cabotagem
O modelo de regressão linear (ajuste de retas) consiste em determinar a função definida em 1, sendo y a variável dependente e x a variável independente. Para a execução dos cálculos, utilizam-se as equações descritas abaixo.
1. Equação da Reta
2. Equação da Reta Estimada
3. Equações de Regressão
Nomenclatura : representa a média dos valores do eixo y. representa os valores reais da série histórica que podem ser: vendas, temperaturas, gastos, custos e etc.
representa a média dos valores do eixo x.
representa o tempo que pode ser em: meses, anos, semanas, dias e etc.
representa o nível (intercepção no eixo y) da séria de dados a ser estimado.
representa a tendência da séria de dados a ser estimada.
4. Coeficiente de Correlação
Obs. Para uma boa aderência dos dados em uma regressão é necessário que o módulo de r seja próximo de um, ou seja, .
Passos para calcular os parâmetros da Regressão Linear.
1º Passo
Obter o valor médio de x e y, ou seja, e definidos em 3.
2º Passo
Obter o valor de definido em 3.
3º Passo
Obter o valor de definido em 3.
4º Passo
Calcular os valores da Regressão linear através da fórmula: definida em 2.
5º Passo
Calcular o coeficiente de correlação definido em 4.
Exemplo:
Mês 1 2 3 4 5 6
Vendas 12 9 10 20 23 19
Resposta
= 6,8 = 2,49
y = 2,49*x + 6,8
r = 0,78
Mês (x) 1 2 3 4 5 6
Vendas (y) 12 9 10 20 23 19
Ajuste 9,29 11,78 14,27 16,76 19,25 21,74
Erro 2,72 -2,76 -4,24 3,28 3,8 -2,68
• Para encontrar o ajuste basta multiplicar o valor de x por 1, 2, 3, ...
• Para encontra a previsão um passo a frente basta multiplicar o valor de x pela última posição do mês mais um. Neste exemplo o valor de x = 7.
• y = 2,49*7+6,8, y =24,23 então a previsão para o mês sete é 24,23.
• Erro é a diferença entre as vendas e o ajuste da reta.