É uma técnica de Machine Learning que se concentra em prever valores, com base em variáveis históricas. A regressão analisa a relação entre variáveis independentes e uma variável dependente, permitindo criar modelos preditivos precisos. Podemos treinar algoritmos de regressão, testar, validar contra modelos de base e colocá-los em produção, medindo continuamente o desempenho dos nossos modelos.

A regressão linear é uma técnica estatística usada para modelar o relacionamento entre uma variável dependente (Y) e uma ou mais variáveis independentes (X), permitindo entender o efeito e a causalidade entre eles, além de prever novos valores.

Dado uma tabela de dados, gera-se uma nuvem de pontos, e assim criamos uma reta que melhor adapta-se:

Equação:

• y - variável dependente
• x - variável independente
• α - constante/intercepto
• β - coeficiênte linear
• ε - erro (variação dos pontos e a reta)

Formulas:

β = [n Σxiyi - Σxiyi] / [n Σxi² - (Σxi)²]

α = Média[y] - β* Média[x]

Abaixo o gráfico de dispersão:

Dessa forma conseguimos prever, com uma certa precisão os pontos futuros.

É importante destacar que correlação não implica causalidade. Apesar de uma correlação forte entre duas variáveis indicar que elas estão associadas de alguma forma, não podemos concluir que uma variável causa diretamente a mudança na outra.

A correlação simplesmente descreve a relação entre as variáveis, mas não indica necessariamente uma relação de causa e efeito.