A análise de regressão na análise estatística de dados grandes

Video: Estatística: Análise de Regressão (Simples) - Introdução

Regressão análise é usada para estimar a intensidade e direcção da relação entre as variáveis ​​que são linearmente relacionados entre si. duas variáveis X e Y estão a ser dito linearmente relacionadas se a relação entre eles pode ser escrita na forma

Y = mX + b

Video: Curso de Estatística Reta de Regressão na Planilha Excel Análise de Regressão Linear Exercício 3

Onde

Video: Regressão linear e análise da variância no Excel

m é o declive, ou a mudança na Y devido a uma dada mudança na X

b é o interceptar, ou o valor de Y quando X = 0

Como um exemplo de análise de regressão, suponha que uma empresa quer determinar se os seus gastos com publicidade são, na verdade, aumentar os lucros, e se sim, por quanto. A empresa reúne dados sobre a publicidade e lucros para os últimos 20 anos e usa esses dados para estimar a seguinte equação:

Y = 50 + 0,25X

Onde

Y representa os lucros anuais da empresa (em milhões de dólares).

X representa os gastos com publicidade anual da corporação (em milhões de dólares).

Nesta equação, a inclinação é igual a 0,25, e a interceptação é igual a 50. Porque a inclinação da linha de regressão é de 0,25, isto indica que, em média, para cada aumento de US $ 1 milhão em gastos com publicidade, os lucros ascensão em US $ .25 milhões, ou US $ 250.000 . Porque a interceptação é 50, isso indica que sem publicidade, os lucros ainda seria de R $ 50 milhões.

Esta equação, portanto, pode ser usado para prever lucros futuros com base nos gastos com publicidade planejadas. Por exemplo, se a empresa planeja gastar US $ 10 milhões em publicidade no próximo ano, os seus lucros esperados será a seguinte:

Y = 50 + 0,25X

Y = 50 + 0,25 (10) = 50 + 2,5 + 52,5

Assim, com um orçamento de publicidade de US $ 10 milhões no próximo ano, os lucros são esperadas para ser de US $ 52,5 milhões.