A regressão linear é um método estatístico que descreve a relação entre uma variável-alvo e um ou mais preditores através de uma reta ou de um plano. Os coeficientes são geralmente escolhidos de modo a minimizar a soma dos quadrados dos desvios. O método é fácil de compreender e interpretar: por exemplo, pode estimar quanto sobe a receita quando o orçamento de publicidade aumenta 1000 €. Atinge os seus limites em relações não lineares.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoA regressão logística é um método estatístico que prevê a probabilidade de um de dois resultados, como "compra" ou "não compra". Pondera as características de entrada e converte a sua soma num valor entre 0 e 1 através de uma função em forma de S. Como os pesos são fáceis de interpretar, é muito utilizada na avaliação de crédito, na medicina e no marketing, muitas vezes como base sólida para modelos mais complexos.
O erro absoluto médio (MAE) mostra, em média, quanto as previsões de um modelo se desviam dos valores reais, independentemente do sentido. É expresso na unidade da variável-alvo, o que o torna fácil de compreender. Exemplo: um MAE de 12 numa previsão de vendas diárias significa que o modelo falha, em média, 12 unidades. Dá menos peso aos valores atípicos do que as medidas de erro quadrático.
O R-quadrado ajustado mede até que ponto um modelo de regressão explica a variação nos dados, corrigido pelo número de preditores utilizados. O R-quadrado simples aumenta com cada variável adicional, mesmo que esta nada acrescente; a versão ajustada penaliza as variáveis desnecessárias. Isto permite uma comparação mais justa entre modelos de dimensões diferentes, por exemplo uma previsão de vendas com três em vez de dez fatores.
A modelação preditiva é o núcleo técnico da análise preditiva: com dados de exemplo de resultados conhecidos, constrói-se um modelo que prevê um valor ou uma classe para casos novos. Entre os métodos comuns contam-se a regressão, as árvores de decisão, as florestas aleatórias e as redes neuronais. Um modelo pode, por exemplo, estimar o preço de um imóvel a partir da área, da localização e do ano de construção. Antes da utilização, é testado com dados reservados para detetar o sobreajuste.
