TrabalhoMetodosDiogo

Introdução:
Este trabalho, realizado no âmbito da unidade curricular de Métodos de Previsão, terá inicialmente uma fundamentação teórica sobre modelos de regressão e de previsão, assim como a análise da sua aplicabilidade ao Marketing.
Posteriormente, será analisado um caso real, no qual apresentamos os dados recolhidos e as variáveis relacionadas. Procederemos a uma análise desses mesmos dados e, por fim, serão apresentadas as interpretações e conclusões obtidas.
O caso de estudo desenvolver-se-á em torno de uma empresa de venda de material de jardinagem. O objetivo será analisar a relação existente entre o preço e a cota de mercado.
Como responsáveis pelo Marketing da empresa, cabe-nos a nós retirar conclusões sobre a relação existente entre os dados obtidos, para efetuar futuras ações de mercado. Por estas razões iremos aplicar métodos de regressão e de previsão estudados, aplicando a sua utilizada matemática às ações de Marketing de uma seguradora.
Será que os modelos utilizados conseguem explicar a relação entre os dados obtidos? Qual a sua relação? Qual a sua importância para o Marketing? Pelo caminho, iremos calcular o coeficiente de correlação, a variância, a equação dos quadrados mínimos, a equação de regressão, intervalos de previsão, intervalos de confiança e testes de hipóteses, aprendidos na unidade curricular de Métodos de Previsão.

2Enquadramento Teórico
Modelos de Previsão e Regressão
O termo modelo linear é usado de diferentes maneiras de acordo com o contexto. O sentido mais comum é em com conexão com modelos de regressão e o termo é frequentemente tomado como um sinônimo de modelo de regressão linear. Entretanto o termo é também usado em análise de séries temporais com um diferente significado. Em cada caso, a designação "linear" é usada para identificar uma subclasse de modelos para os quais redução substancial na complexidade da teoria estatística relacionada é possível. Isto é, admitindo que se pretende prever o volume das vendas de um