A regressão linear pode parecer um termo complicado, mas, na sua essência, é uma ferramenta útil que nos ajuda a compreender e a prever relações entre duas variáveis.
O que é que se passa com a Regressão Linear?
Na sua essência, a regressão linear consiste em encontrar uma linha que melhor se ajusta a um conjunto de pontos num gráfico. Esta linha ajuda-nos a fazer previsões. Imagine que está a traçar pontos num gráfico - estamos a descobrir a tendência.
A Equação Mágica:
Cada linha é representada por uma função linear: Y = mX b. Onde:
-
Y: O que estamos a tentar prever (como o seu peso).
-
X: O que estamos a utilizar para fazer a previsão (como a sua altura).
-
m: O declive da reta.
-
b: O ponto de partida da linha.
Como é que funciona?
Pense nisso da seguinte forma: Se soubermos a altura de um conjunto de pessoas e os seus pesos correspondentes, a regressão linear traça uma linha que passa por esses pontos. Esta reta ajuda-nos a adivinhar o peso de alguém novo apenas conhecendo a sua altura.
Exemplos da vida real:
-
Vendas de gelados e temperatura: Dia quente (X), mais gelados vendidos (Y)
-
Horas de estudo e notas nos exames: Mais horas de estudo (X), melhores notas nos exames (Y).
O processo:
-
Recolher dados: Obtenha informações sobre os objectos que está a estudar, como a altura e o peso.
-
Desenhar a linha: A linha liga os pontos do seu gráfico. Pode ser um processo iterativo ou utilizar soluções exactas.
-
Fazer previsões: Utilizar a linha para prever uma coisa com base noutra.
Porque é que isso é importante?
Previsões! Ajuda-nos a adivinhar resultados com base em padrões existentes.
É a base para uma magia de dados mais avançada.
Cuidado:
Funciona melhor quando a relação é relativamente direta. Se for muito heterogénea, as coisas podem tornar-se complicadas.
