A regressão linear é um dos algoritmos de aprendizado de máquina mais antigos e amplamente utilizados na estatística e na ciência de dados. Seu principal objetivo é modelar a relação entre uma variável dependente (alvo) e uma ou mais variáveis independentes (preditoras), ajustando uma reta (ou hiperplano, no caso multivariado) que melhor explica essa relação.
Conceito de Regressão Linear
A ideia central da regressão linear é prever o valor de uma variável com base em outras variáveis relacionadas. No caso mais simples, chamado de regressão linear simples, utilizamos apenas uma variável preditora e a relação é representada por uma linha reta:
y = a + bx
Onde:
- y: variável dependente (alvo)
- x: variável independente (preditor)
- a: intercepto da reta
- b: coeficiente angular (quanto y varia para cada unidade de x)
Quando há mais de uma variável preditora, temos a regressão linear múltipla:
y = a + b1x1 + b2x2 + … + bnxn
Como Funciona o Algoritmo?
O algoritmo de regressão linear utiliza métodos matemáticos, como o método dos mínimos quadrados, para encontrar os coeficientes (a, b1, b2, …) que minimizam a soma dos quadrados das diferenças entre os valores previstos e observados.
O processo básico envolve:
- Calcular a média dos dados.
- Estimar os coeficientes que minimizam os erros de previsão.
- Gerar a reta (ou hiperplano) que melhor se ajusta ao conjunto de dados.
Onde é Utilizada?
A regressão linear possui aplicação em diversas áreas, como:
- Economia: previsão de preços, tendências de mercado.
- Ciências sociais: análise de impacto de políticas públicas.
- Saúde: estudo de relação entre fatores de risco e doenças.
- Engenharia: controle de processos e manutenção preditiva.
- Negócios: previsão de vendas, análise de desempenho financeiro.
Pontos Fortes
Simplicidade e interpretabilidade: Fácil de entender e implementar.
Eficiência: Gera resultados rapidamente, mesmo para grandes volumes de dados.
Base conceitual sólida: Fundamentada em princípios estatísticos conhecidos.
Pontos Fracos
Suposições rígidas: Pressupõe linearidade, normalidade dos resíduos e ausência de multicolinearidade.
Sensibilidade a outliers: Valores atípicos podem distorcer bastante o modelo.
Limitações para dados complexos: Não captura relações não lineares ou interações complexas entre variáveis.
Implementação de Algoritmo Básico em C# do algoritmo
using System;
class RegressaoLinearSimples
{
// Calcula o coeficiente angular (slope) e o intercepto
public static void CalcularRegressao(double[] x, double[] y, out double slope, out double intercept)
{
int n = x.Length;
double sumX = 0, sumY = 0, sumXY = 0, sumXX = 0;
for (int i = 0; i < n; i++)
{
sumX += x[i];
sumY += y[i];
sumXY += x[i] * y[i];
sumXX += x[i] * x[i];
}
slope = (n * sumXY - sumX * sumY) / (n * sumXX - sumX * sumX);
intercept = (sumY - slope * sumX) / n;
}
// Faz a predição com base nos coeficientes calculados
public static double Predizer(double x, double slope, double intercept)
{
return intercept + slope * x;
}
static void Main(string[] args)
{
// Exemplo de dados
double[] x = { 1, 2, 3, 4, 5 };
double[] y = { 2, 4, 5, 4, 5 };
// Calcular a regressão
CalcularRegressao(x, y, out double slope, out double intercept);
Console.WriteLine($"Coeficiente angular (slope): {slope:F4}");
Console.WriteLine($"Intercepto: {intercept:F4}");
// Predição para um novo valor de x
double novoX = 6;
double previsao = Predizer(novoX, slope, intercept);
Console.WriteLine($"Para x = {novoX}, a previsão de y = {previsao:F2}");
}
}
Explicação:
A função CalcularRegressao recebe os vetores de entrada (x, y) e retorna os valores do coeficiente angular (slope) e o intercepto.
A função Predizer permite estimar valores futuros de y para um novo valor de x.
No exemplo, são usados cinco pontos para ajuste e é feita uma previsão para x = 6.
O que é “Slope” (Coeficiente Angular)?
O slope (em português: coeficiente angular ou inclinação) indica o quanto a variável dependente (y) muda a cada unidade de aumento na variável independente (x).
Em termos simples:
É a “inclinação” da reta ajustada pelo modelo da regressão linear.
No contexto da equação da reta:
y = a + bx
↑
slope
Exemplo:
Se o slope for 2, isso significa que para cada acréscimo de 1 unidade em x, o valor de y tende a aumentar 2 unidades.
O que é “Intercept” (Intercepto)?
O intercept (em português: intercepto ou coeficiente linear) representa o valor da variável dependente (y) quando a variável independente (x) é igual a zero.
Em termos simples:
É o ponto onde a reta cruza o eixo y (vertical) do gráfico.
No contexto da equação da reta:
y = a + bx
↑
intercept
Exemplo:
Se o intercept for 3, quando x = 0, o valor predito para y é 3.
Observações:
Esta é uma implementação básica e serve para aprendizado ou situações simples.
Para problemas com múltiplas variáveis (regressão linear múltipla), o algoritmo se torna mais complexo, exigindo álgebra linear (resolução de sistemas de equações), que pode ser feito usando bibliotecas especializadas.
Views: 3