Use este identificador para citar ou linkar para este item:
http://bdm.ufmt.br/handle/1/4882
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Paiva, Matheus Nunes | - |
dc.date.accessioned | 2025-07-14T18:08:45Z | - |
dc.date.available | 2024-12-02 | - |
dc.date.available | 2025-07-14T18:08:45Z | - |
dc.date.issued | 2024-11-08 | - |
dc.identifier.citation | PAIVA, Matheus Nunes. Automatizando a análise de regressão linear no RStudio: um aplicativo interativo em Shiny. 2024. 44 f. Trabalho de Conclusão de Curso (Graduação em Estatística ) - Universidade Federal de Mato Grosso, Instituto de Ciências Exatas e da Terra, Cuiabá, 2024. | pt_BR |
dc.identifier.uri | http://bdm.ufmt.br/handle/1/4882 | - |
dc.description.abstract | This work proposes the development of an interactive application in R language to automate linear regression analysis, a statistical technique widely used in various areas of knowledge. The application of linear regression analysis can be complex and requires knowledge in statistics and programming, which can be an obstacle for many users. In addition, it can be a time-consuming task, especially when dealing with large data sets and multiple variables. The proposed application aims to overcome these challenges, allowing users to perform linear regression analyses in an intuitive way and without the need for coding. With this application, users will be able to enter their own database, select the independent variables and the dependent variable, and perform a linear regression analysis. This makes the statistical technique more accessible and easy to use, saving users’ time and effort and allowing them to focus on interpreting the results instead of implementing the model. For the application test, a database of energy consumption from the company DAEWOO Steel Co., Ltd, a South Korean company (UCI, 2023), will be used. The response variable of interest is the industry’s energy consumption and the covariates are carbon dioxide, relative current power and days of the week. The built application allows the insertion of a database in Excel, presentation of the data in table format, descriptive analysis of the data, simple and multiple linear regression analysis, graphical analysis of the residuals and model selection. | pt_BR |
dc.description.provenance | Submitted by Nádia Paes (nadia66paes@gmail.com) on 2025-06-14T15:28:34Z No. of bitstreams: 1 TCC_2024_Matheus Nunes Paiva.pdf: 2346392 bytes, checksum: 149dfbaf6afea5a3ad23275d6c422eb0 (MD5) | en |
dc.description.provenance | Approved for entry into archive by Carlos Eduardo da Silveira (carloseduardoufmt@gmail.com) on 2025-07-14T18:08:45Z (GMT) No. of bitstreams: 1 TCC_2024_Matheus Nunes Paiva.pdf: 2346392 bytes, checksum: 149dfbaf6afea5a3ad23275d6c422eb0 (MD5) | en |
dc.description.provenance | Made available in DSpace on 2025-07-14T18:08:45Z (GMT). No. of bitstreams: 1 TCC_2024_Matheus Nunes Paiva.pdf: 2346392 bytes, checksum: 149dfbaf6afea5a3ad23275d6c422eb0 (MD5) Previous issue date: 2024-11-08 | en |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Mato Grosso | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Automatizando a análise de regressão linear no RStudio : um aplicativo interativo em Shiny | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Silva, Eveliny Barroso da | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3911410872456214 | pt_BR |
dc.contributor.referee1 | Silva, Eveliny Barroso da | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/3911410872456214 | pt_BR |
dc.contributor.referee2 | Cruz, José Nilton da | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3115290923666892 | pt_BR |
dc.contributor.referee3 | Pascoa, Marcelino Alves Rosa de | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/6189127396040446 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/2314561540624315 | pt_BR |
dc.description.resumo | Este trabalho propõe o desenvolvimento de um aplicativo interativo em Shiny via linguagem R para automatizar a análise de regressão linear, uma técnica estatística amplamente utilizada em diversas áreas do conhecimento. A aplicação da análise de regressão linear pode ser complexa e requer conhecimento em estatística e programação, o que pode ser um obstáculo para muitos usuários. Além disso, pode ser uma tarefa demorada, especialmente ao lidar com grandes conjuntos de dados e múltiplas variáveis. O aplicativo proposto visa superar esses desafios, permitindo que os usuários realizem análises de regressão linear de maneira intuitiva e sem a necessidade de codificação. Com este aplicativo, os usuários poderão inserir seu próprio banco de dados, selecionar as variáveis independentes e a variável dependente, e realizar uma análise de regressão linear. Isso torna a técnica estatística mais acessível e fácil de utilizar, economizando tempo e esforço dos usuários e permitindo que eles se concentrem na interpretação dos resultados em vez da implementação do modelo. Para o teste do aplicativo, será utilizado um banco de dados de consumo de energia da empresa DAEWOO Steel Co., Ltd, empresa Sul Coreana (UCI, 2023). A variável resposta de interesse é o consumo de energia da indústria e as covariáveis são dióxido de carbono, potência relativa da corrente e dias da semana. O aplicativo construído permite a inserção de base de dados em Excel, apresentação dos dados em formato de tabela, análise descritiva dos dados, análise de regressão linear simples e múltipla, seleção de modelos e análise de diagnósticos. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Ciências Exatas e da Terra (ICET) | pt_BR |
dc.publisher.initials | UFMT CUC - Cuiabá | pt_BR |
dc.publisher.program | Estatística - CUC | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA | pt_BR |
dc.subject.keyword | Análise de regressão linear | pt_BR |
dc.subject.keyword | Seleção de modelos | pt_BR |
dc.subject.keyword | Linguagem R | pt_BR |
dc.subject.keyword | RStudio | pt_BR |
dc.subject.keyword | Pacote Shiny | pt_BR |
dc.subject.keyword2 | Linear regression analysis | pt_BR |
dc.subject.keyword2 | Model selection | pt_BR |
dc.subject.keyword2 | R language | pt_BR |
dc.subject.keyword2 | RStudio | pt_BR |
dc.subject.keyword2 | Shiny package | pt_BR |
Aparece na(s) coleção(ções): | Estatística |
Arquivos deste item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_2024_Matheus Nunes Paiva.pdf | 2.29 MB | Adobe PDF | Ver/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.