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:6:12

Transcrição de vídeo

nesse vídeo serão abordados como podemos notar os resíduos em um gráfico com base em uma regressão linear em vídeos anteriores nós abordamos como elaborar gráficos em regressão linear como pilotar nessa linha com base nesses diferentes pontos então vamos iniciar a portagem dos resíduos antes de mais nada gostaria de revisar contigo o que significa resíduo resíduo de um ponto é o local onde um y correspondente a um valor x se encontra no ponto atual - o y que era esperado com base na linha de regressão linear como nós vimos em outros vídeos essa reta pode ser representada por y é igual a 2.50 vezes x - dois então vamos ver o exemplo de cada ponto nesse primeiro ponto aqui o y correspondente à x igual a um deveria ser 0.5 no entanto ele está com o valor de um então substituindo os valores na fórmula 1 nós temos que o y esperado é igual a 2.50 verde x que é 11 - 22 pontos 50 menos dois é igual a zero ponto 50 então dessa forma o resíduo para esse ponto aqui vai ser igual a 1 que é o valor y atual - 0.5 que era esperado com isso nós temos que o resíduo nesse ponto é de mais r 1.5 esse segundo ponto ele se localiza em cima do valor que é esperar quando x igual a 2 o esperado era que y fosse igual a 3 então vamos substituir aqui na forma 2.50 vezes 2 - 2 isso vai ser igual a 3 então resíduos desse ponto é igual a zero esse é outro ponto aqui por sua vez o valor esperado é de dois pontos 50 vezes 2 - 2 então deveria ser três o y esperado era 3 então resíduo é igual 2 - 3 que é igual a menos um nós temos um resíduo de -1 no último ponto nós temos que dois pontos 50 vezes 3 - 2 seria igual a 5.5 no entanto o ponto se encontra em 6 então 6 - 5.5 vai ser igual mas 0.5 bom mas como podemos colocar esses valores em uma relação de um eixo x e y vamos observar aqui o eixo x e o eixo y perceba que no eixo x nós temos os valores 1 2 e 3 e no eixo y nós temos aqui o maior valor negativo que seria - 1 - 0.5 mais 0.5 e mais um esse primeiro ponto aqui então seria votado em um igual a 0.5 o segundo ponto o resíduo é nulo então ponto ficará em cima do valor 2 no eixo x isto porque o resíduo zero para este terceiro ponto nós vamos colocar aqui x igual a 2 e y é igual a menos um e último ponto será pilotado x igual a 3 y é igual a mais 0.5 a passagem dos resíduos serve para nos dizer o quanto a linha de regressão é boa para explicar a relação entre duas variáveis se é distribuído de forma aleatória sem observar mos um padrão então essa linha é um bom modelo para os dados aqui apresentados agora se nós observamos uma encanação ascendente uma inclinação descendente uma curva para baixo uma curva para cima então nós temos que a linha de regressão não será um bom modelo para os dados lotados nessa situação específica é mais adequado fazer o modelo não linear bom mas vamos ver outros exemplos de plotagem dos resíduos mexeu por exemplo nós percebemos que para x igual a 1 o y é um pouco superior ao esperado então a bola ficou um pouquinho para assim para x igual a 2 o y ficou um pouquinho acima do esperado para x igual a 3 o y y ficou quase 10 pontos cinco acima do esperado perceba que nesse gráficos pontos estão distribuídos de forma aleatória e não produzem um padrão nesse sentido é saliente regressão é um bom modelo para explicar esse conjunto de dados vamos a um terceiro exemplo aqui nós percebemos que os todos estão organizados conforme um padrão aparentemente podemos fazer uma curvatura aqui nesse caso essa linha não é um bom modelo para a representação desse conjunto de dados uma outra forma de observar se a linha de regressão é representativo para um conjunto de dados é observar o quão distante os pontos estão distribuídos do eixo x no gráfico de resíduos como podemos ver aqui os pontos são distantes do eixo x