Trabalho PO - Aplicação Regressão Linear Múltipla

[pic 1]

INSTITUTO FEDERAL DE MINAS GERAIS CÂMPUS OURO BRANCO

BACHARELADO EM ADMINISTRAÇÃO

AIRTON BAÊTA

GLEYDSON PIO

LUCAS VINICIUS

SUELEN ALADIM

ATIVIDADE AVALIATIVA

APLICAÇÃO DA RLM – REGRESSÃO LINEAR MÚLTIPLA

OURO BRANCO

2023

ATIVIDADE AVALIATIVA

APLICAÇÃO DA RLM – REGRESSÃO LINEAR MÚLTIPLA

Relatório apresentado à disciplina de PO – Pesquisa Operacional, do curso de Bacharelado em Administração do Instituto Federal de Minas Gerais câmpus Ouro Branco – IFMG – como requisito parcial para aprovação na disciplina, sob a orientação do Professor Mestre Eric Bartulici.

OURO BRANCO

2023[pic 2]

LISTA DE ILUSTRAÇÃO

Ilustração 1 - Plotagem de Resíduos - Alunos por Turma.        9

Ilustração 2 - Plotagem de Resíduos - Complexidade.        11

Ilustração 3 - Plotagem de Resíduos – Horas Aula Dia.        12

Ilustração 4 - Plotagem de Resíduos – Distorção Idade Série        13

LISTA DE TABELAS

Tabela 1 – Comparativo de Parâmetros        7

Tabela 2 - Estatística de regressão        8

Tabela 3 – ANOVA        8

Tabela 4 - Detalhamento dos coeficientes de regressão        10

Tabela 5 - Resultado de Resíduos Plotagem de Resíduos.        14

Sumário

LISTA DE ILUSTRAÇÃO        3

LISTA DE TABELAS        4

1        INTRODUÇÃO        6

2        MATERIAIS E MÉTODOS        6

2.1        Problema/ justificativa        6

2.2        Objetivos        6

2.3        Instrumentos de coleta de dados        6

2.4        Tratamento e análise dos dados        7

3        DESENVOLVIMENTO        8

3        DISCUSSÃO        15

5        CONSIDERAÇÕES FINAIS        15

REFERÊNCIAS        16

1. INTRODUÇÃO

A regressão linear múltipla é uma técnica estatística utilizada para entender e modelar as relações entre uma variável dependente e duas ou mais variáveis independentes. Ela é uma extensão da regressão linear simples, que lida apenas com uma única variável independente.

Na regressão linear múltipla, o objetivo é encontrar uma equação que represente a relação linear entre as variáveis independentes e a variável dependente, permitindo prever o valor da variável dependente com base nos valores das variáveis independentes. Essa equação é estimada a partir de um conjunto de dados observados, usando métodos estatísticos.

A regressão linear múltipla tem diversas aplicações em diferentes áreas, como economia, ciências sociais, saúde, engenharia e muitas outras. Ela é usada para fazer previsões, entender quais variáveis têm impacto significativo na variável dependente, identificar a magnitude e a direção desses impactos e avaliar a qualidade do ajuste do modelo aos dados.

1. MATERIAIS E MÉTODOS

1. Problema/ justificativa

Proposta de trabalho avaliativo realizada pelo professor para pesquisa de um banco de dados qe possa ser aplicada a regressão linear múltipla.

1. Objetivos

        Analisar os dados e encontrar a equação regressiva ajustada e aplicá-la em alguma simulação.

1. Instrumentos de coleta de dados

Os dados primários foram coletados por meio de pesquisas na internet, onde, baixados os bancos de dados em um site do governo (https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/indicadores-educacionais), permitiram extração dos dados alvos para montagem das tabelas comparativas e utilizadas para tratamento.

1. Tratamento e análise dos dados

Com base nos dados primários, foi utilizado o software Microsoft Excel, para a sua tabulação e posterior uso da ferramenta “Análise de Dados”, para obtenção de dados secundários para propiciar as análises de regressão linear múltipla.

UNIDADES IFMG	RENDIMENTO ESCOLAR	COMPLEXIDADE	ALUNOS POR TURMA	HORAS AULA DIA	DISTORÇÃO IDADE SÉRIE
IFMG - CAMPUS AVANCADO ARCOS	87,3	3,0	28,3	9,5	10,0
IFMG - CAMPUS BETIM	95,0	2,0	53,3	10,3	21,3
IFMG - CAMPUS CONGONHAS	93,5	4,0	33,3	10,2	13,0
IFMG - CAMPUS AVANCADO CONSELHEIRO LAFAIETE	94,8	3,0	38,7	9,1	13,7
IFMG - CAMPUS FORMIGA	92,0	2,0	31,6	9,8	8,8
IFMG - CAMPUS GOVERNADOR VALADARES	90,7	3,0	37,2	9,8	9,9
IFMG - CAMPUS AVANCADO DE IPATINGA	95,9	2,0	36,3	10,0	13,3
IFMG - CAMPUS AVANCADO ITABIRITO	94,4	2,0	31,7	9,7	11,1
IFMG - CAMPUS OURO BRANCO	93,1	3,0	36,2	9,8	17,4
IFMG - CAMPUS OURO PRETO	82,6	3,0	25,8	9,8	23,5
IFMG - CAMPUS AVANCADO PIUMHI	96,8	2,0	36,0	9,2	3,3
IFMG - CAMPUS AVANCADO PONTE NOVA	98,9	2,0	34,4	9,0	16,0
IFMG - CAMPUS RIBEIRAO DAS NEVES	90,6	2,0	30,8	9,8	17,3
IFMG - CAMPUS SABARA	94,6	3,0	34,7	10,5	22,4
IFMG - CAMPUS SANTA LUZIA	97,7	3,0	37,0	10,1	16,2
* O CAMPUS IBIRITÉ FOI EXCLUÍDO DA AMOSTRAGEM POR NÃO RELACIONAR ALGUNS PARÂMETROS E PODERIA INDUZIR RESULTADOS EQUIVODADOS.

Tabela 1 – Comparativo de Parâmetros (Fonte: Elaborado pelos acadêmicos)