Regressão Linear Explicada: Reta, R² e Previsão

A regressão linear é a ferramenta mais usada para prever uma variável a partir de outra: ela resume a relação entre as duas em uma reta, escolhida para ficar o mais perto possível dos pontos. Neste artigo, você vai ver como a reta é calculada, o que significam o declive, o intercepto e o R², e por que a reta não deve ser usada fora dos dados.

Em resumo: A regressão linear resume a relação entre duas variáveis em uma reta, ŷ = a + bx, escolhida pelo método dos mínimos quadrados. Nos dados de 1 a 10, a reta é ŷ = 1,200 + 0,964x, com R² = 0,9286: 92,86% da variação de y é explicada por x.

Imagine que você anota, para 10 pessoas, as horas de estudo por semana (x) e a nota na prova (y). Os pontos sobem juntos — mais estudo, nota maior — mas não em linha perfeita. A regressão linear traça a reta que melhor resume essa subida: com ela, você prevê a nota de quem estudou 6 horas, mesmo sem ter visto essa pessoa antes.

A reta é ŷ = a + bx, escolhida pelo método dos mínimos quadrados: a que minimiza a soma dos quadrados dos resíduos — as distâncias verticais entre os pontos e a reta. Neste artigo, vamos calcular essa reta passo a passo nos dados de 1 a 10, montar a tabela ANOVA completa, interpretar o R² e ver dois exemplos — gastos com propaganda e vendas, e o crescimento de crianças — além do passo a passo no Excel.

O que é regressão linear?

A regressão linear modela a relação entre duas variáveis — uma independente (x, a que explica) e uma dependente (y, a que queremos prever) — com uma reta: ŷ = a + bx. O ŷ (lê-se «y chapéu») é o valor previsto de y para um dado x; a é o intercepto (o valor de ŷ quando x = 0) e b é o declive (quanto ŷ muda quando x aumenta 1).

ŷ = a + bx

A regressão é usada para prever (qual será y para um x novo?), para quantificar (quanto y muda quando x muda 1?) e para explicar (quanto da variação de y é explicada por x?). Ela só faz sentido quando a relação entre x e y é aproximadamente linear — se os pontos formam uma curva, a reta não serve.

Não confunda regressão com correlação: a correlação (r) mede a força e a direção da relação; a regressão usa essa relação para prever. As duas andam juntas — e vamos ver a diferença em detalhe mais adiante. Para revisar a correlação, veja correlação vs causalidade e a calculadora de coeficiente de correlação.

Os mínimos quadrados: como a reta é escolhida

Qual reta passa «mais perto» dos pontos? O método dos mínimos quadrados responde: a reta que minimiza a soma dos quadrados dos resíduos — as diferenças entre o valor observado (y) e o valor previsto (ŷ). Elevar ao quadrado evita que desvios positivos e negativos se cancelem.

As contas usam três somas: Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² e Sxy = Σ(x − x̄)(y − ȳ). Com elas, o declive é b = Sxy / Sxx e o intercepto é a = ȳ − b·x̄. A reta sempre passa pelo ponto (x̄, ȳ) — o centro dos dados.

b = Sxy / Sxx
a = ȳ − b·x̄

O exemplo principal: os dados de 1 a 10

Vamos calcular a reta para 10 pares de valores: x vai de 1 a 10 e y é 2, 3, 5, 4, 6, 8, 7, 9, 11, 10. São dados simples, mas a conta é a mesma de qualquer regressão — só muda o tamanho da tabela.

  1. Calcule as médias: a média de x é 5,5 e a média de y é 6,5.
  2. Calcule as somas: Sxx = 82,5, Syy = 82,5 e Sxy = 79,5.
  3. Calcule o declive: b = Sxy / Sxx = 79,5 / 82,5 = 0,9636.
  4. Calcule o intercepto: a = ȳ − b·x̄ = 6,5 − 0,9636 × 5,5 = 1,2000. A reta é ŷ = 1,200 + 0,964x.
  5. Avalie o ajuste: r = 0,9636, R² = 0,9286 e s = 0,8581 — e monte a tabela ANOVA.
xyŷResíduo (y − ŷ)
122,164−0,164
233,127−0,127
354,091+0,909
445,055−1,055
566,018−0,018
686,982+1,018
777,945−0,945
898,909+0,091
9119,873+1,127
101010,836−0,836

Os resíduos somam zero — como sempre acontece nos mínimos quadrados. A soma dos quadrados dos resíduos é SQRes = 5,89. A tabela ANOVA separa a variação total de y (SQTotal = 82,50) na parte explicada pela reta (SQReg = 76,61) e na parte que sobra (SQRes = 5,89):

FonteSQglQMF
Regressão76,61176,61104,04
Resíduo5,8980,74
Total82,509

O teste F (104,04) e o teste t do declive (t = 10,20) dizem a mesma coisa aqui: o declive é diferente de zero — x explica y. O intervalo de 95% para o declive é [0,746; 1,181]: com 95% de confiança, cada unidade a mais de x aumenta y entre 0,746 e 1,181. Como o intervalo não inclui zero, o efeito é significativo. Para entender o intervalo, veja o que é intervalo de confiança.

Previsões: para x = 6 (dentro dos dados), ŷ = 1,200 + 0,964 × 6 = 6,982. Para x = 12 (fora dos dados), ŷ = 12,764 — mas isso é extrapolação, e vamos ver por que é arriscado. Confira a reta na calculadora de regressão linear: informe os pares e veja o declive, o intercepto, o R² e a ANOVA.

Visualizando: a dispersão e a reta

O gráfico abaixo mostra os 10 pontos e a reta dos mínimos quadrados. Repare como a reta passa pelo meio da nuvem de pontos — e como o ponto vermelho, em x = 12, está fora dos dados.

Dispersão e a reta ŷ = 1,200 + 0,964xR² = 0,9286extrapolação02468101214024681012
Os 10 pontos e a reta dos mínimos quadrados ŷ = 1,200 + 0,964x, com R² = 0,9286. O ponto vermelho em (12; 12,764) está fora do intervalo dos dados: a reta tracejada é uma extrapolação — e extrapolar é arriscado.

O que significa o R² na regressão linear?

O R² (coeficiente de determinação) é a fração da variação de y explicada pela reta: R² = SQReg / SQTotal. Nos dados de 1 a 10, R² = 76,61 / 82,50 = 0,9286: 92,86% da variação de y é explicada por x — e só 7,14% fica por conta dos resíduos.

R² = 1 significa ajuste perfeito: todos os pontos estão sobre a reta. Por exemplo, com x de 1 a 5 e y = 3, 5, 7, 9, 11, a reta é ŷ = 1 + 2x e o R² é exatamente 1 — cada ponto cai sobre a reta, sem resíduo.

Mas «R² alto» não tem um valor mágico: em física, 0,99 é comum; em ciências sociais, 0,30 pode ser um bom resultado. O que importa é o contexto — e um R² alto não prova que x causa y. Um R² baixo também não significa que a reta é inútil: ela pode ser a melhor previsão disponível. Para medir a dispersão dos dados, veja a calculadora de desvio-padrão e como calcular desvio-padrão.

Exemplo resolvido: gastos com propaganda e vendas

Uma empresa brasileira anota, em 5 meses, o gasto com propaganda (x, em R$ mil) e as vendas (y, em R$ mil): (100; 500), (200; 900), (300; 1200), (400; 1600), (500; 1900). Quanto as vendas crescem por real investido?

MêsGasto (x)Vendas (y)ŷResíduo
1100500520−20
2200900870+30
330012001220−20
440016001570+30
550019001920−20

O declive é 3,500: cada R$ 1 mil a mais em propaganda está associado a R$ 3,5 mil a mais em vendas. O intercepto é 170 (R$ 170 mil): a previsão de vendas com gasto zero — um valor teórico, já que a empresa nunca gastou zero. O R² é 0,9976: 99,76% da variação das vendas é explicada pelo gasto. Com gasto de R$ 350 mil, a previsão é ŷ = 170 + 3,5 × 350 = 1395 — R$ 1.395 mil em vendas.

Atenção: o intercepto correto é 170 — não 150, como aparece em um texto que circula na internet. A lição: recompute os números, nunca copie. E lembre-se: 5 pontos fazem uma reta bonita, mas frágil — com tão poucos dados, um mês atípico muda tudo

Posso usar a reta para prever fora dos dados?

Só com muito cuidado — e, em geral, não. A reta foi ajustada para x entre 1 e 10; fora desse intervalo, não há dados para garantir que a relação continua linear. Prever fora do intervalo é extrapolar.

O exemplo das crianças

Um estudo real com 18 crianças mediu a idade (em meses) e a altura (em cm). A reta ajustada foi ŷ = 0,4734x + 85,012, com r = 0,793 e R² = 0,6289. Dentro dos dados, a reta funciona bem. Mas se você usar a reta para uma criança de 200 meses (quase 17 anos), a previsão é ŷ = 0,4734 × 200 + 85,012 = 179,7 cm — cerca de 1,80 m. O número até parece plausível para um adolescente, mas o método não é: a reta foi ajustada para crianças pequenas, e nada garante que o crescimento continue linear até os 200 meses. Extrapolar é usar a reta onde ela não foi testada.

No exemplo de 1 a 10, prever para x = 12 (ŷ = 12,764) já é extrapolação: 12 está fora do intervalo 1–10. A previsão pode estar certa — ou não. A reta não avisa quando sai do seu território. Regra prática: só preveja dentro do intervalo de x observado; fora dele, colete mais dados ou avise que é uma extrapolação.

Correlação alta significa que a reta é boa?

Não necessariamente. A correlação r = 0,9636 nos dados de 1 a 10 é alta — e a reta é boa. Mas uma correlação alta pode esconder problemas: pontos influentes (um único ponto afastado puxa a reta), relação curva (os pontos seguem uma curva, mas a correlação linear ainda é alta) ou variância desigual (os resíduos crescem com x).

E o contrário também vale: uma correlação moderada pode dar uma reta útil. O R² diz quanto da variação é explicada; os resíduos dizem se o modelo linear é adequado. Sempre olhe o gráfico de dispersão e o gráfico de resíduos antes de confiar na reta.

E correlação não é causalidade: a reta mostra que x e y andam juntas, não que x causa y. Para a diferença completa, veja correlação vs causalidade e a calculadora de coeficiente de correlação.

Da reta ao próximo passo

A reta é o começo, não o fim. O que você faz depois depende do que os resíduos mostram:

O que você vêO que significaO próximo passo
Resíduos sem padrãoO modelo linear é adequadoUse a reta (dentro dos dados), informe o R² e o intervalo do declive
Padrão curvo nos resíduos (forma de U)A relação não é linearTente transformar uma variável (log, raiz) ou um modelo curvo
Resíduos em leque (funil)A variância não é constanteOs intervalos ficam imprecisos; considere transformar y
R² baixo, mas declive significativoA reta explica pouco, mas o efeito existeAceite, ou procure mais variáveis (regressão múltipla)
Um ponto muito afastadoPossível erro de digitação ou caso especialVerifique o dado antes de decidir

A regressão múltipla — com mais de uma variável x — é o passo natural seguinte: o método dos mínimos quadrados é o mesmo, só a conta cresce. Este artigo cobre apenas a regressão simples, com uma variável x.

Como fazer regressão linear no Excel

No Excel em português, coloque x na coluna A e y na coluna B. Depois use:

FunçãoFórmulaResultado
INCLINAÇÃO(y; x)=INCLINAÇÃO(B2:B11; A2:A11)0,9636
INTERCEPÇÃO(y; x)=INTERCEPÇÃO(B2:B11; A2:A11)1,2000
RQUAD(y; x)=RQUAD(B2:B11; A2:A11)0,9286
TENDÊNCIA(y; x; novo_x)=TENDÊNCIA(B2:B11; A2:A11; 6)6,982
PROJ.LIN(y; x; VERDADEIRO; VERDADEIRO)Matriz 5×2 (declive, intercepto, R², F, SQReg, SQRes)Confirme com Ctrl+Shift+Enter

Ou faça um gráfico de dispersão, clique com o botão direito em um ponto e escolha «Adicionar Linha de Tendência» — marque «Exibir Equação no gráfico» e «Exibir o valor de R-quadrado no gráfico». Para a referência das funções, veja Microsoft Support — Funções estatísticas (referência). E para conferir os números, use a calculadora de regressão linear.

Erros comuns

  1. Extrapolar sem avisar. Prever fora do intervalo de x sem dizer que é extrapolação — o leitor não sabe que a reta não foi testada ali.
  2. Ler causalidade na reta. A reta mostra que x e y andam juntas, não que x causa y. Correlação não é causalidade.
  3. Confiar só no R². Um R² alto não garante um modelo bom — e um R² baixo não significa que a reta é inútil. Olhe os resíduos.
  4. Ignorar os resíduos. O gráfico de resíduos revela curva, funil e pontos influentes que o R² esconde.
  5. Usar a reta com relação curva. Se os pontos formam uma curva, a reta não serve — transforme uma variável ou use um modelo curvo.
  6. Esquecer o intervalo do declive. O declive é uma estimativa: informe o intervalo de 95% — [0,746; 1,181] nos dados de 1 a 10. Veja o que é intervalo de confiança.

Perguntas frequentes

A regressão linear resume a relação entre duas variáveis em uma reta, ŷ = a + bx, escolhida pelo método dos mínimos quadrados. Ela serve para prever y a partir de x e para quantificar quanto y muda quando x muda.

É o critério que escolhe a reta: a reta dos mínimos quadrados é a que minimiza a soma dos quadrados dos resíduos — as distâncias verticais entre os pontos observados e a reta. Elevar ao quadrado evita que desvios positivos e negativos se cancelem.

O declive b é quanto ŷ muda quando x aumenta 1 unidade. Nos dados de 1 a 10, b = 0,9636: cada unidade a mais de x prevê 0,9636 a mais em y. Na propaganda, b = 3,5: cada R$ 1 mil a mais em propaganda prevê R$ 3,5 mil a mais em vendas.

O intercepto a é o valor previsto de y quando x = 0. Nos dados de 1 a 10, a = 1,2000. Muitas vezes ele não tem significado prático — é só o ponto onde a reta cruza o eixo y.

O R² é a fração da variação de y explicada pela reta, de 0 a 1. Nos dados de 1 a 10, R² = 0,9286: 92,86% da variação é explicada. Não há um valor universal de «bom»: em física, 0,99 é comum; em ciências sociais, 0,30 pode ser um bom resultado.

A correlação r mede a força e a direção da relação, de −1 a 1. A regressão dá uma reta de previsão, com declive e intercepto. Correlação alta não garante uma reta boa — verifique os resíduos.

Porque a reta foi ajustada dentro do intervalo de x observado — fora dele, não há dados para garantir que a relação continua linear. No exemplo das crianças, usar a reta até 200 meses prevê 179,7 cm, um uso absurdo do modelo. Preveja só dentro dos dados.

Use =INCLINAÇÃO(y; x) para o declive, =INTERCEPÇÃO(y; x) para o intercepto e =RQUAD(y; x) para o R². Para a tabela completa, use PROJ.LIN como fórmula de matriz — ou faça um gráfico de dispersão e adicione uma linha de tendência com a equação e o R².

Fontes: NIST/SEMATECH e-Handbook of Statistical Methods — Regressão linear · Microsoft Support — Funções estatísticas (referência) · Graça Martins (2019), Revista de Ciência Elementar, Casa das Ciências · Nossa metodologia.

Por Afan Shafiq — BS AI student

Veja as Ferramentas

Veja os Artigos