Regressão linear e árvores de regressão : previsão do desempenho na disciplina de matemática

Abstract

A presente dissertação tem como objetivo primordial prever o desempenho da disciplina de Matemática, analisando dados recolhidos – em escolas secundárias - através de um questionário. Os métodos utilizados serão a regressão linear múltipla – método “clássico” e paramétrico – e as árvores de regressão binárias – método “contemporâneo” e não paramétrico. Este estudo tem como objetivo dar a conhecer e compreender a capacidade preditiva das árvores de regressão - por si só ou em alternativa a outros métodos - e a eficiência computacional, aplicadas às classificações obtidas, na disciplina de Matemática, quando relacionadas com vários fatores. Considera-se como variável alvo e como variável dependente, a média na disciplina de matemática. As observações serão modeladas, explorando as técnicas de visualização gráficas e analíticas do software open source R, ao qual se faz uma introdução.

The primordial aim of the present dissertation is to predict the performance of the subject of Mathematics by analyzing collected data in secondary schools conducted through a questionnaire. The methods used will be the linear regression multiple - the “classic” method and parametric - and the binary regression trees - "contemporary" method and nonparametric. This study aims to inform and understand the predictive ability of regression trees - by itself or as an alternative to other methods - and the computational efficiency, applied to the ratings obtained in Mathematics, when related to several factors. It is considered as a variable target and the dependent variable, the average in the subject of mathematics. The observations will be modeled by exploiting the techniques of graphical and analytical view of the open source software R, which is an introduction.