A metodologia desenvolvida, pegando a estatística e a econometria como base, com a finalidade de analisar a relação entre variáveis, as quais são formadas em um dado e seus resultados, é denominada de regressão linear.
Assim sendo, é feita uma relação de variáveis de interesse dependentes e outras que a influenciam. Um exemplo desta associação é analisar a venda de um produto, a qual está relacionada com o crescimento da população do país.
A partir desta relação, a regressão linear visualiza as maiores tendências que as variáveis analisadas apresentam, isso por meio dos resultados que foram obtidos. Desse modo, a regressão pega os valores que quer observar e os modela na estatística.
Portanto, como é possível observar na imagem a seguir, a regressão é linear quando os acontecimentos que foram observados na função são apresentados em linha reta. Veja:
Logo, quando os acontecimentos não são combinados em forma linear, eles passam a ser conhecidos como regressão não-linear. Dessa maneira, os seus gráficos são montados em outros formatos.
Se apresentados em um digrama de dispersão, a análise de regressão é mais útil. Em áreas como as da economia, da administração de empresas e indústrias, por exemplo, utilizam muito o diagrama.
Regressão linear simples
Quando são observadas apenas duas variáveis isso quer dizer que a regressão linear é simples. Geralmente são X e Y. Uma dela é dependente (Y) e a outra é independente (X).
Portanto, é possível analisar a regressão linear por meio da seguinte fórmula:
Y = a + bX
a = coeficiente linear
b = coeficiente angular
Há casos de regressão linear múltipla, os quais acontecem quando as variáveis são mais do que duas. Dessa forma, sua demonstração visual por meio de um gráfico se torna muito mais complicada.
Você pode querer saber mais sobre o que são Indicadores de Desempenho e o que é Econometria