Aplicação de modelos de regressão para a previsão de preço de residência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/28281 |
Resumo: | Neste trabalho abordaremos o uso de modelos de regressão baseados em métodos de Regressão Linear Múltipla, Árvores de Regressão e Florestas Aleatórias, para realizar a previsão de preços de imóveis situados na cidade de Ames, nos Estados Unidos. Primeiro foi feita uma análise descritiva tanto da variável resposta como das variáveis explicativas. Em seguida foram ajustados os métodos citados acima, sendo considerado como variável resposta não só o preço de venda como também seu logaritmo. Os modelos com melhor resultado foram aqueles cuja variável resposta foi o logaritmo do preço de venda. Vale destacar que tanto o modelo Linear quanto o Floresta Aleatória apresentaram bons resultados tanto nos dados de treino quanto nos de teste. |
id |
UFF-2_f31ba9351b3f877fd52dc6750f4b99f6 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/28281 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Aplicação de modelos de regressão para a previsão de preço de residênciaModelo de regressãoModelo de Regressão Linear MúltiploÁrvores de RegressãoFloresta AleatóriaPreço de imóveisModelo estatísticoImóvelEstados UnidosFlorestamentoNeste trabalho abordaremos o uso de modelos de regressão baseados em métodos de Regressão Linear Múltipla, Árvores de Regressão e Florestas Aleatórias, para realizar a previsão de preços de imóveis situados na cidade de Ames, nos Estados Unidos. Primeiro foi feita uma análise descritiva tanto da variável resposta como das variáveis explicativas. Em seguida foram ajustados os métodos citados acima, sendo considerado como variável resposta não só o preço de venda como também seu logaritmo. Os modelos com melhor resultado foram aqueles cuja variável resposta foi o logaritmo do preço de venda. Vale destacar que tanto o modelo Linear quanto o Floresta Aleatória apresentaram bons resultados tanto nos dados de treino quanto nos de teste.69 f.Kubrusly, Jessica QuintanilhaKubrusly, Jessica QuintanilhaFonseca, Ana Beatriz MonteiroSouza, Mariana Albi de OliveiraFernandes, Gabriela Ferreira2023-03-20T20:20:57Z2023-03-20T20:20:57Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfFERNANDES, Gabriela Ferreira. Aplicação de modelos de regressão para a previsão de preço de residência. 2022. 69 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022.http://app.uff.br/riuff/handle/1/28281CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-03-20T20:21:01Zoai:app.uff.br:1/28281Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:20:19.076228Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Aplicação de modelos de regressão para a previsão de preço de residência |
title |
Aplicação de modelos de regressão para a previsão de preço de residência |
spellingShingle |
Aplicação de modelos de regressão para a previsão de preço de residência Fernandes, Gabriela Ferreira Modelo de regressão Modelo de Regressão Linear Múltiplo Árvores de Regressão Floresta Aleatória Preço de imóveis Modelo estatístico Imóvel Estados Unidos Florestamento |
title_short |
Aplicação de modelos de regressão para a previsão de preço de residência |
title_full |
Aplicação de modelos de regressão para a previsão de preço de residência |
title_fullStr |
Aplicação de modelos de regressão para a previsão de preço de residência |
title_full_unstemmed |
Aplicação de modelos de regressão para a previsão de preço de residência |
title_sort |
Aplicação de modelos de regressão para a previsão de preço de residência |
author |
Fernandes, Gabriela Ferreira |
author_facet |
Fernandes, Gabriela Ferreira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Kubrusly, Jessica Quintanilha Kubrusly, Jessica Quintanilha Fonseca, Ana Beatriz Monteiro Souza, Mariana Albi de Oliveira |
dc.contributor.author.fl_str_mv |
Fernandes, Gabriela Ferreira |
dc.subject.por.fl_str_mv |
Modelo de regressão Modelo de Regressão Linear Múltiplo Árvores de Regressão Floresta Aleatória Preço de imóveis Modelo estatístico Imóvel Estados Unidos Florestamento |
topic |
Modelo de regressão Modelo de Regressão Linear Múltiplo Árvores de Regressão Floresta Aleatória Preço de imóveis Modelo estatístico Imóvel Estados Unidos Florestamento |
description |
Neste trabalho abordaremos o uso de modelos de regressão baseados em métodos de Regressão Linear Múltipla, Árvores de Regressão e Florestas Aleatórias, para realizar a previsão de preços de imóveis situados na cidade de Ames, nos Estados Unidos. Primeiro foi feita uma análise descritiva tanto da variável resposta como das variáveis explicativas. Em seguida foram ajustados os métodos citados acima, sendo considerado como variável resposta não só o preço de venda como também seu logaritmo. Os modelos com melhor resultado foram aqueles cuja variável resposta foi o logaritmo do preço de venda. Vale destacar que tanto o modelo Linear quanto o Floresta Aleatória apresentaram bons resultados tanto nos dados de treino quanto nos de teste. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022 2023-03-20T20:20:57Z 2023-03-20T20:20:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
FERNANDES, Gabriela Ferreira. Aplicação de modelos de regressão para a previsão de preço de residência. 2022. 69 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022. http://app.uff.br/riuff/handle/1/28281 |
identifier_str_mv |
FERNANDES, Gabriela Ferreira. Aplicação de modelos de regressão para a previsão de preço de residência. 2022. 69 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022. |
url |
http://app.uff.br/riuff/handle/1/28281 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823727553282048 |