Gráficos de dispersão, resíduos do modelo e previsões
Introduzido| English | Significado |
|---|---|
| line of best fit/laɪn ɒv best fɪt/ | line of best fit: reta de melhor ajuste |
| residual/rɪˈsɪdʒuːəl/ | resíduo |
| extrapolation/ekˈstræpəleɪʃn/ | extrapolação |
Prever a partir de um gráfico de dispersão
- Um gráfico de dispersão mostra horas de estudo ($x$) e nota na prova ($y$) para 30 alunos, com a reta de melhor ajuste $y = 4.5x + 52$.
- O SAT pede que você interprete essa reta, meça a distância de um ponto até ela e julgue se uma previsão é segura.
Interpretar a reta de melhor ajuste
- Inclinação 4.5: cada hora extra de estudo está associada a aproximadamente 4.5 pontos a mais em média. Intercepto 52: a nota prevista para 0 horas.
- "Está associado" importa: um gráfico de dispersão mostra uma relação, não prova de que uma coisa causa a outra.

Gráfico de dispersão com a linha y = 4.5x + 52 e resíduo de +6 em 6 horas
For houses, the line of best fit for price (thousand $) against floor area (m²) is$P = 2.1A + 35$. What does 2.1 mean?
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
The slope is the average change in price per extra square metre.
Resíduos
- Resíduo $=$ real $-$ previsto. Um aluno que estudou 6 horas e tirou 85: previsto $4.5(6) + 52 = 79$, resíduo $= 85 - 79 = 6$.
- Um resíduo positivo significa que o ponto está acima da linha; negativo, abaixo.
Um aluno estudou 4 horas e tirou 65. Previsto: $4.5(4) + 52 = 70$. Resíduo: $65 - 70 = -5$ (5 pontos abaixo da linha).
Acima, sobre ou abaixo da linha?
Use o sinal do resíduo para posicionar um ponto em relação à linha.
The line of best fit is $y = 3x + 20$. A data point is $(10, 46)$. What is its residual?
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
Predicted $3(10) + 20 = 50$; residual $46 - 50 = -4$.
A point below the line of best fit has a ____ residual.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Actual is less than predicted.
Interpolação versus extrapolação
- Previsões dentro da faixa de dados (interpolação) são mais confiáveis do que previsões muito além dela (extrapolação). Se os dados cobrem 0–10 horas, prever 40 horas (uma nota de 232) é sem sentido.
- Com passos iguais em $x$, diferenças constantes em $y$ sugerem um modelo linear; razões constantes sugerem um modelo exponencial.
If data cover temperatures from 10 °C to 30 °C, a prediction for 80 °C from the same line is reliable.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
That is extrapolation far outside the data.
Armadilhas
- Sinal residual: calcule real menos previsto, não o contrário.
- Correlação como causalidade: a linha descreve uma associação neste conjunto de dados, não uma causa.
A strong positive association in a scatterplot proves that the x-variable causes the y-variable to increase.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Association is not causation.
Resumo
- Inclinação = mudança média em $y$ por unidade de $x$; intercepto = $y$ previsto quando $x = 0$.
- Residual = real − previsto; confie nas previsões dentro da faixa de dados.