Estatistica

Bruno Costabile, Gustavo Paz, Pedro Chemin, Luis Lemos, Vitor Umbelino
2ª Atividade Monitorada Estatística
Exercicío 1

Com o objetivo de verificar quais variáveis independentes fornecem um bom modelo de previsão para determinação do preço do apartamento (variáveis utilizadas: área do apartamento, número de quartos, idade do imóvel, presença de playground ou não e localização do imóvel), relacionamos as variáveis quantitativas com a variável dependente PREÇO por meio de um scatterplot, e fizemos o mesmo com as variáveis qualitativas, por meio de um boxplot.

Para analisar a influência da presença ou não de playground no preço do apartamento, as variáveis presença e ausência de playground foram substituidos pelas variáveis dummies, 0 para ausência de playground e 1 para presença de playground e originou-se o seguinte box-plot:

Segue abaixo a tabeça utilizada para a definição das variáveis binárias dummies, em relação ao gráfico 5, Boxplot de Preço vs a Lozalicação.

Exercicío 2
A seguir, foi feito uma regressão envolvendo todas as possíveis variáveis previsoras do preço:

Utilizando as informações da regressão geradas pelo minitab podemos, por meio de um teste de hipótese, determinar se as variáveis independentes são boas ou não para explicar o preço de um apartamento:

H0: ßárea = ßidade = ßquartos = ßembaré = ßparaíso = βPlayground = 0 (não há relação linear entre as variáveis)
Ha: ao menos alguma variável ≠ 0 ( há relalação linear entre as variáveis)

Adotando-se um nível de significância de 10%, chega-se às seguintes conclusões:
O valor-p do teste t para ß é menor que 10% (aproximadamente 0), portanto, Rejeita-se H0, suportando a hipótese de que ß não é igual a zero;
O teste F é significante (503,16), ou seja, rejeita-se H0, suportando a hipótese de que utilizar a equação de regressão gerada pelo minitab é uma boa previsora da variável dependente PREÇO;
R² é alto (92%), o que suporta a evidência de