Dados dois valores conhecidos (x 1<\/sub> , y 1<\/sub> ) e (x 2<\/sub> , y 2<\/sub> ), podemos estimar o valor y para um ponto x usando a seguinte f\u00f3rmula:<\/span><\/p>\n y = y 1<\/sub> + (xx 1<\/sub> )(y 2<\/sub> -y 1<\/sub> )\/(x 2<\/sub> -x 1<\/sub> )<\/span><\/p>\n O exemplo a seguir mostra como realizar interpola\u00e7\u00e3o linear em R.<\/span><\/p>\n Suponha que temos o seguinte quadro de dados com valores x e y em R:<\/span><\/p>\n Podemos usar o c\u00f3digo a seguir para criar um gr\u00e1fico de dispers\u00e3o para visualizar os valores (x,y) no quadro de dados:<\/span> <\/p>\n Agora suponha que queremos encontrar o valor de y associado a um novo valor de x de 13<\/strong> .<\/span><\/p>\n Podemos usar a fun\u00e7\u00e3o approx()<\/strong> em R para fazer isso:<\/span><\/p>\n O valor estimado de y acaba sendo 33,5<\/strong> .<\/span><\/p>\n Se adicionarmos o ponto (13, 33,5) ao nosso gr\u00e1fico, ele parece corresponder muito bem \u00e0 fun\u00e7\u00e3o:<\/span> <\/p>\n Podemos usar esta f\u00f3rmula exata para realizar interpola\u00e7\u00e3o linear para qualquer novo valor de x.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como resolver um sistema de equa\u00e7\u00f5es em R<\/a> A interpola\u00e7\u00e3o linear \u00e9 o processo de estimar um valor desconhecido de uma fun\u00e7\u00e3o entre dois valores conhecidos. Dados dois valores conhecidos (x 1 , y 1 ) e (x 2 , y 2 ), podemos estimar o valor y para um ponto x usando a seguinte f\u00f3rmula: y = y 1 + (xx 1 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3152","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo: interpola\u00e7\u00e3o linear em R<\/strong><\/span><\/h3>\n
#define data frame\n<\/span>df <- data. frame<\/span> (x=c(2, 4, 6, 8, 10, 12, 14, 16, 18, 20),\n y=c(4, 7, 11, 16, 22, 29, 38, 49, 63, 80))\n\n#view data frame\n<\/span>df\n\n xy\n1 2 4\n2 4 7\n3 6 11\n4 8 16\n5 10 22\n6 12 29\n7 14 38\n8 16 49\n9 18 63\n10 20 80<\/strong><\/pre>\n #create scatterplot<\/span>\nplot(df$x, df$y, col=' blue<\/span> ', pch= 19<\/span> )\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lineairer1.jpg\")
<\/p>\n #fit linear regression model using data frame<\/span>\nmodel <- lm(y ~ x, data = df)\n\n#interpolate y value based on x value of 13\n<\/span>y_new = approx(df$x, df$y, xout= 13<\/span> )\n\n#view interpolated y value\n<\/span>y_new\n\n$x\n[1] 13\n\n$y\n[1] 33.5\n<\/strong><\/span><\/pre>\n #create scatterplot\n<\/span>plot(df$x, df$y, col=' blue<\/span> ', pch= 19<\/span> )\n\n#add the predicted point to the scatterplot\n<\/span>points(13, y_new$y, col=' red<\/span> ', pch= 19<\/span> )\n<\/span><\/span><\/strong><\/pre>\n![\"interpola\u00e7\u00e3o](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lineairer2.jpg\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como prever valores em R usando um modelo de regress\u00e3o m\u00faltipla<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"