Agenda

• Síntese: Até agora lidamos com relações entre variáveis que ao explorá-las num gráfico estudávamos a hipótese de uma ser preditiva da outra. Na aula passada, por exemplo, estudamos a relação entre emissões globais de CO2 e aquecimento do planeta.  Nesta aula veremos que, usando praticamente os mesmo conhecimentos adquiridos até agora, podemos testar a hipótese de uma variável estar linearmente relacionada com duas ou mais. Isto é, da estimação de uma variável ser dependente de duas ou mais variáveis. A esse estudo denominamos Regressão Linear Múltipla. 
• Dinâmica: Primeiro vamos explorar graficamente a relação entre PIB per capta e área do país. Em seguida, veremos se a entrada da variável área com floresta melhora a capacidade preditiva da área do país explicar PIB per capta. Retomaremos os dados usados no ED6 que mostravam o consumo de um insumo usado no tratamento das águas de esgoto coletadas por duas ETE's.  Veremos que os dados originalmente usados no ED6 foram reorganizados em uma nova planilha. O desafio será aplicar um modelo de regressão múltipla para testar a hipótese de que a predição do consumo de hidróxido de cálcio pode ser melhorada se acrescentarmos no modelo uma variável "auxiliar" que captura o efeito devido à estação de tratamento.

O consumo energético em diferentes países em função do tamanho da população e PIB per capta

Dados de 2014 extraídos do banco de dados do Banco Mundial foram reorganizados em uma planilha Excel, e expressam para diversos países o consumo energético, o PIB, a área, o tamanho da população etc. (clique para fazer o download da planilha com dados de 2014 ou 2021).  Vamos propor um modelo regressão linear múltipla usando esses dados.  Acompanhe as explicações e participe tirando as suas dúvidas.