Análise de regressão na análise estatística de dados grandes - análise de regressão de dados

Regressão análise < é usado para estimar a força e direção da relação entre variáveis ​​ linearmente relacionadas entre si. Duas variáveis ​​ X e Y são ditas linearmente relacionadas se a relação entre elas pode ser escrita na forma Y

= > mX + b onde m

é a

inclinação, ou a alteração em Y devido a uma determinada alteração em > X

b é a intercepção

,

ou o valor de Y quando X = 0 Como exemplo de análise de regressão, suponha que uma corporação queira determinar se as despesas de publicidade estão realmente aumentando lucros e, em caso afirmativo, por quanto. A corporação reúne dados sobre publicidade e lucros nos últimos 20 anos e usa esses dados para estimar a seguinte equação:

Y

= 50 + 0. 25

X

onde Y representa os lucros anuais da corporação (em milhões de dólares).

X

representa as despesas anuais de publicidade da corporação (em milhões de dólares). Nesta equação, a inclinação é igual a 0. 25 e a intercepção é igual a 50. Como a inclinação da linha de regressão é 0. 25, isso indica que, em média, por cada aumento de US $ 1 milhão nas despesas publicitárias, os lucros aumentam $. 25 milhões, ou US $ 250, 000. Como a interceptação é de 50, isso indica que sem publicidade, os lucros ainda seriam de US $ 50 milhões.

Esta equação, portanto, pode ser usada para prever lucros futuros com base em gastos de publicidade planejados. Por exemplo, se a corporação planeja gastar US $ 10 milhões em publicidade no próximo ano, seus lucros esperados serão os seguintes:

Y

= 50 + 0. 25

X

Y = 50 + 0. 25 (10) = 50 + 2. 5 + 52. 5 Assim, com um orçamento publicitário de US $ 10 milhões no próximo ano, os lucros deverão ser de US $ 52. 5 milhões.