Métodos Quantitativos em Processos Decisórios: Regressão e Análises Avançadas

Métodos Quantitativos em Processos Decisórios AULA Regressão Parte 1 Profa Anna Célia Affonso dos Santos Como evoluir na análise de dados Análise Descritiva Data Mining Business Intelligence Data Visualization Dashboards Análise de Diagnóstico O que aconteceu no passado Análise Preditiva Análise Big Data O que pode acontecer no futuro Análise Prescritiva O que precisa ser feito O que aconteceu Porque aconteceu O que vai acontecer Como podemos fazer algo acontecer VALOR DIFICULDADE Fonte Garner Visualização gráfica Regressão Múltipla Ferramentas GIS Social Listening Conglomerados Análises Avançadas Análises Básicas Novas capacidades analíticas Métodos Visuais Métodos Estatísticos Métodos Computacionais Técnicas de Classificação e Associação Agrupamento Cluster Deep Learning por Redes Neurais Artificiais Text Mining Ciclo de Vida CRM Capacidade computacional Análise Discriminante Análise de Correspondência Análise Fatorial Regressão logística Deep Learning com Árvores de decisão Digital marketing analytics Visão didática não considera diferenças nas bases e ambientes Simulação Ferramentas para a evolução analítica Retrospectiva Previsão Como definer a técnica adequada de análise INÍCIO Quantas variáveis são analisadas simultaneamente Análise univariada Análise bivariada Análise multivariada Média Desvio Padrão Mediana Desvio quartílico Moda Frequência absoluta Teste z Teste t Coef Corr Linear Regressão Simples Teste t Regressão Múltipla Regressão Logística Análise Discriminante Análise Fatorial outras UMA DUAS MAIS DE DUAS Como utilizar técnicas multivariadas PROCEDIMENTO MULTIVARIADOS Métodos de Interdependência ou dependência Objetivo Classificação e Agrupamento Redução de Dados Exemplos de técnicas Análise de Conglomerado Análise Fatorial Escalonamento Análise de Correspondência Objetivo Investigação de dependência Previsão Exemplos de técnicas Regressão Múltipla Regressão Logística Análise Discriminante Análise Conjunta MÉTODOS DE INTERDEPENDÊNCIA MÉTODOS DE DEPENDÊNCIA Regressão Múltipla Projetar uma variável em função de outras A variável dependente é métrica Valor das compras no mês Regressão Logística Projetar probabilidade de evento baseado em demais informações Probabilidade de ocorrência do evento Probabilidade de inativação do cliente Uso das técnicas de análise TÉCNICA DESCRIÇÃO APLICAÇÃO EXEMPLO Métodos de dependência TÉCNICA DESCRIÇÃO APLICAÇÃO Análise Discriminante Uso das técnicas de análise EXEMPLO Classificar objetos em grupos avaliar as variáveis preditoras e apresentar de forma gráfica Os valores numéricos das coleções de objetos devem ser o mais separados possível Discriminar ou separar clientes de acordo com suas características Determinar categorias de risco de crédito Métodos de Interdependência Análise Conjunta Entender como os respondedores desenvolvem suas preferências por um tipo de objeto produto serviço ou ideia Determinar a maior utilidade de um determinado atributo Identificar atributos que melhoram ou pioram a percepção do produto utilidade do atributo httpshbspharvardeduinspiringminds18businessvideosyourefreetouseinclass Entendendo a Análise Preditiva O que é a análise de regressão Y b0 b1 V1 b2 V2 e Técnica utilizada para analisar a relação entre uma única variável dependente e diversas variáveis independentes preditoras O conjunto de variáveis independentes ponderadas forma a equaçãomodelo de regressão Quando utilizar Quando as variáveis dependente e independentes são métricas ou adequadamente transformadas Variável Dependente métrica Intercepto Coeficiente De Regressão Variável Independente métrica Erro Resíduo Laboratório de Análise de Regressão Exemplo Regressão Linear Simples Previsão de vendas LABORATÓRIO Projetar Estimar as Vendas de um modelo específico de automóvel em função do Valor gasto em propaganda na mídia impressa jornal Vendas Gjornal 6 1 7 2 15 3 18 5 20 8 23 6 30 10 35 8 40 5 30 9 50 12 55 15 40 20 45 13 30 18 50 23 55 25 60 30 30 10 40 15 45 18 45 20 50 25 45 20 60 28 48 20 65 32 70 33 55 30 60 40 Exemplo Regressão Linear Simples Previsão de vendas y 14345x 16633 R² 07743 0 10 20 30 40 50 60 70 80 0 5 10 15 20 25 30 35 40 45 Vendas por Gasto em Propaganda Interpretação dos parâmetros 16633 vendas alcançadas sem investimento na mídia jornal 1435 acréscimo nas vendas a cada variação de uma unidade de investimento na mídia jornal Exemplo Regressão Linear Múltipla Previsão de vendas Projetar Estimar as Vendas de um modelo específico de automóvel em função do Valor gasto em propaganda em jornal tv e mala direta Vendas Gjornal Gtv Gmdireta 6 1 3 4 7 2 4 4 15 3 8 16 18 5 8 8 20 8 10 30 23 6 11 2 30 10 15 10 35 8 18 20 40 5 20 10 30 9 15 10 50 12 13 5 55 15 18 4 40 20 15 23 45 13 20 30 30 18 15 20 50 23 18 10 55 25 25 25 60 30 15 10 30 10 15 34 40 15 18 32 45 18 24 25 45 20 30 18 50 25 25 30 45 20 20 25 60 28 25 35 48 20 15 28 65 32 21 30 70 33 20 26 55 30 17 21 60 40 25 29 Y 8384 1082 Gjornal 084 Gtv Coeficientes Interseção 8384 Gjornal 1082 Gtv 0840 NOVA REGRESSÃO MÚLTIPLA Estatística de regressão RQuadrado 083 Observações 30 Exemplo Regressão Linear Múltipla Previsão de vendas Coeficiente de Explicação ou Determinação mede a intensidade da associação entre as variáveis Análise do Modelo de Regressão Avaliar as variáveis independentes VI que entraram no modelo Nas medidas de ajustamento do modelo R2 E R2 ajustado da variância da Variável dependente que é explicada pelo modelo Coeficientes do modelo Utilizados para escrever a equação Estimativas estandardizadas Avalia a força ou importância da VI para explicar a VD Valorp Testa a hipótese que cada coeficiente é igual a zero se p005 rejeitamos H0 e aceitamos que o coeficiente de regressão é significante VI explica parte da variação da VD Rodando a Regressão com Jamovi httpscloudjamoviorg Análise de Regressão no Jamovi Arquivo Base Vendas Automóvelxlsx Utilizando o Jamovi utilizar a Regressão Linear para previsão das vendas variável dependente Vendas considerando o Gasto em Jornal variável independente Gjornal Análise de Regressão no Jamovi Arquivo Base Vendas Automóvelxlsx y 14345x 16633 R² 07743 Ex Previsão de Lucro Abrir o arquivo filmessav O lucro com o filme é igual ao faturamento menos o gasto Variável Dependente Lucro Faturmilhões Gastomilhoes Questão Considerando o histórico de informações qual será o lucro de um filme de 144 min de duração Exemplo Previsão de lucro Dado o histórico qual será o lucro de um filem de 144 min de duração Ex Previsão de Lucro Criar a variável Lucro JAMOVI Dados Calcular Ex Previsão de lucro Considerando os dados históricos qual será o lucro de um filme de 144 min Análises Exploração Gráfico de Dispersão Ex Previsão de lucro Vamos rodar a regressão linear Análises Regressão Regressão Linear Lucro 90568 132 Duração Lucro 90568 132 144 Lucro 100088 EX1 Previsão de lucro Análise dos resultados p 005 rejeita Ho Ho beta 0 na população Logo o coeficiente de regressão é significante VI explica parte da variação da VD Coluna Estimativas Equação para a previsão Lucro 90568 1324 Duração do filme EX1 Previsão de lucro Inserir Estimativa Estandardizada A estimativa estandardizada é usada apenas para avaliar qual VI é mais forte para explicar a variância da VD Como é padronizada a unidade de medida da VI não interfere nessa comparação Para cada 1 unidade de desvio padrão que X aumenta na média Y aumentará 0372 desvios padrões Ex Previsão de Lucro Avaliando ajustamento do modelo Medidas para comparação entre modelos R2 da variância da Variável dependente que é explicada pelo modelo R2 ajustado dá uma penalidade no R² pelo aumento de VI e pelo uso de amostra pequena Qual a qualidade do ajuste da equação de regressão COEFICIENTE DE DETERMINAÇÃO R2 SQT variação total Soma de quadrados utilizando a média amostral como previsão SQR variação explicada pela equação de Regressão Soma de quadrados devido à regressão SQE variação não explicada pela equação Soma dos quadrados devido aos erros y 2 yi 2 ˆ y yi 2 ˆi i y y R2 coeficiente de determinação de variância da VD que é explicada pelas VI 𝒚 ഥ𝒚 𝒚 𝒂 𝒃𝒙 Variância total se previsão média Variância menor se previsão reta Variância que não é explicada pela reta R² 1 Var Medida de qualidade do ajuste COEFICIENTE DE DETERMINAÇÃO R2 R2 Variação total Variação explicada yi y2 yi y2 SQR SQT 0 R2 1 Quanto mais alto é o valor de R2 mais o modelo de regressão linear simples consegue explicar a variação de Y Ex Previsão de Lucro Avaliação de pressupostos Significância dos coeficientes Teste F Normalidade dos resíduos p005 O modelo é significativo A variável preditora explica a variância da variável dependente Ex Previsão de Lucro Avaliação de pressupostos Significância dos coeficientes Teste f Normalidade dos resíduos Distribuição normal dos resíduos A distribuição dos resíduos não segue uma distribuição normal já que p005 Esta variável não é boa preditora Pontos próximos à linha reta indicam distribuição normal dos resíduos jamovi Usar como VI Exercício 1 Nota do público como VI para entrega Arquivo filmessav Questão É possível estimar o lucro de m filme a partir da Nota do público Exercitando Obrigada