estudante
é o estudante que estudou um pouco mais de meia hora e pontuou um pouco mais de 40, quase 45 no teste. Já este estudante estudou
duas horas e meia e pontuou próximo de 60. Já este daqui estudou cerca
de quatro horas e quase pontuou 90. Então, podemos enxergar um padrão
de dispersão entre estes pontos,
que é representado por esta linha que é a linha de tendência,
cuja inclinação é de 15. Antes de mais nada, antes de lermos
as alternativas, eu quero discutir com vocês o que podemos
interpretar neste gráfico. Como eu já disse,
temos aqui a linha de tendência e, a grosso modo, ela nos diz que
a cada hora a mais que estudamos, melhoramos nosso desempenho no teste
em 15 pontos. Vamos supor que estamos aqui, somos
o estudante que já estudou meia hora, e que vamos estudar mais uma hora. Vamos estudar mais uma hora. E isto, segundo este modelo aqui, vai aumentar nosso desempenho na prova
em 15 pontos. Então, vai parecer isto aqui, na horizontal, partimos deste ponto
para este, estudando uma hora. Enquanto que na vertical,
fomos da pontuação 45 até a 60 aumentando 15 pontos. Esta é a minha interpretação, os alunos
tendem a ganhar 15 pontos para cada hora adicional de estudo. Agora, vamos dar uma olhada
nas alternativas. Primeira alternativa:
o modelo prevê que o estudante com pontuação zero estudou
em média 15 horas. Não, não tem nada a ver com isto. O modelo prevê que estudantes que não
estudaram nada terão uma pontuação média de 15 pontos. Será mesmo que é isto?
Vamos dar uma olhada. O estudante que não estudou nada está
representado aqui, que seria o zero no eixo "x". Segundo este modelo,
mesmo o estudante que não estudou nada faria uma pontuação de aproximadamente
40 pontos. Então, também não é a segunda alternativa. O modelo prevê que a pontuação aumentará
15 pontos para cada hora adicional de estudo. Exatamente o que a gente
acabou de discutir. Esta parece ser a alternativa adequada. Mas vamos ler a última alternativa. O modelo prevê que o tempo de estudo
aumentará 15 horas para cada ponto adicional no teste. Está um pouco estranho,
eu vou explicar o porquê. Horas é a variável independente e os pontos são a variável dependente. Então, esta frase está ao contrário
e, por isso, não faz o menor sentido aumentar 15 horas para cada ponto no teste. Então, temos a alternativa 3
como a correta.