Regressão Linear Multipla
PPGEP
CAPÍTULO 10
Muitos problemas de regressão envolvem mais de uma variável regressora. Por exemplo, a qualidade de um processo químico pode depender da temperatura, pressão e taxa de agitação. Nesse caso há três variáveis regressoras.
Regressão Linear Múltipla
REGRESSÃO LINEAR
MÚLTIPLA
PPGEP
UFRGS
O Modelo da Regressão Linear Múltipla
O modelo geral da regressão linear múltipla é:
Y = β0 + β1 X 1 + β2 X 2 + ... + β k X k + ε (1)
O problema então é estimar o valor dos coeficientes βi a partir de um conjunto de dados do tipo:
PPGEP/UFRGS
Y y1 y2
.
.
.
yn
X1 x11 x21
.
.
.
xn1
X2 x12 x22
.
.
.
xn2
...
...
...
.
.
.
...
nesse caso é fácil mostrar que:
Xk x1k x2k
.
.
.
xnk
PPGEP
, β0 = β0 + β1 x1 + ... + βk xk
enquanto que os demais coeficientes β1,...,βk ficam inalterados. O que está sendo feito é simplesmente eliminar o valor médio das variáveis regressoras.
Regressão Linear Múltipla
Regressão Linear Múltipla
PPGEP
Novamente, o método dos mínimos quadrados é usado para minimizar: [
(
L = ∑ y j − b0 + b1 x1 j + ... + bk xkj
)]2
(2)
Observa-se que a aplicação do método dos mínimos quadrados fica simplificada se o modelo (1) é reescrito como:
,
Y = β0 + β1 ( X 1 − x1 ) + ... + β k ( X k − xk ) + ε
PPGEP/UFRGS
2
(3)
3
Além de simplificar a estimativa dos coeficientes, o uso do modelo
(3) também facilita outras tarefas associadas a inferências.
Usando (3) , a função a ser minimizada é:
[ (
(
)
(
,
L = ∑ yi − b0 + b1 x1 j − x1 + ... + bk xkj − xk
PPGEP/UFRGS
))]2
(4)
4
Notação Matricial
PPGEP
PPGEP
Regressão Linear Múltipla
Regressão Linear Múltipla
,
β0
1 ( x11 − x1 ) ... ( xk 1 − xk )
Y1
ε 1
.
.
.
.
.
.
; β = . ; ε = .
Y = . ; X = .
.
.
.
.
.
.
.
.