AZ Tools

Calculadora de Regressão Linear

Dia a dia

A regressão linear responde à pergunta cotidiana: «quando x sobe 1, quanto y se move?». Cole um par (x, y) por linha — separado por vírgula, tabulação, espaço ou ponto e vírgula — e a ferramenta ajusta a reta de mínimos quadrados y = mx + b, devolvendo a inclinação, o intercepto, o coeficiente de correlação de Pearson r, o coeficiente de determinação R², o erro padrão da inclinação e um gráfico de dispersão com a reta sobreposta para você ver de relance o quão bem ela acompanha os dados. Digite qualquer x no preditor para obter ŷ na hora. Os cálculos usam somas de desvios ao quadrado numericamente estáveis em vez da forma ingênua Σxy − (Σx)(Σy)/n, mantendo precisão mesmo quando os eixos têm médias grandes em relação à variância. Tudo roda localmente no seu navegador; nenhum dado é enviado.

Reta de melhor ajuste

y = 1.9988 x + 0.0179

Reta de ajuste

Inclinação (m)

1.9988

Intercepto (b)

0.0179

Erro padrão de m

0.0274

Força do ajuste

r de Pearson

0.9994

R² (coef. de determ.)

0.9989

r de Pearson

+ muito forte

Resumo

Pares (n)

8

Média de x

4.5

Média de y

9.0125

Prever

ŷ previsto

20.006

Fique perto do intervalo dos seus dados — extrapolação perde confiança rápido.

Diagrama de dispersão com reta de ajuste

x: 1 → 8y: 2.02 → 16.2

O r de Pearson mede só associação linear. Uma relação curva pode ter r perto de 0 mesmo quando x e y estão claramente relacionados — sempre olhe o gráfico, não só o número.

Como usar

  1. Cole pares de números, um por linha — o primeiro é x, o segundo é y. Vírgula, tabulação, espaço e ponto e vírgula funcionam como separadores.
  2. Leia a equação principal y = mx + b da reta de melhor ajuste e cheque R² para ver quanto da variação de y a reta explica.
  3. Veja o sinal de r de Pearson — positivo significa que y sobe com x, negativo que cai. A magnitude (0 a 1) descreve o quão próximo os pontos estão da reta.
  4. Digite qualquer x no preditor para obter ŷ — útil para prever um passo além dos dados (não extrapole demais).

Perguntas frequentes

Qual a diferença entre r e R²?
O r de Pearson varia de −1 a +1 e indica direção e força da relação linear. R² é r² e sempre fica entre 0 e 1: é a fração da variação de y explicada pela reta. r = −0,9 e r = +0,9 dão ambos R² = 0,81 (explicam 81 % da variância), mas as relações vão em sentidos opostos.
Correlação é causalidade?
Não. Um bom ajuste significa que y se moveu com x na sua amostra, não que x cause y. Exemplo clássico: vendas de sorvete e ataques de tubarão se correlacionam (ambos sobem no verão), mas sorvete não causa ataques. A regressão descreve, não prova causa.
Quando a regressão linear NÃO serve?
Quando a relação é curva (use ajuste polinomial), quando poucos pontos extremos puxam a reta (olhe o gráfico — outliers mudam m e b drasticamente), quando a variância cresce com x (heterocedasticidade), ou quando os y não são independentes. R² alto com nuvem claramente curva indica que outro modelo é necessário.
O que diz o erro padrão da inclinação?
É a incerteza típica de m dada a dispersão em torno da reta. Um intervalo de confiança aproximado de 95 % é m ± 2 × EP(m). Se ele cruza zero, você não pode afirmar com confiança que x e y estão relacionados — os dados são compatíveis com ausência de relação.
Qual tamanho de amostra preciso?
Dois pontos dão reta exata com R² = 1 mas sem ideia de confiabilidade. Três é o mínimo para R² e erro padrão úteis. Para estimativas confiáveis de inclinação mire pelo menos 10, e para inferência (p-valores, ICs) 20–30 ou mais é um piso razoável.

Ferramentas relacionadas