Estatística
Quando queremos verificar se há relação
entre duas variáveis quantitativas, podemos extrair dados de uma amostra e
verificar variáveis como o coeficiente de correlação de Pearson. Após, pode-se
estabelecer uma expressão matemática onde uma variável dependente pode ser
estimada em função da(s) independente(s), se for evidenciada essa relação.
![]() |
[Imagem: Recologia] |
A ideia de se ter uma função é permitir
enxergar o quanto uma ou mais variáveis afetam a variável resposta. Outra
possibilidade importante é predizer valores de f(x) para entradas (variáveis
independentes) que não existem no conjunto de dados, mas até que limite?
Vamos começar com um exemplo: suponhamos que
uma empresa queira verificar o impacto das embalagens no preço de venda de seus
produtos. Então contratou uma consultoria, que coletou os dados necessários e
viu que o fenômeno poderia ser modelado por uma função linear obtida por
regressão, atendidos os pressupostos básicos como a distribuição dos resíduos e
significâncias dos coeficientes.
Com isso, obteve a equação:
preço_v
= 35,7 + 2,8 custo_emb
Por meio desse resultado, a companhia
reduziu custos com embalagens para alguns produtos, tornando-os mais
competitivos ao repassar a economia aos clientes. E, mais tarde, decidiu usar a
função para estimar o preço de venda de uma nova linha de produtos.
Nessa nova linha, o preço das embalagens era
bem mais alto do que aquelas que compunham a amostra anterior. O produto por si
só era mais sofisticado. O resultado da estimação foi dado, mas há um problema
nele: não é confiável.
Ao extrapolar do domínio para a variável
'custo_emb' na amostra, não é possível garantir que os pressupostos da
regressão ainda sejam atendidos. Nem mesmo há a garantia que o mesmo
comportamento (tipo de função, como linear, quadrática, etc.) se mantenha.
Portanto, outro tipo de critério deveria ser
desenvolvido nessa nova avaliação. O mesmo vale para outros tipos de estudos,
mesmo os qualitativos. Um dos itens clássicos em limitações de trabalhos
acadêmicos e artigos científicos é justamente a demonstração de que as
conclusões não podem ir além do que compunha a amostra, considerando local,
domínio de variáveis, categorias das variáveis qualitativas, dentre outras.
□
👉 E ainda mais
para você: Testes
de Hipóteses
GOSTOU DESTA POSTAGEM ☺? USANDO A BARRA DE BOTÕES, COMPARTILHE COM SEUS AMIGOS 😉!
0 Comentários
Seu comentário será publicado em breve e sua dúvida ou sugestão vista pelo Mestre Blogueiro. Caso queira comentar usando o Facebook, basta usar a caixa logo abaixo desta. Não aceitamos comentários com links. Muito obrigado!
NÃO ESQUEÇA DE SEGUIR O BLOG DO MESTRE NAS REDES SOCIAIS (PELO MENU ≡ OU PELA BARRA LATERAL - OU INFERIOR NO MOBILE) E ACOMPANHE AS NOVIDADES!