Estatísticas Práticas para Cientistas de Dados, 2ª Edição

Capítulo 4. Regressão e previsão

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Talvez o objetivo mais comum em estatística seja responder à pergunta "A variável X (ou mais provavelmente, $X_1,...,X_p$) associado a uma variável Y e, em caso afirmativo, qual é a relação e podemos utilizá-la para prever Y?"

Em nenhum outro domínio a ligação entre a estatística e a ciência dos dados é tão forte como no domínio da previsão - especificamente, a previsão de uma variável de resultado (alvo) com base nos valores de outras variáveis "preditoras". Este processo de formação de um modelo em dados em que o resultado é conhecido, para posterior aplicação a dados em que o resultado não é conhecido, é designado por aprendizagem supervisionada. Outra ligação importante entre a ciência dos dados e a estatística é na área da deteção de anomalias, em que os diagnósticos de regressão originalmente destinados à análise de dados e à melhoria do modelo de regressão podem ser utilizados para detetar registos invulgares.

Regressão linear simples

A regressão linear simples fornece um modelo da relação entre a magnitude de uma variável e a de uma segunda - por exemplo, à medida que X aumenta, Y também aumenta.Ou à medida que X aumenta, Y diminui.¹ A correlação é outra forma de medir a forma como duas variáveis estão relacionadas - consulte a secção "Correlação". A diferença é que, enquanto a correlação mede a força de uma associação ...