Síntese: Nesta aula, retomamos o teste de 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: 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.
Nova análise do tratamento de água em duas ETE's (Estações de Tratamento de Esgoto)
Os mesmos valores usados para gerar esse gráfico foram reorganizados em uma nova planilha Excel (clique AQUI para fazer o download dessa planilha). Vamos ver como a reorganização dos dados das ETE's e a Análise de Regressão Linear Múltipla pode ajudar a testar a hipótese de que é significativo o efeito "estação de tratamento". Ou seja, a precipitação pode estimar o consumo de Hidróxido de Cálcio, mas a estimativa pode melhorar se for incluída no modelo uma variável que expressa o efeito da estação. Como fazer isso? Depois de debatido o problema, recorreremos à ferramenta "Análise de Dados (Regressão) do Excel para desenvolver a análise e preparar as suas conclusões para o debate final na sala de aula.