Geometrica
Predição e Análise
Regressão Linear
Modelo estatístico para análise de relações entre variáveis contínuas
O que é?
O modelo de regressão linear múltipla é um modelo estatístico versátil para avaliar relacionamentos entre um destino contínuo e os preditores.
Características
Suporta preditores contínuos, categóricos e derivados
Permite modelagem de relacionamentos não lineares
Inclui termo constante (interceptação) no modelo
Detalhamento Técnico
O modelo é linear porque consiste em termos aditivos em que cada termo é um preditor que é multiplicado por um coeficiente estimado. O termo constante (interceptação) normalmente também é incluído no modelo.
A regressão linear é usada para gerar insights para gráficos que contêm pelo menos dois campos contínuos com um identificado como o destino e o outro como um preditor. Além disso, um preditor categórico e dois campos contínuos auxiliares podem ser especificados em um gráfico e usados para gerar um modelo de regressão apropriado.
A significância estatística do modelo é avaliada através de testes estatísticos apropriados, e sua performance é medida através de métricas como R², RMSE e Erro Máximo.
Resultados do Modelo
Análise detalhada das métricas de performance do modelo em dados de treino e validação.
R² Score
Training
0.9277
Validation
0.9325
RMSE
Training
4.5854
Validation
4.4422
Erro Máximo
Training
43.4339
Validation
31.0151
Análise de Performance
Coeficiente de Determinação (R²)
O modelo apresenta R² de 0.9325 na validação, indicando que 93.25% da variabilidade dos dados é explicada pelo modelo.
Erro Quadrático Médio (RMSE)
O RMSE de 4.4422 na validação indica o erro médio das predições em unidades da variável alvo.
Erro Máximo
O erro máximo de 31.0151 na validação representa o pior caso de predição do modelo.