O Que é o Quadrado Médio da Regressão (MSR)?

O Quadrado Médio da Regressão (MSR) é uma medida estatística crucial utilizada na análise de regressão para avaliar a variação na variável dependente que é explicada pelo modelo de regressão. Ele faz parte da tabela ANOVA (Análise de Variância) de um modelo de regressão.

Fórmula e Componentes

O MSR é calculado dividindo a Soma dos Quadrados da Regressão (SSR) pelos Graus de Liberdade da Regressão (df_regression). A fórmula é a seguinte:

MSR = SSR / df_regression

• SSR (Sum of Squared Regression): Representa a variação na variável dependente que é explicada pelo modelo de regressão. É a soma dos quadrados das diferenças entre os valores previstos pelo modelo e a média da variável dependente.
• df_regression (Graus de Liberdade da Regressão): Geralmente é igual ao número de preditores (variáveis independentes) no modelo de regressão. Por exemplo, em uma regressão simples com um único preditor, df_regression = 1. Em uma regressão múltipla com 'k' preditores, df_regression = k.

Importância e Interpretação

O MSR é fundamental para calcular a estatística F no teste F de significância global do modelo de regressão. A estatística F é obtida dividindo o MSR pelo Quadrado Médio do Erro (MSE):

F = MSR / MSE

Um MSR alto em relação ao MSE sugere que o modelo de regressão explica uma quantidade significativa da variação na variável dependente, indicando que o modelo é estatisticamente significativo e tem bom poder preditivo.

Em resumo, o MSR nos ajuda a entender quanto da variação total observada nos dados é atribuível à relação linear com as variáveis independentes que incluímos no nosso modelo.