Conteúdo principal
Curso: Estatística e probabilidade > Unidade 5
Lição 4: Equações de regressão de mínimos quadrados- Introdução aos resíduos e à regressão de mínimos quadrados
- Introdução aos resíduos
- Exemplo de cálculo de resíduo
- Cálculo e interpretação de resíduos
- 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
- Interpretação de linhas de tendência
- Como interpretar o coeficiente angular e a interceptação em y de modelos de funções lineares
© 2024 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Introdução aos resíduos
Desenvolva uma compreensão básica sobre o que é um resíduo.
Encontramos um problema de estatística quando tentamos ajustar uma reta aos dados em um diagrama de dispersão. O problema é o seguinte: é difícil dizer com certeza qual reta melhor se ajusta aos dados.
Por exemplo, imagine que três cientistas, , e , estejam trabalhando com o mesmo conjunto de dados. Se cada cientista traçar uma reta de ajuste diferente, como eles decidirão qual reta é a melhor?
Se ao menos tivéssemos uma forma de medir o quão bem uma reta se ajusta a cada ponto...
Resíduos para salvar o dia!
Um resíduo é uma medida de quão bem uma reta se ajusta a um ponto individual.
Considere o simples conjunto de dados a seguir com uma reta de ajuste traçando-o
e observe que o ponto está a unidades acima da reta:
Esta distância vertical é conhecida como resíduo. Para os pontos acima da reta, o resíduo é positivo, e para pontos abaixo da reta, o resíduo é negativo.
Por exemplo, o resíduo do ponto é :
Quanto mais perto de estiver o resíduo de um ponto, melhor será o ajuste. Neste caso, a reta se ajusta melhor ao ponto do que ao ponto .
Agora é sua vez de tentar encontrar os resíduos restantes
Quer participar da conversa?
Nenhuma postagem por enquanto.