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

Exemplo de cálculo de resíduo

Exemplo de cálculo de resíduo.

Quer participar da conversa?

Nenhuma postagem por enquanto.
Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

Transcrição de vídeo

RKA10MP – Vera aluga bicicletas para turistas. Ela registrou altura em centímetros de cada cliente e o tamanho do quadro em cm da bicicleta que o cliente alugou. Depois de plotar seus resultados, Vera notou que a relação entre as duas variáveis era razoavelmente linear, então ela usou os dados para calcular a seguinte equação de regressão de mínimos quadrados, a fim de prever o tamanho do quadro da bicicleta a partir da altura do cliente. Esta é a nossa equação e, antes de olhar para a questão, vamos pensar no que ela fez. Então ela tinha vários clientes, e registrou altura do cliente e o tamanho do quadro da bicicleta que esta pessoa escolheu. Plotando estes dados, ela obteria algo assim. No eixo horizontal, a gente tem a altura do cliente em cm e no eixo vertical, a gente tem o tamanho do quadro em cm. Cada ponto no gráfico representa um cliente. Este, por exemplo, é um cliente que tinha 100 cm de altura e alugou uma bicicleta com um quadro de aproximadamente 30 cm. Então ela fez uma regressão de mínimos quadrados traçando uma reta que tenta se ajustar aos dados. E esta reta tenta minimizar o quadrado da distância entre ela e os pontos no gráfico. Então, a regressão de mínimos quadrados daria algo assim. Esta é só uma estimativa grosseira do que ela seria. E a equação desta reta é Ŷ = ⅓ + ⅓x. Você pode ver isso como uma forma de modelar esta relação e fazer previsões. Se eu tiver um novo cliente, posso pegar a altura, substituir no "x" da equação e descobrir qual tamanho de quadro ele possivelmente vai alugar. Então, eles perguntam: Qual é o resíduo de um consumidor com uma altura de 155 cm que aluga uma bicicleta com um quadro de 51 cm? Como é que a gente pensa sobre isso? O resíduo é a diferença entre o que foi observado e o que a linha de regressão prediz. Então, a gente pode falar que o resíduo é o observado menos o previsto. Se o previsto for maior que o observado, o nosso resíduo vai ser negativo. Caso contrário, se o previsto foi menor que o observado, a gente vai ter um resíduo positivo. Aqui no enunciado, eles falam que um cliente de 155 cm alugou um quadro de 51 cm. Então, o nosso valor observado é 51. Mas qual é o valor previsto? É aí que a gente pode usar a equação da regressão. Basta pegar a altura do cliente e substituir no "x" da equação. A gente pode falar, então, que o previsto é igual a ⅓ mais ⅓ de 155. E isso é igual a ⅓ mais 155/3, igual a 156/3, que dá 52. Então, o valor previsto pela regressão é 52. Subtraindo esses valores, a gente chega a -1. Olhando aqui no gráfico, a gente pode plotar este cliente. Ele tem uma altura de 155 e o quadro tem 51 cm, então ele estaria mais ou menos aqui. E a distância entre a linha e o ponto é o resíduo. Como o ponto está abaixo da linha, este resíduo vai ser negativo, como a gente viu, igual a -1. Vamos dar um zoom nesta parte do gráfico para ver melhor? Então, aqui seria a reta, e aqui embaixo seria o nosso ponto. O resíduo é a distância entre a reta e o nosso ponto que, neste caso, é -1.