Estatística: Regressão Linear Simples à parisiense

Ela se aplica às situações em que há razões para supor uma relação de causa-efeito entre duas variáveis quantitativas, de tal forma que uma variável pode ser predita a partir da outra ou outras.

A análise da regressão linear simples fornece equações de linhas retas (“linear”), que descrevem fenômenos em que há uma variável independente apenas (“simples”).

Este termo designa a expressão de uma variável dependente, regredida ou resposta (Y) em função de outra (X), considerada independente, regressora ou explanatória; lê-se regressão de Y sobre X. Isto é, para cada valor de X escolhido observa-se o valor de Y correspondente.

A equação de reta pode ser dada por Y = A + Bx , onde:

Y é a variável dependente;
A (βo - beta zero) é o coeficiente linear ou intercepto da reta (valor de y quando x = 0);
B (β¹ - beta um) é o coeficiente angular ou inclinação da reta (acréscimo ou decréscimo em Y para cada acréscimo de uma unidade em X);
X é a variável independente.

Para saber mais:

Sidia M. Callegari-Jacques. Bioestatística. Princípios e Aplicações. Porto Alegre: Artmed, 2003.