Regressão linear
Método que ajusta uma relação linear entre uma variável resposta e uma ou mais variáveis explicativas; no caso simples, produz uma reta que resume a tendência entre duas variáveis quantitativas.
Da Matemática para o mundo.
Estimar tendências, fazer previsões condicionais e estudar relações entre grandezas.
Explorar Matemática no Dia a Dia →Não confunda regressão com causalidade: um bom ajuste linear não prova que uma variável cause a outra.
Usar a reta para prever muito além da faixa observada sem avaliar o risco de extrapolação.
Explique. Aplique. Analise.
Construa sua explicação e teste a ideia em duas situações. Depois de uma tentativa, você pode revisar e tentar novamente.
1. Como você explicaria “Regressão linear” a alguém?
Ideia e exemplo para comparar
Ideia central: Método que ajusta uma relação linear entre uma variável resposta e uma ou mais variáveis explicativas; no caso simples, produz uma reta que resume a tendência entre duas variáveis quantitativas.
Exemplo: ŷ = a + bx
Compare o significado, as condições e o exemplo com o que você escreveu. Acrescente o que faltou. Esta reflexão fica registrada para revisão; ela não recebe correção automática.
2. Uma regressão ajustou o gasto médio estimado por y = 15 + 4x, com x entre 1 e 10. Quanto o modelo prevê para x = 6?
Ver a explicação
Substitua o valor da variável explicativa na equação ajustada, dentro da faixa indicada.
3. Um modelo de regressão prevê tempo médio de 12 minutos para determinada condição. Um novo participante leva 15 minutos. Isso, por si só, invalida o modelo?
Ver a explicação
O modelo estima uma relação média e deve ser avaliado pelo conjunto das diferenças observadas.
0 de 2 questões resolvidas · 0 acertos na primeira tentativa sem abrir a explicação da questão.
Suas respostas ficam neste navegador quando ele permite o armazenamento local.
Aplicação e análise: atividades autorais HUBMAT · revisão editorial de setembro de 2026.