Análise de Correlação e Regressão

1.      Objetivo: O objetivo será explorar, analisar, descrever, interpretar e fazer previsões com regressão linear, referente a um problema pessoal ou profissional que seja relevante, apresentando algum interesse prático. É fundamental que esta relevância prática seja mostrada com clareza, no trabalho. Deverá ser apresentada a descrição da situação referente às séries em análise, assim como o contexto em que elas foram observados. As técnicas estatística apropriadas, desenvolvidas no curso deverão ser plenamente aplicadas.

2.      Banco de Dados:  

     O arquivo de dados deverá conter pelo menos cinco variáveis, com no mínimo 50 observações. Espera-se a existência de associações relevantes entre as variáveis, para permitir análises de causa e efeito. As variáveis deverão estar resumidas, conforme modelo da tabela abaixo.

Variável	Descrição da Variável	Valores da Variável
Id	Identificação da observação no arquivo

Arquivo de dados: Fornecer arquivo magnético com o banco de dados, com extensão .xls ou . txt.

3.    Fonte: Citar a origem dos dados.

4.      Relatório: Além das recomendações gerais para execução do presente Trabalho de Aplicação, o relatório deverá conter:

1. Identifique a variável dependente e as variáveis independentes;

2. Construa diagramas de dispersão para ilustrar as possíveis relações entre a variável dependente e as variáveis independentes. Determine os coeficientes de correlação de Pearson dos pares de variáveis colocados nos gráficos anteriores;

3.  Faça breves comentários sobre as relações dos pares de variáveis, consultando seus diagramas de dispersão e seus coeficientes de correlação. Identifique o(s) par(es) de variável(is) que exibe(m) a(s) relação(ões) mais forte(s);

4. Utilizando esse(s) par(es) de variável(is) encontre os valores de intercepto e coeficiente angular que poderiam ser utilizados para formar uma equação de regressão linear para prever a variável dependente. Escreva o modelo de regressão linear e interprete os valores encontrados para cada equação;

5. Calcule os valores estimados da variável dependente para cada uma das equações e plote a reta de regressão no diagrama de dispersão de seu modelo para formar uma linha de pontos

6. Com a finalidade de verificar a adequação do(s) modelo(s) adotado(s), construa a Tabela Anova e determine o coeficiente de determinação para cada equação de regressão, interpretando seu significado no problema. Analise a saída do pacote utilizado para fazer a regressão. 

7. Ajuste uma regressão múltipla e analise sua saída e coeficiente de determinação ajustado, comparando seu resultado com os resultados obtidos anteriormente.

8. Fazer um gráfico dos resíduos padronizados em relação à variável dependente. Fazer um histograma dos resíduos padronizados;