1 - Caracterizando a análise de regressão

Muitas vezes procuramos identificar a existência de uma relação entre duas ou mais variáveis. Às vezes desejamos verificar, por exemplo, se o nível salarial das pessoas está relacionado com o tempo de experiência profissional da mesma. Pode-se ainda querer saber qual seria o valor de um apartamento de seis quartos em determinado local, onde só se tem a venda apartamentos de 3, 4 e 5 quartos. Por outro lado, pode-se ainda querer saber qual será a estimativa de consumo de energia elétrica de um determinado local ao longo do tempo.

Com o auxílio de uma análise de regressão poderemos conhecer esses valores.

Contudo a correlação (verificação da existência e do grau de relação entre as variáveis) entre os dados deve ser verificada. Em função desse índice, que é conhecido como “coeficiente de correlação”, poderemos chegar ao coeficiente de determinação, que servirá então para validar equação de regressão encontrada para os dados.

A equação alcançada pela análise de regressão será do tipo Y = f(Xi), ou seja, a variável Y será a variável dependente ou explicada pela (s) variável (is) Xi, que será (ão) a (s) variável (is) explicativa (s) ou independente (s). Se a variável dependente estiver em função de somente uma variável independente, diz-se que o modelo (equação) encontrado é simples. Caso a variável dependente esteja em função de mais de uma variável independente diz-se que o modelo é composto.