|
15.
Regressão linear múltipla (RLM)
Muitos
problemas de regressão envolvem mais de uma variável regressora. Por exemplo:
a satisfação geral poder ser composta por diversas variáveis independente
tais como preço, prazo de entrega, embalagem, entre outras.
Em
virtude dos princípios da regressão múltipla serem análogos à da regressão
simples, não se abordará aqui as particularidades que envolvem a equação
geral da equação da Regressão Múltipla: y = β0 + βx1
+ β2x2 + ...+ βkxk +
Σ.
Analogamente,
a preocupação geral do analista nesta análise, é o R2 que indica
a variabilidade total do modelo de regressão, e os R’s que variam de 1 a
–1, indicando a variabilidade total, onde haverá uma relação entre a variável
de resposta e as regressoras.
O
teste de hipótese baseia-se no já abordado valor do t, onde ocorre a situação
do mesmo sendo calculado e maior do que o tabelado, rejeita-se a hipótese nula.
Exemplo:
|
Variáveis
|
Coeficiente
|
|
Prazo de entrega
|
0,154
|
|
Envolvimento da equipe
na solução de problemas
|
0,135
|
|
Preço praticado
|
-0,002
|
|
Trabalho de pós venda
|
0,134
|
|
Embalagem
|
0,065
|
Neste exemplo real, objetivava-se mensurar o grau de
satisfação dos clientes de uma empresa distribuidora de software, onde a variável
de resposta era a satisfação geral e as regressoras eram as acima citadas
(para um grupo de fatores).
Observa-se que pouca representatividade é exercida
por estas variáveis, afinal os coeficientes pouco se afastam de zero. No
entanto o R2 é elevado (0,68), conferindo uma boa precisão no cálculo.
Próximo tópico
>>
Voltar para o
sumário
<< Voltar para
seção de Estatística
|
