Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fmsa315 - s11 - A.ipynb - Fernández - Constanza
Fmsa315 - s11 - A.ipynb - Fernández - Constanza
Considerando o banco de dados anexado à oficina você deve completar os seguintes passos, lembre-se de responder adicionando se
necessário uma caixa de código e / ou texto
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
# Observar dados
Importação de E/S
df.cabeça()
•
País região RGPD escola VIDA CO2
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
<classe 'pandas.core.frame.DataFrame'>
RangeIndex: 194 entradas, 0 a 193
Data colunas (total de 6 colunas):
# Coluna Contagem não nula Dtype
df.corr()
<classe 'pandas.core.frame.DataFrame'>
Int64Index: 175 entradas, 0 a 193
Colunas de dados (total de 6 colunas):
# coluna contagem não nula dtype
0 País 175 não-nulo objeto
1 região 175 não-nulo objeto
2 RGPD 175 não-nulo Flutuaç
3 escola 175 não-nulo ão64
Flutuaç
4 VIDA 175 não-nulo ão64
Flutuaç
5 CO2 175 não-nulo ão64
Flutuaç
dtypes: float64(4), object(2)ão64
uso de memória: 9.6+ KB
df.corr()
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
1 0.58
0.9
042
# Resumo do Modelo
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
df).fit()
—
Variável Dep.: RGPD R-quadrado: 0.769
Modelo: OLS Adj. R-quadrado: 0.764
Método: Mínimos Estatística F: 189.2
Data: quadrados
Seg , 27 Dez 2021 Prob (estatística F): 4,26E-54
Hora: 02:43:37 Log-Probabilidade: -1791.2
Não. Observações: 175 AIC: 3590.
Resíduos Df: 171 BIC: 3603.
Modelo Df: 3 não robustos
Tipo de covariância:
======================== ==========
ERRO STD t P>|t| [0.025
COEF 0.975]
Interceptação -1.983e+04 4250.157 -4.665 0.000 -2,82e+04 -1,14e+04
escola 651.8583 259.089 2.516 0.013 140.434 1163.283
VIDA 301.8879 78.581 3.842 0.000 146.775 457.001
CO2 362.4311 22.374 16.198 0.000 318.266 406.597
======================== ==========
36.887 Durbin-Watson:
Autocarro: 1.850
Prob(Omnibus): 0.000 Jarque-Bera (JB): 67.548
Enviesar: 1.020 Prob(JB): 2.15e-15
Curtose: 5.258 Cond. Não. 600.
Avisos:
[1] Os erros padrão pressupõem que a matriz de covariância dos erros está especificada
corretamente.
mod.resumo()
Resultados da regressão
Variável Dep.: PIB OLS R-quadrado: 0.769
Modelo: OLS Adj. R-quadrado: 0,764
Método: Mínimos quadrados Estatística F: 189.2
Data: Seg, 27 Dez 2021 Prob (estatística F): 4.26e-
54
Hora: 02:08:23
Log-Verossimilhança: -
Não. Observações: 175
1791.2
Resíduos Df: 171
AIC: 3590.
Modelo Df: 3
BIC: 3603.
Tipo de covariância: não robusto coef
std err
t P>|t| [0.025 0.975]
Interceptação -1.983e+04 4250.157 - 0,000 -2,82e+04 -1,14e+04
4.665
escola 651.8583 259.089 2.516 0.013 140.434 1163.283
Vida 301.8879 78.581 3.842 0.000 146.775 457.001
CO2 362,4311 22.374 16.198 0.000 318.266 406.597
Autocarro: 36.887 Durbin-Watson: 1.850
Prob(Omnibus): 0.000 Jarque-Bera (JB): 67.548
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
Avisos:
[1] Os Erros Padrão pressupõem que a matriz de covariância dos erros está especificada corretamente.
4. Qual é o efeito causal que você deseja estimar? Por que é interessante?
O Efeito Causal que queremos estimar com a variável Produto Interno Bruto (PIB), é a subvariabilidade em razão de outras variáveis (escolaridade,
vida e emissões de CO2) e a forma como elas se relacionam com as demais. Ao executar um modelo de regressão linear única ou múltipla, você
aprende a desconsiderar as informações existentes e encontrar o que é realmente relevante e nos dá informações reais e consistentes. O Produto
Interno Bruto é o valor total dos bens e serviços produzidos no território de um país num determinado período, Livre de duplicações. Pode ser
obtido através da diferença entre o valor bruto da produção e os bens e serviços consumidos durante o próprio processo de produção, a preços de
aquisição (consumo intermediário). Esta variável também pode ser obtida em termos líquidos, deduzindo-se do PIB o valor acrescentado e o
consumo de capital ^jo dos bens de equipamento utilizados na produção.
A partir de uma breve análise da regressão múltipla realizada, é possível visualizar variáveis que não nos dão muita informação e se tornam
variáveis que mancham o modelo
Além das variáveis já analisadas, deve-se considerar a quantidade de população que os países possuem e, assim, o PIB per capita poderia ser
avaliado e, assim, poder comprar a renda pelos indivíduos. Outra variável que pode ser acrescentada é a in^ação experimentada pelos países e
realizar o exercício de encontrar o PIB real obtido por cada país em um ano.
Não foi possível salvar automaticamente. Esse arquivo foi atualizado remotamente ou em outra guia. Mostrar diferenças
• 0 s correu 23:43