Metodos Preditibos

Atividade de fixação de conteúdo 1 21102024 Valor 20 Instruções fazer em duplas ou trios colocar o nome de todos na atividade e somente uma pessoa do grupo entrega impreterivelmente até o dia 28102024 na atividade do classroom identificada como Atividade 1 1 Avalie as afirmações como verdadeiras V ou falsas F e corrija as informações falsas a Homocedasticidade quer dizer que os valores dos erros precisam possuir um padrão ou seja não se distribuírem de forma constante em tono do seu valor médio b Heterocedasticidade é desejável para que o modelo esteja dentro dos pressupostos c O modelo precisa ter autocorrelação dos erros isso quer dizer que o erro de uma observação é influenciado pelo erro de outra observação d Normalidade quer dizer que os dados precisam seguir um padrão médio não podem ter outliers e Se a amostra for suficientemente grande podemos relaxar a hipótese da normalidade dos erros f Multicolinearidade é um pressuposto somente das regressões múltiplas g Multicolinearidade mede a relação entre as variáveis dependentes e independentes do modelo h Multicolinearidade é uma questão de grau já que vai haver correlação entre as variáveis inevitavelmente quando elas estiverem relacionadas com uma mesma variável dependente i Dentre os pressupostos gerais o número de parâmetros a serem estimados deve ser sempre menor que o número de observações j É uma possibilidade da análise de regressão prever os valores de Y quando os valores de X são iguais para todas as observações k O coeficiente de determinação é uma medida da eficiência do modelo l O R2 ou coeficiente de determinação varia de 0 a 100 m O coeficiente de determinação mostra a relação inversa com a eficiência assim quanto maior o coeficiente menor a capacidade de explicação do modelo n RMSE é uma métrica usada para avaliar o desempenho de modelos preditivos o o RMSE indica um bom ajuste do modelo se for muito maior que a média dos valores da variável dependente p O RMSE é útil para comparar o desempenho de diferentes modelos preditivos q Para o teste de hipóteses das variáveis e do modelo não é necessário primeiramente atender aos pressupostos r Inferência corresponde a alegações sobre uma população s Teste de hipótese são informações da amostra que representam a população t No teste de hipótese quem determina o nível de significância é o software utilizado pelo pesquisador u O teste de hipótese do modelo de regressão linear possibilita saber se pelo menos um dos parâmetros é diferente de zero v No teste de hipótese do modelo de regressão linear queremos que todos os parâmetros sejam iguais a zero w O teste T testa a significância total da regressão e o teste F testa se um determinado parâmetro é estatisticamente significativo x o nível de significância do teste de hipóteses é sempre de 5 y A comparação do teste de hipótese é feita entre o pvalor e o nível de significância z Para os testes T e F da análise de regressão quando o pvalor é menor que 005 podemos dizer que o modelo e as variáveis são estatisticamente significativos com 5 de chance de erro 2 O que diferencia a ANOVA ANCOVA e análise de regressão 3 Qual a importância de entender e utilizar a ANOVA e ANCOVA para resolver problemas empresariais 4 Uma empresa está com um problema de redução do ticket médio de compra dos clientes Tentando resolver esse problema o empresário coletou informações de 300 clientes Idade X1 Sexo X2 mulher1 Renda X3 Escolaridade ensino fundamental X4 ensino médio X5 ensino superior X6 variável omitida sem escolaridade Valor da venda Y Realizando uma ANCOVA ele obteve a seguinte equação Y 96 112X1 538X2 004X3 19X4 32X5 126X6 a Classifique as variáveis de acordo com os tipos qualitativas nominais ordinais e binárias quantitativas contínuas e discretas b Explique o que significa cada um dos parâmetros calculados para o empresário na resolução do seu problema Considerando essas informações qual o perfil de cliente tem um valor médio de compra maior nessa empresa c Calcule o valor do ticket médio de compra de um cliente com 20 anos homem ensino superior completo e com renda de R 250000 d O resultado para do R2 que o empresário obteve foi de 086 Explique o isso significa e O resultado do RMSE foi de 380 sendo que a média da variável dependente foi de R 10000 Explique o que isso significa f O empresário escolheu um nível de significância de 5 e o resultado do pvalor do teste F foi de 0031 Explique o que isso significa g O empresário escolheu um nível de significância de 5 e o resultado do pvalor do teste T foi de 036 para X0 05 para X1 002 para X2 003 para X3 049 para X4 000 para X5 e 001 para X6 Explique o que cada valor desses significa 1 a Falsa Os erros devem se distribuir de forma constante em torno do seu valor médio b Falsa A homocedasticidade é desejada c Falsa Para atender aos pressupostos não pode haver autocorrelação entre os erros d Falsa A normalidade pressupõe que os erros devem seguir um padrão médio não os dados e Verdadeira f Verdadeira g Falsa A multicolinearidade mede a relação entre as variáveis independentes não entre as dependentes e independentes h Verdadeira i Verdadeira j Falsa Um dos pressupostos do modelo de análise de regressão é a variabilidade dos dados da variável independente ou seja de x k Verdadeira l Falsa O R2 varia entre 0 e 1 onde 0 significa total incapacidade do modelo e 1 representa capacidade explicativa total do modelo m Falsa Quanto maior o coeficiente de determinação maior o poder explicativo do modelo n Verdadeira o Falsa Se o RMSE for muito maior que a média as previsões do modelo estão distantes dos valores reais indicando um mau ajuste Um RMSE próximo de zero geralmente indica que o modelo está fazendo previsões precisas p Verdadeira q Falsa Para realizar os testes é fundamental que sejam atendidos os pressupostos do modelo r Verdadeira s Falsa O teste de hipótese é um procedimento estatístico para avaliar hipóteses sobre uma população t Falsa Quem determina o coeficiente de determinação é o pesquisador de acordo com os objetivos da pesquisa u Verdadeira v Falsa Queremos saber se pelo menos um dos parâmetros é significativamente diferente de zero w Falsa É o teste F que testa a significância total da regressão e o teste T testa a significância individual dos parâmetros x Falsa O pesquisador determina o nível de significância baseandose nos objetivos da pesquisa y Verdadeira z Verdadeira 2 A ANOVA Análise de Variância é usada para comparar as médias de três ou mais grupos e verificar se há diferenças significativas entre eles Por exemplo podese usar a ANOVA para analisar o desempenho de estudantes em diferentes métodos de ensino Já a ANCOVA Análise de Covariância é uma extensão da ANOVA que também considera variáveis adicionais covariáveis que podem influenciar os resultados Isso permite ajustar as médias dos grupos para essas variáveis proporcionando uma comparação mais precisa A análise de regressão por sua vez foca na relação entre variáveis permitindo prever o valor de uma variável dependente com base em uma ou mais variáveis independentes Enquanto a ANOVA e a ANCOVA se concentram na comparação de grupos a regressão busca entender como as variáveis se relacionam e influenciam umas às outras 3 Entender e utilizar ANOVA e ANCOVA é muito importante para empresas que buscam tomar decisões mais embasadas A ANOVA por exemplo ajuda a identificar se diferentes grupos como vendedores de uma equipe têm desempenhos distintos Isso pode orientar ações de treinamento ou mudanças nas estratégias de vendas A ANCOVA por outro lado permite que a empresa considere outras variáveis que podem afetar o desempenho como experiência ou localização dos vendedores Dessa forma a análise fica mais precisa já que se ajusta as comparações levando em conta esses fatores Com essas ferramentas as empresas podem melhorar processos identificar oportunidades e assim aumentar a eficiência Em um mercado competitivo ter dados e análises confiáveis pode fazer toda a diferença na hora de formular estratégias 4 a Idade quantitativa discreta Sexo qualitativa nominal binária Renda quantitativa podendo ser contínua ou discreta Escolaridade qualitativa ordinal binária b Para X1 pessoas mais velhas tendem a pagar menos Para cada idade adicional o ticket de compra diminui em R 112 Para X2 o modelo indica que em comparação aos homens as mulheres tendem a gastar em média R 538 a menos por compra Para X3 a cada aumento de R 1 na renda o ticket de compra aumenta em R 004 Isso significa que quanto maior a renda da pessoa maior tende a ser o valor das compras que ela realiza Para X4 X5 e X6 temos algumas conclusões O modelo mostra que ter ensino fundamental X4 resulta em um aumento no valor da venda de R 190 em comparação a não ter escolaridade Quem possui ensino médio X5 aumenta o ticket em R 320 E por fim as pessoas com ensino superior X6 apresentam um aumento de R 1260 no valor da venda Esses dados sugerem que a escolaridade tem um impacto positivo no valor das compras com os graduados gastando significativamente mais do que aqueles sem escolaridade O perfil de cliente com o maior ticket seriam homens mais novos com maior renda e escolaridade superior c Y 96 112 20 004 2500 126 R 9980 d Isso significa que 86 da variabilidade dos dados é explicada pelo modelo Embora não exista um valor ideal exato para o R2 isso pode representar uma boa capacidade preditiva e Um RMSE de 380 significa que em média as previsões do modelo estão a R 380 dos valores reais da variável dependente Como a média da variável é R 10000 esse erro representa apenas 38 do valor médio Isso indica que o modelo tem um bom ajuste e suas previsões são relativamente precisas f O teste F testa a significância total do modelo Temos nesse caso um pvalor inferior ao nível de significância estabelecido Isso significa que pelo menos uma das variáveis do modelo tem um efeito estatisticamente significativo Esse resultado justifica a inclusão das variáveis no modelo g Para X0 036 X1 05 e X4 049 não há evidências suficientes para rejeitar a hipótese nula sugerindo que essas variáveis não são significativas Já para X2 002 X3 003 X5 000 e X6 001 os pvalores são menores que 005 indicando que essas variáveis têm um efeito estatisticamente significativo no modelo