Regressão linear em Componentes principais: uma aplicação em precificação de automóveis
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Primeiro orientador
Membros da banca
Letícia Silva Numes
Resumo
O presente trabalho utiliza uma base de dados sobre carros nos Estados Unidos, explorando suas características físicas e preços de venda. Por meio da análise de componentes principais (ACP) e regressão linear, examina-se a influência de diversos fatores nos preços, visando insights para decisões estratégicas no relação a variáveis específicas, facilitando escolhas informadas. O estudo compara modelos de regressão linear tradicional com aqueles usando fatores derivados da ACP, destacando a importância de lidar com a multicolinearidade. Embora a capacidade preditiva seja similar, o modelo via ACP evita confusões de efeitos causadas por correlações elevadas entre as variáveis explicativas. O relatório enfatiza a aplicabilidade da regressão linear na precificação de carros, vital para maximizar resultados financeiros em um mercado dinâmico. Não se oferece uma solução universal quanto à escolha entre os métodos de modelagem, mas destaca-se a relevância de avaliar a multicolinearidade de maneira geral.
Abstract
This work approaches an extensive database on cars in the United States, exploring their physical characteristics and sale prices. Through principal component analysis (PCA) and linear regression, we examine the influence of various factors on prices, aiming for insights into strategic decisions in the competitive automotive market. The methodology reveals the price elasticity concerning specific variables, facilitating informed choices. The study compares traditional linear regression models with those using indexes derived from PCA, highlighting the importance of dealing with multicollinearity. While the predictive capacity is similar, the PCA-based model avoids effect confusion caused by high correlations among covariates, emphasizing its stability in estimates. We report the applicability of linear regression in car pricing, crucial for maximizing financial results in a dynamic market. We do not provide a universal solution between methods choice but highlight the relevance of addressing multicollinearity in general cases.
Assunto
Estatística, Análise multivariada, Análise de regressão, Automóveis – Preço - Estados Unidos
Palavras-chave
regressão linear, price prediction