2.2 Normalização dos Dados utilizando MinMaxScaler

Nesta etapa, aplicamos o MinMaxScaler para normalizar os dados, garantindo que todas as variáveis estejam na mesma escala e, assim, melhorar o desempenho dos modelos preditivos.

3. Análise Estatística com statsmodels

Utilizamos a biblioteca statsmodels para realizar uma análise estatística detalhada. Esta etapa nos permitiu compreender melhor as relações entre os investimentos em marketing e as vendas, avaliando a significância das variáveis independentes no modelo de regressão. Decidimos remover a variável newspaper, pois seu p-value está maior que 5%, indicando que não é estatisticamente significativa.

4. Construção do Modelo

Inicialmente os dados são divididos em conjuntos de treinamento e teste, com 70% dos dados reservados para treinamento e 30% para teste, utilizando a função train_test_split do scikit-learn. Em seguida, é importada a biblioteca necessária para realizar uma regressão linear utilizando LinearRegression do sklearn.linear_model.

5. Avaliação do Modelo

Avaliação do desempenho do modelo de regressão linear utilizando as seguintes métricas:

Analisamos os seguintes aspectos:

• Gráfico de Linha: Comparação entre valores reais e predições, com a linha vermelha representando as predições e a linha azul representando os dados de teste.

• Gráfico de Dispersão: Comparação entre valores reais e predições, onde os pontos estão próximos da linha vermelha ideal.

• Histograma dos Resíduos: Mostra a distribuição dos resíduos com uma linha de tendência indicando a normalidade dos resíduos.

6. Conclusão

Neste projeto, desenvolvemos um modelo de regressão linear para prever o valor de vendas com base em investimentos em marketing.

• 📈 Identificamos uma forte correlação entre a variável youtube e as vendas (sales), indicando que os investimentos nesta plataforma têm um impacto positivo nas vendas.

• 🧪 A análise com statsmodels revelou que a variável newspaper não é estatisticamente significativa, com um p-value superior a 5%. Portanto, a removemos do modelo. As variáveis youtube e facebook mostraram-se mais relevantes para o aumento das vendas.

• 📊 As métricas de desempenho do modelo foram:

  • R²: 0.9147
  • MAE: 0.0477
  • MSE: 0.0034
  • RMSE: 0.0585

  Esses resultados demonstram um bom ajuste do modelo aos dados.

• 🔍 Observando o gráfico de valores, notamos que o modelo prevê com boa precisão. O gráfico de dispersão entre valores reais e preditos mostra que os pontos estão próximos da linha ideal, e o histograma dos resíduos indica uma distribuição normal.