[MÚSICA]
Olá!
Retomando o módulo "Inferindo propriedades e caraterísticas de uma população",
nós iremos hoje praticar nessa videoaula a estimação de uma equação de regressão,
nós faremos isso em Stata.
Os dados para esse exercício estão aqui nessa
planilha em Excel, chamada regressão em Stata.
Nosso roteiro, nós vamos primeiro abrir o Stata, depois nós vamos abrir o
editor de dados do Stata, abrir a base de dados, chamada Regressão Stata xls,
que na verdade é essa que nós já estamos com ela aberta.
Nós teremos uma pequena etapa aqui no Excel,
nós devemos converter o separador de decimal para ponto,
pois o Stata apenas reconhece número no formato de decimal ponto.
Nós vamos então copiar os dados para o Stata e nós iremos
rodar duas regressões, uma delas o efeito de display em venda,
então existe uma causalidade que a gente está testando aqui,
de que quanto mais display maior a venda e nós vamos também incluir outras variáveis,
para verificar o efeito em vendas.
Muito bem, nessa planilha em Excel nós temos 3 guias,
uma delas é roteiro a outra trata
pouco mais dos detalhes dos dados e a outra é a base de dados propriamente dita.
Que dados são esses que nós estamos utilizando?
São os dados de uma agência de trade marketing,
que tem interesse em testar essas ações no ponto de venda.
Foram coletados 594 respostas de respondentes,
dada as vendas em reais por semana em aquele respondente,
os displays com diferentes números de frentes de produtos,
a atitude com relação à marca, que é uma média de 2 itens numa escala
Likert de 1 a 7, a renda do domicílio do respondente em
reais e o desconto oferecido pelo principal concorrente
daquela marca e a variável aí captura a diferença de preço em reais.
Chamo a atenção aí para o instrumento que nós utilizamos para capturar a atitude,
basicamente 2 itens duas questões, eu gosto do produto
oferecido por essa marca e eu prefiro os produtos dessa marca.
O respondente então responde,
discordo totalmente quando é 1, concordo totalmente quado é 7.
É uma escala Likert nós vimos isso na videoaula sobre escalas,
uma escala intervalar, muito utilizada em marketing.
Nosso banco de dados, 5 colunas,
cada uma delas com os dados dessa pesquisa.
Chamo a atenção então para a questão do separador decimal que é vírgula,
para a gente converter os dados para Stata,
nós temos então que fazer uma pequena alteração no Excel.
A gente vem aqui no menu arquivo,
opções, em opções a gente olha
no avançado, usar separadores do sistema,
essa caixinha deve estar sem o tique e a gente tem
que colocar o separador decimal aqui ponto.
Eu dou ok, a partir de agora então a gente tem os dados,
onde era antes apresentado em vírgula agora está com ponto.
O que eu faço então é marcar os dados,
para que eu possa trazê-lo para o Stata,
eu tiro do Excel e vou para o Stata.
Eu clico no Stata duas vezes ele inicia o programa,
eu venho aqui no editor de dados, abro essa
janela e eu copio os dados para o Stata.
Muito bem,
tem uma pergunta aqui que é muito importante responder de maneira adequada.
Está me perguntando se a primeira linha da minha base de dados,
se refere aos nomes ou rótulos dados aos dados.
Eu tenho que falar que sim,
é para tratar essa primeira linha como nome de variáveis,
eu clico aqui em cima e ele já copia os dados
com os rótulos assim como eu tinha no Excel.
Muito bem, agora que os dados já estão no Stata e que eu posso
utilizá-los as variáveis elas aparecem aqui para mim nessa janela,
o que a gente vai fazer no menu estatística,
modelos lineares, regressão linear.
Então eu clico em regressão linear, ele me apresenta uma
janela que solicita a variável dependente e
a gente quer justamente testar o efeito de display em vendas,
então a nossa variável dependente é vendas e a nossa variável independente é display.
Aí a gente clica no ok e volta
para a nossa janela dos resultados
e o que a gente consegue observar,
o r quadrado ajustado, muito próximo de ponto 10.
Em marketing esse é r ajustado aceitável, a gente pode ir em frente
analisar os coeficientes e aí tem efeito de display em vendas,
coeficiente de 11.24 uma constante de 206,
ou seja onde toca o eixo Y e a parte mais
importante é esse p valor.
O que mostra para mim, p valor menor que 5% ou seja,
esse coeficiente de display positivo ele é significativo,
o efeito de display em venda é significativo, quanto mais frentes
do meu produto eu tenho nesse display maior é a venda.
Muito bem, uma outra forma que eu também posso calcular essa,
estimar a equação de regressão, é simplesmente escrever o
comando de regressão que é regress,
eu escolho a variável que é a minha variável dependente e nesse caso a ordem
das variáveis é muito importante, a primeira variável após a linha de comando
é a variável dependente e aí eu coloco as variáveis explicativas.
No caso aqui nós estamos rodando apenas com o display e os
resultados são apresentados aqui na janela de resultados.
A gente pode então
testar o efeito de outras variáveis em vendas.
Então o que eu vou fazer, eu vou no menu, primeiro pelo menu suspenso, eu vou lá em
modelos lineares, estatística, modelo linear, regressão linear.
Eu já tenho, como eu já fiz uma primeira estimação ele registrou aqui,
manteve o venda com variável dependente e o display com variável independente.
O que eu pretendo agora é verificar se display e o que eu
quero é que saia nessa ordem, display,
atitude, renda e o desconto do concorrente.
Então eu vou verificar qual o efeito de display, atitude,
renda e desconto do concorrente, o efeito desse conjunto de variáveis em venda.
Eu clico no ok e o que eu tenho é que o r quadrado
ajustado, ponto 15 aumenta em relação à
equação anterior que dava ponto 10, isso significa
que eu inclui algumas variáveis, que elas são importantes no modelo.
Essa equação contendo essas 4 variáveis explicativas,
ela tem poder maior do que aquela equação que contém apenas display e o
que eu consigo observar é que, a variável display e atitude elas
têm efeito significativo em venda, ambas são positivas.
Então quanto maior é a atitude com relação à marca daquele
respondente maior é a venda, quanto maior o número de produtos
expostos naquele display maior é a venda também.
Nós incluímos uma variável demográfica de renda.
A variável demográfica de renda, o coeficiente é muito próximo de 0,
apesar de ter dado negativo é muito próximo de 0 e o efeito,
o p valor aqui ele é maior do que 5%,
portanto renda não afeta significativamente venda.
O desconto do concorrente, esse diferente do renda,
o coeficiente ele já é diferente de 0 e ele é
negativo, porém também não é significativo.
Então a gente, o que explica a venda dessa nossa pesquisa, apenas display e atitude.
Eu também poderia simplesmente escrever na linha de comando o comando regress,
eu identifico a minha variável dependente como a primeira delas,
display, atitude, renda e desconto no concorrente como as variáveis que eu
vou testar como explicativas no modelo.
Assim como eu fiz pelo menu eu posso fazer pela linha de comando
e os resultados aparecem aqui.
Alguma coisa que pode ser muito útil é utilizar esses dados em Excel.
Então para a gente utilizar esses dados, transferi-los para o Excel,
marca a área que você pretende copiar copia ela como tabela,
abra o Excel numa nova guia e cola os seus dados.
O que acontece é que a formatação não é das melhores, por outro lado
os dados estão aqui para a gente poder utilizar e consultar quando nós quisermos.
Então aqui mostra o p valor significativo essas duas variáveis afetam
significativamente vendas e eu tenho esses dados aqui de forma que eu posso
trabalhar à hora que a gente quiser.
Então esse foi o vídeo de regressão, utilizamos o Stata,
convido vocês a continuarem no módulo "inferindo propriedades e
caraterísticas de uma população".
Espero vocês nos próximos vídeos.
Até lá.
[SEM ÁUDIO]
