bacharel

UNIVERSIDADE FEDERAL DE SANTA CATARINA - UFSC
ALUNO: RORIGO BENINCÁ MACHADO
Variáveis candidatas para fazerem parte do modelo:
•

Variável dependente: o Log(preço)

•

Variáveis preditoras: o Log(área Privada) o Consumo energia o Idade o Presença de elevador o Regia Homo gênea o RH1 o RH2 o Presença de garagem o Dependência de empregada

Utilizando o stepwise regression sem qualquer transformação nas variáveis verificamos que apenas a variável ‘energia’ não entrou no modelo, conforme pode ser visto no quadro abaixo.
Step
Constant

1
3,977

2
4,650

3
4,814

4
4,864

5
5,155

6
5,080

7
5,150

ArePriv
T-Value
P-Value

1,382
46,71
0,000

1,280
46,35
0,000

1,233
46,30
0,000

1,193
43,10
0,000

1,125
33,58
0,000

1,128
34,03
0,000

1,103
30,20
0,000

-0,0252
-10,89
0,000

-0,0225
-10,18
0,000

-0,0188
-8,13
0,000

-0,0199
-8,63
0,000

-0,0195
-8,57
0,000

-0,0189
-8,22
0,000

0,329
7,41
0,000

0,475
8,64
0,000

0,447
8,15
0,000

0,412
7,46
0,000

0,410
7,44
0,000

0,144
4,33
0,000

0,129
3,92
0,000

0,101
3,00
0,003

0,094
2,76
0,006

0,110
3,46
0,001

0,105
3,35
0,001

0,111
3,52
0,000

0,102
3,17
0,002

0,090
2,74
0,006

Idade
T-Value
P-Value
RH2
T-Value
P-Value
RH1
T-Value
P-Value
DepEmp
T-Value
P-Value
Elev
T-Value
P-Value
Garag
T-Value
P-Value
S
R-Sq
R-Sq(adj)
C-p

0,065
1,61
0,108
0,290
84,67
84,63
250,9

0,254
88,22
88,16
104,0

0,238
89,66
89,58
45,3

0,233
90,13
90,03
27,5

0,230
90,43
90,30
17,1

0,227
90,67
90,52
9,0

0,227
90,73
90,56
8,4

Observa-se que sempre que uma variável é adicionada ao modelo seus valores de c-p e s
(que são estatísticas de comparação de modelos) diminuem, indicando que as variáveis adicionadas são relevantes ao modelo.

Com as variáveis selecionadas pelo algoritmo stepwise realizou-se a regressão múltipla