Neste tópico
Insira seus dados
Complete as seguintes etapas para especificar as colunas de dados que você deseja analisar.
- Em Resposta, insira a coluna de dados numéricos que deseja explicar ou predizer. A resposta também é chamada de variável Y.
- Em Preditor, insira as colunas de dados numéricos que podem explicar ou predizer alterações na resposta. A preditora também é chamada a variável X.
Nesta worksheet, Preço de venda é a resposta e contém o preço de venda de carros com 3 anos da mesma marca e modelo. Milhagem é a preditora e pode explicar diferenças no preço de venda.
| C1 | C2 |
|---|---|
| Milhagem | Preço de venda |
| 9980 | 19999 |
| 34212 | 17999 |
| 26870 | 19009 |
| 46321 | 17199 |
| 16780 | 19499 |
| 50021 | 14999 |
Tipo de Modelo de Regressão
O tipo de modelo que você selecionou corresponde à equação usada para ajustar os dados. Se você não tem certeza de que modelo é melhor, comece com o modelo linear e avalie quão bem ele se ajusta aos dados. Se parecer haver uma curvatura nos dados, repita a análise com um modelo quadrático ou cúbico.
- Linear
- Um modelo linear pode mostrar uma taxa fixa de aumento ou redução nos dados. O modelo linear corresponde à equação: Y = bo + b1X.
- Quadrático
- Um modelo quadrático pode responder por curvatura nos dados. O modelo quadrático corresponde à equação: Y = bo + b1X + b2X2.
- Cúbico
- Um modelo cúbico pode descrever um padrão de "picos e vales" nos dados. O modelo cúbico corresponde à equação: Y = bo + b1X + b2X2 + b3 X3.
